基于人臉檢測和多線索融合的實(shí)時人臉跟蹤系統(tǒng)*

楊 彥

(鹽城紡織職業(yè)技術(shù)學(xué)院，江蘇鹽城650500)

人的臉部為外界提供了大量的視覺信息，計(jì)算機(jī)的多種感知通道，如人臉檢測、表情識別等，都建立在人臉處理技術(shù)的基礎(chǔ)上。人臉檢測與跟蹤技術(shù)［1］則是人臉信息處理中的關(guān)鍵環(huán)節(jié)。人臉檢測［2］(Face Detection)是指在輸入圖像中自動確定是否存在人臉，如果存在，則同時給出人臉在圖像中的位置、人臉區(qū)域大小等參數(shù)信息。人臉跟蹤［3］(Face Tracking)則是指在圖像序列中確定人臉信息隨時間變化的情況，給出各幀之間人臉的對應(yīng)關(guān)系，并在后續(xù)圖像幀中跟蹤出已檢測到人臉的運(yùn)動軌跡。

人臉檢測與跟蹤技術(shù)已經(jīng)取得了十分迅速的發(fā)展，一些研究成果已經(jīng)轉(zhuǎn)化為商用軟件。但由于人臉屬于復(fù)雜的非剛體，對人臉的檢測和跟蹤涉到許多領(lǐng)域，如模式識別、圖像處理、生理學(xué)、計(jì)算機(jī)視覺等方面的諸多知識，如何獲取快速有效的人臉檢測與跟蹤效果仍然是一個極富挑戰(zhàn)性的課題。本文對較為經(jīng)典的人臉檢測與跟蹤算法進(jìn)行了深入的研究，并結(jié)合各算法之間性能上的互補(bǔ)性，對各種線索進(jìn)行有效的融合，搭建了一個實(shí)時人臉檢測與跟蹤系統(tǒng)，在實(shí)驗(yàn)室環(huán)境下進(jìn)行了測試和性能評價(jià)。

1 基于Adaboost算法的人臉檢測

1.1 Viola-Jones快速人臉檢測算法

Viola和Jones在2001年首次提出的基于Ada-Boost算法的人臉檢測方法［4］，首次實(shí)現(xiàn)了實(shí)時人臉檢測，是目前為止最好的檢測方法。該方法主要包含Haar-like特征、積分圖、AdaBoost迭代算法和級聯(lián)分類器等內(nèi)容，方法框架可以分成為以下3大部分:

(1)選用Haar-like特征來表示人臉，使用“積分圖”來快速計(jì)算分類器訓(xùn)練所用的Haar-like特征;

(2)利用AdaBoost算法挑選出少量最能代表人臉的特征，形成一系列的強(qiáng)分類器;

(3)將訓(xùn)練得到的強(qiáng)分類器進(jìn)行級聯(lián)，利用級聯(lián)的強(qiáng)分類器構(gòu)成最終的分類器。

Haar-like型特征是一系列帶有權(quán)重的矩形模板(如圖1所示)，將某一模板運(yùn)用到圖像某一區(qū)域時，特征提取結(jié)果為白色矩形覆蓋區(qū)域的灰度值總和與灰色矩形覆蓋區(qū)域的灰度值總和之差。

圖1 Viola-Jones所用Haar-like特征

積分圖像是一種用來加速Haar-like型特征計(jì)算的中介圖像表示方法?；叶葓D像的積分圖像I(u，v)定義為:

其中I(x，y)為圖像的灰度，可見，積分圖像中一點(diǎn)P的值就是灰度圖像中以遠(yuǎn)點(diǎn)和P為對角點(diǎn)的矩形區(qū)域的灰度總和。借助積分圖像，可以通過類似查表的方式快速計(jì)算Haar-like型特征。

通過上述方法計(jì)算出來的Haar-like特征的數(shù)量是十分巨大的，每一個Haar-like特征就對應(yīng)了一個弱分類器，但不同的弱分類器對人臉的分辨能力是不同的，對于每個弱分類器，Viola和Jones運(yùn)用AdaBoost方法進(jìn)行訓(xùn)練，對所有的分類器排序，然后從中選取少數(shù)效果最好的弱分類器組成一個強(qiáng)分類器。

