android 通过检测和比对实现人脸追踪

转载:http://blog.csdn.net/duan19920101/article/details/50705253?locationNum=3&fps=1

1.不管是单目标还是多目标的跟踪，在每一帧需要保存的是：某个人到该帧为止最清晰的人脸区域图像和该帧人脸区域的特征(因为跟踪使用的是上一帧人脸图像的特征)。

2.单个人脸的跟踪：只需要在第一帧利用人脸检测算法检测出人脸区域，并分别将该人脸图片和该人脸的特征保存；当下一帧到来时，我们会在该帧检测到的人脸周围取负样本，并根据上一帧的特征来判断需要跟踪的是哪个目标。

3.多个人脸的跟踪：首先，在第一帧视频图像中使用人脸检测程序检测出所有出现的人脸，并分别保存每个人脸区域图像及该人脸区域的特征信息；当下一帧到来时，检测该帧中出现的人脸，并使用相关算法(如CT算法)在每个人脸周围获取负样本；然后使用多目标分类的算法将他们分开；最后使用OpenCV自带的特征匹配算法(如LBP算法)将该帧人脸图像与上一帧的人脸进行匹配，达到跟踪的目的。

在此过程中，需要不断更新每个人的图像，当有新的更加清晰的图像出现时(需要使用清晰度测量程序)，要用当前图像替换之前保存的图像；不管当前帧的人脸图像是不是最清晰的，都要保存它的特征信息，因为，当下一帧到来时，我们需要使用它的特征进行匹配。

总之，在整个过程中，我们有两个独立的存储空间需要不断地更新，一个是保存每个人的最清晰的人脸区域图像，另一个是保存当前帧的人脸区域的特征信息。最清晰的图像不一定在每一帧图像到来时都需要更新，但是，人脸区域图像的特征在每一帧都要更新，因为下一帧要和它进行匹配。