CN112839165A - 人脸跟踪摄像的实现方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种人脸跟踪摄像的实现方法、装置、计算机设备和存储介质。所述方法包括：通过拾音麦克风获取目标人脸水平方向对应的位置信息；获取第一摄像头拍摄的全景图片中与所述位置信息对应的垂直方向区域的范围信息；在所述垂直方向区域的范围信息中进行人脸检测，当检测到所述目标人脸时，则在所述全景图片中获取与所述目标人脸对应的在垂直方向对应的位置信息；对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息；控制所述第二摄像头根据所述坐标信息，对所述目标人脸进行画面跟踪显示。采用本方法能够有效的提高人脸跟踪摄像的准确性。

Description

人脸跟踪摄像的实现方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种人脸跟踪摄像的实现方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，目标跟踪作为视觉领域里重要的一环愈发受到重视。目前基于计算机视觉的目标跟踪技术尤其是在人机交互方面正在逐渐改变人们的生活方式，并且广泛应用于监控、医疗影像、无人驾驶、远程控制、互动游戏等领域。在多媒体视频会议中，为了有效提升用户的观看体验，给用户提供良好的视觉效果，通常采用人脸跟踪显示方案，跟踪用户脸部的空间位置，基于该空间位置进行特写画面追踪，从而使得视频会议中的成员都能看到正确的显示画面。

然而，目前的多媒体视频会议中，所有成员入网后，管理员需要手动对摄像头的拍摄位置进行调整和配置，需要花费大量的人力、精力去安排配置，尤其是涉及多用户人脸追踪特写画面时，由于易受环境噪音、混响等多因素影响，以致声源定位往往不够精确，存在较大的误差，容易导致人脸跟踪摄像的准确性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高人脸跟踪摄像准确性的人脸跟踪摄像的实现方法、装置、计算机设备和存储介质。

一种人脸跟踪摄像的实现方法，所述方法包括：

通过拾音麦克风获取目标人脸水平方向对应的位置信息；

获取第一摄像头拍摄的全景图片中与所述位置信息对应的垂直方向区域的范围信息；

在所述垂直方向区域的范围信息中进行人脸检测，当检测到所述目标人脸时，则在所述全景图片中获取与所述目标人脸对应的在垂直方向对应的位置信息；

对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息；

控制所述第二摄像头根据所述坐标信息，对所述目标人脸进行画面跟踪显示。

在其中一个实施例中，所述拾音麦克风为两个，所述拾音麦克风与所述第一摄像头的位置满足预设位置关系；所述拾音麦克风具有拾音功能；

所述通过拾音麦克风获取目标人脸水平方向对应的位置信息，包括：

获取所述拾音麦克风采集到的声音数据；

利用声源定位算法对所述声音数据进行计算，得到当前空间中目标人脸声音的水平声音方位。

在其中一个实施例中，所述获取第一摄像头拍摄的全景图片中与所述位置信息对应的垂直方向区域的范围信息包括：

将当前空间中所述目标人脸声音的水平声音方位，转换为所述第一摄像头拍摄的全景图片中所述目标人脸的水平位置；

根据预设的范围阈值和所述目标人脸的水平位置，得到所述全景图片中垂直方向区域的范围信息。

在其中一个实施例中，所述第一摄像头拍摄的图片和所述第二摄像头的旋转角度之间具有标定关系；

所述对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息，包括：

根据所述标定关系，对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，确定所述第二摄像头对应的旋转角度的坐标信息。

在其中一个实施例中，所述第二摄像头对应的旋转角度包括水平角和俯仰角；

所述根据所述标定关系，对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，确定所述第二摄像头对应的旋转角度的坐标信息包括：

根据所述第一摄像头拍摄的图片和所述第二摄像头的旋转角度之间的标定关系，将所述水平方向对应的位置信息转换为水平角信息，将所述垂直方向对应的位置信息转换为俯仰角信息；

