CN105117022A - 一种控制无人机随脸转动的方法和装置 - Google Patents

一种控制无人机随脸转动的方法和装置 Download PDF

Info

Publication number
CN105117022A
CN105117022A CN201510616735.1A CN201510616735A CN105117022A CN 105117022 A CN105117022 A CN 105117022A CN 201510616735 A CN201510616735 A CN 201510616735A CN 105117022 A CN105117022 A CN 105117022A
Authority
CN
China
Prior art keywords
face
unmanned plane
dimensional coordinate
picture
video camera
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510616735.1A
Other languages
English (en)
Inventor
王孟秋
张通
利启诚
鲁佳
刘力心
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zero Zero Infinity Technology Co Ltd
Original Assignee
Beijing Zero Zero Infinity Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Zero Zero Infinity Technology Co Ltd filed Critical Beijing Zero Zero Infinity Technology Co Ltd
Priority to CN201510616735.1A priority Critical patent/CN105117022A/zh
Publication of CN105117022A publication Critical patent/CN105117022A/zh
Priority to PCT/CN2016/070582 priority patent/WO2017049816A1/zh
Priority to US15/504,790 priority patent/US20170277200A1/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C19/00—Aircraft control not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0094—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0202—Control of position or course in two dimensions specially adapted to aircraft
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
    • G05D1/0825—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using mathematical models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/012—Head tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/164—Detection; Localisation; Normalisation using holistic features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B64U10/14—Flying platforms with four distinct rotor axes, e.g. quadcopters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/20—Remote controls
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Astronomy & Astrophysics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种控制无人机随脸转动的方法和装置，无人机上设置摄像机，包括：通过Viola-Jones人脸检测框架检测图像中的人脸；对所述人脸进行追踪，确定人脸的五官在所述图像中的二维坐标；通过查找三维人脸标准库得到人脸的五官在世界坐标系中的三维坐标；所述三维人脸标准库预先获得；由所述人脸的五官在图像中的二维坐标和在世界坐标系中的三维坐标获得人脸相对于所述无人机上的摄像机的三维坐标；由所述人脸相对于无人机摄像机的三维坐标控制所述无人机调整位置使所述摄像机对准人脸。在无人机跟踪用户进行拍照或者摄录视频的过程中，可以随着人脸的转动而发生移动，保证无人机上的摄像机的摄像头始终对准用户的正脸。

