一種人臉特征點(diǎn)定位方法及裝置制造方法
【專利摘要】本發(fā)明涉及一種人臉特征點(diǎn)定位方法，包括：跟蹤步驟：獲取視頻數(shù)據(jù)，在該視頻數(shù)據(jù)的播放過程中利用視頻跟蹤技術(shù)得到實(shí)時(shí)的背景圖像；計(jì)算步驟：計(jì)算該視頻數(shù)據(jù)的當(dāng)前幀圖像相對(duì)于該背景圖像的圖像變化量；設(shè)置步驟：根據(jù)該圖像變化量設(shè)置一迭代次數(shù)；獲取步驟：獲取該視頻數(shù)據(jù)的上一幀圖像中人臉特征點(diǎn)的坐標(biāo)，將所獲取的坐標(biāo)定義為初始坐標(biāo)；定位步驟：根據(jù)所設(shè)置的迭代次數(shù)，調(diào)用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。本發(fā)明還提供一種人臉特征點(diǎn)定位裝置。利用本發(fā)明可以提高對(duì)視頻數(shù)據(jù)中人臉特征點(diǎn)定位的處理速度，并且所定位的人臉特征點(diǎn)在上下幀圖像間的移動(dòng)較平滑。
【專利說明】一種人臉特征點(diǎn)定位方法及裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明具體實(shí)施例涉及圖像處理【技術(shù)領(lǐng)域】，特別涉及一種對(duì)視頻的圖像進(jìn)行人臉特征點(diǎn)定位方法及裝置。

【背景技術(shù)】
[0002]在圖像中對(duì)人臉的多個(gè)部位(即人臉特征點(diǎn)，包括人臉輪廓、額頭、眉毛、鼻子、眼睛、嘴巴等)定位的技術(shù)是人臉識(shí)別、人機(jī)交互和娛樂等許多應(yīng)用的基礎(chǔ)，具有廣泛的實(shí)用價(jià)值。例如，在含有人臉的圖像中根據(jù)所定位的人臉特征點(diǎn)的坐標(biāo)在對(duì)應(yīng)位置貼上一些可以提高互動(dòng)性、娛樂性的道具，如帽子、眼鏡、面具等。此外，也可以定位所播放的視頻數(shù)據(jù)中的人臉特征點(diǎn)。
[0003]目前，對(duì)視頻數(shù)據(jù)定位人臉特征點(diǎn)的方法通常是對(duì)視頻數(shù)據(jù)的每一幀圖像分別檢測(cè)人臉和定位人臉特征點(diǎn)，從而在視頻數(shù)據(jù)的播放過程中，實(shí)現(xiàn)所定位的人臉特征點(diǎn)隨著對(duì)應(yīng)人臉部位的移動(dòng)而移動(dòng)。然而，對(duì)視頻數(shù)據(jù)的每一幀圖像都進(jìn)行人臉檢測(cè)和人臉特征點(diǎn)定位的處理，會(huì)使得計(jì)算量過大，處理速度非常慢，難以滿足一些對(duì)處理速度要求較高的應(yīng)用場(chǎng)景。同時(shí)，對(duì)每一幀圖像分別檢測(cè)人臉和定位人臉特征點(diǎn)，而不考慮上下幀圖像之間的關(guān)聯(lián)性和人臉的移動(dòng)范圍，會(huì)使得所定位出來的人臉特征點(diǎn)在上下幀圖像中移動(dòng)得不平滑而產(chǎn)生抖動(dòng)，視覺效果較差。


【發(fā)明內(nèi)容】

[0004]有鑒于此，有必要提供一種人臉特征點(diǎn)定位方法及裝置，可以提高對(duì)視頻數(shù)據(jù)中人臉特征點(diǎn)定位的處理速度，并且所定位的人臉特征點(diǎn)在上下幀圖像間的移動(dòng)較平滑，視覺效果較佳。
[0005]一種人臉特征點(diǎn)定位方法，包括以下步驟:跟蹤步驟:獲取視頻數(shù)據(jù)，在該視頻數(shù)據(jù)的播放過程中利用視頻跟蹤技術(shù)得到實(shí)時(shí)的背景圖像；計(jì)算步驟:計(jì)算該視頻數(shù)據(jù)的當(dāng)前幀圖像相對(duì)于該背景圖像的圖像變化量；設(shè)置步驟:根據(jù)該圖像變化量設(shè)置一迭代次數(shù)；獲取步驟:獲取該視頻數(shù)據(jù)的上一幀圖像中人臉特征點(diǎn)的坐標(biāo)，將所獲取的坐標(biāo)定義為初始坐標(biāo)；定位步驟:根據(jù)所設(shè)置的迭代次數(shù)，調(diào)用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
[0006]一種人臉特征點(diǎn)定位裝置，包括:跟蹤模塊，用于獲取視頻數(shù)據(jù)，在該視頻數(shù)據(jù)的播放過程中利用視頻跟蹤技術(shù)得到實(shí)時(shí)的背景圖像；計(jì)算模塊，用于計(jì)算該視頻數(shù)據(jù)的當(dāng)前幀圖像相對(duì)于該背景圖像的圖像變化量；設(shè)置模塊，用于根據(jù)該圖像變化量設(shè)置一迭代次數(shù)；獲取模塊，用于獲取該視頻數(shù)據(jù)的上一幀圖像中人臉特征點(diǎn)的坐標(biāo)，將所獲取的坐標(biāo)定義為初始坐標(biāo)；定位模塊，用于根據(jù)所設(shè)置的迭代次數(shù)，調(diào)用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
[0007]相較于現(xiàn)有技術(shù)，本發(fā)明在視頻數(shù)據(jù)的上一幀圖像的基礎(chǔ)上通過迭代計(jì)算得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，可以提高對(duì)視頻數(shù)據(jù)中人臉特征點(diǎn)定位的處理速度，并且所定位的人臉特征點(diǎn)在上下幀圖像間的移動(dòng)較平滑，視覺效果較佳。
[0008]為讓本發(fā)明的上述和其他目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附圖式，作詳細(xì)說明如下。

【專利附圖】

【附圖說明】
[0009]圖1為本發(fā)明第一實(shí)施例提供的人臉特征點(diǎn)定位方法應(yīng)用時(shí)的環(huán)境示意圖。
[0010]圖2為本發(fā)明第一實(shí)施例提供的人臉特征點(diǎn)定位方法的流程圖。
[0011]圖3為視頻數(shù)據(jù)播放過程中截取圖像的示意圖。
[0012]圖4為背景圖像的示意圖。
[0013]圖5為計(jì)算圖像變化量的方法流程圖。
[0014]圖6為二值化處理后的前景圖像的示意圖。
