CN105868574A - 一种摄像头跟踪人脸的优化方法及基于视频的智慧健康监视系统 - Google Patents
一种摄像头跟踪人脸的优化方法及基于视频的智慧健康监视系统 Download PDFInfo
- Publication number
- CN105868574A CN105868574A CN201610262283.6A CN201610262283A CN105868574A CN 105868574 A CN105868574 A CN 105868574A CN 201610262283 A CN201610262283 A CN 201610262283A CN 105868574 A CN105868574 A CN 105868574A
- Authority
- CN
- China
- Prior art keywords
- face
- expression
- window
- area
- smin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000036541 health Effects 0.000 title claims abstract description 17
- 238000005457 optimization Methods 0.000 title claims abstract description 15
- 238000012544 monitoring process Methods 0.000 title abstract description 4
- 230000014509 gene expression Effects 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 230000001815 facial effect Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 210000000887 face Anatomy 0.000 claims description 8
- 238000010195 expression analysis Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 210000004709 eyebrow Anatomy 0.000 claims description 4
- 210000001061 forehead Anatomy 0.000 claims description 4
- 210000003205 muscle Anatomy 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000009529 body temperature measurement Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000036760 body temperature Effects 0.000 claims description 2
- 210000003128 head Anatomy 0.000 claims description 2
- 230000003862 health status Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000012795 verification Methods 0.000 abstract description 2
- 239000003086 colorant Substances 0.000 abstract 1
- 230000009191 jumping Effects 0.000 abstract 1
- 238000002360 preparation method Methods 0.000 abstract 1
- 230000009466 transformation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 101000812677 Homo sapiens Nucleotide pyrophosphatase Proteins 0.000 description 1
- 102100039306 Nucleotide pyrophosphatase Human genes 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种摄像头跟踪人脸的优化方法及应用。该方法在Camshift跟踪的基础上，通过直方图计算优化以及跳变校验等方式，能够减少人脸周边与人脸相似的颜色对自适应窗口的干扰，使摄像头快速准确的跟踪人脸的优化方法，同时在具体应用到智慧健康监视系统中时，快速准确的追踪人脸，也为下一步人体生理参数的采集和表情识别做好准备。