Description

一种控制无人机随脸转动的方法和装置
技术领域
本发明涉及无人机控制技术领域，特别涉及一种控制无人机随脸转动的方法和装置。
背景技术
现有技术中，无人机的操控方式主要是传统遥控和手机遥控两种。传统遥控是通过左右手操控上下左右四个方向的遥控操作杆实现。手机遥控一般是将传统遥控器的左右手遥控操作杆移植于手机上实现。
现有技术中无人机经常用于拍摄或录像，但是拍摄或录制过程中，人脸经常转动，为了拍摄人的正脸，需要实时遥控无人机的位置，使无人机上的摄像机对准人脸。对准过程中，无论是传统遥控还是手机遥控均需要掌握遥控技术，如果不熟悉遥控技术，可能在遥控过程中造成无人机坠机，造成损失。
因此，本领域技术人员需要提供一种控制无人机随脸转动的方法和装置，能够使无人机自动跟随人脸转动。
发明内容
本发明要解决的技术问题是提供一种控制无人机随脸转动的方法和装置，能够使无人机自动跟随人脸转动。
本发明实施例提供一种控制无人机随脸转动的方法，无人机上设置摄像机，包括：
通过Viola-Jones人脸检测框架检测图像中的人脸；
对所述人脸进行追踪，确定人脸的五官在所述图像中的二维坐标；
通过查找三维人脸标准库得到人脸的五官在世界坐标系中的三维坐标；所述三维人脸标准库预先获得；
由所述人脸的五官在图像中的二维坐标和在世界坐标系中的三维坐标获得人脸相对于所述无人机上的摄像机的三维坐标；
由所述人脸相对于无人机摄像机的三维坐标控制所述无人机调整位置使所述摄像机对准人脸。
优选地，所述通过Viola-Jones人脸检测框架检测图像中的人脸，之前还包括：
从互联网抓取各种包括人脸的照片作为样本；
对所述样本中的人脸进行标注，对标注的人脸进行截取；
对截取的人脸利用Haar特征进行分类训练，得到人脸检测模型。
优选地，所述对人脸进行追踪，确定人脸的五官在所述图像中的二维坐标，具体为：
通过对人脸的追踪，识别当前帧时人脸的五官在图像中的位置；
由所述当前帧时人脸的五官在图像中的位置通过Lucas-Kanade算法预测下一帧时人脸的五官在图像中的位置；
由所述当前帧时人脸的五官在图像中的位置和下一帧时人脸的五官在图像中的位置获得该相邻两帧间人脸的五官在图像中的位移；
当所述位移在预设的最大移动范围内时，确定追踪成功，将所述下一帧时人脸的五官在图像中的位置作为在所述图像中的二维坐标。
优选地，由所述人脸的五官在图像中的二维坐标和在世界坐标系中的三维坐标获得人脸相对于所述无人机上的摄像机的三维坐标，具体为：
s u v 1 = f x 0 c x 0 f y c y 0 0 1 r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 x y z 1
其中， s u v 1 为所述人脸的五官在图像中的二维坐标； x y z 1 为所述人脸的五官在图像中的三维坐标； f x 0 c x 0 f y c y 0 0 1 为所述摄像机内参矩阵； [ R T ] = r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 为所述摄像机外参矩阵，R为所述摄像机相对于人脸的旋转位移，T为所述摄像机相对于人脸的平移位移。
优选地，所述控制所述无人机调整位置使所述摄像机对准人脸，具体为：
由所述R和T，控制无人机按照预定飞行轨迹飞行到所述摄像机对准人脸时的R0和T0；所述R0和T0为摄像机对准人脸时摄像机相对于人脸的目标旋转位移和平移位移。
本发明实施例还提供一种控制无人机随脸转动的装置，包括：检测单元、追踪单元、三维坐标获得单元、相对坐标获得单元和调整单元；
所述检测单元，用于通过Viola-Jones人脸检测框架检测图像中的人脸；
所述追踪单元，用于对所述人脸进行追踪，确定人脸的五官在所述图像中的二维坐标；
所述三维坐标获得单元，用于通过查找三维人脸标准库得到人脸的五官在世界坐标系中的三维坐标；所述三维人脸标准库预先获得；
所述相对坐标获得单元，用于由所述人脸的五官在图像中的二维坐标和在世界坐标系中的三维坐标获得人脸相对于所述无人机上的摄像机的三维坐标；
所述调整单元，用于由所述人脸相对于无人机摄像机的三维坐标控制所述无人机调整位置使所述摄像机对准人脸。
优选地，还包括：样本获取单元、人脸截取单元和模型获得单元；
所述样本获取单元，用于从互联网抓取各种包括人脸的照片作为样本；
所述人脸截取单元，用于对所述样本中的人脸进行标注，对标注的人脸进行截取；
所述模型获得单元，用于对截取的人脸利用Haar特征进行分类训练，得到人脸检测模型。
优选地，所述追踪单元包括：位置识别子单元、预测子单元、位移获取子单元和确定子单元；
所述位置识别子单元，用于通过对人脸的追踪，识别当前帧时人脸的五官在图像中的位置；
所述预测子单元，用于由所述当前帧时人脸的五官在图像中的位置通过Lucas-Kanade算法预测下一帧时人脸的五官在图像中的位置；
所述位移获取子单元，用于由所述当前帧时人脸的五官在图像中的位置和下一帧时人脸的五官在图像中的位置获得该相邻两帧间人脸的五官在图像中的位移；
所述确定子单元，用于当所述位移在预设的最大移动范围时，确定追踪成功，将所述下一帧时人脸的五官在图像中的位置作为在所述图像中的二维坐标。