将所述水平角信息和所述俯仰角信息标记为所述第二摄像头对应的旋转角度的坐标信息。

在其中一个实施例中，所述控制所述第二摄像头根据所述坐标信息，对所述目标人脸进行画面跟踪显示包括：

控制所述第二摄像头根据所述水平角信息和所述俯仰角信息，对所述目标人脸进行特写画面跟踪显示。

在其中一个实施例中，所述在所述垂直方向区域的范围信息中进行人脸检测包括：

获取当前空间区域的场地大小；

根据所述场地大小，确定对应的范围阈值；

根据所述目标人脸水平方向对应的位置信息和所述范围阈值，在所述全景图片中进行人脸检测。

一种人脸跟踪摄像的实现装置，所述装置包括：

获取模块，用于通过拾音麦克风获取目标人脸水平方向对应的位置信息；

所述获取模块还用于获取第一摄像头拍摄的全景图片中与所述位置信息对应的垂直方向区域的范围信息；

检测模块，用于在所述垂直方向区域的范围信息中进行人脸检测，当检测到所述目标人脸时，则在所述全景图片中获取与所述目标人脸对应的在垂直方向对应的位置信息；

换算模块，用于对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息；

控制模块，用于控制所述第二摄像头根据所述坐标信息，对所述目标人脸进行画面跟踪显示。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

通过拾音麦克风获取目标人脸水平方向对应的位置信息；

获取第一摄像头拍摄的全景图片中与所述位置信息对应的垂直方向区域的范围信息；

在所述垂直方向区域的范围信息中进行人脸检测，当检测到所述目标人脸时，则在所述全景图片中获取与所述目标人脸对应的在垂直方向对应的位置信息；

对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息；

控制所述第二摄像头根据所述坐标信息，对所述目标人脸进行画面跟踪显示。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

通过拾音麦克风获取目标人脸水平方向对应的位置信息；

获取第一摄像头拍摄的全景图片中与所述位置信息对应的垂直方向区域的范围信息；

在所述垂直方向区域的范围信息中进行人脸检测，当检测到所述目标人脸时，则在所述全景图片中获取与所述目标人脸对应的在垂直方向对应的位置信息；

对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息；

控制所述第二摄像头根据所述坐标信息，对所述目标人脸进行画面跟踪显示。

上述人脸跟踪摄像的实现方法、装置、计算机设备和存储介质，通过拾音麦克风获取目标人脸水平方向对应的位置信息，并获取第一摄像头拍摄的全景图片中与位置信息对应的垂直方向区域的范围信息，在垂直方向区域的范围信息中进行人脸检测，当检测到目标人脸时，则在全景图片中获取与目标人脸对应的在垂直方向对应的位置信息。对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息，控制第二摄像头根据坐标信息，对目标人脸进行画面跟踪显示。由此使得，通过拾音麦克风获取水平方向对应的位置信息，同时，利用人脸检测确定垂直方向对应的位置信息，并根据预设的标定关系对水平方向和垂直方向的位置信息进行转换，使得第二摄像头能够根据转换后的坐标信息进行画面跟踪显示，从而有效的提高了人脸跟踪摄像准确性。

附图说明

图1为一个实施例中人脸跟踪摄像的实现方法的流程示意图；

图2为一个实施例中摄像头采集图像画面范围的示意图；

图3A为一个实施例中获取第一摄像头拍摄的全景图片中与位置信息对应的垂直方向区域的范围信息步骤的流程示意图；

图3B为另一个实施例中摄像头采集图像画面范围的示意图；

图4为一个实施例中根据标定关系，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，确定第二摄像头对应的旋转角度的坐标信息步骤的流程示意图；

图5A为一个实施例中在垂直方向区域的范围信息中进行人脸检测步骤的流程示意图；

图5B为一个实施例中获取目标人脸在垂直方向对应的位置范围的示意图；

图6为一个实施例中人脸跟踪摄像的实现装置的结构框图；

图7为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种人脸跟踪摄像的实现方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：

步骤102，通过拾音麦克风获取目标人脸水平方向对应的位置信息。

随着多媒体技术的发展，流媒体不仅在传统应用上需求旺盛，还在视频会议、远程教育以及数字法庭等行业产生了新的需求，目前商用的多媒体视频会议系统的设备通常包括摄像机、阵列麦克风以及显示屏。摄像机作为会场视频画面的采集设备，阵列麦克风作为会场发言人音频信号的采集设备，显示屏作为输出当前会场视频画面的显示设备。在视频会议召开过程中，为了使与会人员更详细了解当前发言人情况，需要将发言人员的特写画面输出到显示屏上，实时采集并播放其发言画面。