Description
技术领域
本发明涉及人脸智能识别领域。
背景技术
在人脸智能识别技术以及具体的应用产品中，通过对人脸检测来调整摄像头实时追踪人脸。在检测到某初始帧图像中的人脸后，本系统需要根据该人脸部位在视频画面中的位置来调整摄像头云台的角度，最终实现将人脸调整到视频画面中心位置，而后再进行面部温度与表情等信息的提取；在人脸已经处于中心位置后，还需要持续对人脸的位置进行跟踪判断，以确保被摄人体的头部有少量运动导致位置偏移时，也能保证人脸一直处于视频画面的中心位置。
在众多跟踪算法中，Camshift算法比较简单并且实时性比较高，很适合当前系统的需要。但是在具体的应用中发现，经典的Camshift算法因其自适应窗口的不断自行调整，导致跟踪目标时易受人脸周边相似颜色的干扰而使得跟踪窗口随意缩放。如人脸区域与脖子区域颜色相似，会使得初始人脸窗口在Camshift迭代下不断被放大，甚至最终会被放大到整幅图像大小，导致无法根据窗口大小来准确控制摄像机云台的旋转和镜头的缩放操作。
故，需要一种新的技术方案以解决上述问题。
发明内容
发明目的：提供一种能够快速准确的使摄像头跟踪人脸的优化方法，能够减少人脸周边与人脸相似的颜色对自适应窗口的干扰。
技术方案：为达到上述目的，本发明采用如下技术方案：
一种摄像头跟踪人脸的优化方法，其特征在于，包括以下步骤：
(1)、在初始视频画面中检测到人脸框后，根据人脸框在视频画面中的位置与大小，形成控制参数，进而自动调整云台左右旋转与镜头缩放等操作，使得人脸以合适的大小位于视频画面的中心位置；
(2)、持续对已经处于视频图像中心的人脸框进行Camshift跟踪，依据每一帧图像的跟踪结果，即对显示的人脸窗口进行判断，当人体运动导致人脸窗口偏移出视频图像的中心位置时，则重复步骤(1)的操作；如果已经调整到位，则持续对视频图像进行跟踪；
其中，采用Camshift跟踪的过程中，在CamShift迭代时，对当前跟踪窗口进行HSV空间转换，然后依据H通道的反向投影图进行不断地循环迭代；在计算反向投影图时，首先对H通道进行一次直方图计算，对满足H通道：0-180，S通道：smin-100，V通道：0-100的像素区域进行处理；
其中，S通道中，将Smin(i+1)＝Smin(i)*area(i-1)/area(i)，将Smin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Smin(i)表示本次计算直方图时的Smin，Smin(i+1)表示下一次迭代时的Smin大小；H通道也采用与该S通道中同样的方式动态调整，即将Hmin(i+1)＝Hmin(i)*area(i-1)/area(i)，将Hmin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Hmin(i)表示本次计算直方图时的Hmin，Hmin(i+1)表示下一次迭代时的Hmin大小。
有益效果：
通过步骤2计算H分量的直方图时，更加准确的将需要计算的像素区域缩小到真正的跟踪目标区，减弱跟踪窗口中其他背景区域给计算带来的影响；并通过对每一帧图像Camshift跟踪后产生的新窗口进行大小跳变校验限制，保证每一次迭代后的窗口大小基本与人脸的大小相匹配，防止脖子或靠近人脸区域中存在与人脸色彩相近的背景带来的影响。
本发明还公开一种基于视频的智慧健康监视系统。
人脸定位完成后，给红外温度探测系统发出操作信号，这时安装在摄像头机身上的红外测温器的测温区域会自动对准人脸面部三角区，开始采集记录面部区域的温度，在视频采集期间,相应的温度信息作为人体的生理参数被采集并上传；
在定位完成并持续跟踪的情况下，对连续采集的人脸图像进行表情分析识别，给出相应的表情信息，并作为人体一种健康信息上传。
有益效果：该基于视频的智慧健康监视系统即作为上述摄像头跟踪人脸的优化方法的一个具体应用。
具体实施方式
本发明中使用的技术术语：
Camshift：是在Meanshift基础上增加了自适应窗口大小的跟踪算法，简单并且实时性较高；
PCA：由信号的Fourier变换提取局部信息，引入了时间局部化的窗函数，现在窗口Fourier变换即称为称为Gabor变换；通过Gabor变换提取到人脸的特征信息，再通过PCA算法降维，得到Gabor变换中的主成分，然后可以通过不同的分类器或者机器学习方法进行表情提取
角点检测：即将图像中的二维图像亮度变化剧烈的点或图像边缘曲线上曲率极大值的点检测出来，然后通过一些角点匹配算法如sift,harris,surf等进行角点间的匹配。
本发明公开一种摄像头跟踪人脸的优化方法，包括以下步骤：
