机器人与智能制造项目推介整理——21、基于增量主成分分析的特征与模型互匹配人脸跟踪方法

申请号:  

CN201310267907.X

申请日:

2013.06.28

应用领域:  

用于视频会议、公安刑侦、访问控制、金融支付、医学应用等众多领。

项目简介:  

本发明公开了一种基于在线增量主成分分析的特征与模型互匹配人脸跟踪方法，该方法包括以下步骤：对多幅人脸图像进行离线建模，得到模型匹配(CLM)模型 A；对待跟踪人脸视频中的每一帧进行关键点检测，所有关键点的集合及其鲁棒描述子组合为关键点模型B；基于所述关键点模型 B 对所述待跟踪人脸视频中的每一帧进行关键点匹配，获得每一帧人脸图像中初始的人脸姿态参数组；利用模型 A 对待跟踪人脸视频进行 CLM 人脸跟踪；基于初始人脸姿态参数组和初次跟踪结果进行再跟踪；更新模型 A 并重复上述步骤，得到最终的人脸跟踪结果。本发明解决了在进行 CL
人脸跟踪时，由于目标图像中相邻帧间变化大时出现的跟踪丢失的问题，从而提高了跟踪的精准度。

技术优势:

本发明结合了基于特征匹配(关键点匹配)和基于模型匹配(CLM)的人脸跟踪，同时加入在线增量学习，让 CLM 模型 A 和关键点模型B 相互匹配，并实时更新，使得检测的精准度和鲁棒性得到了很好地保证，本发明方法可以解决较大视角的人脸跟踪问题。

（以上资讯来源于网络，如有侵权，请联系管理员删除。）