具体的，终端可以通过拾音麦克风获取目标人脸水平方向对应的位置信息。其中，终端设备中安装有拾音麦克风和摄像头。拾音麦克风和摄像头也可以是安装在不同的采集设备中，通过终端进行统一的控制。例如，可以预先在终端设备中固定位置设置左右两个拾音麦克风用来定位发言人的水平方向位置。水平方向的位置可以用角度来表示，比如，从左到右的水平位置可以用0到180度来表示。如果发言人在两个拾音麦克风的正中间，则此时水平位置对应的角度为90度；如果发言人在最左边，则此时水平位置对应的角度为0度；如果发言人在最右边，则此时水平位置对应的角度为180度。

步骤104，获取第一摄像头拍摄的全景图片中与位置信息对应的垂直方向区域的范围信息。

终端通过拾音麦克风获取目标人脸水平方向对应的位置信息之后，终端可以获取第一摄像头拍摄的全景图片中与获取到的水平方向位置信息对应的垂直方向区域的范围信息。其中，第一摄像头是指全景摄像头，全景摄像头用于拍摄当前空间的全景图片。例如，在视频会议召开过程中，全景摄像头拍摄的全景图片包含的范围较大，全景图片里包含了整个会议的与会人员。比如，全景摄像头可以包括手机的超广角镜头。具体的，终端通过拾音麦克风获取目标人脸水平方向对应的位置信息之后，终端可以根据预先配置的拾音麦克风与全景摄像头之间的映射关系，将已获取到的水平方向位置信息转换成全景摄像头拍摄的全景图片中的水平位置对应的坐标信息。进一步的，终端可以获取与当前会场场地大小相关的阈值参数，并根据该阈值参数和转换后的水平坐标信息，在全景图片中查找到对应的垂直方向区域的范围信息。例如，终端通过左右两个拾音麦克风定位出发言人的水平方向，假设为偏左的45度。终端获取与当前会场场地大小相关的阈值参数为5度，则终端可以从全景摄像头中获取全景图片，在全景图片上查找到水平方向45度±阈值参数5度区域的范围，即在全景图片上获取到水平方向40至50度角对应的区域范围，该区域范围即为全景图片中与拾音麦克风获取目标人脸水平方向位置信息对应的垂直方向区域的范围信息。

步骤106，在垂直方向区域的范围信息中进行人脸检测，当检测到目标人脸时，则在全景图片中获取与目标人脸对应的在垂直方向对应的位置信息。

终端获取第一摄像头拍摄的全景图片中与获取到的水平方向位置信息对应的垂直方向区域的范围信息之后，终端可以在垂直方向区域的范围信息中进行人脸检测，当检测到目标人脸时，则在全景图片中获取与目标人脸对应的在垂直方向对应的位置信息。其中，人脸检测是指在图片或者视频中检测出人脸，基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别是指在图片或者视频中检测出人脸，并识别出人脸对应的身份。本申请中的人脸检测技术可以包含多种类型的人脸检测方式。例如，终端通过左右两个拾音麦克风定位出发言人的水平方向，假设为偏左的45度。终端获取与当前会场场地大小相关的阈值参数为5度，则终端可以从全景摄像头中获取全景图片，在全景图片上查找到水平方向45度±阈值参数5度区域的范围，即在全景图片上获取到水平方向40至50度角对应的区域范围，该区域范围即为全景图片中与拾音麦克风获取目标人脸水平方向位置信息对应的垂直方向区域的范围信息。

