本申請提供一種人臉跟蹤方法、系統和計算機可讀存儲介質。該方法包括：在第一跟蹤幀，使用第一跟蹤器對第一人臉和第二人臉進行跟蹤；在第一檢測幀進行人臉檢測，得到檢測結果，檢測結果指示第一人臉在第一檢測幀被檢測到，第二人臉在第一檢測幀未被檢測到；在第二跟蹤幀使用第一跟蹤器對第一人臉進行跟蹤；在第二跟蹤幀使用第二跟蹤器對第二人臉進行跟蹤；其中，第一跟蹤器為基于深度學習模型的跟蹤器，第二跟蹤器為基于核相關濾波器的跟蹤器。本申請在對人臉進行跟蹤時，并非直接輸出漏檢人臉的跟蹤結果，而是嘗試使用種類不同的另一跟蹤器對其進行繼續跟蹤，從而可能降低漏檢導致的同一人臉的跟蹤結果的重復輸出，以提升人臉的跟蹤效果。

技術領域

本申請涉及計算機視覺領域，并且更具體地，涉及一種人臉跟蹤方法、系統及計算機可讀存儲介質。

背景技術

目標跟蹤是計算機視覺領域的重要研究方向。其中針對人臉的跟蹤是目標跟蹤的一個主要研究方向，人臉跟蹤在視頻監控、人機交互、安防、自動駕駛等領域都有廣泛的應用。

在人臉跟蹤過程中，圖像幀中一般會出現多張人臉，因此需要對多張人臉同時進行跟蹤。現有技術一般對多張人臉使用同一種跟蹤器進行跟蹤。一旦在檢測幀未檢測到被跟蹤的人臉，則會輸出跟蹤結果。當在某些人臉出現漏檢時，現有技術提供的多人臉跟蹤方式會導致同一人臉的跟蹤結果被重復輸出，進而導致人臉跟蹤效果差。

發明內容

本申請提供了一種人臉跟蹤方法、系統、計算機可讀存儲介質和計算機程序產品，以提高人臉跟蹤的效果。

第一方面，提供了一種人臉跟蹤方法，包括：在第一跟蹤幀，使用第一跟蹤器對第一人臉和第二人臉進行跟蹤；在第一檢測幀進行人臉檢測，得到檢測結果，檢測結果指示第一人臉在第一檢測幀被檢測到，第二人臉在第一檢測幀未被檢測到；在第二跟蹤幀使用第一跟蹤器對第一人臉進行跟蹤；在第二跟蹤幀使用第二跟蹤器對第二人臉進行跟蹤；其中，第二跟蹤幀為第一檢測幀與第二檢測幀之間的任一跟蹤幀，第二檢測幀為第一檢測幀的下一檢測幀；其中，第一跟蹤器為基于深度學習模型的跟蹤器，第二跟蹤器為基于核相關濾波器的跟蹤器。

在一個實施例中，在第二檢測幀進行人臉檢測，得到第三人臉；

在匈牙利算法的第一階段，將第三人臉與使用第一跟蹤器跟蹤的第一人臉進行匹配；如果第三人臉未能與第一人臉匹配成功，在匈牙利算法的第二階段，將第三人臉與第二人臉進行匹配。

在一個實施例中，在匈牙利算法的第一階段，將第三人臉與使用第一跟蹤器跟蹤的第一人臉進行匹配，包括：在匈牙利算法的第一階段，計算第三人臉的圖像的邊界框與第一人臉的圖像的邊界框的交并比；根據第三人臉的圖像的邊界框與第一人臉的圖像的邊界框的交并比，計算第一匹配代價；如果第一匹配代價小于第一閾值，確定第三人臉與第一人臉匹配。

在一個實施例中，如果第三人臉與第一人臉不匹配，使用第二跟蹤器對第一人臉進行后續跟蹤。

在一個實施例中，在匈牙利算法的第二階段，將第三人臉與第二人臉進行匹配，包括：在匈牙利算法的第二階段，計算第三人臉的圖像的邊界框與第二人臉的圖像的邊界框的交并比；根據第三人臉的圖像的邊界框與第二人臉的圖像的邊界框的交并比，計算第二匹配代價；如果第二匹配代價小于第二閾值，確定第三人臉與第二人臉匹配。

在一個實施例中，第一閾值小于第二閾值。

在一個實施例中，如果第三人臉與第二人臉匹配，使用第一跟蹤器對第二人臉進行后續跟蹤。

在一個實施例中，在使用第二跟蹤器對第二人臉進行跟蹤的過程中，記錄第二人臉的跟蹤時長；當第二人臉的跟蹤時長大于預設時長時，停止對第二人臉的跟蹤，并輸出第二人臉的跟蹤結果。

第二方面，提供了一種人臉跟蹤系統，包括存儲器、處理器及存儲在存儲器上的計算機程序，處理器執行計算機程序以實現第一方面所述方法的步驟。