利用Kinect SDK做Face Tracking（一）

在Kinect for Windows SDK中，搭载了一个Face Tracking SDK，可以供用户实时地跟踪人脸。详细信息可以见MSDN。在Kinect for Windows Developer Toolkit v1.5.0及以后版本中，还提供了一个Face Tracking Visualization的例子，其中的代码写得非常清晰，也推荐阅读一下。

要在C++中使用这个Face Tracking SDK很简单，只需声明 #include 即可。然后将相应的目录加入到项目配置中，包括include目录和lib目录。如我的机器上的目录地址分别为C:\Program Files\Microsoft SDKs\Kinect\Developer Toolkit v1.5.0\inc和C:\Program Files\Microsoft SDKs\Kinect\Developer Toolkit v1.5.0\Lib\x86。之后还要将FaceTrackLib.lib作为依赖项加入。

文档中提到可以将这个头文件中用来检查是否定义了_WINDOWS的宏指令注释掉，这样在编译时就可以无需定义_WINDOWS。不过由于我们要通过kinect采集数据，而Kinect SDK本身也需要包含头文件，所以我们无需修改头文件，只要记得在编译选项里(Configuration Properties, C/C++, Preprocessor)将_CONSOLE更改为_WINDOWS即可。

在Face Tracking SDK中，主要包含四个类，分别是IFTFaceTracker, IFTImage, IFTResult, IFTModel，从名称基本就能看出来是做什么用的了。第一个类IFTFaceTracker，是脸部跟踪的主要引擎。IFTImage主要是用于封装各种图像数据流以供使用，比如IFTFaceTracker跟踪时使用的彩色图像和深度图像就要通过IFTImage封装为输入数据。IFTResult和IFTModel都是从IFTFaceTracker创建出的用于保存结果的类。前者保存了跟踪结果，后者保存了根据跟踪结果所构造的一个泛化的脸部模型。

在实际使用中，首先调用FTCreateImage创建两个IFTImage实例，分别存放彩色图像和深度图像数据。IFTImage提供了两种初始化数据方法，分别是Allocate和Attach。前者为自己分配了存放数据的内存空间，可以通过调用Release来释放，在调用Reset时也会先释放内存空间；后者使用外部的存储空间，用户需要自己管理这部分内存。在准备好了图像数据后，实例化一个FT_SENSOR_DATA结构体，将这两个IFTImage作为其成员。这个FT_SENSOR_DATA对象就是要用于进行脸部跟踪的输入数据了。需要注意的是，Face Tracking SDK默认输入的图像数据是Kinect输出的数据，即深度图像坐标未与彩色图像对齐，且没有滤除后三位的player index。

然后需要调用FTCreateFaceTracker来创建一个IFTFaceTracker实例，之后的操作都是围绕这个实例进行。要开始脸部追踪过程，只需简单地调用StartTracking。这个函数本身开销比较大，因为它需要在整张图像中检测脸部位置，所以可以通过在参数中指定一些hints来减小开销，这包括利用pROI指定搜索区域，以及headPoints[2]指定脸部的pose方向。也可以将这些参数都留空，这样就会在整个图像上寻找脸部作为跟踪对象。这里我不确定脸部pose方向是否由Kinect skeleton data获取。

当StartTracking成功后，我们就可以使用ContinueTracking来继续跟踪。这个函数的开销要小于StartTracking，所以在获得跟踪对象后，应该一直调用这个函数进行跟踪而不应使用StartTracking，直到跟踪失败或停止跟踪后，要重新开始跟踪时，才应该使用StartTracking，并在获得新的跟踪对象后继续使用ContinueTracking来跟踪。只有在某些极端情况下，比如帧率非常低，或者脸部在帧间的移动速度非常快，使得ContinueTracking几乎不可能，这时才会考虑在每帧上都使用StartTracking。

有些时候，图像中存在多个要跟踪的脸部。这时可以先调用DetectFaces，然后为每个要跟踪的脸部都创建一个IFTFaceTracker实例。

在跟踪成功后，可以利用IFTResult和IFTModel来查看跟踪结果。IFTResult需要调用IFTFaceTracker::CreateFTResult来创建，用于储存StartTracking和ContinueTracking的结果。调用其GetStatus函数，返回S_OK表示脸部跟踪是否成功，这时可以进一步通过GetFaceRect获取所跟踪的脸部在图像坐标系下的位置，以及通过Get2DShapePoints获得脸部100个关键点的2D坐标。IFTModel可以通过 IFTFaceTracker::GetFaceModel创建，它是用于将跟踪到的脸部由2D图像转换为摄像机空间中的3D网格。具体的就不在这篇赘述了。