进一步的，终端可以在这个区域范围内进行人脸检测，当终端检测到目标人脸时，则终端在全景图片中获取与目标人脸对应的在垂直方向对应的位置信息。比如，终端获取到检测到目标人脸时在全景图片中对应的垂直方向的角度大约为135度，则终端得到发言人在图片中的位置为水平方向45度(40度到50度)和垂直方向135度(130度到140度)。其中，全景摄像机可以是固定安装不旋转的。全景摄像头拍摄的全景图片中，人脸位置对应有水平、垂直两种方向。与拾音麦克风类似，全景图片中水平方向也可以用角度来表示，从左到右可以是0到180度。如果发言人在全景摄像机的水平正前方，则该发言人对应的水平角度可以表示为90度，最左边为0度，最右边为180度。此外，垂直方向也可以用角度来表示，从上到下是0到180度，最上方为0度，最下方为180度。如果发言人在全景摄像机的垂直正前方，则垂直方向可以表示为90度。

步骤108，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息。

当终端检测到目标人脸，在全景图片中获取与目标人脸对应的在垂直方向对应的位置信息之后，终端可以对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息。其中，第二摄像头是指特写摄像头，特写摄像头用于拍摄发言人特写图像，特写摄像头拍摄的图片里包含物体的范围较小，比如手机的前置摄像头。在视频会议召开过程中，特写摄像头拍摄的图片里包含一到两个与会人员，与全景摄像头的区别在于，特写摄像头拍摄的图片里的与会人员是在全景摄像头拍摄的全景图片中的。具体的，当终端检测到目标人脸，在全景图片中获取与目标人脸对应的在垂直方向对应的位置信息之后，终端可以根据预设的标定关系，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息。其中，标定关系是指预先配置的第一摄像头拍摄的图片和第二摄像头的旋转角度之间的标定关系，即预先配置的全景摄像头拍摄的图片和特写摄像头的旋转角度之间的标定关系。比如，终端获取到检测到目标人脸时在全景图片中对应的垂直方向的角度大约为135度，水平方向的角度为45度，则终端可以根据预设的标定关系，对上述水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息。

步骤110，控制第二摄像头根据坐标信息，对目标人脸进行画面跟踪显示。

当终端对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息之后，终端可以控制第二摄像头根据该坐标信息，对目标人脸进行画面跟踪显示。具体的，当终端对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到特写摄像头对应的旋转角度的坐标信息之后，终端可以控制特写摄像头旋转对应的角度，对目标人脸进行画面跟踪显示。

本实施例中，通过拾音麦克风获取目标人脸水平方向对应的位置信息，并获取第一摄像头拍摄的全景图片中与位置信息对应的垂直方向区域的范围信息，在垂直方向区域的范围信息中进行人脸检测，当检测到目标人脸时，则在全景图片中获取与目标人脸对应的在垂直方向对应的位置信息。对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息，控制第二摄像头根据坐标信息，对目标人脸进行画面跟踪显示。由此使得，通过拾音麦克风获取水平方向对应的位置信息，同时，利用人脸检测确定垂直方向对应的位置信息，并根据预设的标定关系对水平方向和垂直方向的位置信息进行转换，使得第二摄像头能够根据转换后的坐标信息进行画面跟踪显示，从而有效的提高了人脸跟踪摄像准确性。

在一个实施例中，拾音麦克风为两个，拾音麦克风与第一摄像头的位置满足预设位置关系，拾音麦克风具有拾音功能，通过拾音麦克风获取目标人脸水平方向对应的位置信息的步骤，包括：

获取拾音麦克风采集到的声音数据。

利用声源定位算法对声音数据进行计算，得到当前空间中目标人脸声音的水平声音方位。

终端可以通过拾音麦克风获取目标人脸水平方向对应的位置信息。其中，终端设备中可以安装两个拾音麦克风，两个拾音麦克风的位置和全景摄像头一定要满足预设的位置关系，可以是对称关系，也可以是其他位置关系。例如，可以设置两个拾音麦克风的安装位置以全景摄像头的水平位置为中心左右对称，或者接近对称，可以减小声源方位误差。全景摄像头可以采用固定式安装，。固定式摄像头没有旋转功能，使得硬件层面节省了一个旋转方向的电机控制单元，硬件成本更低。此外，因固定式全景摄像头不能旋转，所以使其拍摄的图片和两个麦克风的标定关系简单且固定，易于软件开发和容错。