(1)、在初始视频画面中检测到人脸框后，根据人脸框在视频画面中的位置与大小，形成控制参数，进而自动调整云台左右旋转与镜头缩放等操作，使得人脸以合适的大小位于视频画面的中心位置；
(2)、持续对已经处于视频图像中心的人脸框进行Camshift跟踪，依据每一帧图像的跟踪结果，即对显示的人脸窗口进行判断，当人体运动导致人脸窗口偏移出视频图像的中心位置时，则重复步骤(1)的操作；如果已经调整到位，则持续对视频图像进行跟踪；
其中，采用Camshift跟踪的过程中，在CamShift迭代时，对当前跟踪窗口进行HSV空间转换，然后依据H通道的反向投影图进行不断地循环迭代；在计算反向投影图时，首先对H通道进行一次直方图计算，对满足H通道：0-180，S通道：smin-100，V通道：0-100的像素区域进行处理；
其中，S通道中，将Smin(i+1)＝Smin(i)*area(i-1)/area(i)，将Smin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Smin(i)表示本次计算直方图时的Smin，Smin(i+1)表示下一次迭代时的Smin大小；H通道也采用与该S通道中同样的方式动态调整，即将Hmin(i+1)＝Hmin(i)*area(i-1)/area(i)，将Hmin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Hmin(i)表示本次计算直方图时的Hmin，Hmin(i+1)表示下一次迭代时的Hmin大小。
在该步骤(2)中，还包括跳变校验的算法优化，包括：
限制每一次Camshift跟踪得到的新窗口的长宽比的阈值；限制初始窗口与新窗口之间的长和宽比的阈值。
其中，优选的，限制每一次Camshift跟踪得到的新窗口的长宽比为[0.78,1.1]；初始窗口与新窗口之间的长和宽比分别为[0.77,1.3]，[0.77,1.3]。
上述的摄像头跟踪人脸的优化方法一个重要的应用是可以应用到健康监视系统，在本发明中也公开了这样的一个应用。即一种基于视频的智慧健康监视系统，在采用了上述摄像头追踪人脸的优化方法的基础上，还包括了人脸健康信息提取的方法，包括：
人脸定位完成后，给红外温度探测系统发出操作信号，这时安装在摄像头机身上的红外测温器的测温区域会自动对准人脸面部三角区，开始采集记录面部区域的温度，在视频采集期间，相应的温度信息作为人体的生理参数之一被采集并上传；
在定位完成并持续跟踪的情况下，对连续采集的人脸图像进行表情分析识别，给出相应的表情信息，并作为人体一种健康信息上传。
体温与人脸表情信息将与人体的其他生理信息一起输入到后续的系统中进行处理，从而实现对该用户人体健康状况的评估。
在采集信息的过程中，表情信息的提取已经是一种热门的研究，但更多的是利用Gabor小波+PCA1或者角点检测等方式进行；于是提出一种新的方案：人在进行视频拍摄过程中可能会故意做出一些不符合当前生理状态的表情，比如身体疼痛状态下，故意面露笑容来拍摄等。利用表情分析，将采集后的视频图像进行分析，根据面部表情的一些特征计算出实际应有的生理状态，将机器学习等方法引入心理测评的功能来实现这一方案，并在分析后给出一定的综合评价。
而上述的表情分析识别包括以下步骤：
(a)、通过表情分析程序(Gabor小波算法+PCA的分析程序)对采集的视频图像进行表情提取；
(b)、在当事人第一次进行整个系统的操作时，第一次的表情结果按照日常生活中拍摄下的喜怒哀乐表情图片作为判断标准；之后每一次表情提取，利用云平台计算，集合整个云库中的表情结果，对面部各部位包括眼睛、鼻子、嘴巴进行组合式的表情计算；对采集的视频图像进行表情提取；面部各部位单独提取，提取方式采用现有的角点匹配，利用角点分布，与云库中已经存在的众多的图像的相同部位的角点进行对比，给出当前部位符合某一种或某些表情的匹配度；最后对整个面部的所有部位的检测结果进行整合，整合的结果按照各部分表情结果×各部分对表情判断的权重ωi。
(c)、步骤(a)检测结果权重为w1＝40％，步骤(b)的检测结果权重为w2＝60％，则最后的表情结果为R1×w1+R2×w2，其中R1、R2分别表示两次表情检测的结果。
整合结果包括，
P(生气)＝P(生气|眼睛)×ω眼睛+P(生气|脸颊肌肉)×ω脸颊+P(生气|嘴巴)×ω嘴巴+P(生气|眉毛)×ω眉毛+P(生气|额头)×ω额头；
即：P(生气)＝15％×ω眼睛+5％×ω脸颊+8％×ω嘴巴+11％×ω眉毛+0％×ω额头；
P(开心)＝P(开心|眼睛)×ω眼睛+P(开心|脸颊肌肉)×ω脸颊+P(开心|嘴巴)×ω嘴巴+P(开心|眉毛)×ω眉毛+P(生气|额头)×ω额头；
即：P(开心)＝65％×ω眼睛+63％×ω脸颊+72％×ω嘴巴+35％×ω眉毛+15％×ω额头；