然后贴一下我自己的一个FaceTracker抽象类。程序中在实例化了其子类后，首先调用Init函数，成功后调用Track函数即可追踪，通过几个Get函数可以获得相应的状态和数据。三个纯虚函数中，InitConfig用于配置colorConfig和depthConfig，可以参见Kinect关于FT_CAMERA_CONFIG结构体的说明；SetColorFrame和SetDepthFrame用于更新跟踪过程中每帧的彩色和深度图像数据。

首先是头文件

#ifndef __FACE_TRACKER_H__
#define __FACE_TRACKER_H__

#include 
#include 

const uint32_t FRAME_WIDTH = 640;
const uint32_t FRAME_HEIGHT = 480;

class FaceTracker
{
public:
    FaceTracker(void);
    virtual ~FaceTracker(void);

    virtual bool Init(void);
    virtual bool Track(void);

    bool            GetTrackStatus(void) const { return ( isTracked && SUCCEEDED(pFTResult->GetStatus()) ); };
    IFTResult*      GetResult(void)      const { return pFTResult; };
    IFTImage*       GetColorImage(void)  const { return pColorFrame; };
    IFTImage*       GetDepthImage(void)  const { return pDepthFrame; };
    IFTFaceTracker* GetTracker(void)     const { return tracker; };
    RECT            GetFaceRect(void)    const ;

    //////////////////////////////////////
    // PURE VIRTUAL functions.
    virtual bool InitConfig(void)    = 0;
    virtual bool SetColorFrame(void) = 0;
    virtual bool SetDepthFrame(void) = 0;

private:
    IFTFaceTracker* tracker;
    IFTResult* pFTResult;
    IFTImage* pColorFrame;
    IFTImage* pDepthFrame;
    bool isTracked;
public:
    FT_SENSOR_DATA* sensorData; 
    FT_CAMERA_CONFIG colorConfig; // width, height, focal length
    FT_CAMERA_CONFIG depthConfig; // width, height, focal length
};
#endif

然后是实现文件

#include "FaceTracker.h"

FaceTracker::FaceTracker(void)
{
    tracker = NULL;
    pFTResult = NULL;
    pColorFrame = NULL;
    pDepthFrame = NULL;
    sensorData = NULL;

    isTracked = false;
}

FaceTracker::~FaceTracker(void)
{
    if (NULL != pFTResult) {
        pFTResult->Release();
    }
    if (NULL != pColorFrame) {
        pColorFrame->Release();
    }
    if (NULL != pDepthFrame) {
        pDepthFrame->Release();
    }
    if (NULL != tracker) {
        tracker->Release();
    }
    if (NULL != sensorData) {
        delete sensorData;
    }
}

bool FaceTracker::Init(void)
{
    // prepare Image and Depth for 640x480 RGB images
    pColorFrame = FTCreateImage();
    pDepthFrame =  FTCreateImage();
    if (!pColorFrame || !pDepthFrame) {
        return false;
    }
    pColorFrame->Allocate(FRAME_WIDTH, FRAME_HEIGHT, FTIMAGEFORMAT_UINT8_B8G8R8X8);
    pDepthFrame->Allocate(FRAME_WIDTH, FRAME_HEIGHT, FTIMAGEFORMAT_UINT16_D13P3);

    if ( this->InitConfig() ) {

        // Create an instance of face tracker
        tracker = FTCreateFaceTracker();

        HRESULT hr = tracker->Initialize(&colorConfig, &depthConfig, 0, 0);
        if (FAILED(hr)) {
            return false;
        }

        // Create IFTResult to hold a face tracking result
        hr = tracker->CreateFTResult(&pFTResult);
        if(FAILED(hr)) {
            return false;
        }
    }
    
    sensorData = new FT_SENSOR_DATA(pColorFrame, pDepthFrame);

    return true;
}

bool FaceTracker::Track(void)
{
    bool success = true;

    // Call your subclass method to fill the data buffer
    success &= this->SetColorFrame();
    success &= this->SetDepthFrame();
    if ( !success ) {
        isTracked = false;
        return false;
    }

    HRESULT hr;
    // Check if we are already tracking a face
    if ( !isTracked ) {
        // Initiate face tracking. This call is more expensive and searches the input image for a face.
        hr = tracker->StartTracking(sensorData, NULL, NULL, pFTResult);
        if( SUCCEEDED(hr) && SUCCEEDED(pFTResult->GetStatus()) ) {
            isTracked = true;
        }
        else {
            // Handle errors
            isTracked = false;
        }
    }
    else {
        // Continue tracking. It uses a previously known face position, so it is an inexpensive call.
        hr = tracker->ContinueTracking(sensorData, NULL, pFTResult);
        if( FAILED(hr) || FAILED (pFTResult->GetStatus()) ) {
            // Handle errors
            isTracked = false;
        }
        else {
            isTracked = true;
        }
    }
    return isTracked;
}

RECT FaceTracker::GetFaceRect(void) const
{
    RECT rect;

    if ( this->GetTrackStatus() ) {
        pFTResult->GetFaceRect(&rect);
    }
    return rect;
}