如图2所示，为摄像头采集图像画面范围的示意图，其中，m1和m2为左右固定设置的两个拾音麦克风；C1为固定式隐藏的全景摄像头，其不能旋转；C2为特写摄像头，可以旋转；D1为固定式全景摄像头C1所拍摄的全景图片，该全景图片包含该会场所有的参会人员。D2为在图片D1上找到的人脸图像范围，即D2为特写摄像头C2所拍摄的特写图片。实际使用场景中固定全景摄像头获取整个参会会场的全景图像，特写摄像头获取发言人特写图像。拾音麦克风具有拾音功能，终端可以通过拾音麦克风获取目标人脸水平方向对应的位置信息。具体的，终端可以获取拾音麦克风采集到的声音数据，利用声源定位算法对声音数据进行计算，得到当前空间中目标人脸声音的水平声音方位。其中，声源定位算法是指通过接收的声音来判定发声物体的位置，即根据人声源定位原理，对声源空间位置的判定。由此使得，基于声源定位和人脸检测获取到目标人脸对应的位置信息，能够实现小型会议室的目标人脸自动跟踪的方案。此外，通过设置两个麦克风采集设备、一个特写摄像头、一个全景摄像头的摄像头，来实现在小型会议室中自动跟踪发言人的方案，相比于传统的跟踪实现方案，无需复杂的场景布置，减少了装置的硬件成本，同时减小了声源定位算法的复杂度，却能达到相同的准确的跟踪效果。

在一个实施例中，如图3A所示，获取第一摄像头拍摄的全景图片中与位置信息对应的垂直方向区域的范围信息的步骤，包括：

步骤302，将当前空间中目标人脸声音的水平声音方位，转换为第一摄像头拍摄的全景图片中目标人脸的水平位置。

步骤304，根据预设的范围阈值和目标人脸的水平位置，得到全景图片中垂直方向区域的范围信息。

终端通过拾音麦克风获取目标人脸水平方向对应的位置信息之后，终端可以获取第一摄像头拍摄的全景图片中与位置信息对应的垂直方向区域的范围信息。具体的，终端可以根据预设的拾音麦克风与全景摄像头之间的映射关系，将拾音麦克风获取到的当前空间中目标人脸声音的水平声音方位，转换为全景摄像头拍摄的全景图片中目标人脸的水平位置对应的坐标信息。例如，终端可以根据预设的拾音麦克风与全景摄像头之间的映射关系，将拾音麦克风获取到的当前空间中目标人脸声音的水平声音方位，转换为全景摄像头拍摄的全景图片中目标人脸的水平位置对应的坐标信息，即在全景图片中任意的一点可以表示为(x，y)，x和y可以是坐标，也可以是经过坐标转换得到的角度参数。全景摄像头拍摄的全景图片的水平范围和声源定位水平范围是可以对应或者重合的。即终端可以根据预设的拾音麦克风与全景摄像头之间的映射关系，根据发言人A实际声源定位给出的水平范围在全景图片中查找到对应的水平范围信息。如图3B所示，为摄像头采集图像画面范围的示意图，其中D3为发言人A实际声源定位给出的水平范围在全景图片中查找到对应的水平范围信息。如果有了声源定位给出的水平方向，就可以在全景摄像头拍摄的全景图片中查找到对应的水平坐标x，假设预设的范围阈值为5，则终端可以在全景图片对应的(x-5，x+5)的D3范围内运用人脸检测算法进行人脸检测。x-5至x+5这个范围即为全景图片中垂直方向区域的范围信息。由此使得，本实施例中声音方位的确定只需双麦，使得声源定位算法开发难度降低，同时使用全景摄像头，并将其图像用于人脸检测，使得跟踪精准度更高，即在降低硬件模块和软件模块成本的同时，也能够确保准确的跟踪效果。

在一个实施例中，第一摄像头拍摄的图片和第二摄像头的旋转角度之间具有标定关系，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息的步骤，包括：

根据标定关系，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，确定第二摄像头对应的旋转角度的坐标信息。