其中hi是弱分類器，T為弱分類器的個數(shù)，b為閾值。

通過分類器級聯(lián)技術(shù)，運(yùn)算速度可以顯著加快，級聯(lián)分類器是由若干個強(qiáng)分類器的組成的，每一個強(qiáng)分類器都是由AdaBoost算法訓(xùn)練得到。利用較簡單的分類器在前期將絕大部分的非人臉子窗口篩除掉，然后再利用較為復(fù)雜和可靠的強(qiáng)分類器來提高最終的分類性能。級聯(lián)分類器如圖2所示。

圖2 級聯(lián)分類器示意圖

1.2 基于膚色和運(yùn)動區(qū)域的人臉檢測

Viola-Jones人臉檢測算法能夠滿足一定的實(shí)時性要求，且具有較好的檢測效果，但本文人臉檢測部分同時負(fù)擔(dān)著對人臉跟蹤部分的初始化的任務(wù)，故要求實(shí)時性更好，且具有更低的誤檢率。所以我們提出了運(yùn)用運(yùn)動檢測和運(yùn)動區(qū)域內(nèi)的膚色檢測縮小人臉檢測的搜索范圍，提高檢測速度，降低檢測的誤檢率。

對圖像序列中的運(yùn)動區(qū)域進(jìn)行檢測主要有幀間差分、背景減除和光流分割3種方法［4］，本文使用三幀差分法進(jìn)行運(yùn)動區(qū)域檢測，三幀差分是將相鄰三幀圖像作為一組進(jìn)行差分，能夠較好地檢測出中間幀運(yùn)動區(qū)域。三幀差分的基本原理可以描述如下。

設(shè)Ii(x，y)表示圖像序列中的第i幀圖像，(x，y)表示圖像幀中的像素的坐標(biāo)。對連續(xù)三幀圖像Ii-1(x，y)、Ii(x，y)、Ii+1(x，y)，分別對相鄰兩幀之間進(jìn)行差分:

然后通過適當(dāng)?shù)拈撝岛Y選得到二值化圖像:

將得到的兩幅二值化圖像做進(jìn)一步的處理，得到最終的二值化圖像，從而確定圖像序列中當(dāng)前幀的運(yùn)動區(qū)域:

經(jīng)過運(yùn)動區(qū)域檢測以后，我們在運(yùn)動區(qū)域內(nèi)通過膚色檢測進(jìn)一步縮小人臉檢測的搜索范圍，更好地提高檢測速度并降低誤檢率。膚色檢測采用了Jure等人提出的RGB空間進(jìn)行膚色檢測的方法，該方法簡單穩(wěn)定，考慮到了亮度對膚色檢測的影響，算法模型根據(jù)光照條件分為了兩個不同的模型。

一般光照條件下，膚色應(yīng)該滿足的模型表示為:

強(qiáng)光照的條件下，膚色應(yīng)該滿足的模型表示為:

根據(jù)上述模型，掃描運(yùn)動區(qū)域的像素點(diǎn)，確定運(yùn)動區(qū)域內(nèi)的膚色區(qū)域，將掃描得到的區(qū)域進(jìn)行x，y的投影獲得矩形區(qū)域作為運(yùn)用基于Adaboost方法的Viola-Jones快速人臉檢測的搜索區(qū)域。

2 基于多線索融合的人臉跟蹤

2.1 Meanshift算法跟蹤過程

Meanshift算法［6］是一個迭代的過程，首先計(jì)算得出當(dāng)前點(diǎn)的偏移均值，然后移動該點(diǎn)到這個偏移均值處繼續(xù)迭代過程，直到滿足一定的迭代結(jié)束條件為止。其算法實(shí)現(xiàn)的基本步驟為:

(1)對目標(biāo)區(qū)域進(jìn)行初始化，即設(shè)定跟蹤窗口的初始位置、大小等信息。

(2)計(jì)算跟蹤窗口的質(zhì)心。

利用跟蹤窗口的零階矩和一階矩就可以計(jì)算得到窗口的質(zhì)心，在圖像分析中，階矩主要用來刻畫圖像的幾何特征，式(8)描述了圖像的零階矩M00的為:

式(9)描述了x方向一階矩M10和y方向一階矩M01的計(jì)算方法為:

