面部跟踪是什么

人脸跟踪是在检测人脸的前提下，捕捉后续帧中继中人脸的位置和大小，包括人脸识别和人脸跟踪技术。

人脸跟踪是在检测人脸的前提下，捕捉后续帧中继中人脸的位置和大小，包括人脸识别和人脸跟踪技术。

介绍

在海关、机场、银行、视频会议等场合，需要跟踪特定的人脸目标。显然，有必要跟踪图像中的人脸。首先，我们必须识别人脸。人脸识别是利用计算机分析静态图片或视频序列。找出人脸，输出人脸的数量、位置、大小等有效信息。其次，跟踪人脸。也就是在检测到人脸的前提下。在随后的帧中继中，面部的位置和大小等信息被连续捕获。人脸跟踪技术涉及模式识别、图像处理、计算机视觉、生理学、心理学和形态学等多门学科。它与基于其他生物特征的身份认证方法和计算机人机感知交互的研究领域密切相关。与其他基于指纹、视网膜、虹膜、DNA等的人体生物特征识别系统相比。人脸跟踪技术更加直接友好。不会对用户造成心理障碍。此外，人脸跟踪技术的研究与相关学科的发展和人脑的理解密切相关。这些因素使得人脸跟踪成为一个困难而具有挑战性的课题。

目前常见的跟踪技术大致可以分为四类:基于模型的跟踪；基于运动信息的跟踪；基于人脸的局部特征跟踪和神经网络跟踪。

方法

基于模型的跟踪

基于模型的跟踪方法是获取目标的先验知识，建立低成本的参数模型，将每个输入图像与滑动窗口匹配，实现人脸识别和跟踪。常见的跟踪模型包括肤色模型、椭圆模型、纹理模型和双目模板。

基于肤色模型的跟踪方法以肤色为关键信息实现人脸跟踪。由于肤色信息具有对放大缩小不敏感、变形小的优点，并且人脸相对于镜头的变化对肤色信息本身影响很小，这种方法可以基于前一帧图像的分析结果轻松跟踪下一帧图像的人脸区域，因此具有速度快、姿态不变的特点。目前，大多数人脸跟踪技术都是基于肤色模型的。

基于运动信息跟踪

基于运动信息的跟踪方法主要是充分利用连续帧图像之间目标运动的连续性规律来预测人脸区域，以达到快速跟踪的目的。通常采用运动分割、光流、立体视觉等方法。利用时间空梯度，卡尔曼滤波器进行跟踪。

光流是运动物体在空之间被观测表面上的像素运动产生的瞬时速度场，其中包含物体三维表面结构和动态行为的重要信息。一般来说，光流是由摄像机运动、场景中的目标运动或两者共同产生的。光流分析常用于目标运动估计。当场景中存在独立的运动目标时，可以通过光流分析确定运动目标的数量、速度、距离和表面结构。光流分析可分为连续光流法和特征光流法。特征光流法是通过特征匹配获得特征点处的光流。

基于人脸局部特征跟踪

基于人脸局部特征的跟踪方法的主要思想是根据不同的人脸器官特征信息来跟踪器官。这种方法往往利用眼、口、鼻的特征信息进行跟踪定位。传统的跟踪人脸特征点的方法通常是跟踪人脸上的标记点。例如，Kouadio提出了一种通过添加标记点来跟踪视频中的人脸特征点的方法，并采用了一种分析人脸曲线的方法来跟踪人脸。

基于神经网络跟踪

神经网络是近年来发展迅速的一门交叉学科。人工神经网络模型具有人脑思维的一些典型特征，如自组织、联想记忆、非线性、大规模并行连接等。并且有很强的学习能力！将神经网络应用于人脸跟踪具有一定的优势。由于很难明确描述人脸识别的特征，神经网络可以通过学习自动获得识别规则的隐含表达。

目前，神经网络方法也是人脸识别和跟踪技术的研究热点。Valentin提出了一种方法，首先提取人脸的50个主成分，然后通过自相关神经网络映射到5维空空间，然后使用普通的多层感知器进行判别。对一些简单的测试图像有很好的效果；intor等人提出了一种用于人脸跟踪的混合神经网络，其中无监督神经网络用于特征提取，有监督神经网络用于分类。