本公開涉及圖像識別領(lǐng)域，尤其涉及一種人臉跟蹤方法及裝置。

背景技術(shù)：

隨著技術(shù)的發(fā)展，人臉跟蹤技術(shù)的應(yīng)用范圍越來越廣。其中，人臉跟蹤技術(shù)指的是在視頻數(shù)據(jù)中對每一個(gè)人臉的人臉關(guān)鍵點(diǎn)進(jìn)行跟蹤，對人臉的人臉關(guān)鍵點(diǎn)進(jìn)行跟蹤可以方便后續(xù)對視頻數(shù)據(jù)包括的視頻幀圖像的處理，比如，表情分析、駕駛員疲勞駕駛檢測、智能美顏等。

相關(guān)技術(shù)中，主要通過判別模型進(jìn)行人臉關(guān)鍵點(diǎn)的定位，也即是，人臉跟蹤。典型的判別模型為SDM(Supervised Descent Method，有監(jiān)督的梯度下降方法)模型。首先，從存儲的多張訓(xùn)練圖像中，獲取多個(gè)人臉關(guān)鍵點(diǎn)中每個(gè)人臉關(guān)鍵點(diǎn)的平均位置，將獲取的每個(gè)人臉關(guān)鍵點(diǎn)的平均位置確定為視頻幀圖像中每個(gè)人臉關(guān)鍵點(diǎn)的初始位置X₀，每個(gè)人臉關(guān)鍵點(diǎn)的初始位置X₀為每個(gè)人臉關(guān)鍵點(diǎn)在該視頻幀圖像中的坐標(biāo)位置，通過SDM模型獲取每個(gè)人臉關(guān)鍵點(diǎn)的初始位置X₀處的HOG(Histogram OfOriented Gradient，方向梯度直方圖)特征，并根據(jù)每個(gè)人臉關(guān)鍵點(diǎn)的初始位置X₀處的HOG特征確定特征向量Y₀，并通過特征向量Y₀和指定函數(shù)，計(jì)算從每個(gè)人臉關(guān)鍵點(diǎn)的初始位置X₀到跟蹤位置的位移量△X₀，然后將每個(gè)人臉關(guān)鍵點(diǎn)的初始位置X₀和位移量△X₀相加，得到迭代結(jié)果，這樣就完成了一次迭代更新。之后，通過相同的方式重復(fù)進(jìn)行迭代，直到所得的迭代結(jié)果為一個(gè)固定值，或者所得的迭代結(jié)果的變化開始變小時(shí)，將所得的迭代結(jié)果確定為該視頻幀圖像中每個(gè)人臉關(guān)鍵點(diǎn)的跟蹤位置。

技術(shù)實(shí)現(xiàn)要素：

為克服相關(guān)技術(shù)中存在的問題，本公開提供一種人臉跟蹤方法及裝置。

根據(jù)本公開實(shí)施例的第一方面，提供一種人臉跟蹤方法，所述方法包括：

獲取視頻數(shù)據(jù)中包含人臉圖像的當(dāng)前幀圖像；

當(dāng)所述當(dāng)前幀圖像不為第一幀圖像時(shí)，對所述視頻數(shù)據(jù)中與所述當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，所述第一幀圖像為所述視頻數(shù)據(jù)中第一次出現(xiàn)人臉圖像的視頻幀圖像；

當(dāng)所述上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確時(shí)，基于所述上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定判別模型，確定所述當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置；

當(dāng)所述上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為不正確時(shí)，對所述當(dāng)前幀圖像進(jìn)行人臉檢測，得到所述當(dāng)前幀圖像中的人臉位置；

基于多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定判別模型，確定所述當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，以實(shí)現(xiàn)對所述視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。

可選地，所述方法還包括：

獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，所述每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對所述每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；

以所述多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為中心進(jìn)行高斯采樣，得到所述多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置；

基于所述多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到所述第一指定判別模型。

需要說明的是，由于終端通過大量訓(xùn)練圖像進(jìn)行模型訓(xùn)練，因此，提高了模型訓(xùn)練的效果，同時(shí)，在終端通過模型訓(xùn)練得到第一判別模型后，當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確時(shí)，終端可以基于上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置和該第一指定判別模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，從而實(shí)現(xiàn)對視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤，并且使進(jìn)行人臉跟蹤的操作具有針對性。

可選地，所述方法還包括：

獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，所述每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對所述每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；

對于所述多張訓(xùn)練圖像中每張訓(xùn)練圖像，基于所述訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，確定所述訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置；

基于所述多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到所述第二指定判別模型。

需要說明的是，終端通過模型訓(xùn)練得到第二判別模型，從而當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為不正確時(shí)，終端可以基于多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定判別模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，從而實(shí)現(xiàn)對視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤，并且使進(jìn)行人臉跟蹤的操作具有針對性。

可選地，所述對所述視頻數(shù)據(jù)中與所述當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，包括：

提取所述上一幀圖像中的每個(gè)人臉關(guān)鍵點(diǎn)的方向梯度梯直方圖HOG特征；

將所述每個(gè)人臉關(guān)鍵點(diǎn)的HOG特征串聯(lián)成特征向量；

通過指定分類器對所述特征向量進(jìn)行分類，得到分類結(jié)果；

當(dāng)所述分類結(jié)果為第一數(shù)值時(shí)，確定所述上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確；

當(dāng)所述分類結(jié)果為第二數(shù)值時(shí)，確定所述上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估不為正確。

需要說明的是，終端通過對上一幀圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，從而可以選擇確定當(dāng)前幀圖像包括的人臉關(guān)鍵點(diǎn)的位置的方法，使人臉跟蹤具有針對性，從而提高了人臉跟蹤的效率。