优选地，所述相对坐标获得单元，用于按照下式获得人脸相对于所述无人机上的摄像机的三维坐标；
s u v 1 = f x 0 c x 0 f y c y 0 0 1 r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 x y z 1
其中， s u v 1 为所述人脸的五官在图像中的二维坐标； x y z 1 为所述人脸的五官在图像中的三维坐标； f x 0 c x 0 f y c y 0 0 1 为所述摄像机内参矩阵； [ R T ] = r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 为所述摄像机外参矩阵，R为所述摄像机相对于人脸的旋转位移，T为所述摄像机相对于人脸的平移位移。
优选地，所述调整单元包括调整子单元，用于由所述R和T，控制无人机按照预定飞行轨迹飞行到所述摄像机对准人脸时的R0和T0；所述R0和T0为摄像机对准人脸时摄像机相对于人脸的目标旋转位移和平移位移。
与现有技术相比，本发明具有以下优点：
本发明提供的方法，分别通过人脸检测，追踪图像中人脸的五官的位置，获得人脸相对于无人机上的摄像机的三维坐标，进而调整无人机的位置，使无人机上的摄像机对准人脸。由于摄像机对准人脸时人脸相对于摄像机的三维坐标是已知的标准坐标，因此，将当前人脸相对于摄像机的三维坐标调整为摄像机对准人脸时的标准坐标即可。本发明提供的方法，在无人机跟踪用户进行拍照或者摄录视频的过程中，可以随着人脸的转动而发生移动，保证无人机上的摄像机的摄像头始终对准用户的正脸。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的控制无人机随脸转动的方法实施例一示意图；
图2是本发明提供的无人机上的摄像机对准人脸的实际应用场景示意图；
图3是本发明提供的控制无人机随脸转动的方法实施例二示意图；
图4是本发明提供的一种控制无人机随脸转动的装置实施例一示意图；
图5是本发明提供的一种控制无人机随脸转动的装置实施例二示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
方法实施例一：
参见图1，该图为本发明提供的控制无人机随脸转动的方法实施例一示意图。
本实施例提供的控制无人机随脸转动的方法，无人机上设置摄像机，包括：
S101：通过Viola-Jones人脸检测框架检测图像中的人脸；
需要说明的是，无人机上的摄像机拍摄的图像中包括人脸，通过Viola-Jones人脸检测框架可以检测图像中的人脸。
S102：对所述人脸进行追踪，确定人脸的五官在所述图像中的二维坐标；
S103：通过查找三维人脸标准库得到人脸的五官在世界坐标系中的三维坐标；所述三维人脸标准库预先获得；
需要说明的是，人脸的五官在世界坐标系中的三维坐标是人脸的五官之间的相对位置坐标，即眼、鼻子和嘴巴之间的相对位置。本发明中预先将人脸的五官之间的相对位置坐标存储在三维人脸标准库中，以此作为参考标准，待使用时从三维人脸标准库中调取即可。
S104：由所述人脸的五官在图像中的二维坐标和在世界坐标系中的三维坐标获得人脸相对于所述无人机上的摄像机的三维坐标；
可以理解的是，人脸相对于所述无人机上的摄像机的三维坐标也是相对坐标。获得人脸相对于无人机上的摄像机的三维坐标是为了获知无人机当前的位置。
S105：由所述人脸相对于无人机摄像机的三维坐标控制所述无人机调整位置使所述摄像机对准人脸。
需要说明的是，无人机的目标位置是已知的，即无人机的目标位置就是使其上的摄像机对准人脸，此时人脸相对于所述无人机上的摄像机的三维坐标为预先已经设定的标准坐标。当摄像机不对准人脸时，人脸相对于无人机上的摄像机的三维坐标便偏离设定的标准坐标。
为了使无人机上的摄像机更好地为人脸进行拍照或录像，需要控制无人机调整位置，使其上的摄像机对准人脸，使人脸相对于无人机上的摄像机的三维坐标达到所述标准坐标。
本发明提供的方法，分别通过人脸检测，追踪图像中人脸的五官的位置，获得人脸相对于无人机上的摄像机的三维坐标，进而调整无人机的位置，使无人机上的摄像机对准人脸。由于摄像机对准人脸时人脸相对于摄像机的三维坐标是已知的标准坐标，因此，将当前人脸相对于摄像机的三维坐标调整为摄像机对准人脸时的标准坐标即可。本发明提供的方法，在无人机跟踪用户进行拍照或者摄录视频的过程中，可以随着人脸的转动而发生移动，保证无人机上的摄像机的摄像头始终对准用户的正脸。
具体可以参见图2所示实际应用场景示意图。
无人机上的摄像机(图中未示出)对准人的正脸，从而保证拍照或摄像的效果。
方法实施例二：
参见图3，该图为本发明提供的控制无人机随脸转动的方法实施例二示意图。
本实施例提供的控制无人机随脸转动的方法，所述通过Viola-Jones人脸检测框架检测图像中的人脸，之前还包括：
S301：从互联网抓取各种包括人脸的照片作为样本；
S302：对所述样本中的人脸进行标注，对标注的人脸进行截取；
S303：对截取的人脸利用Haar特征进行分类训练，得到人脸检测模型。
需要说明的是，虽然Viola-Jones人脸检测框架是现有技术，但是本发明对Viola-Jones人脸检测框架使用的人脸检测模型进行了改进。本发明从互联网抓取了大量包括人脸的照片作为样本。对所述样本中的人脸区域进行手工标注，将标注的人脸区域进行截取。
