使用序列 ID 进行人脸跟踪

Question

我需要使用序列 ID 进行面部跟踪。 示例：John 将是第一个出现 ID=1 的面孔，Mark 将成为第二个出现 ID=2 的面孔，如果 John 消失并再次出现在视频中将是 ID=3。我认为这很简单，但我无法让这样的事情发挥作用。

我有这个代码来人脸识别：

import cv2
import sys

cascPath = sys.argv[1]
faceCascade = cv2.CascadeClassifier(cascPath)

video_capture = cv2.VideoCapture(0)

while True:
    ret, frame = video_capture.read()

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    faces = faceCascade.detectMultiScale(
        gray,
        scaleFactor=1.1,
        minNeighbors=5,
        minSize=(30, 30),
        flags=cv2.cv.CV_HAAR_SCALE_IMAGE
    )
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)


    cv2.imshow('Video', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

video_capture.release()
cv2.destroyAllWindows()

但我不知道如何生成这些 ID。

Answer 1

要为人脸分配 ID，您需要在视频的每个连续帧中跟踪他们。伪代码如下所示。

1. 识别视频帧中的所有面孔（您已经这样做了）。
2. 为faces 中的每个元素分配一个ID，并将其存储为prev_faces。
3. 在下一帧中，如果 prev_faces[i] 与 faces[j] 重叠，则 Jon 仍在帧中！
4. 如果 prev_faces[i] 不与 faces 中的任何元素重叠，则 Jon 不在。
5. 如果faces[i] 不与prev_faces 中的任何元素重叠，那么我们有一个新的访问者。增加 ID 号并将其分配给新面孔。

faces 中的多个元素可能与prev_faces 中的多个元素重叠。在这种情况下，您可以提取和存储面部的一些特征，并在此基础上进行比较。

我希望听起来很清楚！