终端通过拾音麦克风获取目标人脸水平方向对应的位置信息，进一步的，终端可以获取第一摄像头拍摄的全景图片中与获取到的水平方向位置信息对应的垂直方向区域的范围信息，终端在垂直方向区域的范围信息中进行人脸检测，当检测到目标人脸时，则终端在全景图片中获取与目标人脸对应的在垂直方向对应的位置信息。终端获取与目标人脸对应的水平方向位置信息和垂直方向位置信息之后，终端可以根据第一摄像头拍摄的图片和第二摄像头的旋转角度之间的标定关系，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息。具体的，终端可以根据标定关系，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，确定第二摄像头即特写摄像头对应的旋转角度的坐标信息。由此使得，利用人脸检测确定垂直方向对应的位置信息，并根据预设的标定关系对水平方向和垂直方向的位置信息进行转换，使得第二摄像头能够根据转换后的坐标信息进行画面跟踪显示，从而有效的提高了人脸跟踪摄像准确性。

在其中一个实施例中，如图4所示，第二摄像头对应的旋转角度包括水平角和俯仰角，根据标定关系，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，确定第二摄像头对应的旋转角度的坐标信息的步骤，包括：

步骤402，根据第一摄像头拍摄的图片和第二摄像头的旋转角度之间的标定关系，将水平方向对应的位置信息转换为水平角信息，将垂直方向对应的位置信息转换为俯仰角信息。

步骤404，将水平角信息和俯仰角信息标记为第二摄像头对应的旋转角度的坐标信息。

终端获取与目标人脸对应的水平方向位置信息和垂直方向位置信息之后，终端可以根据第一摄像头拍摄的图片和第二摄像头的旋转角度之间的标定关系，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息。其中，第二摄像头对应的旋转角度包括水平角和俯仰角，终端可以根据标定关系，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息。具体的，终端可以根据第一摄像头拍摄的图片和第二摄像头的旋转角度之间的标定关系，将水平方向对应的位置信息转换为水平角信息，将垂直方向对应的位置信息转换为俯仰角信息，并将水平角信息和俯仰角信息标记为第二摄像头对应的旋转角度的坐标信息。进一步的，终端可以控制第二摄像头根据该坐标信息，对目标人脸进行画面跟踪显示，即终端可以控制第二摄像头根据水平角信息和俯仰角信息，对目标人脸进行特写画面跟踪显示。例如，终端将得到的水平角信息和俯仰角信息转换为特写摄像头对应的位置控制信息，并将其下发至特写摄像头，控制特写摄像头进行转动。其中，俯仰角是控制摄像头向上还是向下旋转且旋转多少度的描述。比如摄像头能旋转的最上俯仰角为0度，最下俯仰角为180度，则正中间俯仰角为90度。水平角是控制摄像头向左还是向右旋转且旋转多少度的描述。比如摄像头能旋转的最左水平角为0度，最右水平角为180度，则正中间水平角为90度。由此使得，利用人脸检测确定垂直方向对应的位置信息，并根据预设的标定关系对水平方向和垂直方向的位置信息进行转换，使得第二摄像头能够根据转换后的坐标信息进行画面跟踪显示，从而有效的提高了人脸跟踪摄像准确性。

