顧佳欣 郝禹哲 蘇婷婷 皇甫萍萍 段淇超

摘 要：目前四旋翼無人機(jī)的應(yīng)用十分廣泛，可用于新聞拍攝和高空拍攝。通過對(duì)人臉部進(jìn)行特征分析，可以做到低空下的人臉識(shí)別和跟拍。本文針對(duì)動(dòng)態(tài)人臉目標(biāo)，采用Haar特征提取，其優(yōu)勢(shì)在于量化了人臉特征，可以較為容易地區(qū)分出人臉區(qū)域和非人臉區(qū)域，即使存在一定干擾如佩戴臉部飾品、帽子等情況下，也具有較好的識(shí)別準(zhǔn)確度，因此本系統(tǒng)具有一定的應(yīng)用價(jià)值。

關(guān)鍵詞：四旋翼無人機(jī);人臉識(shí)別;PID算法

文章編號(hào)：2095-2163（2019）04-0326-02 中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)志碼：A

0 引 言

早期的無人機(jī)研究集中在四旋翼無人機(jī)的姿態(tài)控制方面，隨著科學(xué)技術(shù)的發(fā)展，人們漸漸開始把無人機(jī)與其它領(lǐng)域聯(lián)系起來，尤其是將攝像頭安裝在無人機(jī)上，用來實(shí)時(shí)捕捉圖像完成一定的攝像需求。而后的發(fā)展中利用不同圖像的不同特征進(jìn)行圖像識(shí)別研究，增加無人機(jī)的實(shí)用性。通過識(shí)別目標(biāo)物的某些特征對(duì)攝像頭捕捉到的圖像進(jìn)行識(shí)別，并對(duì)運(yùn)動(dòng)的物體進(jìn)行跟蹤。所以無人機(jī)跟蹤系統(tǒng)研究具有一定的研究意義和實(shí)用價(jià)值。本文利用臉部特征分析進(jìn)行無人機(jī)的跟蹤和拍攝，可以較好地應(yīng)用于新聞攝影、嚴(yán)酷環(huán)境下的自動(dòng)追蹤拍攝。通過使用不同的特征和參數(shù)，可以實(shí)現(xiàn)對(duì)于不同物體的跟蹤和拍攝，可應(yīng)用于生物學(xué)追蹤、觀測(cè)等領(lǐng)域。

1 人臉檢測(cè)

典型的人臉識(shí)別模型就是Haar特征模型。Haar特征分為3類，如圖1所示。

Haar特征有邊緣特征、線性特征、中心特征和對(duì)角線特征。這些基礎(chǔ)特征組合成為特征模型。由圖1所示的特征模板可見，模板由白色和黑色2種矩形組成。Haar特征本身并不復(fù)雜，就是把上面的任意一種矩形遍歷含有人臉的圖像，而特征值就是將圖中所有的黑色矩形像素和減去白色矩形像素和所得到的值[3]，因此得到的人臉特征值和非人臉特征值是不同的。另外，人臉部一些特征可由矩形特征簡(jiǎn)單的描述。如人的眼睛要比臉頰的顏色要深，而鼻梁兩側(cè)比鼻梁顏色要深，嘴巴比周圍顏色要深等。這些都可以由簡(jiǎn)單的矩形特征來表示。所以Haar特征最簡(jiǎn)單的目的就是量化人臉特征，從而進(jìn)行簡(jiǎn)單的區(qū)分人臉區(qū)域和非人臉區(qū)域。

2 計(jì)算特征個(gè)數(shù)

具體識(shí)別人臉的方式簡(jiǎn)而言之就是將某個(gè)Haar特征矩形對(duì)整個(gè)圖像遍歷一遍，得到所有的特征值。通過積分圖的方法計(jì)算Haar特征，并用這些特征值進(jìn)行判斷是否為人臉特征。而如何計(jì)算這些特征的數(shù)量如圖2所示。例如，特征矩形大小為2×1，圖片大小為12×12。那么對(duì)于2×1這個(gè)Haar特征，可以水平移動(dòng)11次，垂直移動(dòng)12次。遍歷整個(gè)圖像后可以得到11×12=132個(gè)特征值。同時(shí)為了檢測(cè)結(jié)果的準(zhǔn)確性，對(duì)于同一個(gè)特征，可以沿著水平或豎直方向進(jìn)行伸縮。就如同剛才的特征2×1，可以進(jìn)行水平放大變成4×1，也可以進(jìn)行豎直放大變成2×2等等。

3 實(shí)驗(yàn)測(cè)試

本文是基于復(fù)雜環(huán)境對(duì)人臉進(jìn)行了動(dòng)態(tài)的識(shí)別。經(jīng)測(cè)試在戴帽子、遮住嘴巴、遮住半張臉、距離超過2 m等情況下皆能成功檢測(cè)出人臉，結(jié)果如圖3所示。

通過返還特征值的坐標(biāo)來對(duì)目標(biāo)進(jìn)行跟蹤及飛行器的姿態(tài)調(diào)整。將識(shí)別框的面積與圖像面積做比得到一個(gè)面積占比，通過與閾值相比進(jìn)行一個(gè)大致的水平復(fù)雜環(huán)境下的測(cè)距。通過返還的水平距離來控制飛行器不至于靠近或遠(yuǎn)離目標(biāo)。如圖4所示。

4 結(jié)束語

本文主要實(shí)現(xiàn)低空拍攝時(shí)基于人臉特征識(shí)別的自動(dòng)跟拍系統(tǒng)，并且可以適應(yīng)人體小角度或緩慢轉(zhuǎn)體情況下的拍攝角度調(diào)整，亦可使用手動(dòng)控制實(shí)現(xiàn)實(shí)時(shí)調(diào)整。可以取代當(dāng)下手持式攝影機(jī)，避免畫面抖動(dòng)的同時(shí)可以更好地突破地面條件對(duì)攝影人員的移動(dòng)限制，達(dá)到更大的拍攝自由度。

參考文獻(xiàn)

[1]李倩玉， 蔣建國(guó)， 齊美彬. 基于改進(jìn)深層網(wǎng)絡(luò)的人臉識(shí)別算法[J]. 電子學(xué)報(bào)， 2017， 45（3）：619-625.

[2]姜俊俊， 李明， 張宇. 基于視覺的四旋翼無人機(jī)目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)[J]. 中國(guó)科技信息， 2016（14）：65-66.

[3]李永健. 基于機(jī)器視覺的四旋冀無人機(jī)定點(diǎn)著陸系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 廣州：華南理工大學(xué)，2015.

[4]龍?jiān)坡叮?陳洋， 滕雄. 四旋翼飛行器姿態(tài)解算與濾波[J]. 計(jì)算機(jī)測(cè)量與控制， 2016， 24（10）：194-197，201.

[5]李航， 王耀力. 四旋翼飛行器中PID控制的優(yōu)化[J]. 電子技術(shù)應(yīng)用， 2017， 43（2）：73-76.