人臉抓拍的關(guān)鍵技術(shù)分析

馬彪彪,陳向陽,時亞麗

（1. 中國電子科技集團公司第三十八研究所;2. 安徽省公共安全應(yīng)急信息技術(shù)重點實驗室,合肥 230088; 3. 湖北省麻城市公安局刑偵大隊,湖北 麻城 438300）

人臉抓拍的關(guān)鍵技術(shù)分析

馬彪彪1,2,陳向陽3,時亞麗1,2

（1. 中國電子科技集團公司第三十八研究所;2. 安徽省公共安全應(yīng)急信息技術(shù)重點實驗室,合肥 230088; 3. 湖北省麻城市公安局刑偵大隊,湖北 麻城 438300）

人臉抓拍是人臉識別技術(shù)的關(guān)鍵環(huán)節(jié)，抓拍好壞直接影響人臉識別的效果。本文實現(xiàn)了由運動目標(biāo)檢測，人臉檢測，人臉跟蹤三部分組成的人臉抓拍系統(tǒng)，重點分析了運動目標(biāo)檢測在人臉抓拍中的應(yīng)用，人臉位置跟蹤算法和對應(yīng)人臉的背景緩存技術(shù)實現(xiàn)，具有較高的實用性。

人臉抓拍；運動目標(biāo)檢測；人臉跟蹤；背景獲取

0 引言

隨著天網(wǎng)工程的建設(shè)，無處不在的攝像頭對維護社會治安和偵破刑事案件起著舉足輕重的作用。人臉作為像指紋，虹膜一樣的生物特征因其具有唯一性成為智能監(jiān)控及圖偵領(lǐng)域研究的熱點。人臉抓拍不僅是人臉識別的第一步，更在智能人機交互，虛擬現(xiàn)實等領(lǐng)域有著廣泛的應(yīng)用，對準(zhǔn)確性和實時性的要求高，已成為獨立于人臉識別的一項研究熱點。

1 運動目標(biāo)檢測在人臉抓拍中的應(yīng)用

運動目標(biāo)檢測是圖像處理算法中比較成熟的技術(shù)，理論簡單，資源消耗低，根據(jù)“有人臉必有目標(biāo)進入”這一原則，首先對圖像序列進行運動目標(biāo)檢測，再對運動區(qū)域進行人臉檢測不僅可以大幅提高無人狀態(tài)下的人臉抓拍的性能，還可以濾除特定光照條件下靜止的誤檢人臉。基于單高斯分布的背景建模差分方法可以滿足人臉檢測中運動目標(biāo)檢測的需求，首先利用幀間差分處理圖像序列，將檢測到的背景進行單高斯背景建模，再用建模背景與圖像序列差分得到前景目標(biāo)，進而進行形態(tài)學(xué)處理，連通域標(biāo)記獲取運動區(qū)域，最后求算運動區(qū)域最大外接矩形，作為一個整體進行人臉檢測。

當(dāng)人臉靜止時，系統(tǒng)也必須正確地檢出人臉，所以，送入人臉檢測算法的圖像區(qū)域不僅和當(dāng)前幀的運動檢測結(jié)果相關(guān)，還與上一幀的運動情況和人臉檢測結(jié)果相關(guān)。采用的處理流程如表1示，需要特別處理的是，前一幀有人，當(dāng)前幀無運動，運動檢測結(jié)果修正為上一幀人像區(qū)域，防止有人走動時突然停止，導(dǎo)致無人像檢出；前一幀有人無運動，當(dāng)前幀有運動，運動檢測結(jié)果修正為上一幀人臉區(qū)域與當(dāng)前幀運動區(qū)域的最大外接矩形，防止上一幀靜止的人像被漏檢。

表1 運動目標(biāo)檢測結(jié)果修正方法

2 人臉位置跟蹤

目前，主流的人臉跟蹤方法包括基于特征匹配的人臉跟蹤方法，基于區(qū)域匹配的人臉跟蹤方法及基于模型匹配的人臉跟蹤方法。基于特征匹配的人臉跟蹤方法利用目標(biāo)物體的個體特征實現(xiàn)跟蹤，對個體特征的依賴大。基于區(qū)域匹配的人臉跟蹤利用目標(biāo)區(qū)域的紋理或顏色進行跟蹤，長時間跟蹤容易產(chǎn)生誤差積累。基于模型匹配的人臉跟蹤方法將目標(biāo)抽象為數(shù)學(xué)特征，通過相似度比對實現(xiàn)跟蹤，對特征的準(zhǔn)確性要求高，也很難達到實時性的要求。

本文采用基于位置的人臉跟蹤方法，該方法對人臉檢測的實時性要求較高。當(dāng)相鄰兩幀人臉發(fā)生面積重疊時，即認定為同一個人臉，否則認為新的人臉，該方法原理簡單，容易實現(xiàn)，除不能處理人臉交叉場景外，可以滿足絕大部分場景下人臉的跟蹤需求。

3 對應(yīng)人臉的背景緩存技術(shù)實現(xiàn)

獲取對應(yīng)抓拍人臉的背景圖像是很實際的需求，本文通過一種獨立于人臉緩存的背景緩存方法，根據(jù)人臉跟蹤結(jié)果實時地新增，更新，刪除背景，既節(jié)省內(nèi)存空間又適用于所有人臉跟蹤方法。

背景緩存策略如圖1示：第一步：背景緩存隊列初始化，系統(tǒng)在循環(huán)外為背景緩存隊列分配內(nèi)存并初始化；第二步：背景緩存隊列的新增與更新，根據(jù)人臉跟蹤結(jié)果，如果當(dāng)前人臉未跟上，將當(dāng)前人臉加入人臉待跟蹤隊列的同時，把當(dāng)前背景加入背景緩存隊列；如果人臉跟上且最優(yōu)，遍歷人臉待跟蹤數(shù)組與人臉跟蹤結(jié)果數(shù)組，若對應(yīng)待替換人臉的幀號不止一個，說明待替換的背景對其他人臉仍有用，須作為新背景加入背景緩存隊列；如果對應(yīng)待替換人臉的幀號只有一個，說明待替換背景對其他人臉無用，可以直接替換；第三步：背景緩存隊列的刪除，系統(tǒng)應(yīng)及時清除不需要的背景圖片，軟件標(biāo)記并實時更新系統(tǒng)緩存人臉的最小幀號，當(dāng)背景圖片幀號小于緩存的人臉幀號時，說明當(dāng)前背景不會再被調(diào)取，可以刪除，否則，不能刪除；第四步：系統(tǒng)根據(jù)輸入的幀號返回對應(yīng)的背景圖片。

4 總結(jié)

本文提出的人臉抓拍技術(shù)路線在運動目標(biāo)檢測的基礎(chǔ)上實現(xiàn)人臉檢測與跟蹤，在輸出人像的同時輸出背景圖像，具有一定的代表性，是目前人臉識別領(lǐng)域主要廠商采用的技術(shù)路線，基于位置的人臉跟蹤方法雖然實時性高，但對于人臉交叉場景的處理能力差，需要進一步研究。

[1]儲清翠.復(fù)雜光照條件下的人臉跟蹤算法研究[D].合肥：安徽大學(xué),2014.

[2]林雯.新型基于幀間差分法的運動人臉檢測算法研究[J].計算機仿真,2010(10).

10.16640/j.cnki.37-1222/t.2016.22.255

馬彪彪(1987-),男,安徽合肥人,碩士,助理工程師。