[0015]圖7為本發(fā)明第二實(shí)施例提供的人臉特征點(diǎn)定位方法的流程圖。
[0016]圖8為本發(fā)明第三實(shí)施例提供的人臉特征點(diǎn)定位方法的流程圖。
[0017]圖9為本發(fā)明第四實(shí)施例提供的人臉特征點(diǎn)定位方法的流程圖。
[0018]圖10為本發(fā)明第五實(shí)施例提供的人臉特征點(diǎn)定位方法的流程圖。
[0019]圖11為本發(fā)明第六實(shí)施例提供的人臉特征點(diǎn)定位方法的流程圖。
[0020]圖12為本發(fā)明第七實(shí)施例提供的人臉特征點(diǎn)定位裝置的框圖。
[0021]圖13為本發(fā)明第八實(shí)施例提供的人臉特征點(diǎn)定位裝置的框圖。
[0022]圖14為本發(fā)明第九實(shí)施例提供的人臉特征點(diǎn)定位裝置的框圖。
[0023]圖15為本發(fā)明第十實(shí)施例提供的人臉特征點(diǎn)定位裝置的框圖。
[0024]圖16為本發(fā)明第十一實(shí)施例提供的人臉特征點(diǎn)定位裝置的框圖。
[0025]圖17為本發(fā)明第十二實(shí)施例提供的人臉特征點(diǎn)定位裝置的框圖。

【具體實(shí)施方式】
[0026]為更進(jìn)一步闡述本發(fā)明為實(shí)現(xiàn)預(yù)定發(fā)明目的所采取的技術(shù)手段及功效，以下結(jié)合附圖及較佳實(shí)施例，對(duì)依據(jù)本發(fā)明的【具體實(shí)施方式】、結(jié)構(gòu)、特征及其功效，詳細(xì)說明如后。
[0027]第一實(shí)施例
[0028]參閱圖1所示，為本發(fā)明第一實(shí)施例提供的人臉特征點(diǎn)定位方法應(yīng)用時(shí)的環(huán)境示意圖。在本實(shí)施例中，該人臉特征點(diǎn)定位方法應(yīng)用于電子裝置I中，該電子裝置I還包括用于輸出圖像的屏幕10。該電子裝置I例如是計(jì)算機(jī)、移動(dòng)電子終端或者其他類似的計(jì)算裝置。
[0029]以下結(jié)合具體的實(shí)施例對(duì)上述的人臉特征點(diǎn)定位方法詳細(xì)描述如下:
[0030]圖2為第一實(shí)施例提供的人臉特征點(diǎn)定位方法的流程圖，該人臉特征點(diǎn)定位方法包括以下步驟:
[0031]步驟SI，獲取視頻數(shù)據(jù)，在該視頻數(shù)據(jù)的播放過程中利用視頻跟蹤技術(shù)得到實(shí)時(shí)的背景圖像；
[0032]步驟S2，計(jì)算該視頻數(shù)據(jù)的當(dāng)前幀圖像相對(duì)于該背景圖像的圖像變化量；
[0033]步驟S3，根據(jù)該圖像變化量設(shè)置一迭代次數(shù)；
[0034]步驟S4，獲取該視頻數(shù)據(jù)的上一幀圖像中人臉特征點(diǎn)的坐標(biāo)，將所獲取的坐標(biāo)定義為初始坐標(biāo)；
[0035]步驟S5，根據(jù)所設(shè)置的迭代次數(shù)，調(diào)用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
[0036]按照上述的人臉特征點(diǎn)定位方法，在視頻數(shù)據(jù)的上一幀圖像的基礎(chǔ)上通過迭代計(jì)算得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，可以提高對(duì)視頻數(shù)據(jù)中人臉特征點(diǎn)定位的處理速度，并且所定位的人臉特征點(diǎn)在上下幀圖像間的移動(dòng)較平滑，視覺效果較佳。
[0037]在一些實(shí)例中，上述方法的各步驟的實(shí)現(xiàn)細(xì)節(jié)如下:
[0038]步驟SI所述的視頻數(shù)據(jù)可以為存儲(chǔ)在電子裝置I的存儲(chǔ)介質(zhì)(如硬盤、外接存儲(chǔ)卡等)中的視頻文件，例如用戶下載的影片、用戶自行拍攝的視頻片段等。該視頻數(shù)據(jù)也可以為電子裝置I通過互聯(lián)網(wǎng)所訪問的視頻網(wǎng)站上加載的流式視頻數(shù)據(jù)，例如在線觀看的影片、動(dòng)畫等。該視頻數(shù)據(jù)還可以為電子裝置I通過互聯(lián)網(wǎng)進(jìn)行視頻通訊時(shí)接收的實(shí)時(shí)圖像，例如視頻聊天時(shí)接收的對(duì)方所在場(chǎng)景的實(shí)時(shí)圖像，監(jiān)控?cái)z像頭拍攝監(jiān)控場(chǎng)景并傳送回來的實(shí)時(shí)圖像等。在本實(shí)施例中，該視頻數(shù)據(jù)的至少一幀圖像中包含有人臉，通過播放該視頻數(shù)據(jù)可以反映該視頻數(shù)據(jù)中人臉的移動(dòng)情況。參閱圖3所示，為在該視頻數(shù)據(jù)播放過程中隨機(jī)截取的一幀圖像的示意圖(以書簽代替人臉舉例說明)。
[0039]在本實(shí)施例中，可以采用基于背景差分法的視頻跟蹤技術(shù)跟蹤該視頻數(shù)據(jù)幀間的圖像變化，從而得到所述實(shí)時(shí)的背景圖像。該背景圖像是綜合當(dāng)前幀圖像之前的若干幀圖像得到的，因此該背景圖像不僅包括該若干幀圖像共同的背景區(qū)域，還包括在該背景區(qū)域中的人臉或其它對(duì)象運(yùn)動(dòng)造成的陰影區(qū)域，如圖4所示(以書簽代替人臉舉例說明)。
[0040]參閱圖5所示，步驟S2所述的圖像變化量可以根據(jù)以下步驟計(jì)算得出:
[0041]步驟S2.1，獲取視頻數(shù)據(jù)的當(dāng)前幀圖像，分別對(duì)該當(dāng)前幀圖像和背景圖像進(jìn)行灰度處理。該灰度處理是指將該當(dāng)前幀圖像和背景圖像都轉(zhuǎn)換成不含色彩信息的灰度圖，使該當(dāng)前幀圖像和背景圖像中每個(gè)像素都具有從0% (白色)到100% (黑色)的亮度值。例如，將當(dāng)前幀圖像和背景圖像轉(zhuǎn)換為8位256級(jí)灰度圖，轉(zhuǎn)換后當(dāng)前幀圖像和背景圖像的像素的灰度范圍為O (黑色)到255 (白色)。
[0042]步驟S2.2，將經(jīng)灰度處理后的該當(dāng)前幀圖像與該背景圖像相減，得到前景圖像。具體而言，將經(jīng)灰度處理后的當(dāng)前幀圖像的各像素的灰度值與背景圖像對(duì)應(yīng)位置的像素的灰度值相減，從而得到該前景圖像各位置對(duì)應(yīng)的灰度值。
