多摄像机视场下基于一种DTN的多人脸实时跟踪系统

为了实现跨摄像机区域的多人脸图像跟踪,提出了一种基于双三分支孪生网络(DTN)的跨摄像机跟踪网络。具体方法是应用Chinese Whisper(CW)人脸聚类算法对同一行人的人脸图像进行聚类,并根据聚类结果通过智能监控确定捕获的目标人脸。通过改进FaceNet的网络结构和训练函数,实现了行人面部的精确跟踪。在LFW数据集上训练DTN后,通过边缘样本挖掘损失(MSML)和焦点损失难样本平衡训练,人脸识别率可以提高到99.51%。实验结果表明:通过比较同一视频监控场内人脸特征的相似性,所提网络可以通过该区域跟踪行人的人脸目标;通过摄像机间人脸特征的实时传输,实现了跨摄像机的人脸跟踪。