在一个实施例中，如图5A所示，在垂直方向区域的范围信息中进行人脸检测的步骤，包括：

步骤502，获取当前空间区域的场地大小。

步骤504，根据场地大小，确定对应的范围阈值。

步骤506，根据目标人脸水平方向对应的位置信息和范围阈值，在全景图片中进行人脸检测。

终端获取第一摄像头拍摄的全景图片中与拾音麦克风获取到的目标人脸水平方向位置信息对应的垂直方向区域的范围信息之后，终端可以在垂直方向区域的范围信息中进行人脸检测。具体的，终端可以获取当前空间区域的场地大小，并根据场地大小，确定对应的范围阈值。进一步的，终端根据目标人脸水平方向对应的位置信息和范围阈值，在全景图片中进行人脸检测。例如，如图5B所示，为获取目标人脸在垂直方向对应的位置范围的示意图。终端可以在全景图像中的D3范围内进行人脸检测，获取目标人脸在垂直方向对应的位置范围，即确定与目标人脸对应的在垂直方向上对应的位置信息。例如，预先配置了固定式C1全景摄像头拍摄的全景图片和可旋转的特写摄像头之间具有标定关系，可称为标定参数。在全景图片上任意的一点(x，y)，x，y可以是坐标，也可以是经过坐标转换用角度表示的参数。特写摄像头的旋转坐标(角度)和全景图片上的点(x，y)一一对应。假设在全景图片上找到像素点A(x，y)，则根据预设的标定关系，可以得到特写摄像头对应的的旋转的坐标信息，从而使得终端能够按照旋转的坐标信息控制特写摄像头旋转对发言人进行画面跟踪显示。例如，如图5B所示，如果有了声源定位给出的水平方向，就可以在全景摄像头拍摄的全景图片中查找到对应的水平坐标x，假设终端获取当前空间区域的场地大小为N，根据场地大小N，确定对应的范围阈值为5，则终端可以在全景图片对应的(x-5，x+5)的D3范围内运用人脸检测算法进行人脸检测。x-5至x+5这个范围即为全景图片中垂直方向区域的范围信息。终端可以在全景图片对应的(x-5，x+5)的D3范围内运用人脸检测算法进行人脸检测，当终端检测到目标人脸时，则在全景图片中获取与目标人脸对应的在垂直方向对应的位置信息，即获取与目标人脸对应的y坐标，结合x坐标，则可知目标人脸在全景图片中的位置为(x，y)。终端再根据全景图片与特写摄像头之间的标定关系，计算出特写摄像头对应的旋转角度，使得终端根据计算得到的旋转角度，控制特写摄像头根据旋转角度，对目标人脸进行画面跟踪显示。由此使得，基于声源定位和人脸检测获取到目标人脸对应的位置信息，能够实现小型会议室的目标人脸自动跟踪的方案，并根据预设的标定关系对水平方向和垂直方向的位置信息进行转换，使得第二摄像头能够根据转换后的坐标信息进行画面跟踪显示，从而有效的提高了人脸跟踪摄像准确性。

应该理解的是，虽然图1-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图6所示，提供了一种人脸跟踪摄像的实现装置，包括：获取模块602、检测模块604、换算模块606和控制模块608，其中：

获取模块602，用于通过拾音麦克风获取目标人脸水平方向对应的位置信息。

获取模块602还用于获取第一摄像头拍摄的全景图片中与位置信息对应的垂直方向区域的范围信息。

检测模块604，用于在垂直方向区域的范围信息中进行人脸检测，当检测到目标人脸时，则在全景图片中获取与目标人脸对应的在垂直方向对应的位置信息。

换算模块606，用于对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息。

控制模块608，用于控制第二摄像头根据坐标信息，对目标人脸进行画面跟踪显示。

在一个实施例中，该装置还包括：计算模块。

获取模块还用于获取拾音麦克风采集到的声音数据。计算模块用于利用声源定位算法对声音数据进行计算，得到当前空间中目标人脸声音的水平声音方位。

在一个实施例中，该装置还包括：转换模块。

转换模块用于将当前空间中目标人脸声音的水平声音方位，转换为第一摄像头拍摄的全景图片中目标人脸的水平位置，根据预设的范围阈值和目标人脸的水平位置，得到全景图片中垂直方向区域的范围信息。

在一个实施例中，换算模块还用于根据标定关系，对水平方向对应的位置信息和垂直方向对应的位置信息进行换算，确定第二摄像头对应的旋转角度的坐标信息。

在一个实施例中，该装置还包括：标记模块。

转换模块还用于根据第一摄像头拍摄的图片和第二摄像头的旋转角度之间的标定关系，将水平方向对应的位置信息转换为水平角信息，将垂直方向对应的位置信息转换为俯仰角信息。标记模块用于将水平角信息和俯仰角信息标记为第二摄像头对应的旋转角度的坐标信息。

在一个实施例中，控制模块还用于控制第二摄像头根据水平角信息和俯仰角信息，对目标人脸进行特写画面跟踪显示。

在一个实施例中，获取模块还用于获取当前空间区域的场地大小，根据场地大小，确定对应的范围阈值。检测模块还用于根据目标人脸水平方向对应的位置信息和范围阈值，在全景图片中进行人脸检测。