可以理解的是，Haar特征也是现有技术，在此不再赘述。
所述对人脸进行追踪，确定人脸的五官在所述图像中的二维坐标，具体包括S304-S307。
S304：通过对人脸的追踪，识别当前帧时人脸的五官在图像中的位置；即确认人脸的眼睛、鼻子和嘴巴在图像中的位置。
S305：由所述当前帧时人脸的五官在图像中的位置通过Lucas-Kanade算法预测下一帧时人脸的五官在图像中的位置；
如果人脸是正常转动，则可以通过Lucas-Kanade算法预测预测出下一帧时人脸的五官在图像中的位置。
S306：由所述当前帧时人脸的五官在图像中的位置和下一帧时人脸的五官在图像中的位置获得该相邻两帧间人脸的五官在图像中的位移；
S307：当所述位移在预设的最大移动范围内时，确定追踪成功，将所述下一帧时人脸的五官在图像中的位置作为在所述图像中的二维坐标。
需要说明的是，预设的最大移动范围是人脸正常转动时相邻的两帧之间移动的最大值。如果判断位移大于预设的最大移动范围则说明追踪失败，如果判断位移小于预设的最大移动范围则说明追踪成功，将预测下一帧时人脸的五官在图像中的位置作为在图像中的二维坐标。
当所述位移超过预设的最大移动范围时，确定追踪失败。重新返回S304进行追踪，直到追踪成功为止。
S308：通过查找三维人脸标准库得到人脸的五官在世界坐标系中的三维坐标；所述三维人脸标准库预先获得；
需要说明的是，三维人脸标准库中可以仅有一个三维坐标。即人脸的五官的相对位置在世界坐标系中的三维坐标已经预先设定。可以默认所有人的人脸的五官之间的相对位置均相同。当然，三维人脸标准库中也可以包括N个三维坐标，然后对这N个三维坐标取平均值，获得人脸的五官在世界坐标系中的三维坐标。
S309：由所述人脸的五官在图像中的二维坐标和在世界坐标系中的三维坐标获得人脸相对于所述无人机上的摄像机的三维坐标，具体为：
s u v 1 = f x 0 c x 0 f y c y 0 0 1 r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 x y z 1
其中， s u v 1 为所述人脸的五官在图像中的二维坐标； x y z 1 为所述人脸的五官在图像中的三维坐标； f x 0 c x 0 f y c y 0 0 1 为所述摄像机内参矩阵； [ R T ] = r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 为所述摄像机外参矩阵，R为所述摄像机相对于人脸的旋转位移，T为所述摄像机相对于人脸的平移位移。
需要说明的是，摄像机内参矩阵和摄像机外参矩阵均为已知矩阵。
S310：所述控制所述无人机调整位置使所述摄像机对准人脸，具体为：
由所述R和T，控制无人机按照预定飞行轨迹飞行到所述摄像机对准人脸时的R0和T0；所述R0和T0为摄像机对准人脸时摄像机相对于人脸的目标旋转位移和平移位移。
可以理解的是，R0和T0为预先已经设定的标准的旋转位移和平移位移。摄像机对准人脸时是控制无人机所需要达到的目标位置，因此，该目标位置时，人脸相对于无人机上的摄像机的相对位坐标是已知的。
本发明提供的方法，通过Lucas-Kanade算法预测下一帧时人脸在图像中的位置，完成对人脸的追踪。追踪成功以后，再调整无人机的位置，使无人机上的摄像机对准人脸。这样可以保证无人机的摄像机在拍摄的过程中，始终对准人脸，保证图像中人脸的画面质量。
基于以上实施例提供的一种控制无人机随脸转动的方法，本发明实施例还提供了一种控制无人机随脸转动的装置，下面结合附图进行详细的介绍。
装置实施例一：
参见图4，该图为本发明提供的一种控制无人机随脸转动的装置实施例一示意图。
本发明实施例提供的控制无人机随脸转动的装置，包括：检测单元401、追踪单元402、三维坐标获得单元403、相对坐标获得单元404和调整单元405；
所述检测单元401，用于通过Viola-Jones人脸检测框架检测图像中的人脸；
需要说明的是，无人机上的摄像机拍摄的图像中包括人脸，通过Viola-Jones人脸检测框架可以检测图像中的人脸。
所述追踪单元402，用于对所述人脸进行追踪，确定人脸的五官在所述图像中的二维坐标；
所述三维坐标获得单元403，用于通过查找三维人脸标准库得到人脸的五官在世界坐标系中的三维坐标；所述三维人脸标准库预先获得；
需要说明的是，人脸的五官在世界坐标系中的三维坐标是人脸的五官之间的相对位置坐标，即眼、鼻子和嘴巴之间的相对位置。本发明中预先将人脸的五官之间的相对位置坐标存储在三维人脸标准库中，以此作为参考标准，待使用时从三维人脸标准库中调取即可。
需要说明的是，三维人脸标准库中可以仅有一个三维坐标。即人脸的五官的相对位置在世界坐标系中的三维坐标已经预先设定。可以默认所有人的人脸的五官之间的相对位置均相同。当然，三维人脸标准库中也可以包括N个三维坐标，然后对这N个三维坐标取平均值，获得人脸的五官在世界坐标系中的三维坐标。
所述相对坐标获得单元404，用于由所述人脸的五官在图像中的二维坐标和在世界坐标系中的三维坐标获得人脸相对于所述无人机上的摄像机的三维坐标；