其中，ωi表示不同部位的权重，根据每一次的分析结果进行迭代更新，初始时设置为ω眼睛＝30％，ω嘴巴＝30％，ω眉毛＝10％，ω脸颊＝20％，ω额头＝10％；
在每一次最终表情判定结束后，对于检测时每一个部位对于最终结果的贡献更新它们对应的权重。
另外，本发明的具体实现方法和途径很多，以上所述仅是本发明的优选实施方式。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (8)
1.一种摄像头跟踪人脸的优化方法，其特征在于，包括以下步骤：
(1)、在初始视频画面中检测到人脸框后，根据人脸框在视频画面中的位置与大小，形成控制参数，进而自动调整云台左右旋转与镜头缩放等操作，使得人脸以合适的大小位于视频画面的中心位置；
(2)、持续对已经处于视频图像中心的人脸框进行Camshift跟踪，依据每一帧图像的跟踪结果，即对显示的人脸窗口进行判断，当人体运动导致人脸窗口偏移出视频图像的中心位置时，则重复步骤(1)的操作；如果已经调整到位，则持续对视频图像进行跟踪；
其中，采用Camshift跟踪的过程中，在CamShift迭代时，对当前跟踪窗口进行HSV空间转换，然后依据H通道的反向投影图进行不断地循环迭代；在计算反向投影图时，首先对H通道进行一次直方图计算，对满足H通道：0-180，S通道：smin-100，V通道：0-100的像素区域进行处理；
其中，S通道中，将Smin(i+1)＝Smin(i)*area(i-1)/area(i)，将Smin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Smin(i)表示本次计算直方图时的Smin，Smin(i+1)表示下一次迭代时的Smin大小；H通道也采用与该S通道中同样的方式动态调整，即将Hmin(i+1)＝Hmin(i)*area(i-1)/area(i)，将Hmin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Hmin(i)表示本次计算直方图时的Hmin，Hmin(i+1)表示下一次迭代时的Hmin大小。
2.根据权利要求1所述的摄像头跟踪人脸的优化方法，其特征在于：
步骤(2)中，还包括跳变校验的算法优化，包括：
限制每一次Camshift跟踪得到的新窗口的长宽比的阈值；
限制初始窗口与新窗口之间的长和宽比的阈值。
3.根据权利要求2所述的摄像头跟踪人脸的优化方法，其特征在于：限制每一次Camshift跟踪得到的新窗口的长宽比为[0.78,1.1]；初始窗口与新窗口之间的长和宽比分别为[0.77,1.3]，[0.77,1.3]。
4.一种使用如权利要求1至3中任一项所述摄像头跟踪人脸的优化方法的基于视频的智慧健康监视系统，其特征在于：
人脸定位完成后，给红外温度探测系统发出操作信号，这时安装在摄像头机身上的红外测温器的测温区域会自动对准人脸面部三角区，开始采集记录面部区域的温度，在视频采集期间，相应的温度信息作为人体的生理参数被采集并上传；
在定位完成并持续跟踪的情况下，对连续采集的人脸图像进行表情分析识别，给出相应的表情信息，并作为人体的一种健康信息上传。
5.根据权利要求4所述的智慧健康监视系统，其特征在于，所述表情分析识别包括以下步骤：
(a)、通过表情分析程序对采集的视频图像进行表情提取；
(b)、在当事人第一次进行整个系统的操作时，第一次的表情结果按照日常生活中拍摄下的喜怒哀乐表情图片作为判断标准；之后每一次表情提取，利用云平台计算，集合整个云库中的表情结果，对面部各部位包括眼睛、鼻子、嘴巴进行组合式的表情计算；对采集的视频图像进行表情提取；面部各部位单独提取，提取方式采用现有的角点匹配，利用角点分布，与云库中已经存在的众多的图像的相同部位的角点进行对比，给出当前部位符合某一种或某些表情的匹配度；最后对整个面部的所有部位的检测结果进行整合，整合的结果按照各部分表情结果×各部分对表情判断的权重ωi；
(c)、步骤(a)检测结果权重为w1＝40％，步骤(b)的检测结果权重为w2＝60％，则最后的表情结果为R1×w1+R2×w2，其中R1、R2分别表示两次表情检测的结果。
6.根据权利要求5所述的智慧健康监视系统，其特征在于：整合结果包括，
P(生气)＝P(生气|眼睛)×ω眼睛+P(生气|脸颊肌肉)×ω脸颊+P(生气|嘴巴)×ω嘴巴+P(生气|眉毛)×ω眉毛+P(生气|额头)×ω颊头；
即：P(生气)＝15％×ω眼睛+5％×ω脸颊+8％×ω嘴巴+11％×ω眉毛+0％×ω额头；
P(开心)＝P(开心|眼睛)×ω眼睛+P(开心|脸颊肌肉)×ω脸颊+P(开心|嘴巴)×ω嘴巴+P(开心|眉毛)×ω眉毛+P(生气|额头)×ω额头；
即：P(开心)＝65％×ω眼睛+63％×ω脸颊+72％×ω嘴巴+35％×ω眉毛+15％×ω额头；