[0043]在上述相減過程中，當(dāng)前幀圖像相對(duì)于背景圖像保持不變的區(qū)域中各像素的灰度值相減的結(jié)果為O (在前景圖像中對(duì)應(yīng)像素的灰度值為0，即黑色)，而當(dāng)前幀圖像相對(duì)于背景圖像發(fā)生變化的區(qū)域中各像素的灰度值相減的結(jié)果不為O (在前景圖像中對(duì)應(yīng)像素的灰度值不為0，即不為黑色)。因此，經(jīng)上述相減過程所得到的前景圖像可以突出當(dāng)前幀圖像相對(duì)于背景圖像發(fā)生變化的區(qū)域。例如，若對(duì)該前景圖像進(jìn)行二值化處理，即將前景圖像中灰度值大于一個(gè)閾值(例如O)的像素的灰度值設(shè)置為255 (即白色),而將前景圖像中灰度值不大于該閾值的像素的灰度值設(shè)置為O (即黑色)，可以使該前景圖像呈現(xiàn)出只有黑色和白色的視覺效果，如圖6所示，從其中的白色區(qū)域更容易看出當(dāng)前幀圖像相對(duì)于背景圖像發(fā)生變化的區(qū)域。
[0044]步驟S2.3，將該前景圖像的灰度范圍分段為至少兩個(gè)灰度段，確定每一個(gè)灰度段對(duì)應(yīng)的權(quán)值。例如，將該前景圖像的灰度范圍分段為兩個(gè)灰度段，分別為O?20和21?255，其中灰度段O?20對(duì)應(yīng)的權(quán)值為O，而灰度段21?255對(duì)應(yīng)的權(quán)值為I。還例如，將該前景圖像的灰度范圍分段為四個(gè)灰度段，分別為O?45、46?100、101?175以及176?255。其中灰度段O?45對(duì)應(yīng)的權(quán)值為0.1，灰度段46?100對(duì)應(yīng)的權(quán)值為0.2，灰度段101?175對(duì)應(yīng)的權(quán)值為0.7，灰度段175?255對(duì)應(yīng)的權(quán)值為0.9。
[0045]步驟S2.4，計(jì)算該前景圖像中每個(gè)像素的灰度值所屬灰度段對(duì)應(yīng)的權(quán)值之和與該前景圖像的像素總數(shù)的比值，得到該圖像變化量。例如，在上述對(duì)前景圖像的灰度范圍分段的第二個(gè)例子中，若灰度值屬于灰度段O?45的像素有100個(gè),灰度值屬于灰度段46?100的像素有150個(gè)，灰度值屬于灰度段101?175的像素有200個(gè)，而灰度值屬于灰度段175?255的像素有250個(gè)，則該圖像變化量為:
[0046](100*0.1+150*0.2+200*0.7+250*0.9) / (100+150+200+250)?0.58。
[0047]在本實(shí)施例中，該圖像變化量還可以為所計(jì)算出的該比值與某個(gè)經(jīng)驗(yàn)值的乘積。
[0048]步驟S3所述的迭代次數(shù)與該圖像變化量成正比，即該圖像變化量越大，該迭代次數(shù)設(shè)置得也越大。
[0049]步驟S4所述的上一幀圖像中人臉特征點(diǎn)的坐標(biāo)也可以同樣通過本實(shí)施例提供的人臉特征點(diǎn)定位方法得到，并存儲(chǔ)在電子裝置I的存儲(chǔ)介質(zhì)中，或存儲(chǔ)在與該電子裝置I通信連接的服務(wù)器中。
[0050]步驟S5可以調(diào)用基于ASM (Active Shape Model,主動(dòng)形狀模型)的人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，該迭代計(jì)算的次數(shù)為所設(shè)置的該迭代次數(shù)。
[0051]第二實(shí)施例
[0052]根據(jù)第一實(shí)施例提供的人臉特征點(diǎn)定位方法定位視頻數(shù)據(jù)的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，需要對(duì)當(dāng)前幀圖像進(jìn)行所述迭代計(jì)算的過程。然而實(shí)際上，如果人臉未發(fā)生移動(dòng)，當(dāng)前幀圖像相對(duì)于上一幀圖像可能幾乎沒有變化。因此，若在當(dāng)前幀圖像相對(duì)于上一幀圖像幾乎沒有變化的情況下，還對(duì)當(dāng)前幀圖像進(jìn)行所述的迭代計(jì)算以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，將會(huì)增加不必要的計(jì)算量，降低處理速度。
[0053]為進(jìn)一步解決上述問題，參閱圖7所示，本發(fā)明第二實(shí)施例提供一種人臉特征點(diǎn)定位方法，其相比于第一實(shí)施例的人臉特征點(diǎn)定位方法，本實(shí)施例的人臉特征點(diǎn)定位方法在所述步驟S2后進(jìn)一步包括:
[0054]步驟S21，判斷該圖像變化量是否小于第一閾值(例如0.01%)。若該圖像變化量不小于該第一閾值，則執(zhí)行所述步驟S3。若該圖像變化量小于該第一閾值，可以認(rèn)為當(dāng)前幀圖像相對(duì)于上一幀圖像幾乎沒有變化，當(dāng)前幀圖像中人臉的移動(dòng)微小得用戶難以感知到，則執(zhí)行步驟S22。
[0055]步驟S22，獲取上一幀圖像中人臉特征點(diǎn)的坐標(biāo)，并將該上一幀圖像中人臉特征點(diǎn)的坐標(biāo)作為當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
[0056]綜上所述，本實(shí)施例的人臉特征點(diǎn)定位方法在當(dāng)前幀圖像相對(duì)于上一幀圖像幾乎沒有變化的情況下，直接將上一幀圖像中人臉特征點(diǎn)的坐標(biāo)作為當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，可以省略所述迭代計(jì)算的過程，從而進(jìn)一步提高對(duì)視頻數(shù)據(jù)中人臉特征點(diǎn)定位的處理速度。
[0057]第三實(shí)施例
[0058]根據(jù)第一實(shí)施例或第二實(shí)施例提供的人臉特征點(diǎn)定位方法定位視頻數(shù)據(jù)的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，需要對(duì)當(dāng)前幀圖像整體進(jìn)行所述迭代計(jì)算的過程。而實(shí)際上由于人臉的移動(dòng)范圍有限，只需要對(duì)人臉的移動(dòng)范圍所在的區(qū)域進(jìn)行所述迭代計(jì)算過程即可。因此，若對(duì)當(dāng)前幀圖像整體進(jìn)行所述的迭代計(jì)算，將會(huì)增加不必要的計(jì)算量，降低處理速度。