关于人脸跟踪摄像的实现装置的具体限定可以参见上文中对于人脸跟踪摄像的实现方法的限定，在此不再赘述。上述人脸跟踪摄像的实现装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种人脸跟踪摄像的实现方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述各个方法实施例的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种人脸跟踪摄像的实现方法，所述方法包括：

通过拾音麦克风获取目标人脸水平方向对应的位置信息；

获取第一摄像头拍摄的全景图片中与所述位置信息对应的垂直方向区域的范围信息；

在所述垂直方向区域的范围信息中进行人脸检测，当检测到所述目标人脸时，则在所述全景图片中获取与所述目标人脸对应的在垂直方向对应的位置信息；

对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息；

控制所述第二摄像头根据所述坐标信息，对所述目标人脸进行画面跟踪显示。

2.根据权利要求1所述的方法，其特征在于，所述拾音麦克风为两个，所述拾音麦克风与所述第一摄像头的位置满足预设位置关系；所述拾音麦克风具有拾音功能；

所述通过拾音麦克风获取目标人脸水平方向对应的位置信息，包括：

获取所述拾音麦克风采集到的声音数据；

利用声源定位算法对所述声音数据进行计算，得到当前空间中目标人脸声音的水平声音方位。

3.根据权利要求2所述的方法，其特征在于，所述获取第一摄像头拍摄的全景图片中与所述位置信息对应的垂直方向区域的范围信息包括：

将当前空间中所述目标人脸声音的水平声音方位，转换为所述第一摄像头拍摄的全景图片中所述目标人脸的水平位置；

根据预设的范围阈值和所述目标人脸的水平位置，得到所述全景图片中垂直方向区域的范围信息。

4.根据权利要求1所述的方法，其特征在于，所述第一摄像头拍摄的图片和所述第二摄像头的旋转角度之间具有标定关系；

所述对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息，包括：

根据所述标定关系，对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，确定所述第二摄像头对应的旋转角度的坐标信息。

5.根据权利要求4所述的方法，其特征在于，所述第二摄像头对应的旋转角度包括水平角和俯仰角；

所述根据所述标定关系，对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，确定所述第二摄像头对应的旋转角度的坐标信息包括：

根据所述第一摄像头拍摄的图片和所述第二摄像头的旋转角度之间的标定关系，将所述水平方向对应的位置信息转换为水平角信息，将所述垂直方向对应的位置信息转换为俯仰角信息；

将所述水平角信息和所述俯仰角信息标记为所述第二摄像头对应的旋转角度的坐标信息。

6.根据权利要求5所述的方法，其特征在于，所述控制所述第二摄像头根据所述坐标信息，对所述目标人脸进行画面跟踪显示包括：

控制所述第二摄像头根据所述水平角信息和所述俯仰角信息，对所述目标人脸进行特写画面跟踪显示。

7.根据权利要求1所述的方法，其特征在于，所述在所述垂直方向区域的范围信息中进行人脸检测包括：

获取当前空间区域的场地大小；

根据所述场地大小，确定对应的范围阈值；

根据所述目标人脸水平方向对应的位置信息和所述范围阈值，在所述全景图片中进行人脸检测。

8.一种人脸跟踪摄像的实现装置，其特征在于，所述装置包括：

获取模块，用于通过拾音麦克风获取目标人脸水平方向对应的位置信息；

所述获取模块还用于获取第一摄像头拍摄的全景图片中与所述位置信息对应的垂直方向区域的范围信息；

检测模块，用于在所述垂直方向区域的范围信息中进行人脸检测，当检测到所述目标人脸时，则在所述全景图片中获取与所述目标人脸对应的在垂直方向对应的位置信息；

换算模块，用于对所述水平方向对应的位置信息和所述垂直方向对应的位置信息进行换算，得到第二摄像头对应的旋转角度的坐标信息；

控制模块，用于控制所述第二摄像头根据所述坐标信息，对所述目标人脸进行画面跟踪显示。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images