视频中多线索的人脸特征检测与跟踪1 - æ¸ åŽå¤§å­¦

点
数
视 差 最 大 的 峰
(a) 左 右 摄 像 头 拍 摄 图 像 、 分 割 视 差 图 , 左
上 矩 形 是 立 体 视 觉 分 割 的 结 果
(b) 最 低 分 辨 率 下 的 视 差 直 方 图
视 差
图 3. 立 体 视 觉 人 脸 区 域 粗 分 割
基 于 立 体 视 觉 的 人 脸 区 域 分 割 [9], 假 设 待 测 试 人 站 在 所 有 背 景 的 最 前 面 , 因 此 在 视 差 图 上 将 具
有 最 大 的 视 差 。 我 们 将 视 差 图 上 具 有 最 大 视 差 的 部 分 作 为 人 头 肩 的 位 置 , 大 致 划 分 出 人 脸 所 在 区 域 。
如 图 3(a) 左 , 我 们 从 视 差 图 中 分 割 视 差 最 大 的 前 景 区 域 作 为 粗 分 割 的 人 脸 所 在 区 域 ( 图 中 实 线 外 框 )。
分 割 人 脸 区 域 于 背 景 的 深 度 阈 值 是 自 适 应 自 动 确 定 的 。 因 此 对 人 脸 与 摄 像 机 之 间 的 距 离 无 需 作 严 格
的 限 制 。
在 双 目 匹 配 中 , 采 用 “ 由 粗 到 精 ” 的 相 关 匹 配 方 法 。 将 原 立 体 对 图 象 进 行 金 字 塔 分 解 , 得 到 不
同 分 辨 率 的 一 系 列 图 象 。 根 据 低 分 辨 率 的 匹 配 结 果 ( 图 3(b)) 指 导 较 高 分 辨 率 的 匹 配 , 以 取 得 较 快
的 匹 配 速 度 。 在 最 低 分 辨 率 下 的 视 差 直 方 图 中 , 取 得 视 差 最 大 的 峰 的 位 置 的 视 差 值 d*。 设 d(x,y) 为
最 低 分 辨 率 下 左 眼 图 象 (x,y) 处 的 视 差 , 根 据 如 下 公 式 :
' ⎧d(
x,
y)
d ( x,
y)
= ⎨
⎩ d *
d(
x,
y)
∈[
d * −δ
, d * + δ ]
d(
x,
y)
∉[
d * −δ
, d * + δ ]
我 们 用 d’(x,y) 来 指 导 较 高 分 辨 率 的 匹 配 , 这 样 只 有 最 低 分 辨 率 下 视 差 在 d* 附 近 的 象 素 点 在 高 分
辨 率 图 象 上 能 够 得 到 较 好 的 匹 配 ; 而 这 些 能 够 匹 配 的 象 素 点 , 正 是 我 们 希 望 分 割 出 的 头 肩 区 域 。
通 过 双 目 立 体 视 觉 , 能 够 非 常 鲁 棒 地 将 人 脸 区 域 从 复 杂 的 背 景 中 分 割 出 来 。
3.2. 整 体 人 脸 定 位
我 们 采 用 基 于 多 关 联 模 板 匹 配 的 人 脸 检 测 算 法 [10] 在 立 体 视 觉 得 到 的 人 脸 分 割 的 基 础 上 , 进 一
步 精 确 确 定 人 脸 位 置 。 人 脸 检 测 算 法 只 需 要 在 立 体 图 象 对 中 的 任 意 一 幅 图 象 中 进 行 即 可 , 具 体 方 法
如 下 :
1. 定 义 图 象 窗 口 和 模 板 之 间 匹 配 的 相 关 系 数 :
2
2
给 定 灰 度 平 均 值 为 µ T 、 方 差 为 σ 的 模 板 T[M][N], 在 一 个 灰 度 平 均 值 µ R、 方 差 的 图 象 窗 口
R[M][N] 中 ,T 和 R 的 相 关 系 数 r(T,R), 如 下 计 算 :
T
σ R
r(
T , R)
=
M − 1 N −1
∑∑
i = 0 j = 0
( T [ i][
j]
− µ )( R[
i][
j]
− µ )
M ⋅ N
T
⋅σ
⋅σ
T
R
R
2. 人 脸 模 板 的 取 得
3