[0059]為進(jìn)一步解決上述問題，本發(fā)明第三實(shí)施例提供一種人臉特征點(diǎn)定位方法，其相比于第一實(shí)施例或第二實(shí)施例的人臉特征點(diǎn)定位方法，參閱圖8所示(圖中以相比于第一實(shí)施例為例)，本實(shí)施例的人臉特征點(diǎn)定位方法在步驟S3后進(jìn)一步包括:
[0060]步驟S31,根據(jù)該圖像變化量確定當(dāng)前巾貞圖像中的感興趣區(qū)域(Reg1n OfInterest,簡(jiǎn)稱 ROI )。
[0061]具體而言，該感興趣區(qū)域?qū)⒏鶕?jù)上一幀圖像中人臉的位置以及當(dāng)前幀圖像相對(duì)于上一幀圖像中人臉的移動(dòng)區(qū)域確定。而該移動(dòng)區(qū)域則根據(jù)當(dāng)前幀圖像相對(duì)于上一幀圖像中人臉在水平方向和垂直方向上的移動(dòng)距離確定。該移動(dòng)距離可以為一個(gè)常數(shù)a與該圖像變化量的乘積，其中該常數(shù)為經(jīng)驗(yàn)值。該圖像變化量越大，說明人臉的移動(dòng)區(qū)域越大，所確定的該感興趣區(qū)域的面積也越大。
[0062]此外，步驟S31還可以對(duì)所確定的感興趣區(qū)域進(jìn)行光照歸一化處理，從而在該感興趣區(qū)域的光照環(huán)境很復(fù)雜的情況下消除光照對(duì)后續(xù)計(jì)算結(jié)果的影響。
[0063]與該步驟S31相應(yīng)地，所述步驟S5將在該感興趣區(qū)域中使用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
[0064]綜上所述，本實(shí)施例的人臉特征點(diǎn)定位方法僅對(duì)當(dāng)前幀圖像的感興趣區(qū)域進(jìn)行處理以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，可以進(jìn)一步提高對(duì)視頻數(shù)據(jù)中人臉特征點(diǎn)定位的處理速度。
[0065]第四實(shí)施例
[0066]根據(jù)第三實(shí)施例提供的人臉特征點(diǎn)定位方法定位視頻數(shù)據(jù)的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，在當(dāng)前幀圖像相對(duì)于上一幀圖像的變化非常大的情況下，如果仍是通過對(duì)上一幀圖像中人臉特征點(diǎn)的坐標(biāo)進(jìn)行迭代計(jì)算以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，則所計(jì)算出的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)將不夠精確，甚至無法計(jì)算出當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
[0067]為進(jìn)一步解決上述問題，參閱圖9所示，本發(fā)明第四實(shí)施例提供一種人臉特征點(diǎn)定位方法，其相比于第三實(shí)施例的人臉特征點(diǎn)定位方法，本實(shí)施例的人臉特征點(diǎn)定位方法在步驟S31后進(jìn)一步包括:
[0068]步驟S32，判斷該圖像變化量是否大于第二閾值(例如8%)。若該圖像變化量不大于該第二閾值，則執(zhí)行所述步驟S4。若該圖像變化量大于該第二閾值，則執(zhí)行步驟S33。
[0069]步驟S33，對(duì)該感興趣區(qū)域進(jìn)行人臉檢測(cè)，獲取該感興趣區(qū)域中人臉特征點(diǎn)的坐標(biāo)的訓(xùn)練值，并將所獲取的該訓(xùn)練值定義為初始坐標(biāo)，然后執(zhí)行所述步驟S5。在本實(shí)施例中，該訓(xùn)練值可以通過大量樣本的ASM訓(xùn)練得到。
[0070]綜上所述，本實(shí)施例的人臉特征點(diǎn)定位方法在當(dāng)前幀圖像相對(duì)于上一幀圖像的變化非常大的情況下，根據(jù)感興趣區(qū)域中人臉特征點(diǎn)的坐標(biāo)的訓(xùn)練值，重新定義所述初始坐標(biāo)，可以提高所計(jì)算出的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)的精確度。
[0071]第五實(shí)施例
[0072]為了進(jìn)一步提高所計(jì)算出的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)的精確度，參閱圖10所示，本發(fā)明第五實(shí)施例提供一種人臉特征點(diǎn)定位方法，其相比于第一實(shí)施例的人臉特征點(diǎn)定位方法，本實(shí)施例的人臉特征點(diǎn)定位方法在步驟S5之前進(jìn)一步包括:
[0073]步驟S51，預(yù)測(cè)當(dāng)前幀圖像中人臉特征點(diǎn)相對(duì)于上一幀圖像的移動(dòng)方向和移動(dòng)速度。在本實(shí)施例中，可以使用卡爾曼濾波器對(duì)該移動(dòng)方向和移動(dòng)速度進(jìn)行預(yù)測(cè)。
[0074]步驟S52，根據(jù)所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度對(duì)所定義的初始坐標(biāo)進(jìn)行修正。具體而言，將所定義的初始坐標(biāo)輸入該卡爾曼濾波器，該卡爾曼濾波器即會(huì)預(yù)測(cè)當(dāng)前幀圖像中人臉特征點(diǎn)相對(duì)于上一幀圖像的移動(dòng)方向和移動(dòng)速度，并根據(jù)所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度對(duì)所定義的初始坐標(biāo)進(jìn)行修正，并輸出修正后的初始坐標(biāo)。
[0075]相應(yīng)地，所述步驟S5將進(jìn)一步使用人臉特征點(diǎn)定位算法對(duì)該修正后的初始坐標(biāo)進(jìn)行迭代計(jì)算以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
