1.
AI鏡頭 - 人臉自動置中
李O旭 蘇O慶 林O偉

2.
摘要
• 由於Youtuber 、 TikTok 等直播平台使網紅這個產
業竄起，因此為了滿足網紅的需要，使直播的攝
影鏡頭可以自動追隨人物，並且永遠可以使人物
置於鏡頭的中央。
• 設計一攝影裝置， 利用人工智慧自動取出畫面中
人臉位置，並利用2顆伺服馬達驅動使鏡頭可以自
動跟隨人臉移動。

3.
Tracking &
center aligning
webcam
移動置中
框出人臉
X,Y 軸修正角度
系統架構

4.
硬體架構
USB Webcam
TCP socket
PWM

5.
To-Do List
1. 以Python Tkinter作為UI 展示專案成果
2. 利用face_recognition的 face_location取得人臉
bounding box, 計算bounding box在畫面中心的
座標
3. 利用AI影像識別出人臉身份並於畫面中標識出人
名
4. 轉動雲台的2顆伺服馬達，使bounding box移動
到畫面的中心位置

6.
軟體流程
TK inder
TCP
show_frame mp_embeddings
TCP
PWM
Thread
Multi-processThread
Motor degree
Image
Face_location
Face_encoding
Motor degree
人臉偵測
馬達控制(pi)
主程式(PC Server)
主畫面網路傳輸
網路傳輸

7.
1. Python Tkinter

8.
Python Tkinter 工作畫面
視訊輸出 工作畫面
物件中心點
控制相關資訊
手
動
控
制
辨識開關
鎖定單一人物
新增辨識人臉

9.
Python Tkinter功能
畫面:
視訊畫面： 順暢視訊畫面
工作畫面： 顯示人臉辨識框與座標與起用模式
按鈕:
上下左右： 手動調整馬達移動
AUTO： 馬達手動／自動功能切換
Recognition： 人臉辨識功能切換
New: 新增/刪除辨識人臉
Focus： 特定人臉追蹤功能切換
下拉式選單: 選擇需鎖定之人像

10.
2.臉部偵測

11.
• Module: face_recognition
➜ Python的開源人臉識別庫，號稱識別率高
達百分之99 !!
• face_location
➜ 取出圖像中所有人臉的位置，
並以 [ top, right,bottom,left ] 形式呈現。
• 取得中心點
=( (right+ left)/2,(top, bottom)/2)
face_location取得人臉並找出中心座標
top
left right
bottom
240,240
0,0

12.
多人時合併bounding box，並找出中心座標
• 合併: 取出全部人像
tenhsu =[top, right, bottom, left]
Kate =[top, right, bottom, left]
最大邊框=[top, right, bottom, left]
min max max min
0,0
640,480
取得合併框中心點 =( (right+ left)/2,(top, bottom)/2)

13.
3.人臉識別

14.
• face_encodings
➜ 透過AI將人臉特徵轉化為128 個維度臉部編碼的 List 物
件。
• Face_distance = Euclidean distance
鎖定單一人物(人臉識別)

15.
4.鏡頭置中
( PWM伺服馬達控制 )

16.
PC
( X,Y 座標
馬達轉動角度)
樹莓派
Camera
伺服馬達
x2
USB
TCP Socket
傳送馬達角度與速度: “30, 20 5”
PWMx2
(格式”x_degree y_degree speed”)
架構
1.距離計算。
2.馬達角度與速
度判定。
3.指令傳送。
4.馬達位置更新。
1. 指令接收。
2.告知馬達位置。
3.角度與速度的轉換。
4.伺服馬達控制。

17.
PC端
•執行步驟:
Socket Server
端建立
人臉識別
數據處理:
Pixel ➜ Degree
並判斷轉動速度
計算人臉中心點
與畫面中心點之
距離 (pixel)
Camera開啟
框出人臉並取得中心點
( 多張人臉則取平均 )
傳送至樹莓派
等待樹莓派傳送
馬達位置並更新

18.
Non moving region
不做動區
𝑛𝑜𝑛_𝑚𝑜𝑣𝑖𝑛𝑔_𝑟𝑒𝑔𝑖𝑜𝑛 <
𝑥 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒
2 + 𝑦 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒
2
𝑃𝐷𝑟𝑎𝑡𝑖𝑜
•功能: 抑制馬達抖動

19.
Pixel ➜ Degree:
𝐷𝑒𝑔𝑟𝑒𝑒 𝑥 =
𝐹𝑎𝑐𝑒_𝑥_𝑙𝑜𝑐𝑎𝑡𝑖𝑜𝑛 − 𝐶𝑒𝑛𝑡𝑒𝑟_𝑥_𝑙𝑜𝑐𝑎𝑡𝑖𝑜𝑛
𝑃𝐷𝑟𝑎𝑡𝑖𝑜
𝐷𝑒𝑔𝑟𝑒𝑒 𝑦 =
𝐹𝑎𝑐𝑒_𝑦_𝑙𝑜𝑐𝑎𝑡𝑖𝑜𝑛 − 𝐶𝑒𝑛𝑡𝑒𝑟_𝑦_𝑙𝑜𝑐𝑎𝑡𝑖𝑜𝑛
𝑃𝐷𝑟𝑎𝑡𝑖𝑜
數據處理
𝑃𝐷𝑟𝑎𝑡𝑖𝑜: Pixel 與 Degree 之間的比值，研究後設定為20。以1m工
作距離，透過馬達轉動1度後，觀察pixel之變化而得。

20.
•執行步驟:
樹莓派端
Socket Client
端連接
等待Server傳
送指令….
建立子執行緒,並更
新judge值
馬達移至
初始位置
已傳送
數據處理
馬達做動
查看judge值
是否遭更動
是
否
結束該執行緒
主執行緒繼續監聽
子執行緒控制馬達轉動
數據處理:
Degree ➜ duty_cycle
speed ➜ 週期
judge值為程式內部判定值
傳送馬達現在位置
至Server端

21.
Degree ➜ duty_cycle:
𝑑𝑢𝑡y_cycle = 610 × 𝑝𝑤𝑚_𝑓𝑟𝑒𝑞𝑢𝑒𝑛𝑐𝑦 +
1710 × 𝑝𝑤𝑚_𝑓𝑟𝑒𝑞𝑢𝑒𝑛𝑐𝑦 × 𝐷𝑒𝑔𝑟𝑒𝑒
180
Speed ➜ 週期(deg/s):
𝑇 =
1.28
2 𝑠𝑝𝑒𝑒𝑑
數據處理

22.
THANKS FOR WATCHING
負責人員:
• 李O旭 臉部偵測以及影像處理
• 蘇O慶 TK inder
• 林O偉 raspberry /馬達/socket相關控制