式中I(x，y)為坐標(biāo)點(diǎn)(x，y)的像素值，x，y的取值范圍為跟蹤窗的大小。

設(shè)跟蹤窗口的質(zhì)心坐標(biāo)為(xc，yc)，其坐標(biāo)值可通過式(10)計(jì)算得到，

(3)將跟蹤窗口的中心調(diào)整到質(zhì)心的位置。

(4)重復(fù)進(jìn)行第2步和第3步的過程，不斷地將搜索窗口進(jìn)行移動，當(dāng)單次移動的轉(zhuǎn)移量小于設(shè)定的閾值或者達(dá)到了最大迭代次數(shù)時，迭代結(jié)束。

Meanshift算法是一種快速的模式匹配方法，能夠滿足系統(tǒng)實(shí)時性的要求，在目標(biāo)被初始化以后，后面的整個跟蹤過程不再需要進(jìn)行參數(shù)輸入。該方法對目標(biāo)的形變、旋轉(zhuǎn)等都具有較好的魯棒性，相對于其他跟蹤方法，具有明顯的優(yōu)勢，已在許多目標(biāo)跟蹤系統(tǒng)中得到成功的應(yīng)用。

2.2 Lucas-Kanade光流法人臉跟蹤

光流法［7］以光流技術(shù)為基本手段，通過光流場的模式分類來進(jìn)行運(yùn)動目標(biāo)的跟蹤，它不僅能夠跟蹤到運(yùn)動物體的位置，而且可以同時獲取目標(biāo)的速度場。光流可以看成帶有灰度的像素點(diǎn)在圖像平面上運(yùn)動而產(chǎn)生的瞬時速度場，設(shè)圖像點(diǎn)(x，y)在時刻t的照度值為I(x，y，t)，假設(shè)該點(diǎn)經(jīng)Δt的時間運(yùn)動到(x+Δx，y+Δy)位置時照度值保持不變，同時設(shè)Ix=?I/?x，Iy=?I/?y，It=?I/?t，則光流基本方程可表示為:

該式是一個關(guān)于速度分量u，v的直線方程，僅這一約束條件還不能唯一的確定出u和v，即只利用一個點(diǎn)上的信息是不能確定光流的，為此Lucas-Kanade光流計(jì)算［8］假定場景中物體被跟蹤的部分的亮度保持不變，且?guī)c幀之間時間很短，可以假設(shè)圖像上的局部小范圍內(nèi)(如一個小的空間鄰域Ω)相近像素點(diǎn)的光流速度相等，如果這個局部小范圍內(nèi)有m個點(diǎn)，根據(jù)基本的光流約束方程，我們就可以得到這樣一個方程組:

該方程組為一個超定的方程組，可以采用最小二乘法進(jìn)行求解，求得最終結(jié)果為:

其中的ATA其實(shí)為一個2×2的矩陣，

當(dāng)矩陣ATA是非奇異矩陣時，就可以得到光流v的解析解?？梢酝ㄟ^矩陣ATA的特征值來判斷光流估計(jì)值v的可靠性，假設(shè)矩陣ATA的特征值為λ1和λ2，且λ1≥λ2。如果λ1和λ2均大于某一個閾值γ，則根據(jù)式(13)計(jì)算光流值，如果不能夠滿足λ1和λ2均大于某一個閾值γ的條件，則不進(jìn)行光流值的計(jì)算。

2.3 多線索融合的人臉跟蹤

上文所介紹的兩種跟蹤方法都可以對圖像序列中的人臉進(jìn)行有效的跟蹤，Meanshift算法是基于膚色的跟蹤方法，我們首先需要根據(jù)膚色形象計(jì)算圖像的顏色概率直方圖，并根據(jù)顏色概率直方圖對待處理圖像進(jìn)行反向投影，得到反向投影圖后再運(yùn)用Meanshift算法進(jìn)行迭代處理，實(shí)現(xiàn)對人臉目標(biāo)的跟蹤?；诠饬鞣ǖ娜四樃檮t首先運(yùn)用圖像角點(diǎn)檢測技術(shù)［9］，將一系列特征點(diǎn)被自動初始化在人臉圖像中細(xì)節(jié)豐富的邊角處，例如眼角，嘴角，唇線，眉邊等處。然后再根據(jù)光流計(jì)算的原理進(jìn)行跟蹤。