可以理解的是，人脸相对于所述无人机上的摄像机的三维坐标也是相对坐标。获得人脸相对于无人机上的摄像机的三维坐标是为了获知无人机当前的位置。
所述调整单元405，用于由所述人脸相对于无人机摄像机的三维坐标控制所述无人机调整位置使所述摄像机对准人脸。
需要说明的是，无人机的目标位置是已知的，即无人机的目标位置就是使其上的摄像机对准人脸，此时人脸相对于所述无人机上的摄像机的三维坐标为预先已经设定的标准坐标。当摄像机不对准人脸时，人脸相对于无人机上的摄像机的三维坐标便偏离设定的标准坐标。
为了使无人机上的摄像机更好地为人脸进行拍照或录像，需要控制无人机调整位置，使其上的摄像机对准人脸，使人脸相对于无人机上的摄像机的三维坐标达到所述标准坐标。
本实施例提供的装置，分别通过人脸检测，追踪图像中人脸的五官的位置，获得人脸相对于无人机上的摄像机的三维坐标，进而调整无人机的位置，使无人机上的摄像机对准人脸。由于摄像机对准人脸时人脸相对于摄像机的三维坐标是已知的标准坐标，因此，将当前人脸相对于摄像机的三维坐标调整为摄像机对准人脸时的标准坐标即可。该装置在无人机跟踪用户进行拍照或者摄录视频的过程中，可以随着人脸的转动而发生移动，保证无人机上的摄像机的摄像头始终对准用户的正脸。
具体可以参见图2所示实际应用场景示意图。
无人机上的摄像机(图中未示出)对准人的正脸，从而保证拍照或摄像的效果。
装置实施例二：
参见图5，该图为本发明提供的一种控制无人机随脸转动的装置实施例二示意图。
本实施例提供的装置，还包括：样本获取单元501、人脸截取单元502和模型获得单元503；
所述样本获取单元501，用于从互联网抓取各种包括人脸的照片作为样本；
所述人脸截取单元502，用于对所述样本中的人脸进行标注，对标注的人脸进行截取；
所述模型获得单元503，用于对截取的人脸利用Haar特征进行分类训练，得到人脸检测模型。
需要说明的是，虽然Viola-Jones人脸检测框架是现有技术，但是本发明对Viola-Jones人脸检测框架使用的人脸检测模型进行了改进。本发明从互联网抓取了大量包括人脸的照片作为样本。对所述样本中的人脸区域进行手工标注，将标注的人脸区域进行截取。
可以理解的是，Haar特征也是现有技术，在此不再赘述。
本实施例提供的装置中的追踪单元402包括：位置识别子单元402a、预测子单元402b、位移获取子单元402c和确定子单元402d；
所述位置识别子单元402a，用于通过对人脸的追踪，识别当前帧时人脸的五官在图像中的位置；
所述预测子单元402b，用于由所述当前帧时人脸的五官在图像中的位置通过Lucas-Kanade算法预测下一帧时人脸的五官在图像中的位置；
所述位移获取子单元402c，用于由所述当前帧时人脸的五官在图像中的位置和下一帧时人脸的五官在图像中的位置获得该相邻两帧间人脸的五官在图像中的位移；
所述确定子单元402d，用于当所述位移在预设的最大移动范围时，确定追踪成功，将所述下一帧时人脸的五官在图像中的位置作为在所述图像中的二维坐标。
如果人脸是正常转动，则可以通过Lucas-Kanade算法预测预测出下一帧时人脸的五官在图像中的位置。
需要说明的是，预设的最大移动范围是人脸正常转动时相邻的两帧之间移动的最大值。如果判断位移大于预设的最大移动范围则说明追踪失败，如果判断位移小于预设的最大移动范围则说明追踪成功，将预测下一帧时人脸的五官在图像中的位置作为在图像中的二维坐标。
当所述位移超过预设的最大移动范围时，确定追踪失败。重新返回位置识别子单元402a进行追踪，直到追踪成功为止。
所述相对坐标获得单元404，用于按照下式获得人脸相对于所述无人机上的摄像机的三维坐标；
s u v 1 = f x 0 c x 0 f y c y 0 0 1 r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 x y z 1
其中， s u v 1 为所述人脸的五官在图像中的二维坐标； x y z 1 为所述人脸的五官在图像中的三维坐标； f x 0 c x 0 f y c y 0 0 1 为所述摄像机内参矩阵； [ R T ] = r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 为所述摄像机外参矩阵，R为所述摄像机相对于人脸的旋转位移，T为所述摄像机相对于人脸的平移位移。
需要说明的是，摄像机内参矩阵和摄像机外参矩阵均为已知矩阵。
所述调整单元405包括调整子单元405a，用于由所述R和T，控制无人机按照预定飞行轨迹飞行到所述摄像机对准人脸时的R0和T0；所述R0和T0为摄像机对准人脸时摄像机相对于人脸的目标旋转位移和平移位移。
可以理解的是，R0和T0为预先已经设定的标准的旋转位移和平移位移。摄像机对准人脸时是控制无人机所需要达到的目标位置，因此，该目标位置时，人脸相对于无人机上的摄像机的相对位坐标是已知的。
本实施例提供的装置，通过Lucas-Kanade算法预测下一帧时人脸在图像中的位置，完成对人脸的追踪。追踪成功以后，再调整无人机的位置，使无人机上的摄像机对准人脸。这样可以保证无人机的摄像机在拍摄的过程中，始终对准人脸，保证图像中人脸的画面质量。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (10)