其中，ωi表示不同部位的权重，根据每一次的分析结果进行迭代更新，初始时设置为ω眼睛＝30％，ω嘴巴＝30％，ω眉毛＝10％，ω脸颊＝20％，ω额头＝10％；
在每一次最终表情判定结束后，对于检测时每一个部位对于最终结果的贡献更新它们对应的权重。
7.根据权利要求5所述的智慧健康监视系统，其特征在于：所述步骤(a)中的表情分析程序为Gabor小波算法+PCA的分析程序。
8.根据权利要求5所述的智慧健康监视系统，其特征在于：体温与人脸表情信息将与人体的其他生理信息一起输入到后续的系统中进行处理，从而实现对该用户人体健康状况的评估。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610262283.6A CN105868574B (zh) | 2016-04-25 | 2016-04-25 | 一种摄像头跟踪人脸的优化方法及基于视频的智慧健康监视系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610262283.6A CN105868574B (zh) | 2016-04-25 | 2016-04-25 | 一种摄像头跟踪人脸的优化方法及基于视频的智慧健康监视系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105868574A true CN105868574A (zh) | 2016-08-17 |
| CN105868574B CN105868574B (zh) | 2018-12-14 |
Family
ID=56629171
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610262283.6A Active CN105868574B (zh) | 2016-04-25 | 2016-04-25 | 一种摄像头跟踪人脸的优化方法及基于视频的智慧健康监视系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105868574B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107167826A (zh) * | 2017-03-31 | 2017-09-15 | 武汉光庭科技有限公司 | 一种自动驾驶中基于可变网格的图像特征检测的车辆纵向定位系统及方法 |
| CN108134899A (zh) * | 2016-12-28 | 2018-06-08 | 云帧（上海）信息技术有限公司 | 视频银行呼叫终端 |
| CN108898090A (zh) * | 2018-06-26 | 2018-11-27 | 肖金保 | 一种云健康管理系统 |
| WO2019071489A1 (zh) * | 2017-10-11 | 2019-04-18 | 深圳传音通讯有限公司 | 一种基于智能终端的拍照测温方法及拍照测温系统 |
| CN110852275A (zh) * | 2019-11-12 | 2020-02-28 | 成都新舟锐视科技有限公司 | 一种球机跟踪过程中人脸检测再放大的跟踪方法 |
| CN112057074A (zh) * | 2020-07-21 | 2020-12-11 | 北京迈格威科技有限公司 | 呼吸速率测量方法、装置、电子设备及计算机存储介质 |
| CN112102949A (zh) * | 2020-08-31 | 2020-12-18 | 安徽大学 | 面部血流脉冲信号和面部器官运动特征提取方法 |
| CN112447013A (zh) * | 2020-11-13 | 2021-03-05 | 深圳市瑞意博医疗设备有限公司 | 一种多人取药的人脸跟踪智能识别装置 |
| CN113812805A (zh) * | 2021-10-26 | 2021-12-21 | 皖江工学院 | 智能控温婴儿床 |
| CN114900607A (zh) * | 2022-04-27 | 2022-08-12 | 上海呈合信息科技有限公司 | 一种自动追随跟拍拍摄处理系统 |
| CN115494961A (zh) * | 2022-11-17 | 2022-12-20 | 南京熊大巨幕智能科技有限公司 | 基于人脸识别的新型交互式环绕智能显示设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101794385A (zh) * | 2010-03-23 | 2010-08-04 | 上海交通大学 | 用于视频序列的多角度多目标快速人脸跟踪方法 |
| CN102387345A (zh) * | 2011-09-09 | 2012-03-21 | 浙江工业大学 | 基于全方位视觉的独居老人安全监护系统 |