基于膚色的Meanshift算法計(jì)算迅速，對人臉目標(biāo)的形變、旋轉(zhuǎn)等都具有較好的魯棒性，但其對頭部快速運(yùn)動和人臉深度方向的改變不魯棒，而基于光流法的人臉跟蹤則對快速運(yùn)動和深度方向的改變都很魯棒，只是在人臉旋轉(zhuǎn)時特征點(diǎn)丟失嚴(yán)重。本文將各種跟蹤線索進(jìn)行有效的融合，充分利用各算法之間性能上的互補(bǔ)性，以實(shí)現(xiàn)更好的跟蹤效果。

本文系統(tǒng)主要分為人臉檢測和人臉跟蹤兩個模塊，人臉檢測模塊運(yùn)用上述的改進(jìn)的AdaBoost人臉檢測算法，跟蹤模塊則將Meanshift方法和光流法相結(jié)合，系統(tǒng)的最終輸出分為以下幾種情況，但人臉處于正面姿態(tài)時，檢測模塊可以有效地檢測到人臉，此時將人臉檢測的輸出作為系統(tǒng)的最終輸出，但人臉檢測部分不能夠檢測到人臉時，人臉處于復(fù)雜姿態(tài)，此時人臉跟蹤模塊對人臉目標(biāo)進(jìn)行跟蹤輸出，當(dāng)光流特征點(diǎn)的個數(shù)滿足一定的閾值時，則將光流法的輸出作為最終輸出，當(dāng)光流特征點(diǎn)丟失嚴(yán)重時，則將Meanshift方法作為輸出并重新初始化區(qū)域進(jìn)行角點(diǎn)信息的檢測。系統(tǒng)實(shí)現(xiàn)的框圖如圖3所示。

圖3 系統(tǒng)實(shí)現(xiàn)基本框圖

3 人臉檢測與跟蹤系統(tǒng)的實(shí)現(xiàn)及結(jié)果

OpenCV由英特爾微處理器研究實(shí)驗(yàn)室的視覺交互組開發(fā)，用于輔助計(jì)算機(jī)視覺處理及應(yīng)用的共享文件，該庫中的圖像存儲結(jié)構(gòu)次采用Intel的IPL中的圖像存儲結(jié)構(gòu)，在IPL的支持下，可輕松實(shí)現(xiàn)物體輪廓跟蹤、圖像的幾何處理、形態(tài)學(xué)處理、圖像特征提取、背景分離、姿勢的識別等很多操作。此處我們利用Microsoft Visual C++6.0技術(shù)，結(jié)合OpenCV優(yōu)良的算法實(shí)現(xiàn)了上述實(shí)時人臉檢測與跟蹤系統(tǒng)。

為了驗(yàn)證系統(tǒng)的人臉檢測與跟蹤性能，我們利用NRC-IIT視頻人臉數(shù)據(jù)庫進(jìn)行了實(shí)驗(yàn)。NRC-IIT視頻人臉數(shù)據(jù)庫是為人臉識別研究而設(shè)計(jì)的開放資源庫。其中包含有11個人參與拍攝的22組短視頻。每個視頻中都只含有一個人臉，但具有豐富的人臉表情和多樣的頭部運(yùn)動。視頻是通過放置在顯示器頂部的普通攝像頭拍攝的。該視頻庫主要是用來測試人臉識別算法的性能，但在進(jìn)行人臉識別之前必須先進(jìn)行人臉檢測，NRC-IIT人臉檢測的實(shí)現(xiàn)也是基于OpenCV實(shí)現(xiàn)的Adaboost方法的人臉檢測，其檢測的性能可以與本系統(tǒng)的檢測跟蹤性能做一定的對比分析。圖4是本文系統(tǒng)在NRC-IIT視頻人臉數(shù)據(jù)庫上的部分樣幀。

NRC-IIT人臉檢測所采用的也是基于AdaBoost方法的人臉檢測算法，且系統(tǒng)在OpenCV平臺下實(shí)現(xiàn)，圖5給出了本文系統(tǒng)的檢測率和最終正確輸出率與NRC-IIT系統(tǒng)檢測性能的對比曲線圖。