可選地，所述方法還包括：

對所述特征向量進(jìn)行降維；

相應(yīng)地，所述通過指定分類器對所述特征向量進(jìn)行分類，得到分類結(jié)果，包括：

通過所述指定分類器對降維后的所述特征向量進(jìn)行分類，得到所述分類結(jié)果。

需要說明的是，當(dāng)終端對該特征向量進(jìn)行降維后，降維后的特征向量中僅包括該特長向量的主要成分，因此，終端通過指定分類器對降維后的特征向量進(jìn)行分類，可以降低計(jì)算復(fù)雜度，提高分類速度，進(jìn)而提高了分類的效率。

根據(jù)本公開實(shí)施例的第二方面，提供一種人臉跟蹤裝置，所述裝置包括：

第一獲取模塊，用于獲取視頻數(shù)據(jù)中包含人臉圖像的當(dāng)前幀圖像；

評估模塊，用于當(dāng)所述當(dāng)前幀圖像不為第一幀圖像時(shí)，對所述視頻數(shù)據(jù)中與所述當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，所述第一幀圖像為所述視頻數(shù)據(jù)中第一次出現(xiàn)人臉圖像的視頻幀圖像；

第一確定模塊，用于當(dāng)所述上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確時(shí)，基于所述上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定判別模型，確定所述當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置；

人臉檢測模塊，用于當(dāng)所述上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為不正確時(shí)，對所述當(dāng)前幀圖像進(jìn)行人臉檢測，得到所述當(dāng)前幀圖像中的人臉位置；

第二確定模塊，用于基于多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定判別模型，確定所述當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，以實(shí)現(xiàn)對所述視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。

可選地，所述裝置還包括：

第二獲取模塊，用于獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，所述每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對所述每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；

采樣模塊，用于以所述多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為中心進(jìn)行高斯采樣，得到所述多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置；

第一訓(xùn)練模塊，用于基于所述多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到所述第一指定判別模型。

可選地，所述裝置還包括：

第三獲取模塊，用于獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，所述每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對所述每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；

第三確定模塊，用于對于所述多張訓(xùn)練圖像中每張訓(xùn)練圖像，基于所述訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，確定所述訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置；

第二訓(xùn)練模塊，用于基于所述多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到所述第二指定判別模型。

可選地，所述評估模塊包括：

提取單元，用于提取所述上一幀圖像中的每個(gè)人臉關(guān)鍵點(diǎn)的方向梯度梯直方圖HOG特征；

串聯(lián)單元，用于將所述每個(gè)人臉關(guān)鍵點(diǎn)的HOG特征串聯(lián)成特征向量；

分類單元，用于通過指定分類器對所述特征向量進(jìn)行分類，得到分類結(jié)果；

第一確定單元，用于當(dāng)所述分類結(jié)果為第一數(shù)值時(shí)，確定所述上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確；

第二確定單元，用于當(dāng)所述分類結(jié)果為第二數(shù)值時(shí)，確定所述上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估不為正確。

可選地，所述評估模塊還包括：

降維單元，用于對所述特征向量進(jìn)行降維；

相應(yīng)地，所述分類單元包括：

分類子單元，通過所述指定分類器對降維后的所述特征向量進(jìn)行分類，得到所述分類結(jié)果。

根據(jù)本公開實(shí)施例的第三方面，提供一種人臉跟蹤裝置，所述裝置包括：

處理器；

用于存儲處理器可執(zhí)行指令的存儲器；

其中，所述處理器被配置為：

獲取視頻數(shù)據(jù)中包含人臉圖像的當(dāng)前幀圖像；

當(dāng)所述當(dāng)前幀圖像不為第一幀圖像時(shí)，對所述視頻數(shù)據(jù)中與所述當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，所述第一幀圖像為所述視頻數(shù)據(jù)中第一次出現(xiàn)人臉圖像的視頻幀圖像；

當(dāng)所述上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確時(shí)，基于所述上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定判別模型，確定所述當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置；

當(dāng)所述上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為不正確時(shí)，對所述當(dāng)前幀圖像進(jìn)行人臉檢測，得到所述當(dāng)前幀圖像中的人臉位置；

基于多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定判別模型，確定所述當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，以實(shí)現(xiàn)對所述視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。

本公開的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：在本公開實(shí)施例中，當(dāng)終端從視頻數(shù)據(jù)中獲取的當(dāng)前幀圖像不為第一幀圖像時(shí)，可以對上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，并當(dāng)評估結(jié)果為正確時(shí)，通過該上一幀圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置；當(dāng)評估結(jié)果為不正確時(shí)，可以對當(dāng)前幀圖像進(jìn)行人臉檢測，并通過該指定關(guān)鍵點(diǎn)位置和第二指定模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，從而實(shí)現(xiàn)對該視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。由于通過該第一指定模型和第二指定模型確定人臉關(guān)鍵點(diǎn)位置的條件不同，從而可以使該第一指定模型和第二指定模型在不同的條件下進(jìn)行相互配合，減少了終端進(jìn)行人臉跟蹤時(shí)計(jì)算量，提高了人臉跟蹤的速度，從而提高了人臉跟蹤效果。

應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

附圖說明

此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本發(fā)明的實(shí)施例，并與說明書一起用于解釋本發(fā)明的原理。

圖1是根據(jù)一示例性實(shí)施例示出的一種人臉跟蹤方法的流程圖。

圖2A是根據(jù)一示例性實(shí)施例示出的另一種人臉跟蹤方法的流程圖。

圖2B是根據(jù)一示例性實(shí)施例示出的一種人臉關(guān)鍵點(diǎn)的示意圖。

圖3A是根據(jù)一示例性實(shí)施例示出的第一種人臉跟蹤裝置的結(jié)構(gòu)框圖。

圖3B是根據(jù)一示例性實(shí)施例示出的第二種人臉跟蹤裝置的結(jié)構(gòu)框圖。

圖3C是根據(jù)一示例性實(shí)施例示出的第三種人臉跟蹤裝置的結(jié)構(gòu)框圖。

圖3D是根據(jù)一示例性實(shí)施例示出的一種評估模塊的結(jié)構(gòu)框圖。

圖4是根據(jù)一示例性實(shí)施例示出的第四種人臉跟蹤裝置的結(jié)構(gòu)框圖。

具體實(shí)施方式

這里將詳細(xì)地對示例性實(shí)施例進(jìn)行說明，其示例表示在附圖中。下面的描述涉及附圖時(shí)，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本發(fā)明相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本發(fā)明的一些方面相一致的裝置和方法的例子。

在對本公開實(shí)施例進(jìn)行詳細(xì)地解釋說明之前，先對本公開實(shí)施例的應(yīng)用場景予以介紹。隨著技術(shù)的發(fā)展，人臉跟蹤技術(shù)的應(yīng)用范圍越來越廣泛。相關(guān)技術(shù)中，主要通過SDM模型來確定視頻數(shù)據(jù)中人臉關(guān)鍵點(diǎn)的位置以實(shí)現(xiàn)對人臉的跟蹤。但是，由于在通過SDM模型進(jìn)行人臉跟蹤時(shí)，需要進(jìn)行大量計(jì)算，從而造成人臉跟蹤過程繁瑣，人臉跟蹤效果不佳。因此，本公開實(shí)施例提供了一種人臉跟蹤方法，從而減少了人臉跟蹤過程中的計(jì)算量，簡化了人臉跟蹤的過程，從而提高了人臉跟蹤的效果。

圖1是根據(jù)一示例性實(shí)施例示出的一種人臉跟蹤方法的流程圖，如圖1所示，該方法用于終端中，包括以下步驟。

在步驟101中，獲取視頻數(shù)據(jù)中包含人臉圖像的當(dāng)前幀圖像。

在步驟102中，當(dāng)該當(dāng)前幀圖像不為第一幀圖像時(shí)，對該視頻數(shù)據(jù)中與該當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，該第一幀圖像為該視頻數(shù)據(jù)中第一次出現(xiàn)人臉圖像的視頻幀圖像。

在步驟103中，當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確時(shí)，基于該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置。

在步驟104中，當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為不正確時(shí)，對該當(dāng)前幀圖像進(jìn)行人臉檢測，得到該當(dāng)前幀圖像中的人臉位置。

在步驟105中，基于多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，以實(shí)現(xiàn)對該視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。

在本公開實(shí)施例中，當(dāng)終端從視頻數(shù)據(jù)中獲取的當(dāng)前幀圖像不為第一幀圖像時(shí)，可以對上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，并當(dāng)評估結(jié)果為正確時(shí)，通過該上一幀圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置；當(dāng)評估結(jié)果為不正確時(shí)，可以對當(dāng)前幀圖像進(jìn)行人臉檢測，并通過該指定關(guān)鍵點(diǎn)位置和第二指定模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，從而實(shí)現(xiàn)對該視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。由于通過該第一指定模型和第二指定模型確定人臉關(guān)鍵點(diǎn)位置的條件不同，從而可以使該第一指定模型和第二指定模型在不同的條件下進(jìn)行相互配合，減少了終端進(jìn)行人臉跟蹤時(shí)計(jì)算量，提高了人臉跟蹤的速度，從而提高了人臉跟蹤效果。

可選地，該方法還包括：

獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，該每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對該每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；

以該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為中心進(jìn)行高斯采樣，得到該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置；

基于該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到該第一指定判別模型。

可選地，該方法還包括：

獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，該每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對該每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；

對于該多張訓(xùn)練圖像中每張訓(xùn)練圖像，基于該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，確定該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置；

基于該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到該第二指定判別模型。

可選地，對該視頻數(shù)據(jù)中與該當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，包括：

提取該上一幀圖像中的每個(gè)人臉關(guān)鍵點(diǎn)的方向梯度梯直方圖HOG特征；

將該每個(gè)人臉關(guān)鍵點(diǎn)的HOG特征串聯(lián)成特征向量；

通過指定分類器對該特征向量進(jìn)行分類，得到分類結(jié)果；

當(dāng)該分類結(jié)果為第一數(shù)值時(shí)，確定該上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確；

當(dāng)該分類結(jié)果為第二數(shù)值時(shí)，確定該上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估不為正確。

可選地，該方法還包括：

對該特征向量進(jìn)行降維；

相應(yīng)地，通過指定分類器對該特征向量進(jìn)行分類，得到分類結(jié)果，包括：

通過該指定分類器對降維后的該特征向量進(jìn)行分類，得到該分類結(jié)果。

上述所有可選技術(shù)方案，均可按照任意結(jié)合形成本公開的可選實(shí)施例，本發(fā)明實(shí)施例對此不再一一贅述。

圖2A是根據(jù)示例性實(shí)施例示出的一種人臉跟蹤方法的流程圖，參見圖2A，該方法包括如下步驟。

在步驟201中，終端獲取視頻數(shù)據(jù)中包含人臉圖像的當(dāng)前幀圖像。

其中，當(dāng)前幀圖像是指終端當(dāng)前從視頻數(shù)據(jù)中進(jìn)行人臉跟蹤的圖像，且該當(dāng)前幀圖像可以為視頻數(shù)據(jù)中的任一幀圖像，本公開實(shí)施例對此不做具體限定。

需要說明的是，該視頻數(shù)據(jù)可以為任一視頻數(shù)據(jù)，比如，該視頻數(shù)據(jù)可以為電子警察拍攝到的視頻數(shù)據(jù)等，本公開實(shí)施例對此不做具體限定。

還需要說明的是，終端獲取視頻數(shù)據(jù)中包含人臉圖像的當(dāng)前幀圖像的操作可以參考相關(guān)技術(shù)，本公開實(shí)施例對此不做具體限定。

在步驟202中，當(dāng)該當(dāng)前幀圖像不為第一幀圖像時(shí)，終端對該視頻數(shù)據(jù)中與該當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，該第一幀圖像為該視頻數(shù)據(jù)中第一次出現(xiàn)人臉圖像的視頻幀圖像。

其中，終端對該視頻數(shù)據(jù)中與該當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估的操作可以為：提取該上一幀圖像中的每個(gè)人臉關(guān)鍵點(diǎn)的HOG特征；將每個(gè)人臉關(guān)鍵點(diǎn)的HOG特征串聯(lián)成特征向量；通過指定分類器對該特征向量進(jìn)行分類，得到分類結(jié)果；當(dāng)該分類結(jié)果為第一數(shù)值時(shí)，確定該上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確；當(dāng)該分類結(jié)果為第二數(shù)值時(shí)，確定該上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估不為正確。

需要說明的是，上一幀圖像是指視頻數(shù)據(jù)中與當(dāng)前幀圖像相鄰，且位于當(dāng)前幀圖像之前的圖像。

另外，由于終端在進(jìn)行人臉跟蹤時(shí)，可以對視頻數(shù)據(jù)中包括人臉圖像的每一幀圖像進(jìn)行人臉跟蹤，并獲取該每一幀圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的位置。因此，當(dāng)該終端對當(dāng)前幀圖像進(jìn)行人臉跟蹤時(shí)，該終端可以從已進(jìn)行了人臉跟蹤的圖像中，獲取與當(dāng)前幀圖像相鄰的上一幀圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的位置。

還需要說明的是，該多個(gè)人臉關(guān)鍵點(diǎn)可以是指表示人臉五官的點(diǎn)。比如，如圖2B所示的人臉關(guān)鍵點(diǎn)示意圖，該多個(gè)人臉關(guān)鍵點(diǎn)可以為表示人臉的眼睛、嘴巴、鼻子、眉毛、臉部輪廓等的點(diǎn)，本公開實(shí)施例對此不做具體限定。

另外，在本公開實(shí)施例中，該多個(gè)人臉關(guān)鍵點(diǎn)的數(shù)量可以為95個(gè)，當(dāng)然在實(shí)際應(yīng)用中，該多個(gè)人臉關(guān)鍵點(diǎn)的數(shù)量也可以為其他個(gè)數(shù)，本公開實(shí)施例對此不做具體限定。

還需要說明的是，指定分類器用于對特征向量進(jìn)行分類，且該指定分類器可以為任意一個(gè)具有分類功能的分類器，比如，SVM(Support Vector Machine，支持向量機(jī))等，本公開實(shí)施例對此不做具體限定。

另外，終端提取該上一幀圖像中的每個(gè)人臉關(guān)鍵點(diǎn)的HOG特征的操作可以參考相關(guān)技術(shù)，本公開實(shí)施例對此不再進(jìn)行一一贅述。

再者，終端將每個(gè)人臉關(guān)鍵點(diǎn)的HOG特征串聯(lián)成特征向量的操作同樣可以參考相關(guān)技術(shù)，本公開實(shí)施例對此同樣不再進(jìn)行一一贅述。

還需要說明的是，在本公開實(shí)施例中，第一數(shù)值和第二數(shù)值為兩個(gè)不相同的數(shù)值。

其中，第一數(shù)值用于表示該指定分類器對該特征向量的分類結(jié)果為正確，且該第一數(shù)值可以事先設(shè)置，比如，該第一數(shù)值可以為1、0等，本公開實(shí)施例對此不做具體限定。

同理，第二數(shù)值用于表示該指定分類器對該特征向量的分類結(jié)果為不正確，且該第二數(shù)值同樣可以事先設(shè)置，比如，該第二數(shù)值可以為0、1等，本公開實(shí)施例對此不做具體限定。

其中，由于該第一數(shù)值和第二數(shù)值為兩個(gè)不相同的數(shù)值，因此，當(dāng)該第一數(shù)值為1時(shí)，第二數(shù)值為0；當(dāng)該第一數(shù)值為0時(shí)，該第二數(shù)值為1。

進(jìn)一步地，終端將該每個(gè)人臉關(guān)鍵點(diǎn)的HOG特征串聯(lián)成特征向量之后，還可以對該特征向量進(jìn)行降維；相應(yīng)地，該終端通過指定分類器對該特征向量進(jìn)行分類，得到分類結(jié)果的操作可以為：通過該指定分類器對降維后的特征向量進(jìn)行分類，得到該分類結(jié)果。

其中，終端可以通過PCA(Principal ComponentAnalysis，主成分分析)算法對該特征向量進(jìn)行降維，也可以通過其他方式對該特征向量進(jìn)行將降維，本公開實(shí)施例對此不做具體限定。

需要說明的是，終端通過PCA算法對該特征向量進(jìn)行降維的操作可以參考相關(guān)技術(shù)，本公開實(shí)施例對此不再進(jìn)行一一贅述。

還需要說明的是，當(dāng)終端對該特征向量進(jìn)行降維后，降維后的特征向量中僅包括該特長向量的主要成分，因此，終端通過指定分類器對降維后的特征向量進(jìn)行分類，可以降低計(jì)算復(fù)雜度，提高分類速度，進(jìn)而提高了分類的效率。

另外，終端通過對上一幀圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，從而可以選擇確定當(dāng)前幀圖像包括的人臉關(guān)鍵點(diǎn)的位置的方法，使人臉跟蹤具有針對性，從而提高了人臉跟蹤的效率。

在步驟203中，當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確時(shí)，終端基于該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置。

其中，終端基于該上一幀圖像中的多個(gè)人臉關(guān)鍵的位置和第一指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置的操作可以為：終端將該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置中的每個(gè)人臉關(guān)鍵點(diǎn)的位置代入到該第一指定判別模型中進(jìn)行計(jì)算，將得到的結(jié)果確定為當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置。

需要說明的是，第一指定判別模型為事先進(jìn)行模型訓(xùn)練得到的模型，且該第一指定判別模型用于當(dāng)上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確時(shí)，對當(dāng)前幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行計(jì)算。

其中，終端進(jìn)行模型訓(xùn)練得到第一判別模型的操作可以為：獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，該每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對該每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；以該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為中心進(jìn)行高斯采樣，得到該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置；基于該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到該第一指定判別模型。

需要說明的是，訓(xùn)練圖像為用于進(jìn)行模型訓(xùn)練的圖像，該訓(xùn)練圖像可以為任意一張具有人臉圖像的圖像，且該訓(xùn)練圖像的數(shù)量可以為任一數(shù)量。而為了具有更好的訓(xùn)練效果，該訓(xùn)練圖像的數(shù)量越多越好，比如，該訓(xùn)練圖像的數(shù)量可以為10000張，本公開實(shí)施例對此不做具體限定。

還需要說明的是，終端以該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為中心進(jìn)行高斯采樣，得到該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置的操作可以參考相關(guān)技術(shù)，本公開實(shí)施例對此不再進(jìn)行一一贅述。

其中，終端基于該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到該第一指定判別模型的操作可以參考相關(guān)技術(shù)，本公開實(shí)施例對此不再進(jìn)行一一贅述。

在步驟204中，當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為不正確時(shí)，對該當(dāng)前幀圖像進(jìn)行人臉檢測，得到該當(dāng)前幀圖像中的人臉位置。

其中，當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為不正確時(shí)，終端可以通過人臉識別的方式對該當(dāng)前幀圖像進(jìn)行人臉檢測，得到該當(dāng)前幀圖像中的人臉位置。

需要說明的是，終端不僅可以通過人臉識別的方式對當(dāng)前幀圖像進(jìn)行人臉檢測，該終端還可以通過其他方式對該當(dāng)前幀圖像進(jìn)行人臉檢測，本公開實(shí)施例對此不做具體限定。

還需要說明的是，終端通過人臉識別的方式對該當(dāng)前幀圖像進(jìn)行人臉檢測，得到該當(dāng)前幀圖像中的人臉位置的操作可以參考相關(guān)技術(shù)，本公開實(shí)施例對此不再進(jìn)行一一贅述。

在步驟205中，終端基于多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，以實(shí)現(xiàn)對該視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。

其中，終端基于該多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置的操作可以為：終端將該多個(gè)指定關(guān)鍵點(diǎn)位置中的每個(gè)指定關(guān)鍵點(diǎn)位置代入到該第二指定判別模型中進(jìn)行計(jì)算，將得到的結(jié)果確定為當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置。

需要說明的是，第二指定判別模型為事先進(jìn)行模型訓(xùn)練得到的模型，且該第二指定判別模型用于當(dāng)上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為不正確時(shí)，對當(dāng)前幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行計(jì)算。

其中，終端進(jìn)行模型訓(xùn)練得到第二判別模型的操作可以為：獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，該每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對該每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；對于該多張訓(xùn)練圖像中每張訓(xùn)練圖像，基于該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，確定該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置；基于該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到該第二指定判別模型。

需要說明的是，該多個(gè)指定關(guān)鍵點(diǎn)位置為事先設(shè)置的多個(gè)人臉關(guān)鍵點(diǎn)的位置，比如，該多個(gè)指定關(guān)鍵點(diǎn)位置為該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置，當(dāng)然，該多個(gè)指定關(guān)鍵點(diǎn)位置也可以為其他位置，本公開實(shí)施例對此不做具體限定。

另外，對于該多張訓(xùn)練圖像中每張訓(xùn)練圖像，終端基于該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，確定該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置的操作可以為：對每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行編號，從多張訓(xùn)練圖像中獲取多個(gè)編號相同的人臉關(guān)鍵點(diǎn)的標(biāo)注位置，將獲取的多個(gè)編號相同的人臉關(guān)鍵點(diǎn)的標(biāo)注位置進(jìn)行相加，并用相加后得到的結(jié)果除以該多個(gè)訓(xùn)練圖像的數(shù)量，得到該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置。

比如，當(dāng)訓(xùn)練圖像的數(shù)量為5張，終端對5中訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)從0開始編號到95，并從該5張訓(xùn)練圖像中獲取每張訓(xùn)練圖像中編號為0的人臉關(guān)鍵點(diǎn)的標(biāo)注位置分別為(10,15)、(9,10)、(10,10)、(11、15)和(10，10)，將獲取的5個(gè)編號為0的人臉關(guān)鍵點(diǎn)的標(biāo)注位置進(jìn)行相加，得到(50,60)，用相加得到后的結(jié)果(50,60)除以訓(xùn)練圖像的數(shù)量5，得到該訓(xùn)練圖像包括的編號為0的人臉關(guān)鍵點(diǎn)的平均位置為(10,12)。終端按照該訓(xùn)練圖像包括的編號為0的平均位置的操作，確定剩余編號為1到95的人臉關(guān)鍵點(diǎn)的平均位置，從而確定該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置。

需要說明的是，在本公開實(shí)施例中所涉及到的數(shù)字均是為了說明本公開實(shí)施例而舉得例子，并不對本公開實(shí)施例構(gòu)成限定。

進(jìn)一步地，當(dāng)該終端獲取的當(dāng)前幀圖像為第一幀圖像時(shí)，該終端可以對當(dāng)前幀圖像進(jìn)行人臉檢測，得到當(dāng)前幀圖像中的人臉位置；并基于多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置。

還需要說明的是，當(dāng)終端無法獲取到視頻數(shù)據(jù)中的幀圖像時(shí)，終端將停止對人臉圖像的跟蹤。

在本公開實(shí)施例中，當(dāng)終端從視頻數(shù)據(jù)中獲取的當(dāng)前幀圖像不為第一幀圖像時(shí)，可以對上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，并在評估結(jié)果為正確時(shí)，通過該上一幀圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置；當(dāng)評估結(jié)果為不正確時(shí)，或者，終端從視頻數(shù)據(jù)中獲取的當(dāng)前幀圖像不為第一幀圖像時(shí)，可以對當(dāng)前幀圖像進(jìn)行人臉檢測，并通過該多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，從而實(shí)現(xiàn)對該視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。由于訓(xùn)練得到的第一指定判別模型和第二指定判別模型的訓(xùn)練條件不同，因此，通過該第一指定模型和第二指定模型確定人臉關(guān)鍵點(diǎn)位置的條件不同，從而可以使該第一指定模型和第二指定模型在不同的條件下進(jìn)行相互配合，減少了終端進(jìn)行人臉跟蹤時(shí)的大量計(jì)算過程，提高了人臉跟蹤的速度，從而提高了人臉跟蹤效果。

圖3A是根據(jù)一示例性實(shí)施例示出的一種人臉跟蹤裝置的結(jié)構(gòu)框圖。參照圖3A，該裝置包括：第一獲取模塊301、評估模塊302、第一確定模塊303、人臉檢測模塊304和第二確定模塊305。

第一獲取模塊301，用于獲取視頻數(shù)據(jù)中包含人臉圖像的當(dāng)前幀圖像；

評估模塊302，用于當(dāng)該當(dāng)前幀圖像不為第一幀圖像時(shí)，對該視頻數(shù)據(jù)中與該當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，該第一幀圖像為該視頻數(shù)據(jù)中第一次出現(xiàn)人臉圖像的視頻幀圖像；

第一確定模塊303，用于當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確時(shí)，基于該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置；

人臉檢測模塊304，用于當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為不正確時(shí)，對該當(dāng)前幀圖像進(jìn)行人臉檢測，得到該當(dāng)前幀圖像中的人臉位置；

第二確定模塊305，用于基于多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，以實(shí)現(xiàn)對該視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。

可選地，參見圖3B，該裝置還包括：

第二獲取模塊306，用于獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，該每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對該每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；

采樣模塊307，用于以該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為中心進(jìn)行高斯采樣，得到該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置；

第一訓(xùn)練模塊308，用于基于該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到該第一指定判別模型。

可選地，參見圖3C，該裝置還包括：

第三獲取模塊309，用于獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，該每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對該每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；

第三確定模塊310，用于對于該多張訓(xùn)練圖像中每張訓(xùn)練圖像，基于該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，確定該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置；

第二訓(xùn)練模塊311，用于基于該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到該第二指定判別模型。

可選地，參見圖3D，該評估模塊302包括：

提取單元3021，用于提取該上一幀圖像中的每個(gè)人臉關(guān)鍵點(diǎn)的方向梯度梯直方圖HOG特征；

串聯(lián)單元3022，用于將該每個(gè)人臉關(guān)鍵點(diǎn)的HOG特征串聯(lián)成特征向量；

分類單元3023，用于通過指定分類器對該特征向量進(jìn)行分類，得到分類結(jié)果；

第一確定單元3024，用于當(dāng)該分類結(jié)果為第一數(shù)值時(shí)，確定該上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確；

第二確定單元3025，用于當(dāng)該分類結(jié)果為第二數(shù)值時(shí)，確定該上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估不為正確。

可選地，該評估模塊302還包括：

降維單元，用于對該特征向量進(jìn)行降維；

相應(yīng)地，該分類單元3023包括：

分類子單元，通過該指定分類器對降維后的該特征向量進(jìn)行分類，得到該分類結(jié)果。

在本公開實(shí)施例中，當(dāng)終端從視頻數(shù)據(jù)中獲取的當(dāng)前幀圖像不為第一幀圖像時(shí)，可以對上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，并在評估結(jié)果為正確時(shí)，通過該上一幀圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置；當(dāng)評估結(jié)果為不正確時(shí)，或者，終端從視頻數(shù)據(jù)中獲取的當(dāng)前幀圖像不為第一幀圖像時(shí)，可以對當(dāng)前幀圖像進(jìn)行人臉檢測，并通過該多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，從而實(shí)現(xiàn)對該視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。由于訓(xùn)練得到的第一指定判別模型和第二指定判別模型的訓(xùn)練條件不同，因此，通過該第一指定模型和第二指定模型確定人臉關(guān)鍵點(diǎn)位置的條件不同，從而可以使該第一指定模型和第二指定模型在不同的條件下進(jìn)行相互配合，減少了終端進(jìn)行人臉跟蹤時(shí)的大量計(jì)算過程，提高了人臉跟蹤的速度，從而提高了人臉跟蹤效果。

關(guān)于上述實(shí)施例中的裝置，其中各個(gè)模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實(shí)施例中進(jìn)行了詳細(xì)描述，此處將不做詳細(xì)闡述說明。

圖4是根據(jù)一示例性實(shí)施例示出的一種用于人臉跟蹤的裝置400的框圖。例如，裝置400可以是移動電話，計(jì)算機(jī)，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個(gè)人數(shù)字助理等。

參照圖4，裝置400可以包括以下一個(gè)或多個(gè)組件：處理組件402，存儲器404，電源組件406，多媒體組件408，音頻組件410，輸入/輸出(I/O)的接口412，傳感器組件414，以及通信組件416。

處理組件402通常控制裝置400的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機(jī)操作和記錄操作相關(guān)聯(lián)的操作。處理組件402可以包括一個(gè)或多個(gè)處理器420來執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件402可以包括一個(gè)或多個(gè)模塊，便于處理組件402和其他組件之間的交互。例如，處理組件402可以包括多媒體模塊，以方便多媒體組件408和處理組件402之間的交互。

存儲器404被配置為存儲各種類型的數(shù)據(jù)以支持在裝置400的操作。這些數(shù)據(jù)的示例包括用于在裝置400上操作的任何應(yīng)用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲器404可以由任何類型的易失性或非易失性存儲設(shè)備或者它們的組合實(shí)現(xiàn)，如靜態(tài)隨機(jī)存取存儲器(SRAM)，電可擦除可編程只讀存儲器(EEPROM)，可擦除可編程只讀存儲器(EPROM)，可編程只讀存儲器(PROM)，只讀存儲器(ROM)，磁存儲器，快閃存儲器，磁盤或光盤。

電源組件406為裝置400的各種組件提供電源。電源組件406可以包括電源管理系統(tǒng)，一個(gè)或多個(gè)電源，及其他與為裝置400生成、管理和分配電源相關(guān)聯(lián)的組件。

多媒體組件408包括在所述裝置400和用戶之間的提供一個(gè)輸出接口的屏幕。在一些實(shí)施例中，屏幕可以包括液晶顯示器(LCD)和觸摸面板(TP)。如果屏幕包括觸摸面板，屏幕可以被實(shí)現(xiàn)為觸摸屏，以接收來自用戶的輸入信號。觸摸面板包括一個(gè)或多個(gè)觸摸傳感器以感測觸摸、滑動和觸摸面板上的手勢。所述觸摸傳感器可以不僅感測觸摸或滑動動作的邊界，而且還檢測與所述觸摸或滑動操作相關(guān)的持續(xù)時(shí)間和壓力。在一些實(shí)施例中，多媒體組件408包括一個(gè)前置攝像頭和/或后置攝像頭。當(dāng)裝置400處于操作模式，如拍攝模式或視頻模式時(shí)，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個(gè)前置攝像頭和后置攝像頭可以是一個(gè)固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。

音頻組件410被配置為輸出和/或輸入音頻信號。例如，音頻組件410包括一個(gè)麥克風(fēng)(MIC)，當(dāng)裝置400處于操作模式，如呼叫模式、記錄模式和語音識別模式時(shí)，麥克風(fēng)被配置為接收外部音頻信號。所接收的音頻信號可以被進(jìn)一步存儲在存儲器404或經(jīng)由通信組件416發(fā)送。在一些實(shí)施例中，音頻組件410還包括一個(gè)揚(yáng)聲器，用于輸出音頻信號。

I/O接口412為處理組件402和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點(diǎn)擊輪，按鈕等。這些按鈕可包括但不限于：主頁按鈕、音量按鈕、啟動按鈕和鎖定按鈕。

傳感器組件414包括一個(gè)或多個(gè)傳感器，用于為裝置400提供各個(gè)方面的狀態(tài)評估。例如，傳感器組件414可以檢測到裝置400的打開/關(guān)閉狀態(tài)，組件的相對定位，例如所述組件為裝置400的顯示器和小鍵盤，傳感器組件414還可以檢測裝置400或裝置400一個(gè)組件的位置改變，用戶與裝置400接觸的存在或不存在，裝置400方位或加速/減速和裝置400的溫度變化。傳感器組件414可以包括接近傳感器，被配置用來在沒有任何的物理接觸時(shí)檢測附近物體的存在。傳感器組件414還可以包括光傳感器，如CMOS或CCD圖像傳感器，用于在成像應(yīng)用中使用。在一些實(shí)施例中，該傳感器組件414還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。

通信組件416被配置為便于裝置400和其他設(shè)備之間有線或無線方式的通信。裝置400可以接入基于通信標(biāo)準(zhǔn)的無線網(wǎng)絡(luò)，如WiFi，2G或3G，或它們的組合。在一個(gè)示例性實(shí)施例中，通信組件416經(jīng)由廣播信道接收來自外部廣播管理系統(tǒng)的廣播信號或廣播相關(guān)信息。在一個(gè)示例性實(shí)施例中，所述通信組件416還包括近場通信(NFC)模塊，以促進(jìn)短程通信。例如，在NFC模塊可基于射頻識別(RFID)技術(shù)，紅外數(shù)據(jù)協(xié)會(IrDA)技術(shù)，超寬帶(UWB)技術(shù)，藍(lán)牙(BT)技術(shù)和其他技術(shù)來實(shí)現(xiàn)。

在示例性實(shí)施例中，裝置400可以被一個(gè)或多個(gè)應(yīng)用專用集成電路(ASIC)、數(shù)字信號處理器(DSP)、數(shù)字信號處理設(shè)備(DSPD)、可編程邏輯器件(PLD)、現(xiàn)場可編程門陣列(FPGA)、控制器、微控制器、微處理器或其他電子元件實(shí)現(xiàn)，用于執(zhí)行上述方法。

在示例性實(shí)施例中，還提供了一種包括指令的非臨時(shí)性計(jì)算機(jī)可讀存儲介質(zhì)，例如包括指令的存儲器404，上述指令可由裝置400的處理器420執(zhí)行以完成上述方法。例如，所述非臨時(shí)性計(jì)算機(jī)可讀存儲介質(zhì)可以是ROM、隨機(jī)存取存儲器(RAM)、CD-ROM、磁帶、軟盤和光數(shù)據(jù)存儲設(shè)備等。

一種非臨時(shí)性計(jì)算機(jī)可讀存儲介質(zhì)，當(dāng)所述存儲介質(zhì)中的指令由移動終端的處理器執(zhí)行時(shí)，使得移動終端能夠執(zhí)行一種人臉跟蹤方法，所述方法包括：

獲取視頻數(shù)據(jù)中包含人臉圖像的當(dāng)前幀圖像。

當(dāng)該當(dāng)前幀圖像不為第一幀圖像時(shí)，對該視頻數(shù)據(jù)中與該當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，該第一幀圖像為該視頻數(shù)據(jù)中第一次出現(xiàn)人臉圖像的視頻幀圖像。

當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確時(shí)，基于該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置。

當(dāng)該上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為不正確時(shí)，對該當(dāng)前幀圖像進(jìn)行人臉檢測，得到該當(dāng)前幀圖像中的人臉位置。

基于多個(gè)指定關(guān)鍵點(diǎn)位置和第二指定判別模型，確定該當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，以實(shí)現(xiàn)對該視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。

可選地，該方法還包括：

獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，該每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對該每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；

以該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為中心進(jìn)行高斯采樣，得到該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置；

基于該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的采樣位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到該第一指定判別模型。

可選地，該方法還包括：

獲取多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，該每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置為對該每張訓(xùn)練圖像中的多個(gè)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)注所確定的位置；

對于該多張訓(xùn)練圖像中每張訓(xùn)練圖像，基于該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的標(biāo)注位置，確定該訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置；

基于該多張訓(xùn)練圖像中每張訓(xùn)練圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的平均位置和標(biāo)注位置，對判別模型進(jìn)行訓(xùn)練，得到該第二指定判別模型。

可選地，對該視頻數(shù)據(jù)中與該當(dāng)前幀圖像相鄰的上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，包括：

提取該上一幀圖像中的每個(gè)人臉關(guān)鍵點(diǎn)的方向梯度梯直方圖HOG特征；

將該每個(gè)人臉關(guān)鍵點(diǎn)的HOG特征串聯(lián)成特征向量；

通過指定分類器對該特征向量進(jìn)行分類，得到分類結(jié)果；

當(dāng)該分類結(jié)果為第一數(shù)值時(shí)，確定該上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估為正確；

當(dāng)該分類結(jié)果為第二數(shù)值時(shí)，確定該上一幀圖像中多個(gè)人臉關(guān)鍵點(diǎn)的位置評估不為正確。

可選地，該方法還包括：

對該特征向量進(jìn)行降維；

相應(yīng)地，通過指定分類器對該特征向量進(jìn)行分類，得到分類結(jié)果，包括：

通過該指定分類器對降維后的該特征向量進(jìn)行分類，得到該分類結(jié)果。

在本公開實(shí)施例中，當(dāng)終端從視頻數(shù)據(jù)中獲取的當(dāng)前幀圖像不為第一幀圖像時(shí)，可以對上一幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置進(jìn)行評估，并當(dāng)評估結(jié)果為正確時(shí)，通過該上一幀圖像包括的多個(gè)人臉關(guān)鍵點(diǎn)的位置和第一指定模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置；當(dāng)評估結(jié)果為不正確時(shí)，可以對當(dāng)前幀圖像進(jìn)行人臉檢測，并通過該指定關(guān)鍵點(diǎn)位置和第二指定模型，確定當(dāng)前幀圖像中的多個(gè)人臉關(guān)鍵點(diǎn)的位置，從而實(shí)現(xiàn)對該視頻數(shù)據(jù)中的人臉進(jìn)行跟蹤。由于通過該第一指定模型和第二指定模型確定人臉關(guān)鍵點(diǎn)位置的條件不同，從而可以使該第一指定模型和第二指定模型在不同的條件下進(jìn)行相互配合，減少了終端進(jìn)行人臉跟蹤時(shí)計(jì)算量，提高了人臉跟蹤的速度，從而提高了人臉跟蹤效果。

本領(lǐng)域技術(shù)人員在考慮說明書及實(shí)踐這里公開的發(fā)明后，將容易想到本發(fā)明的其它實(shí)施方案。本申請旨在涵蓋本發(fā)明的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本發(fā)明的一般性原理并包括本公開未公開的本技術(shù)領(lǐng)域中的公知常識或慣用技術(shù)手段。說明書和實(shí)施例僅被視為示例性的，本發(fā)明的真正范圍和精神由下面的權(quán)利要求指出。

應(yīng)當(dāng)理解的是，本發(fā)明并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本發(fā)明的范圍僅由所附的權(quán)利要求來限制。