| CN102566474A (zh) * | 2012-03-12 | 2012-07-11 | 上海大学 | 仿人面部表情机器人交互系统和方法以及人脸检测和跟踪方法 |
| CN102737385A (zh) * | 2012-04-24 | 2012-10-17 | 中山大学 | 一种基于camshift和卡尔曼滤波的视频目标跟踪方法 |
| CN102799871A (zh) * | 2012-07-13 | 2012-11-28 | Tcl集团股份有限公司 | 一种人脸跟踪识别的方法 |
| CN102903121A (zh) * | 2012-08-31 | 2013-01-30 | 四川九洲电器集团有限责任公司 | 基于运动目标跟踪的融合算法 |
| CN103905733A (zh) * | 2014-04-02 | 2014-07-02 | 哈尔滨工业大学深圳研究生院 | 一种单目摄像头对人脸实时跟踪的方法及系统 |
-
2016
- 2016-04-25 CN CN201610262283.6A patent/CN105868574B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101794385A (zh) * | 2010-03-23 | 2010-08-04 | 上海交通大学 | 用于视频序列的多角度多目标快速人脸跟踪方法 |
| CN102387345A (zh) * | 2011-09-09 | 2012-03-21 | 浙江工业大学 | 基于全方位视觉的独居老人安全监护系统 |
| CN102566474A (zh) * | 2012-03-12 | 2012-07-11 | 上海大学 | 仿人面部表情机器人交互系统和方法以及人脸检测和跟踪方法 |
| CN102737385A (zh) * | 2012-04-24 | 2012-10-17 | 中山大学 | 一种基于camshift和卡尔曼滤波的视频目标跟踪方法 |
| CN102799871A (zh) * | 2012-07-13 | 2012-11-28 | Tcl集团股份有限公司 | 一种人脸跟踪识别的方法 |
| CN102903121A (zh) * | 2012-08-31 | 2013-01-30 | 四川九洲电器集团有限责任公司 | 基于运动目标跟踪的融合算法 |
| CN103905733A (zh) * | 2014-04-02 | 2014-07-02 | 哈尔滨工业大学深圳研究生院 | 一种单目摄像头对人脸实时跟踪的方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 刘强: "快速人脸跟踪系统", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 刘朝兵: "基于改进Camshift的动态场景运动目标跟踪算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 陈佳等: "一种camshift算法与brisk特征点", 《重庆理工大学学报(自然科学)》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108134899A (zh) * | 2016-12-28 | 2018-06-08 | 云帧（上海）信息技术有限公司 | 视频银行呼叫终端 |
| CN107167826A (zh) * | 2017-03-31 | 2017-09-15 | 武汉光庭科技有限公司 | 一种自动驾驶中基于可变网格的图像特征检测的车辆纵向定位系统及方法 |
| CN107167826B (zh) * | 2017-03-31 | 2020-02-04 | 武汉光庭科技有限公司 | 一种自动驾驶中基于可变网格的图像特征检测的车辆纵向定位系统及方法 |
| WO2019071489A1 (zh) * | 2017-10-11 | 2019-04-18 | 深圳传音通讯有限公司 | 一种基于智能终端的拍照测温方法及拍照测温系统 |
| CN108898090A (zh) * | 2018-06-26 | 2018-11-27 | 肖金保 | 一种云健康管理系统 |
| CN110852275A (zh) * | 2019-11-12 | 2020-02-28 | 成都新舟锐视科技有限公司 | 一种球机跟踪过程中人脸检测再放大的跟踪方法 |
| CN112057074A (zh) * | 2020-07-21 | 2020-12-11 | 北京迈格威科技有限公司 | 呼吸速率测量方法、装置、电子设备及计算机存储介质 |