圖4 NRC-IIT視頻人臉數(shù)據(jù)庫上輸出結(jié)果的部分樣幀

圖5 本文與NRC-IIT系統(tǒng)性能對比曲線

從圖5可以看出，兩個系統(tǒng)的人臉檢測器使用的算法和實(shí)現(xiàn)平臺基本一致。然而，NRC-IIT的檢測結(jié)果(平均74.8%)卻高于本文系統(tǒng)(平均50.2%)。這是由于本文的人臉檢測部分不僅要檢測人臉，同時還擔(dān)負(fù)著人臉跟蹤部分的初始化任務(wù)，故我們在最小搜索窗口尺寸和結(jié)果分組閾值的設(shè)置上都追求低誤檢率。同時，由于本文采用了運(yùn)動區(qū)域檢測和膚色檢測，更進(jìn)一步的降低了誤檢率，在NRC-IIT視頻人臉庫上保持了0%的誤檢率，而NRC-IIT系統(tǒng)則存在誤檢現(xiàn)象，個別視頻序列誤檢十分嚴(yán)重。另外，雖然本文在NRC-IIT視頻人臉庫上的檢測率不高，但是由于系統(tǒng)在檢測部分不能檢測人臉時采用跟蹤器的整合輸出作為最終結(jié)果，系統(tǒng)的總體性能得到了提高，最終輸出的平均正確率為96.7%。

另外我們對系統(tǒng)的實(shí)時性也進(jìn)行了考察，統(tǒng)計(jì)系統(tǒng)處理每幀數(shù)據(jù)所用的時間，利用采集得到的視頻序列進(jìn)行試驗(yàn)得到的統(tǒng)計(jì)結(jié)果如圖6所示。從圖6可以看出，系統(tǒng)的平均的幀處理時間為58.83 ms，即可以達(dá)到17幀/s的幀處理速度，可以滿足實(shí)時性的要求。

圖6 系統(tǒng)幀處理時間分析

4 結(jié)論

研究分析了基于Adaboost的人臉檢測算法和基于Meanshift和光流法的人臉跟蹤算法，利用各算法性能上的互補(bǔ)性，基于OpenCV開發(fā)資源庫構(gòu)建了一多線索融合的人臉檢測與跟蹤系統(tǒng)，通過實(shí)驗(yàn)室錄制視頻和NRC-IIT視頻人臉數(shù)據(jù)庫對系統(tǒng)進(jìn)行了性能測試。測試結(jié)果表明系統(tǒng)具有較好的實(shí)時性和魯棒性。

［1］梁路宏，艾海舟.基于人臉檢測的人臉跟蹤算法［J］.計(jì)算機(jī)工程與應(yīng)用，2001(17):42-45.

［2］梁路宏，艾海舟，徐光佑，等.人臉檢測研究綜述［J］.計(jì)算機(jī)學(xué)報(bào)，2002，25(5):449-458.

［3］Lin Y T.Real-Time Visual Face Tracking and Recognition Techniques Used for the Interaction between Humans and Robots［D］.National Taiwan University of Science and Technology，2008.

［4］Huang T S，Tao H.Visual Face Tracking and Its Application to 3d Model-Based Video Coding［C］//Picture Coding Symposium，2001:57-60.

［5］甘明剛，陳杰，劉勁，等.一種基于三幀差分和邊緣信息的運(yùn)動目標(biāo)檢測方法［J］.電子與信息學(xué)報(bào)，2010，32(4):894-897.

［6］劉寶弟，王延江，馬海，等.基于均值漂移算法的人臉自適應(yīng)跟蹤［J］.中國石油大學(xué)學(xué)報(bào)(自然科學(xué)版)，2007，31(8):153-157.

［7］賈云得.機(jī)器視覺［M］.北京:科學(xué)出版社，2000:235-240.

［8］Lucas B，Kanade T.Iterative Image Registration Technique with an Application to Stereo Vision［C］//Proc of the 7th International Joint Conference on Artificial Intelligence.1981(2):674-679.

［9］趙文彬，張艷寧.角點(diǎn)檢測技術(shù)綜述［J］.計(jì)算機(jī)應(yīng)用研究，2006，23(10):17-19.