基于CAMShift的人脸检测与跟踪
这个例子展示了如何自动检测和跟踪人脸。
介绍
目标检测和跟踪在许多计算机视觉应用中都很重要，包括活动识别、汽车安全和监视。在本例中，您将开发一个简单的面部跟踪系统，将跟踪问题分为三个独立的问题:
检测要跟踪的人脸
识别跟踪的面部特征
追踪面部
第1步：检测朝踪的脸部
在开始跟踪脸之前，您需要先检测到它。使用Vision.cascadeObjectDetector在视频帧中检测人脸的位置。级联对象检测器使用Viola-Jones检测算法和训练过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，但也可以配置为其他对象类型。
%创建级联检测器。FaceDetector = Vision.cascadeObjectDetector（）;%读取视频帧并运行检测器。videoFileReader = VideoReader ('Visionface.avi'）;videoFrame = readFrame (videoFileReader);bbox =步骤（FaceDetector，Videoframe）;％在检测到的面周围绘制返回的边界框。Videoout = InsertObjectAnnotation（视频rame，'长方形'bbox,'脸'）;图，imshow（videoout），标题（'检测到脸'）;
您可以使用级联对象检测器跟踪连续视频帧的脸部。然而，当面部倾斜或者人转动头部时，你可能会失去跟踪。这种限制是由于用于检测的训练分类模型的类型。为避免此问题，因为对每个视频帧的执行面部检测是计算密集的，因此该示例使用简单的面部特征进行跟踪。
第二步:识别面部特征
一旦在视频中找到了人脸，下一步就是识别一个可以帮助你跟踪人脸的特征。例如，您可以使用形状、纹理或颜色。选择一个对象独有的特性，即使在对象移动时也保持不变。
在此示例中，您可以使用肤色作为跟踪的功能。肤色在面部和背景之间提供了很多对比，并且由于面部旋转或移动而不会改变。
通过从转换到HSV颜色空间的视频帧中提取Hue来获取肤色信息。
[Huechannel，〜，〜] = RGB2HSV（视频rame）;%显示Hue通道数据，并在脸部周围绘制边界框。图,imshow (hueChannel)、标题('色调频道数据'）;长方形（'位置'，bbox（1，:)，'行宽'2，“EdgeColor”，[1 1 0]）
第3步：追踪脸部
使用肤色选择作为跟踪的功能，您现在可以使用Vision.HistimographasedTracker.为跟踪。基于直方图的跟踪器使用CAMShift算法，该算法能够使用像素值的直方图跟踪对象。在本例中，Hue通道像素是从被检测人脸的鼻子区域提取出来的。这些像素用于初始化跟踪器的直方图。该示例使用此直方图在连续的视频帧中跟踪对象。
在脸部区域内检测鼻子。鼻子不包含任何背景像素，因此可以更准确地测量肤色。
noseDetector =愿景。CascadeObjectDetector ('鼻子'，“UseROI”,真正的);noseBBox = step(noseDetector, videoFrame, bbox(1，:)); / /删除noseBBox创建一个跟踪器对象。追踪= vision.HistogramBasedTracker;的Hue通道像素初始化跟踪器直方图％ 鼻子。InitializeObject（跟踪器，Huechannel，ForeBbox（1，:)）;％创建一个用于显示视频帧的视频播放器对象。VideoPlayer = Vision.videoplayer;％在连续的视频帧上追踪面部，直到视频完成。尽管hasFrame (videoFileReader)%提取下一帧视频videoFrame = readFrame (videoFileReader);％RGB - > HSV[Huechannel，〜，〜] = RGB2HSV（视频rame）;%使用Hue通道数据进行跟踪bbox = step(tracker, hueChannel);在被跟踪的对象周围插入一个边界框Videoout = InsertObjectAnnotation（视频rame，'长方形'bbox,'脸'）;使用视频播放器对象显示带注释的视频帧步骤(放像机、videoOut);结束%释放资源释放（Videoplayer）;
概括
在本例中，您创建了一个简单的人脸跟踪系统，它可以自动检测和跟踪单个人脸。试着改变输入视频，看看你是否能追踪到人脸。如果你注意到跟踪效果不佳，检查Hue通道数据，看看面部区域和背景之间是否有足够的对比度。
参考
G.R. Bradski，“作为感知用户界面组件的实时人脸和目标跟踪”，第四届IEEE计算机视觉应用研讨会论文集，1998。
保罗·a·维奥拉和迈克尔·J·琼斯“基于简单特征的增强级联快速目标检测”，IEEE CVPR, 2001。
您还可以从以下列表中选择一个网站：