[0076]此外，在步驟S5后進(jìn)一步包括:
[0077]步驟S53，對(duì)所得到的該當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)及所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度進(jìn)行修正。在本實(shí)施例中，步驟S53也可以使用所述的卡爾曼濾波器根據(jù)所得到的該當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)對(duì)所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度進(jìn)行修正，并使用卡爾曼濾波器進(jìn)一步對(duì)所得到的該當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)進(jìn)行修正。
[0078]綜上所述，本實(shí)施例的人臉特征點(diǎn)定位方法使用卡爾曼濾波器對(duì)當(dāng)前幀圖像中人臉特征點(diǎn)相對(duì)于上一幀圖像的移動(dòng)方向和移動(dòng)速度進(jìn)行預(yù)測(cè)，并根據(jù)所預(yù)測(cè)的移動(dòng)方向和移動(dòng)速度對(duì)所定義的初始坐標(biāo)進(jìn)行修正，以及對(duì)所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度及所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)進(jìn)行修正，可以進(jìn)一步提高所計(jì)算出的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)的精確度。
[0079]第六實(shí)施例
[0080]為了進(jìn)一步提高所定位的當(dāng)前幀圖像中人臉特征點(diǎn)相對(duì)于上一幀圖像移動(dòng)的平滑度，參閱圖11所示，本發(fā)明第六實(shí)施例提供一種人臉特征點(diǎn)定位方法，其相比于第一實(shí)施例的人臉特征點(diǎn)定位方法，本實(shí)施例的人臉特征點(diǎn)定位方法在步驟S5后進(jìn)一步包括:
[0081]步驟S54，對(duì)所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)進(jìn)行平滑處理。該平滑處理可通過以下公式實(shí)現(xiàn):平滑后的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)P=平滑前的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)pl*b+平滑后的上一幀圖像中人臉特征點(diǎn)的坐標(biāo)p2*(l-b)，其中b為預(yù)設(shè)的比例系數(shù)。
[0082]綜上所述，本實(shí)施例的人臉特征點(diǎn)定位方法通過對(duì)所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)進(jìn)行平滑處理，可以進(jìn)一步提高所定位的當(dāng)前幀圖像中人臉特征點(diǎn)相對(duì)于上一幀圖像移動(dòng)的平滑度，避免產(chǎn)生人臉特征點(diǎn)抖動(dòng)的視覺效果。
[0083]第七實(shí)施例
[0084]參閱圖12所示，本發(fā)明第七實(shí)施例提供一種人臉特征點(diǎn)定位裝置100，其包括跟蹤模塊101、計(jì)算模塊102、設(shè)置模塊103、獲取模塊104和定位模塊105。可以理解，上述的各模塊是指計(jì)算機(jī)程序或者程序段，用于執(zhí)行某一項(xiàng)或多項(xiàng)特定的功能。此外，上述各模塊的區(qū)分并不代表實(shí)際的程序代碼也必須是分開的。
[0085]跟蹤模塊101，用于獲取視頻數(shù)據(jù)，在該視頻數(shù)據(jù)的播放過程中利用視頻跟蹤技術(shù)得到實(shí)時(shí)的背景圖像。
[0086]計(jì)算模塊102，用于計(jì)算該視頻數(shù)據(jù)的當(dāng)前幀圖像相對(duì)于該背景圖像的圖像變化量。具體而言，計(jì)算模塊102先獲取視頻數(shù)據(jù)的當(dāng)前幀圖像，分別對(duì)該當(dāng)前幀圖像和背景圖像進(jìn)行灰度處理。然后，計(jì)算模塊102將經(jīng)灰度處理后的該當(dāng)前幀圖像與該背景圖像相減，得到前景圖像，并將該前景圖像的灰度范圍分段為至少兩個(gè)灰度段，確定每一個(gè)灰度段對(duì)應(yīng)的權(quán)值。最后，計(jì)算模塊102計(jì)算該前景圖像中每個(gè)像素的灰度值所屬灰度段對(duì)應(yīng)的權(quán)值之和與該前景圖像的像素總數(shù)的比值，得到該圖像變化量。
[0087]設(shè)置模塊103，用于根據(jù)該圖像變化量設(shè)置一迭代次數(shù)。
[0088]獲取模塊104，用于獲取該視頻數(shù)據(jù)的上一幀圖像中人臉特征點(diǎn)的坐標(biāo)，將所獲取的坐標(biāo)定義為初始坐標(biāo)。
[0089]定位模塊105，用于根據(jù)所設(shè)置的迭代次數(shù)，調(diào)用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
[0090]對(duì)于以上各模塊的具體工作過程，可進(jìn)一步參考本發(fā)明第一實(shí)施例提供的人臉特征點(diǎn)定位方法，在此不再重復(fù)。
[0091]綜上所述，本實(shí)施例提供的人臉特征點(diǎn)定位裝置100在視頻數(shù)據(jù)的上一幀圖像的基礎(chǔ)上通過迭代計(jì)算得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，可以提高對(duì)視頻數(shù)據(jù)中人臉特征點(diǎn)定位的處理速度，并且所定位的人臉特征點(diǎn)在上下幀圖像間的移動(dòng)較平滑，視覺效果較佳。
[0092]第八實(shí)施例