1.一种控制无人机随脸转动的方法，其特征在于，无人机上设置摄像机，包括：
通过Viola-Jones人脸检测框架检测图像中的人脸；
对所述人脸进行追踪，确定人脸的五官在所述图像中的二维坐标；
通过查找三维人脸标准库得到人脸的五官在世界坐标系中的三维坐标；所述三维人脸标准库预先获得；
由所述人脸的五官在图像中的二维坐标和在世界坐标系中的三维坐标获得人脸相对于所述无人机上的摄像机的三维坐标；
由所述人脸相对于无人机摄像机的三维坐标控制所述无人机调整位置使所述摄像机对准人脸。
2.根据权利要求1所述的控制无人机随脸转动的方法，其特征在于，所述通过Viola-Jones人脸检测框架检测图像中的人脸，之前还包括：
从互联网抓取各种包括人脸的照片作为样本；
对所述样本中的人脸进行标注，对标注的人脸进行截取；
对截取的人脸利用Haar特征进行分类训练，得到人脸检测模型。
3.根据权利要求1所述的控制无人机随脸转动的方法，其特征在于，所述对人脸进行追踪，确定人脸的五官在所述图像中的二维坐标，具体为：
通过对人脸的追踪，识别当前帧时人脸的五官在图像中的位置；
由所述当前帧时人脸的五官在图像中的位置通过Lucas-Kanade算法预测下一帧时人脸的五官在图像中的位置；
由所述当前帧时人脸的五官在图像中的位置和下一帧时人脸的五官在图像中的位置获得该相邻两帧间人脸的五官在图像中的位移；
当所述位移在预设的最大移动范围内时，确定追踪成功，将所述下一帧时人脸的五官在图像中的位置作为在所述图像中的二维坐标。
4.根据权利要求3所述的控制无人机随脸转动的方法，其特征在于，由所述人脸的五官在图像中的二维坐标和在世界坐标系中的三维坐标获得人脸相对于所述无人机上的摄像机的三维坐标，具体为：
s u v 1 = f x 0 c x 0 f y c y 0 0 1 r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 x y z 1
其中， s u v 1 为所述人脸的五官在图像中的二维坐标； x y z 1 为所述人脸的五官在图像中的三维坐标； f x 0 c x 0 f y c y 0 0 1 为所述摄像机内参矩阵； R T = r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 为所述摄像机外参矩阵，R为所述摄像机相对于人脸的旋转位移，T为所述摄像机相对于人脸的平移位移。
5.根据权利要求4所述的控制无人机随脸转动的方法，其特征在于，所述控制所述无人机调整位置使所述摄像机对准人脸，具体为：
由所述R和T，控制无人机按照预定飞行轨迹飞行到所述摄像机对准人脸时的R0和T0；所述R0和T0为摄像机对准人脸时摄像机相对于人脸的目标旋转位移和平移位移。
6.一种控制无人机随脸转动的装置，其特征在于，包括：检测单元、追踪单元、三维坐标获得单元、相对坐标获得单元和调整单元；
所述检测单元，用于通过Viola-Jones人脸检测框架检测图像中的人脸；
所述追踪单元，用于对所述人脸进行追踪，确定人脸的五官在所述图像中的二维坐标；
所述三维坐标获得单元，用于通过查找三维人脸标准库得到人脸的五官在世界坐标系中的三维坐标；所述三维人脸标准库预先获得；
所述相对坐标获得单元，用于由所述人脸的五官在图像中的二维坐标和在世界坐标系中的三维坐标获得人脸相对于所述无人机上的摄像机的三维坐标；
所述调整单元，用于由所述人脸相对于无人机摄像机的三维坐标控制所述无人机调整位置使所述摄像机对准人脸。
7.根据权利要求6所述的控制无人机随脸转动的装置，其特征在于，还包括：样本获取单元、人脸截取单元和模型获得单元；
所述样本获取单元，用于从互联网抓取各种包括人脸的照片作为样本；
所述人脸截取单元，用于对所述样本中的人脸进行标注，对标注的人脸进行截取；
所述模型获得单元，用于对截取的人脸利用Haar特征进行分类训练，得到人脸检测模型。
8.根据权利要求1所述的控制无人机随脸转动的装置，其特征在于，所述追踪单元包括：位置识别子单元、预测子单元、位移获取子单元和确定子单元；
所述位置识别子单元，用于通过对人脸的追踪，识别当前帧时人脸的五官在图像中的位置；
所述预测子单元，用于由所述当前帧时人脸的五官在图像中的位置通过Lucas-Kanade算法预测下一帧时人脸的五官在图像中的位置；
所述位移获取子单元，用于由所述当前帧时人脸的五官在图像中的位置和下一帧时人脸的五官在图像中的位置获得该相邻两帧间人脸的五官在图像中的位移；
所述确定子单元，用于当所述位移在预设的最大移动范围时，确定追踪成功，将所述下一帧时人脸的五官在图像中的位置作为在所述图像中的二维坐标。
9.根据权利要求8所述的控制无人机随脸转动的装置，其特征在于，所述相对坐标获得单元，用于按照下式获得人脸相对于所述无人机上的摄像机的三维坐标；
s u v 1 = f x 0 c x 0 f y c y 0 0 1 r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 x y z 1
其中， s u v 1 为所述人脸的五官在图像中的二维坐标； x y z 1 为所述人脸的五官在图像中的三维坐标； f x 0 c x 0 f y c y 0 0 1 为所述摄像机内参矩阵； R T = r 11 r 12 r 13 t 1 r 21 r 22 r 23 t 2 r 31 r 32 r 33 t 3 为所述摄像机外参矩阵，R为所述摄像机相对于人脸的旋转位移，T为所述摄像机相对于人脸的平移位移。
10.根据权利要求9所述的控制无人机随脸转动的装置，其特征在于，所述调整单元包括调整子单元，用于由所述R和T，控制无人机按照预定飞行轨迹飞行到所述摄像机对准人脸时的R0和T0；所述R0和T0为摄像机对准人脸时摄像机相对于人脸的目标旋转位移和平移位移。
CN201510616735.1A 2015-09-24 2015-09-24 一种控制无人机随脸转动的方法和装置 Pending CN105117022A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201510616735.1A CN105117022A (zh) 2015-09-24 2015-09-24 一种控制无人机随脸转动的方法和装置
PCT/CN2016/070582 WO2017049816A1 (zh) 2015-09-24 2016-01-11 一种控制无人机随脸转动的方法和装置
US15/504,790 US20170277200A1 (en) 2015-09-24 2016-01-11 Method for controlling unmanned aerial vehicle to follow face rotation and device thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510616735.1A CN105117022A (zh) 2015-09-24 2015-09-24 一种控制无人机随脸转动的方法和装置

