这个例子展示了如何使用特征点自动检测和跟踪一个人脸。在这个例子中,即使当人倾斜他或她的头,或移动到或远离相机的时候,方法仍然保持对脸的跟踪。
目标检测和跟踪在许多计算机视觉应用中非常重要,包括活动识别、汽车安全和监控。在这个例子中,你将开发一个简单的人脸跟踪系统,将跟踪问题分为三个部分:
发现一张脸
识别面部特征来跟踪
跟踪的脸
首先,你必须检测脸部。使用愿景。CascadeObjectDetector
目标,用于检测视频帧中人脸的位置。级联目标检测器使用Viola-Jones检测算法和训练的分类模型进行检测。默认情况下,检测器被配置为检测人脸,但它也可以用于检测其他类型的对象。
创建一个级联检测器对象。faceDetector = vision.CascadeObjectDetector ();%读取视频帧并运行人脸检测器。videoReader = videoReader (“tilted_face.avi”);videoFrame = readFrame (videoReader);bbox = step(faceDetector, videofframe);%在检测到的面周围绘制返回的边框。videoFrame = insertShape (videoFrame,“矩形”, bbox);图;imshow (videoFrame);标题(“发现脸”);
%将第一个框转换为4个点的列表%这是能够可视化对象旋转所需要的。bboxPoints = bbox2points(bbox(1,:));
为了随着时间的推移追踪人脸,这个例子使用了Kanade-Lucas-Tomasi (KLT)算法。虽然可以在每一帧上使用级联对象检测器,但它的计算成本很高。当被测者转动或倾斜头部时,它也可能无法检测到面部。这种限制来自于用于检测的训练分类模型的类型。该示例只检测一次人脸,然后KLT算法通过视频帧跟踪人脸。
KLT算法在视频帧中跟踪一组特征点。一旦检测定位了人脸,示例中的下一步就是识别出可以可靠跟踪的特征点。这个例子使用了Shi和Tomasi提出的标准“要跟踪的好特性”。
检测人脸区域的特征点。
点= detectMinEigenFeatures (rgb2gray (videoFrame),“投资回报”, bbox);%显示检测点。人物,imshow (videoFrame)在、标题(检测功能的);情节(点);
确定了特性点后,您现在可以使用愿景。PointTracker
系统对象来跟踪它们。对于前一帧中的每个点,点跟踪器试图在当前帧中找到相应的点。然后estimateGeometricTransform2D
函数用于估计旧点和新点之间的平移、旋转和比例。这个变换应用于面周围的边界框。
创建一个点跟踪器,并使双向误差约束使其在存在噪声和杂波时更鲁棒。
pointTracker =愿景。PointTracker (“MaxBidirectionalError”2);%初始化跟踪器与初始点位置和初始%的视频帧。点= points.Location;初始化(pointTracker点,videoFrame);
创建一个用于显示视频帧的视频播放器对象。
放像机=愿景。放像机(“位置”,…[100 100 [size(videofframe, 2), size(videofframe, 1)]+30]);
跟踪点从一帧到另一帧,并使用estimateGeometricTransform2D
函数来估计脸部的运动。
将用于计算前一帧和当前帧中点之间的几何变换的点复制一份
oldPoints =点;而hasFrame (videoReader)%得到下一帧videoFrame = readFrame (videoReader);%跟踪这些点。注意,有些点可能会丢失。[points, isFound] = step(pointTracker, videofframe);visiblePoints = points(isFound,:);oldInliers = oldPoints(isFound,:);如果>= 1%至少需要2分%估计旧点之间的几何变换%和新的点,并消除异常值[xform, inlierIdx] = estimategeometritransform2d (…oldInliers visiblePoints,“相似”,“MaxDistance”4);oldInliers = oldInliers(inlierIdx,:);visiblePoints = visiblePoints(inlierIdx,:);%应用转换到边界框点bboxPoints = transformPointsForward(xform, bboxPoints);%在被跟踪对象周围插入一个边界框bboxPolygon =重塑(bboxPoints', 1, []);videoFrame = insertShape (videoFrame,“多边形”bboxPolygon,…“线宽”2);%显示跟踪点videframe = insertMarker(videframe, visiblePoints,可视点)“+”,…“颜色”,“白色”);%重置点数oldPoints = visiblePoints;选点(pointTracker oldPoints);结束%使用视频播放器对象显示带注释的视频帧步骤(放像机、videoFrame);结束%清理释放(放像机);
释放(pointTracker);
在本例中,您创建了一个简单的面部跟踪系统,该系统可以自动检测和跟踪单个面部。尝试改变输入视频,看看你是否仍然能够检测和跟踪一张脸。确保在检测步骤的初始帧中,这个人正对着摄像机。
维奥拉,保罗a和琼斯,迈克尔J。“基于简单特征的增强级联快速目标检测”,IEEE CVPR, 2001。
布鲁斯·d·卢卡斯和金纳德武雄。一种迭代图像配准技术及其在立体视觉中的应用。国际人工智能联席会议,1981年。
Carlo Tomasi和Takeo Kanade。点特征的检测与跟踪。卡内基梅隆大学技术报告CMU-CS-91-132, 1991。
史剑波和卡洛·托马西。值得追踪的好功能。计算机视觉与模式识别,1994。
Zdenek Kalal, Krystian Mikolajczyk和Jiri Matas。前向向后错误:自动检测跟踪失败。模式识别国际会议,2010