| 主权项 |
一种抗遮挡人脸跟踪方法，其特征在于包括以下步骤：步骤1，获取需检测的人脸模板并进行初始化，方法如下：在当前播放视频的第一帧中手动框出要被跟踪人脸的位置，并将此作为目标跟踪的模板；以该位置为初始数据对卡尔曼滤波算法中的状态向量进行初始化，同时设置转移矩阵、测量矩阵、输入噪声、测量噪声以及协方差的初始值；Meanshift算法确定搜索目标的直方图模型、搜索函数的带宽以及迭代次数；步骤2，根据人脸的初始位置确定跟踪目标的直方图，在每一帧中检测当前跟踪窗口和被跟踪目标之间的Bhattacharyya系数；步骤3，当Bhattacharyya系数小于一定域值时，表明检测到的人脸未发生遮挡，采用卡尔曼滤波算法，利用第k帧目标位置数据对第k+1帧的跟踪目标位置进行预测，并将该预测值作为第k+1帧Meanshift搜索算法的起始位置进行迭代计算，直到两帧之间预测位置的均方差小于特定门限或满足一定迭代次数时，即可得到该视频帧中跟踪目标位置；同时此数据是输入第k+1帧卡尔曼滤波器的测量值；卡尔曼滤波输出预测值作为最终的跟踪结果；步骤4，当Bhattacharyya系数大于设定域值时，表明被跟踪的物体受到了前景的遮挡，当前跟踪窗口中的目标和目标模板相差较大，此时对不同帧序号的视频帧使用不同的处理方式；设定某一常数，当视频帧不是该常数整数倍时，使用卡尔曼滤波器根据前一帧预测跟踪目标可能的位置，并提供检测窗口，接下来使用人脸检测算法在该窗口中快速、准确地检测人脸位置，以便在遮挡结束后迅速地检测到人脸的位置，根据该位置采用卡尔曼滤波和Meanshift算法，使跟踪迅速恢复到未遮挡前步骤3中的状态；当视频帧序号为上述常数整数倍时，将当前帧的运算方法改为步骤3中的算法模式，即卡尔曼滤波与Meanshift算法结合的跟踪模式；当发生全遮挡时，人脸检测算法无法检测出人脸的位置，此时将只使用卡尔曼滤波预测结果，使用人脸检测算法随时检测人脸是否出现，即在人脸遮挡完成后迅速为卡尔曼滤波提供合理的测量值，从而恢复跟踪；步骤5，当遮挡结束后，人脸检测获得正确的测量值和跟踪窗口，Bhattacharyya系数重新回到域值以下，此时重新使用步骤3中的跟踪方法；步骤6，标记跟踪结果；将卡尔曼滤波器的输出值作为跟踪目标的最终跟踪结果，并在当前帧中使用和跟踪目标模板大小相同的方框标出跟踪位置，使得方框可以代表跟踪目标的运动情况，从而实现对人脸位置的标定；步骤7，输出跟踪目标的轨迹和Bhattacharyya系数变化情况。 |