| CN112102949A (zh) * | 2020-08-31 | 2020-12-18 | 安徽大学 | 面部血流脉冲信号和面部器官运动特征提取方法 |
| CN112447013A (zh) * | 2020-11-13 | 2021-03-05 | 深圳市瑞意博医疗设备有限公司 | 一种多人取药的人脸跟踪智能识别装置 |
| CN113812805A (zh) * | 2021-10-26 | 2021-12-21 | 皖江工学院 | 智能控温婴儿床 |
| CN114900607A (zh) * | 2022-04-27 | 2022-08-12 | 上海呈合信息科技有限公司 | 一种自动追随跟拍拍摄处理系统 |
| CN115494961A (zh) * | 2022-11-17 | 2022-12-20 | 南京熊大巨幕智能科技有限公司 | 基于人脸识别的新型交互式环绕智能显示设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105868574B (zh) | 2018-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105868574A (zh) | 一种摄像头跟踪人脸的优化方法及基于视频的智慧健康监视系统 | |
| WO2019174439A1 (zh) | 图像识别方法、装置、终端和存储介质 | |
| Liu et al. | Learning deep models for face anti-spoofing: Binary or auxiliary supervision | |
| Kong et al. | Learning spatiotemporal representations for human fall detection in surveillance video | |
| CN110044486B (zh) | 用于人体检验检疫系统避免重复报警的方法、装置、设备 | |
| Haque et al. | Heartbeat rate measurement from facial video | |
| CN102473238B (zh) | 用于图像分析的系统和方法 | |
| CN104036236B (zh) | 一种基于多参数指数加权的人脸性别识别方法 | |
| CA2980609A1 (en) | Crowd analytics via one shot learning | |
| WO2017129020A1 (zh) | 视频中人体行为识别的方法、装置和计算机存储介质 | |
| CN107330371A (zh) | 3d脸部模型的脸部表情的获取方法、装置和存储装置 | |
| CN105426827A (zh) | 活体验证方法、装置和系统 | |
| CN111382648A (zh) | 人脸动态表情的检测方法、装置、设备及存储介质 | |
| US20120243751A1 (en) | Baseline face analysis | |
| CN108197534A (zh) | 一种人头部姿态检测方法、电子设备及存储介质 | |
| JP7422456B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| Tu et al. | Human computer interaction using face and gesture recognition | |
| CN113378649A (zh) | 身份、位置和动作识别方法、系统、电子设备及存储介质 | |
| CN110458041A (zh) | 一种基于rgb-d相机的人脸识别方法及系统 | |
| WO2023000253A1 (zh) | 攀爬行为预警方法和装置、电子设备、存储介质 | |
| JP3459950B2 (ja) | 顔検出及び顔追跡方法並びにその装置 | |
| Pervaiz et al. | Artificial neural network for human object interaction system over Aerial images | |
| WO2022193516A1 (zh) | 一种基于深度相机的人流分析方法及装置 | |
| CN113420667B (zh) | 人脸活体检测方法、装置、设备及介质 | |
| Pang et al. | Dance video motion recognition based on computer vision and image processing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |