一種基于膚色檢測的跟蹤方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于膚色檢測的跟蹤方法及裝置。
【背景技術(shù)】
[0002] 在彩色圖像中，由于膚色信息不受人體姿態(tài)、面部表情等的影響，具有相對的穩(wěn)定 性，且由于膚色與大多數(shù)背景物體的顏色有比較明顯的區(qū)別，使得膚色檢測技術(shù)在檢測、手 勢分析、目標(biāo)跟蹤和圖像檢索中都有著廣泛的應(yīng)用，人體膚色檢測的目的是從圖像中自動 定位出人體裸露的皮膚區(qū)域，例如從圖像中檢測出人的臉部、手部等區(qū)域。
[0003] 同時，隨著運(yùn)動目標(biāo)跟蹤技術(shù)的快速發(fā)展，相應(yīng)的產(chǎn)生了多種用于對運(yùn)動目標(biāo)進(jìn) 行跟蹤的方法，現(xiàn)有技術(shù)中基于運(yùn)動目標(biāo)的顏色特征、運(yùn)動信息、圖像信息等建立相應(yīng)的跟 蹤方法，例如基于運(yùn)動目標(biāo)的顏色特征的跟蹤方法有均值漂移、連續(xù)的自適應(yīng)均值漂移等 方法，此類方法在一些簡單場景下可以實(shí)現(xiàn)較好的人的手勢等的跟蹤，基于運(yùn)動目標(biāo)的運(yùn) 動信息的跟蹤方法有光流法、卡爾曼濾波（KaIman Filter)、粒子濾波（Particle Filter) 等方法。
[0004] 基于上述運(yùn)動目標(biāo)檢測跟蹤的方法，可以對處于運(yùn)動狀態(tài)人的手部、臉部所拍攝 的圖像序列的特征進(jìn)行跟蹤，例如可以對上述基于人體膚色檢測方法從圖像中檢測出人的 臉部、手部等區(qū)域進(jìn)行跟蹤。在對運(yùn)動目標(biāo)檢測跟蹤的過程中，對運(yùn)動目標(biāo)的特征檢測與跟 蹤是研究的重要基礎(chǔ)和關(guān)鍵技術(shù)。
[0005] 但現(xiàn)有技術(shù)中，在采用上述方法對運(yùn)動目標(biāo)進(jìn)行檢測及跟蹤的過程中，可能都會 存在一些問題，例如，基于顏色特征的方法對復(fù)雜場景和光照變化的魯棒性較低，基于運(yùn)動 信息的方法可能難以適應(yīng)手勢的任意變化，或者跟蹤處理過程中，計算量較大的問題，較難 對運(yùn)動目標(biāo)進(jìn)行準(zhǔn)確跟蹤。
[0006] 相關(guān)技術(shù)可參考公開號為US2013259317A1的美國專利申請。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明技術(shù)方案解決的是較難對跟蹤物體進(jìn)行準(zhǔn)確跟蹤，且跟蹤處理過程中計算 量較大的問題。
[0008] 為解決上述問題，本發(fā)明技術(shù)方案提供一種基于膚色檢測的跟蹤方法，所述方法 包括：
[0009] 對至少一個第一區(qū)域分別進(jìn)行擬合處理，以獲取每一第一區(qū)域的擬合橢圓參數(shù)， 所述第一區(qū)域?yàn)榈谝惠斎雸D像中的膚色區(qū)域；
[0010] 基于第二區(qū)域的像素點(diǎn)與各第一區(qū)域的距離，獲取所述第二區(qū)域的第一參數(shù)和第 二參數(shù)，所述第二區(qū)域?yàn)榈诙斎雸D像中的膚色區(qū)域，所述第一參數(shù)為橢圓參數(shù)集中對應(yīng) 的第一區(qū)域的擬合橢圓參數(shù)，所述第二參數(shù)為基于對所述第二區(qū)域進(jìn)行的擬合處理所獲取 的擬合橢圓參數(shù)；
[0011] 基于所述第二區(qū)域的第一參數(shù)和第二參數(shù)，對所述第二區(qū)域進(jìn)行跟蹤；
[0012] 其中，
[0013] 所述擬合處理包括：對區(qū)域進(jìn)行擬合橢圓計算以獲得區(qū)域所對應(yīng)的擬合橢圓的中 心點(diǎn)的坐標(biāo)值、長軸長度和短軸長度；對所述長軸長度和短軸長度進(jìn)行變換；所述擬合橢 圓參數(shù)包括擬合橢圓的中心點(diǎn)的坐標(biāo)值、變換后的長軸長度和短軸長度；
[0014] 所述橢圓參數(shù)集包括各第一區(qū)域的擬合橢圓參數(shù)的集合；
[0015] 所述像素點(diǎn)與第一區(qū)域的距離為像素點(diǎn)與所述橢圓參數(shù)集中該第一區(qū)域的擬合 橢圓的中心點(diǎn)之間的距離。
[0016] 可選的，所述膚色區(qū)域通過基于膚色橢圓模型的膚色檢測方法獲得。
[0017] 可選的，所述方法還包括：
[0018] 通過公式P(s/c) = Y XP(s/c) + (l_ Y ) XPw(s/c)更新所述膚色橢圓模型；其中，s 為輸入圖像的像素點(diǎn)的像素值，c為膚色像素點(diǎn)的像素值，P(s/c)為該像素點(diǎn)為膚色點(diǎn)的 概率值，Pw(s/c)為連續(xù)w幀圖像中經(jīng)膚色橢圓模型所得到的該像素點(diǎn)為膚色點(diǎn)的概率值， Y為靈敏度參數(shù)。
[0019] 可選的，所述對區(qū)域進(jìn)行擬合橢圓計算是基于對所述區(qū)域的像素點(diǎn)求取協(xié)方差矩 陣所確定的。
[0020] 可選的，基于公式α = 〇 iX α對擬合橢圓的長軸長度α進(jìn)行變換，〇 i的取值范 圍為1~2之間的數(shù)值；
[0021] 基于公式β = σ 2Χ β對擬合橢圓的短軸長度β進(jìn)行變換，其中，σ 2的取值范圍 為1~2之間的數(shù)值。
[0022] 可選的，所述基于第二區(qū)域的像素點(diǎn)與各第一區(qū)域的距離，獲取所述第二區(qū)域的 第一參數(shù)和第二參數(shù)包括：
[0023] 若所述第二區(qū)域的所有像素點(diǎn)與至少一個第一區(qū)域的距離均小于1，，則所述第二 區(qū)域的第一參數(shù)為所述至少一個第一區(qū)域中與所述第二區(qū)域距離最近的第一區(qū)域的擬合 橢圓參數(shù)，所述第二區(qū)域的第二參數(shù)為對所述第二區(qū)域的所有像素點(diǎn)進(jìn)行擬合處理所獲取 的擬合橢圓參數(shù)；
[0024] 所述與所述第二區(qū)域距離最近的第一區(qū)域所對應(yīng)的像素點(diǎn)的個數(shù)最多，所述第一 區(qū)域所對應(yīng)的像素點(diǎn)為所述第二區(qū)域中與該第一區(qū)域的距離小于與其他第一區(qū)域的距離 的像素點(diǎn)。
[0025] 可選的，所述擬合橢圓參數(shù)還包括擬合橢圓的旋轉(zhuǎn)角度；
[0026] 基于公式DCpJ) = 十算第二區(qū)域的像素點(diǎn)與第一區(qū)域的距離，其中， P為第二區(qū)域的像素點(diǎn)，（X，y)為P點(diǎn)的坐標(biāo)值，h 為第一區(qū)域所對應(yīng)
【主權(quán)項(xiàng)】
1. 一種基于膚色檢測的跟蹤方法，其特征在于，包括： 對至少一個第一區(qū)域分別進(jìn)行擬合處理，以獲取每一第一區(qū)域的擬合橢圓參數(shù)，所述 第一區(qū)域?yàn)榈谝惠斎雸D像中的膚色區(qū)域； 基于第二區(qū)域的像素點(diǎn)與各第一區(qū)域的距離，獲取所述第二區(qū)域的第一參數(shù)和第二參 數(shù)，所述第二區(qū)域?yàn)榈诙斎雸D像中的膚色區(qū)域，所述第一參數(shù)為橢圓參數(shù)集中對應(yīng)的第 一區(qū)域的擬合橢圓參數(shù)，所述第二參數(shù)為基于對所述第二區(qū)域進(jìn)行的擬合處理所獲取的擬 合橢圓參數(shù)； 基于所述第二區(qū)域的第一參數(shù)和第二參數(shù)，對所述第二區(qū)域進(jìn)行跟蹤； 其中， 所述擬合處理包括：對區(qū)域進(jìn)行擬合橢圓計算以獲得區(qū)域所對應(yīng)的擬合橢圓的中心點(diǎn) 的坐標(biāo)值、長軸長度和短軸長度；對所述長軸長度和短軸長度進(jìn)行變換；所述擬合橢圓參 數(shù)包括擬合橢圓的中心點(diǎn)的坐標(biāo)值、變換后的長軸長度和短軸長度； 所述橢圓參數(shù)集包括各第一區(qū)域的擬合橢圓參數(shù)的集合； 所述像素點(diǎn)與第一區(qū)域的距離為像素點(diǎn)與所述橢圓參數(shù)集中該第一區(qū)域的擬合橢圓 的中心點(diǎn)之間的距離。
2. 如權(quán)利要求1所述的基于膚色檢測的跟蹤方法，其特征在于，所述膚色區(qū)域通過基 于膚色橢圓模型的膚色檢測方法獲得。
3. 如權(quán)利要求2所述的基于膚色檢測的跟蹤方法，其特征在于，還包括： 通過公式P(s/c) = Y XP(s/c) +