Publications (1)

Publication Number Publication Date
CN105117022A true CN105117022A (zh) 2015-12-02

Family

ID=54665037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510616735.1A Pending CN105117022A (zh) 2015-09-24 2015-09-24 一种控制无人机随脸转动的方法和装置

Country Status (3)

Country Link
US (1) US20170277200A1 (zh)
CN (1) CN105117022A (zh)
WO (1) WO2017049816A1 (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512643A (zh) * 2016-01-06 2016-04-20 北京二郎神科技有限公司 一种图像采集方法和装置
CN105847681A (zh) * 2016-03-30 2016-08-10 乐视控股（北京）有限公司 拍摄控制方法、设备及***
CN105955308A (zh) * 2016-05-20 2016-09-21 腾讯科技（深圳）有限公司 一种飞行器的控制方法和装置
CN106094861A (zh) * 2016-06-02 2016-11-09 零度智控（北京）智能科技有限公司 无人机、无人机控制方法及装置
CN106339006A (zh) * 2016-09-09 2017-01-18 腾讯科技（深圳）有限公司 一种飞行器的目标跟踪方法和装置
CN106506944A (zh) * 2016-10-31 2017-03-15 易瓦特科技股份公司 用于无人机的图像跟踪方法和设备
WO2017049816A1 (zh) * 2015-09-24 2017-03-30 北京零零无限科技有限公司 一种控制无人机随脸转动的方法和装置
CN106791443A (zh) * 2017-01-24 2017-05-31 上海瞬动科技有限公司合肥分公司 一种无人机拍照方法
CN106803895A (zh) * 2017-03-20 2017-06-06 上海瞬动科技有限公司合肥分公司 一种无人机美学拍照方法
CN106828927A (zh) * 2015-12-04 2017-06-13 中华映管股份有限公司 利用无人飞行器的保姆***
CN106976561A (zh) * 2017-03-11 2017-07-25 上海瞬动科技有限公司合肥分公司 一种无人机拍照方法
CN107172343A (zh) * 2016-03-08 2017-09-15 张立秀 一种三维自动定位和跟随的拍摄***及方法
CN108513642A (zh) * 2017-07-31 2018-09-07 深圳市大疆创新科技有限公司 一种图像处理方法、无人机、地面控制台及其图像处理***
CN108781276A (zh) * 2016-03-11 2018-11-09 株式会社专业无人机 生物体搜索***
CN109064489A (zh) * 2018-07-17 2018-12-21 北京新唐思创教育科技有限公司 用于人脸追踪的方法、装置、设备和介质
CN109521785A (zh) * 2018-12-29 2019-03-26 西安电子科技大学 一种随身拍智能旋翼飞行器***
CN111324250A (zh) * 2020-01-22 2020-06-23 腾讯科技（深圳）有限公司 三维形象的调整方法、装置、设备及可读存储介质

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106489062B (zh) * 2015-06-26 2019-06-28 深圳市大疆创新科技有限公司 用于测量移动平台的位移的***和方法
US11404056B1 (en) * 2016-06-30 2022-08-02 Snap Inc. Remoteless control of drone behavior
JP2021144260A (ja) * 2018-06-15 2021-09-24 ソニーグループ株式会社 情報処理装置、情報処理方法、プログラム、および情報処理システム
CN109636833B (zh) * 2018-10-23 2024-05-17 深圳慧源创新科技有限公司 基于感知hash算法的无人机跟随防跳变方法及终端
CN111192318B (zh) * 2018-11-15 2023-09-01 杭州海康威视数字技术股份有限公司 确定无人机位置和飞行方向的方法、装置及无人机
GB201906420D0 (en) * 2019-05-07 2019-06-19 Farley Adam Virtual augmented and mixed reality systems with physical feedback
CN111580546B (zh) * 2020-04-13 2023-06-06 深圳蚁石科技有限公司 无人机自动返航方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101256673A (zh) * 2008-03-18 2008-09-03 中国计量学院 用于在实时视频跟踪***中跟踪手臂运动的方法
KR101009456B1 (ko) * 2010-08-12 2011-01-19 (주)한동알앤씨 Ｃｃｔｖ가 장착된 무인 비행선을 이용한 모니터링 시스템
CN102254154A (zh) * 2011-07-05 2011-11-23 南京大学 一种基于三维模型重建的人脸身份认证方法
CN104778481A (zh) * 2014-12-19 2015-07-15 五邑大学 一种大规模人脸模式分析样本库的构建方法和装置
CN104794468A (zh) * 2015-05-20 2015-07-22 成都通甲优博科技有限责任公司 一种基于无人机动平台的人脸检测与跟踪方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110175999A1 (en) * 2010-01-15 2011-07-21 Mccormack Kenneth Video system and method for operating same
CN103905733B (zh) * 2014-04-02 2018-01-23 哈尔滨工业大学深圳研究生院 一种单目摄像头对人脸实时跟踪的方法及***
CN104850234A (zh) * 2015-05-28 2015-08-19 成都通甲优博科技有限责任公司 一种基于表情识别的无人机控制方法及***
CN104917966B (zh) * 2015-05-28 2018-10-26 小米科技有限责任公司 飞行拍摄方法及装置
CN105117022A (zh) * 2015-09-24 2015-12-02 北京零零无限科技有限公司 一种控制无人机随脸转动的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101256673A (zh) * 2008-03-18 2008-09-03 中国计量学院 用于在实时视频跟踪***中跟踪手臂运动的方法
KR101009456B1 (ko) * 2010-08-12 2011-01-19 (주)한동알앤씨 Ｃｃｔｖ가 장착된 무인 비행선을 이용한 모니터링 시스템
CN102254154A (zh) * 2011-07-05 2011-11-23 南京大学 一种基于三维模型重建的人脸身份认证方法
CN104778481A (zh) * 2014-12-19 2015-07-15 五邑大学 一种大规模人脸模式分析样本库的构建方法和装置
CN104794468A (zh) * 2015-05-20 2015-07-22 成都通甲优博科技有限责任公司 一种基于无人机动平台的人脸检测与跟踪方法