[0093]參閱圖13所示，本發(fā)明第八實(shí)施例提供一種人臉特征點(diǎn)定位裝置200，其相比于第七實(shí)施例提供的人臉特征點(diǎn)定位裝置100，還包括第一判斷模塊201，該第一判斷模塊201在所述計(jì)算模塊102執(zhí)行后執(zhí)行。
[0094]該第一判斷模塊201用于判斷該圖像變化量是否小于第一閾值。若該圖像變化量不小于該第一閾值，則執(zhí)行所述設(shè)置模塊103。若該圖像變化量小于該第一閾值,則該第一判斷模塊102獲取上一幀圖像中人臉特征點(diǎn)的坐標(biāo)，并將該上一幀圖像中人臉特征點(diǎn)的坐標(biāo)作為當(dāng)前巾貞圖像中人臉特征點(diǎn)的坐標(biāo)。
[0095]對(duì)于以上各模塊的具體工作過程，可進(jìn)一步參考本發(fā)明第二實(shí)施例提供的人臉特征點(diǎn)定位方法，在此不再重復(fù)。
[0096]綜上所述，本實(shí)施例的人臉特征點(diǎn)定位裝置200在當(dāng)前幀圖像相對(duì)于上一幀圖像幾乎沒有變化的情況下，直接將上一幀圖像中人臉特征點(diǎn)的坐標(biāo)作為當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，可以省略所述迭代計(jì)算的過程，從而進(jìn)一步提高對(duì)視頻數(shù)據(jù)中人臉特征點(diǎn)定位的處理速度。
[0097]第九實(shí)施例
[0098]參閱圖14所示，本發(fā)明第九實(shí)施例提供一種人臉特征點(diǎn)定位裝置300，其相比于第七實(shí)施例的人臉特征點(diǎn)定位裝置100或第八實(shí)施例的人臉特征點(diǎn)定位裝置200，還包括確定模塊301，該確定模塊301在所述設(shè)置模塊103執(zhí)行后執(zhí)行。
[0099]該確定模塊301，用于根據(jù)該圖像變化量確定當(dāng)前幀圖像中的感興趣區(qū)域。此外，確定模塊301還用于對(duì)所確定的感興趣區(qū)域進(jìn)行光照歸一化處理。相應(yīng)地，所述定位模塊105將在該感興趣區(qū)域中使用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
[0100]對(duì)于以上各模塊的具體工作過程，可進(jìn)一步參考本發(fā)明第三實(shí)施例提供的人臉特征點(diǎn)定位方法，在此不再重復(fù)。
[0101]綜上所述，本實(shí)施例的人臉特征點(diǎn)定位裝置300僅對(duì)當(dāng)前幀圖像的感興趣區(qū)域進(jìn)行處理以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)，可以進(jìn)一步提高對(duì)視頻數(shù)據(jù)中人臉特征點(diǎn)定位的處理速度。
[0102]第十實(shí)施例
[0103]參閱圖15所示，本發(fā)明第十實(shí)施例提供一種人臉特征點(diǎn)定位裝置400，其相比于第九實(shí)施例的人臉特征點(diǎn)定位裝置300，還包括第二判斷模塊401和檢測(cè)模塊402，該第二判斷1吳塊401在所述確定|吳塊301執(zhí)彳了后執(zhí)打。
[0104]該第二判斷模塊401用于判斷該圖像變化量是否大于第二閾值。若該圖像變化量不大于該第二閾值，則執(zhí)行所述獲取模塊104。若該圖像變化量大于該第二閾值，則執(zhí)行該檢測(cè)模塊402。
[0105]該檢測(cè)模塊402用于對(duì)該感興趣區(qū)域進(jìn)行人臉檢測(cè)，獲取該感興趣區(qū)域中人臉特征點(diǎn)的坐標(biāo)的訓(xùn)練值，并將所獲取的該訓(xùn)練值定義為初始坐標(biāo)，然后執(zhí)行所述定位模塊105。
[0106]對(duì)于以上各模塊的具體工作過程，可進(jìn)一步參考本發(fā)明第四實(shí)施例提供的人臉特征點(diǎn)定位方法，在此不再重復(fù)。
[0107]綜上所述，本實(shí)施例的人臉特征點(diǎn)定位裝置400在當(dāng)前幀圖像相對(duì)于上一幀圖像的變化非常大的情況下，根據(jù)感興趣區(qū)域中人臉特征點(diǎn)的坐標(biāo)的預(yù)估值，重新定義所述初始坐標(biāo)，可以提高所計(jì)算出的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)的精確度。
[0108]第H^一實(shí)施例
[0109]參閱圖16所示，本發(fā)明第十一實(shí)施例提供一種人臉特征點(diǎn)定位裝置500，其相比于第七實(shí)施例的人臉特征點(diǎn)定位裝置100，還包括預(yù)測(cè)模塊501。在執(zhí)行所述定位模塊105之前，先執(zhí)行預(yù)測(cè)模塊501。
[0110]預(yù)測(cè)模塊502用于預(yù)測(cè)當(dāng)前幀圖像中人臉特征點(diǎn)相對(duì)于上一幀圖像的移動(dòng)方向和移動(dòng)速度，并根據(jù)所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度對(duì)所定義的初始坐標(biāo)進(jìn)行修正。
[0111]相應(yīng)地，所述定位模塊105將進(jìn)一步使用人臉特征點(diǎn)定位算法對(duì)該修正后的初始坐標(biāo)進(jìn)行迭代計(jì)算以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
[0112]此外，所述定位模塊105還將對(duì)所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)及所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度進(jìn)行修正。
[0113]對(duì)于以上各模塊的具體工作過程，可進(jìn)一步參考本發(fā)明第五實(shí)施例提供的人臉特征點(diǎn)定位方法，在此不再重復(fù)。