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017049816A1 (zh) * 2015-09-24 2017-03-30 北京零零无限科技有限公司 一种控制无人机随脸转动的方法和装置
CN106828927A (zh) * 2015-12-04 2017-06-13 中华映管股份有限公司 利用无人飞行器的保姆***
CN105512643A (zh) * 2016-01-06 2016-04-20 北京二郎神科技有限公司 一种图像采集方法和装置
CN107172343A (zh) * 2016-03-08 2017-09-15 张立秀 一种三维自动定位和跟随的拍摄***及方法
CN108781276A (zh) * 2016-03-11 2018-11-09 株式会社专业无人机 生物体搜索***
CN111401237A (zh) * 2016-03-11 2020-07-10 株式会社专业无人机 生物体搜索***
CN105847681A (zh) * 2016-03-30 2016-08-10 乐视控股（北京）有限公司 拍摄控制方法、设备及***
CN105955308A (zh) * 2016-05-20 2016-09-21 腾讯科技（深圳）有限公司 一种飞行器的控制方法和装置
CN106094861B (zh) * 2016-06-02 2024-01-12 零度智控（北京）智能科技有限公司 无人机、无人机控制方法及装置
CN106094861A (zh) * 2016-06-02 2016-11-09 零度智控（北京）智能科技有限公司 无人机、无人机控制方法及装置
CN106339006A (zh) * 2016-09-09 2017-01-18 腾讯科技（深圳）有限公司 一种飞行器的目标跟踪方法和装置
CN106339006B (zh) * 2016-09-09 2018-10-23 腾讯科技（深圳）有限公司 一种飞行器的目标跟踪方法和装置
CN106506944B (zh) * 2016-10-31 2020-02-21 易瓦特科技股份公司 用于无人机的图像跟踪方法和设备
CN106506944A (zh) * 2016-10-31 2017-03-15 易瓦特科技股份公司 用于无人机的图像跟踪方法和设备
CN106791443A (zh) * 2017-01-24 2017-05-31 上海瞬动科技有限公司合肥分公司 一种无人机拍照方法
CN106976561A (zh) * 2017-03-11 2017-07-25 上海瞬动科技有限公司合肥分公司 一种无人机拍照方法
CN106803895A (zh) * 2017-03-20 2017-06-06 上海瞬动科技有限公司合肥分公司 一种无人机美学拍照方法
CN108513642A (zh) * 2017-07-31 2018-09-07 深圳市大疆创新科技有限公司 一种图像处理方法、无人机、地面控制台及其图像处理***
CN108513642B (zh) * 2017-07-31 2021-08-27 深圳市大疆创新科技有限公司 一种图像处理方法、无人机、地面控制台及其图像处理***
CN109064489A (zh) * 2018-07-17 2018-12-21 北京新唐思创教育科技有限公司 用于人脸追踪的方法、装置、设备和介质
CN109521785A (zh) * 2018-12-29 2019-03-26 西安电子科技大学 一种随身拍智能旋翼飞行器***
CN109521785B (zh) * 2018-12-29 2021-07-27 西安电子科技大学 一种随身拍智能旋翼飞行器***
CN111324250A (zh) * 2020-01-22 2020-06-23 腾讯科技（深圳）有限公司 三维形象的调整方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
US20170277200A1 (en) 2017-09-28
WO2017049816A1 (zh) 2017-03-30

Similar Documents

Publication Publication Date Title
CN105117022A (zh) 一种控制无人机随脸转动的方法和装置
US8970663B2 (en) 3D video conference
WO2018032921A1 (zh) 一种视频监控信息生成方法、装置及摄像机
CN105744163B (zh) 一种基于深度信息跟踪对焦的摄像机及摄像方法
CN103716594B (zh) 基于运动目标检测的全景拼接联动方法及装置
CN110121881B (zh) 一种双镜头智能摄像设备及其摄像方法
CN104243854A (zh) 一种在线课堂远程导播方法及***
CN105550655A (zh) 一种手势图像获取设备及其手势图像获取方法
CN107135377A (zh) 监控自动跟踪方法及装置
CN107071389A (zh) 航拍方法、装置和无人机
CN107343177A (zh) 一种无人机全景视频的拍摄控制方法
CN105718862A (zh) 一种单摄像头教师自动跟踪方法、装置及录播***
CN103716595A (zh) 全景拼接摄像机和球机联动控制方法及装置
CN110163963B (zh) 一种基于slam的建图装置和建图方法
CN102929084B (zh) 投影机转动投影和自动调试图像成像***及其成像方法
CN103595915A (zh) 一种控制高清球机的视频位置定位的方法
CN105227810B (zh) 一种基于bibavr算法的自动聚焦头盔摄像机
CN108989765B (zh) 动态跟踪自拍的三角架***
CN112859854A (zh) 一种自动跟随摄像的摄像机器人的摄像***及方法
JP2007158680A (ja) 追尾撮像装置およびこれを利用した追尾撮像システム
WO2018058774A1 (zh) 一种利用手持云台进行目标识别和目标跟踪的***和方法
KR101103923B1 (ko) 동영상을 촬영하는 카메라 로봇 및 카메라 로봇을 이용한 동영상 촬영 방법
CN203104630U (zh) 一种用于智能电视的摄像头
CN109159105B (zh) 一种带翻滚摄像头的全景视觉滚动机器人及图像处理方法
CN201839377U (zh) 全场景红外分离自动跟踪装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20151202