[0114]綜上所述，本實(shí)施例的人臉特征點(diǎn)定位裝置500使用卡爾曼濾波器對(duì)當(dāng)前幀圖像中人臉特征點(diǎn)相對(duì)于上一幀圖像的移動(dòng)方向和移動(dòng)速度進(jìn)行預(yù)測(cè)，并根據(jù)所預(yù)測(cè)的移動(dòng)方向和移動(dòng)速度對(duì)所定義的初始坐標(biāo)進(jìn)行修正，以及對(duì)所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度及所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)進(jìn)行修正，可以進(jìn)一步提高所計(jì)算出的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)的精確度。
[0115]第十二實(shí)施例
[0116]參閱圖17所示，本發(fā)明第十二實(shí)施例提供一種人臉特征點(diǎn)定位裝置600，其相比于第七實(shí)施例的人臉特征點(diǎn)定位裝置100，還包括平滑模塊601。在執(zhí)行所述定位模塊105之后，執(zhí)行該平滑模塊601。
[0117]該平滑模塊601用于對(duì)所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)進(jìn)行平滑處理。
[0118]對(duì)于以上各模塊的具體工作過程，可進(jìn)一步參考本發(fā)明第六實(shí)施例提供的人臉特征點(diǎn)定位方法，在此不再重復(fù)。
[0119]綜上所述，本實(shí)施例的人臉特征點(diǎn)定位裝置600通過對(duì)所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)進(jìn)行平滑處理，可以進(jìn)一步提高所定位的當(dāng)前幀圖像中人臉特征點(diǎn)相對(duì)于上一幀圖像移動(dòng)的平滑度，避免產(chǎn)生人臉特征點(diǎn)抖動(dòng)的視覺效果。
[0120]此外，本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其內(nèi)存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，上述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)例如為非易失性存儲(chǔ)器例如光盤、硬盤、或者閃存。上述的計(jì)算機(jī)可執(zhí)行指令用于讓計(jì)算機(jī)或者類似的計(jì)算裝置完成上述的人臉特征點(diǎn)定位方法中的各種操作。
[0121]以上所述，僅是本發(fā)明的較佳實(shí)施例而已，并非對(duì)本發(fā)明作任何形式上的限制，雖然本發(fā)明已以較佳實(shí)施例揭示如上，然而并非用以限定本發(fā)明，任何本領(lǐng)域技術(shù)人員，在不脫離本發(fā)明技術(shù)方案范圍內(nèi)，當(dāng)可利用上述揭示的技術(shù)內(nèi)容做出些許更動(dòng)或修飾為等同變化的等效實(shí)施例，但凡是未脫離本發(fā)明技術(shù)方案內(nèi)容，依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何簡(jiǎn)介修改、等同變化與修飾，均仍屬于本發(fā)明技術(shù)方案的范圍內(nèi)。
【權(quán)利要求】
1.一種人臉特征點(diǎn)定位方法，其特征在于，該方法包括以下步驟: 跟蹤步驟:獲取視頻數(shù)據(jù)，在該視頻數(shù)據(jù)的播放過程中利用視頻跟蹤技術(shù)得到實(shí)時(shí)的背景圖像； 計(jì)算步驟:計(jì)算該視頻數(shù)據(jù)的當(dāng)前幀圖像相對(duì)于該背景圖像的圖像變化量； 設(shè)置步驟:根據(jù)該圖像變化量設(shè)置一迭代次數(shù)； 獲取步驟:獲取該視頻數(shù)據(jù)的上一幀圖像中人臉特征點(diǎn)的坐標(biāo)，將所獲取的坐標(biāo)定義為初始坐標(biāo)； 定位步驟:根據(jù)所設(shè)置的迭代次數(shù)，調(diào)用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
2.如權(quán)利要求1所述的人臉特征點(diǎn)定位方法，其特征在于，所述的計(jì)算步驟包括: 獲取該當(dāng)前幀圖像，分別對(duì)該當(dāng)前幀圖像和背景圖像進(jìn)行灰度處理； 將經(jīng)灰度處理后的該當(dāng)前幀圖像與該背景圖像相減，得到前景圖像； 將該前景圖像的灰度范圍分段為至少兩個(gè)灰度段，確定每一個(gè)灰度段對(duì)應(yīng)的權(quán)值；計(jì)算該前景圖像中每個(gè)像素的灰度值所屬灰度段對(duì)應(yīng)的權(quán)值之和與該前景圖像的像素總數(shù)的比值，得到該圖像變化量。
3.如權(quán)利要求1所述的人臉特征點(diǎn)定位方法，其特征在于，在所述計(jì)算步驟后還包括: 判斷該圖像變化量是否小于第一閾值； 若該圖像變化量不小于該第一閾值，則執(zhí)行所述設(shè)置步驟； 若該圖像變化量小于該第一閾值，則將該上一幀圖像中人臉特征點(diǎn)的坐標(biāo)作為當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
4.如權(quán)利要求1或3所述的人臉特征點(diǎn)定位方法，其特征在于，在所述設(shè)置步驟后還包括: 確定步驟:根據(jù)該圖像變化量確定該當(dāng)前幀圖像中的感興趣區(qū)域； 所述定位步驟還包括:在該感興趣區(qū)域中使用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
5.如權(quán)利要求4所述的人臉特征點(diǎn)定位方法，其特征在于，所述確定步驟還包括: 對(duì)該感興趣區(qū)域進(jìn)行光照歸一化處理。
6.如權(quán)利要求4所述的人臉特征點(diǎn)定位方法，其特征在于，在所述確定步驟后還包括: 判斷該圖像變化量是否大于第二閾值； 若該圖像變化量不大于該第二閾值，則執(zhí)行所述獲取步驟。
7.如權(quán)利要求6所述的人臉特征點(diǎn)定位方法，其特征在于，在所述確定步驟后還包括: 若該圖像變化量大于該第二閾值，則對(duì)該感興趣區(qū)域進(jìn)行人臉檢測(cè)，獲取該感興趣區(qū)域中人臉特征點(diǎn)的坐標(biāo)的訓(xùn)練值，并將所獲取的該訓(xùn)練值定義為初始坐標(biāo)，然后執(zhí)行所述定位步驟。
8.如權(quán)利要求1所述的人臉特征點(diǎn)定位方法，其特征在于，在所述定位步驟前還包括: 預(yù)測(cè)當(dāng)前幀圖像中人臉特征點(diǎn)相對(duì)于上一幀圖像的移動(dòng)方向和移動(dòng)速度； 根據(jù)所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度對(duì)所定義的初始坐標(biāo)進(jìn)行修正； 所述定位步驟還包括:使用人臉特征點(diǎn)定位算法對(duì)該修正后的初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
9.如權(quán)利要求1所述的人臉特征點(diǎn)定位方法，其特征在于，所述定位步驟后還包括: 對(duì)所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)及所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度進(jìn)行修正。
10.如權(quán)利要求1所述的人臉特征點(diǎn)定位方法，其特征在于，所述定位步驟后還包括: 對(duì)所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)進(jìn)行平滑處理。
11.一種人臉特征點(diǎn)定位裝置，其特征在于，該裝置包括: 跟蹤模塊，用于獲取視頻數(shù)據(jù)，在該視頻數(shù)據(jù)的播放過程中利用視頻跟蹤技術(shù)得到實(shí)時(shí)的背景圖像； 計(jì)算模塊，用于計(jì)算該視頻數(shù)據(jù)的當(dāng)前幀圖像相對(duì)于該背景圖像的圖像變化量； 設(shè)置模塊，用于根據(jù)該圖像變化量設(shè)置一迭代次數(shù)； 獲取模塊，用于獲取該視頻數(shù)據(jù)的上一幀圖像中人臉特征點(diǎn)的坐標(biāo)，將所獲取的坐標(biāo)定義為初始坐標(biāo)； 定位模塊，用于根據(jù)所設(shè)置的迭代次數(shù)，調(diào)用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
12.如權(quán)利要求11所述的人臉特征點(diǎn)定位裝置，其特征在于，所述的計(jì)算模塊用于: 獲取該當(dāng)前幀圖像，分別對(duì)該當(dāng)前幀圖像和背景圖像進(jìn)行灰度處理； 將經(jīng)灰度處理后的該當(dāng)前幀圖像與該背景圖像相減，得到前景圖像； 將該前景圖像的灰度范圍分段為至少兩個(gè)灰度段，確定每一個(gè)灰度段對(duì)應(yīng)的權(quán)值；計(jì)算該前景圖像中每個(gè)像素的灰度值所屬灰度段對(duì)應(yīng)的權(quán)值之和與該前景圖像的像素總數(shù)的比值，得到該圖像變化量。
13.如權(quán)利要求11所述的人臉特征點(diǎn)定位裝置，其特征在于，還包括: 第一判斷模塊，用于在執(zhí)行所述計(jì)算模塊后，判斷該圖像變化量是否小于第一閾值，若該圖像變化量不小于該第一閾值，則執(zhí)行所述設(shè)置模塊；以及 若該圖像變化量小于該第一閾值，則將該上一幀圖像中人臉特征點(diǎn)的坐標(biāo)作為當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
14.如權(quán)利要求11或13所述的人臉特征點(diǎn)定位裝置，其特征在于，還包括: 確定模塊，用于在執(zhí)行所述設(shè)置模塊后，根據(jù)該圖像變化量確定該當(dāng)前幀圖像中的感興趣區(qū)域； 所述定位模塊還用于在該感興趣區(qū)域中使用人臉特征點(diǎn)定位算法對(duì)該初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
15.如權(quán)利要求14所述的人臉特征點(diǎn)定位裝置，其特征在于，所述確定模塊還用于對(duì)該感興趣區(qū)域進(jìn)行光照歸一化處理。
16.如權(quán)利要求14所述的人臉特征點(diǎn)定位裝置，其特征在于，還包括: 第二判斷模塊，用于執(zhí)行所述確定模塊后判斷該圖像變化量是否大于第二閾值；以及 若該圖像變化量不大于該第二閾值，則執(zhí)行所述獲取模塊。
17.如權(quán)利要求16所述的人臉特征點(diǎn)定位裝置，其特征在于，還包括: 檢測(cè)模塊，用于若該圖像變化量大于該第二閾值，則對(duì)該感興趣區(qū)域進(jìn)行人臉檢測(cè)，獲取該感興趣區(qū)域中人臉特征點(diǎn)的坐標(biāo)的訓(xùn)練值，并將所獲取的該訓(xùn)練值定義為初始坐標(biāo)，然后執(zhí)行所述定位模塊。
18.如權(quán)利要求11所述的人臉特征點(diǎn)定位裝置，其特征在于，還包括: 預(yù)測(cè)模塊，用于在執(zhí)行所述定位模塊前預(yù)測(cè)當(dāng)前幀圖像中人臉特征點(diǎn)相對(duì)于上一幀圖像的移動(dòng)方向和移動(dòng)速度，并根據(jù)所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度對(duì)所定義的初始坐標(biāo)進(jìn)行修正； 所述定位模塊還用于使用人臉特征點(diǎn)定位算法對(duì)該修正后的初始坐標(biāo)進(jìn)行迭代計(jì)算，以得到當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)。
19.如權(quán)利要求11所述的人臉特征點(diǎn)定位裝置，其特征在于，所述定位模塊還用于對(duì)所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)及所預(yù)測(cè)的該移動(dòng)方向和移動(dòng)速度進(jìn)行修正。
20.如權(quán)利要求11所述的人臉特征點(diǎn)定位裝置，其特征在于，還包括: 平滑模塊，用于對(duì)所得到的當(dāng)前幀圖像中人臉特征點(diǎn)的坐標(biāo)進(jìn)行平滑處理。
【文檔編號(hào)】G06K9/00GK104182718SQ201310189786
【公開日】2014年12月3日 申請(qǐng)日期:2013年5月21日 優(yōu)先權(quán)日:2013年5月21日
【發(fā)明者】何金文, 龍彥波 申請(qǐng)人:騰訊科技（深圳）有限公司