路人头部椭圆虚化：观测、排主角、椭圆 mask 与一次 FFmpeg 合成

本文讲清：非主角脸如何变成有限条 椭圆虚化轨迹，再经 crop → boxblur → geq(alpha) → overlay 叠回成片，且与 Lens/Crop 合并进同一滤镜图，与跟拍同一遍转码完成，避免二次解码。

图：轴对齐椭圆半轴由脸框与 pad 决定；外为清晰，内为模糊。

一、观测从哪来：other_face_obs

扫描阶段，在人体检测与 ByteTrack  之外，收集 非主角脸观测：

写入路径包括：

• 检测帧上，对非主角人体 ROI 跑 SCRFD（for_stranger_blur=true，ROI 阈值放宽）；
• 离线从 ByteTrack 历史回填；
• 再剥一次主角；
• 丢掉闪现。

最小脸尺寸与占比：短边至少约 16 px，且不超过画幅短边约 26%。

连续帧间隙容忍与检测步长挂钩：

stride=3 时，隔帧观测仍可串成一条路人轨。

二、排除主角：三道闸

图：任一闸命中则该观测不得进入虚化轨迹。

2.1 track_id

若 byte_track_id == hero_byte_track_id，直接排除。这是最干净的信号。

2.2 thumb 相似度

锁定阈值常见为 0.32。

轨迹级：若多点 拇指图相似度 达到「像主角」比例，整轨丢弃。

2.3 几何 IoU / 重叠

输出空间椭圆与主角保护区 IoU 过高 → 丢弃该关键点。

源空间也有类 似保护。

策略：宁可漏糊路人，不可误伤主角。

三、椭圆参数：半轴与 pad≈1.08

脸框 (x,y,w,h) → 输出椭圆，默认 face_pad ≈ 1.08：

椭圆半轴：a ≈ 脸宽/2×1.08，b ≈ 脸高/2×1.08。

相对轴对齐脸框，面积放大 1.08²≈1.17（约 +17%），盖住发际与下巴外缘。

椭圆方程（patch 局部坐标，圆心在 (a,b)）：

v = ((X-a)/a)² + ((Y-b)/b)²

• v ≤ 1：完全在椭圆内；
• 1 < v ≤ 1+f：羽化带；
• 其它：透明。

数值例子

脸 80×100，pad=1.08：

外接矩形约 86×108。高分检测（det_score ≥ 0.50）还会再外扩（cover expand），再乘 margin=1.05，确保糊区盖住源脸。

由人体估头时，宽向也用 1.08：

与虚化 pad 同数量级，语义一致：「头比脸略宽」。

四、聚类、排序与「约 4 条」

按时空邻近串轨；再排序取显著轨。

硬上限 32。成片滤镜每个椭圆要 split + crop + boxblur + geq + overlay，节点线性膨胀。实务经验与科普约定：同时服务约 4 条显著路人轨 已够店内/合影场景；更短的路过会被排序挤掉。

最短连续：min_consec=2，避免单帧闪糊。

尾部 hold：离开后继续糊约 tail_hold=6 源帧（≈0.24 s @25），防止人刚出框椭圆瞬间消失。

五、中心平滑与半轴稳定

路人轨迹高斯 σ：Crop 约 0.18 s，Lens 约 0.12 s（稠密观测更短）。

半轴若帧间跳变超过半轴跳变切断比例（稀疏 0.15 / 稠密 0.28），切断为新 segment，避免一个巨大椭圆跨剧变。

实务技巧：segment 内对 semi 取较大稳定值，中心仍跟随——消除「呼吸感」。

六、 Alpha 合成公式

图：椭圆内用模糊图，外保留清晰图，边缘羽化过渡。

逐像素 alpha∈[0,1] 由椭圆 geq 给出（存成 0～255 再归一化）。

羽化宽度 feather_px（默认常为 1）。本项目实现：

std::string ellipse_alpha_geq_expr(int semi_a, int semi_b, int feather_px) {
 const std::string v = "((X-a)*(X-a)/a2+(Y-b)*(Y-b)/b2)"; // conceptual
 if (feather_px <= 0) return "if(lte(" + v + ",1),255,0)";
 return "if(lte(v,1),255, if(lte(v,1+f), floor(255*(1+f-v)/f), 0))";
}

七、FFmpeg 滤镜串：boxblur + geq + overlay

追加路人虚化滤镜（与滤镜构建同构）逐步：

• split：一路做补丁，一路保持清晰底；
• crop：按椭圆外接矩形从当前位置裁出；
• boxblur：用 boxblur 滤镜表达式（半径受限时链式多次近似更强糊）；
• geq：写椭圆 alpha；
• overlay：贴回，enable 限制活跃帧区间。

中心用分段线性：

任意输出帧的中心，由关键点序列做分段线性插值得到。

点列常关键点抽稀到约 24 点。

数值例子：算力粗估

1080p25，4 条椭圆，各平均半轴 50→补丁约 100×100：

• 每帧 4 次小图 boxblur + overlay，远小于全图糊；
• 滤镜图节点约 4×(split+crop+blur+geq+overlay)≈20+ 个标签。

若强行上 20 条长轨，字符串 与图编译时间会明显变差——这是「约 4 条」的工程动机。

八、与 Lens/Crop 合并为一遍

在 lens/crop 滤镜末尾：若有路人轨则先 format=yuv420p[vfocus]，再串 stranger blur，最终 [vout]。

即：跟拍几何与路人虚化同一滤镜图、一次解码一次编码。

合并出片若分步，也可能先 focus 再 blur 独立转码；优先路径是 merged one-pass。

映射注意：路人椭圆必须变到 输出坐标系。Lens 下要乘 zoom 并减 overlay 偏移；Crop 下要减窗原点再乘缩放。专门做这件事——在源坐标糊一发再拉伸，椭圆会错位。

九、覆盖率与丢弃

椭圆落到输出后，与有效画布（或 crop 内框）交集比例过低则丢点，避免糊在黑边/画外。

高分检测强制扩椭圆：det_score >= 0.50 时 cover expand（margin 1.05）。

十、GPU 路径对照

用同一套按帧取椭圆轨迹取圆心半轴，在 CUDA  上做 ROI blur + feather mask。参数语义与 FFmpeg 一致：radius / power / feather。调试可用叠加视频画椭圆轨迹验证。

十一、参数表

十二、 端到端心算例

场景：1280×720@25，crop 跟拍，路人脸源框 60×70，窗缩放后输出脸约 72×84，pad=1.08：

例如脸宽 72、脸高 84：半轴 a≈39、b≈45。

椭圆内像素约 πab≈5510。boxblur luma_radius=5、power=1，局部足够毁容级模糊；主角若 IoU 重叠被 guard 掉，则该关键点不入轨。

时间：观测在 frame 100、103、106（stride=3），max_gap 与 stride 挂钩，可聚成一条；平滑 σ=0.18 s 后写入圆心点列；成片 n 从对应 25fps 索引启用到尾 hold。

十三、公式卡

椭圆：

((X−cx)/a)² + ((Y−cy)/b)² ≤ 1

pad：

半轴公式：a=脸宽/2×pad，b=脸高/2×pad，pad≈1.08。

合成：椭圆内取 blur，外取 sharp，羽化带线性过渡。

排除主角（逻辑或）：

排除主角：跟踪号相同，或相似度够高，或与主角框重叠过大——任一成立就不虚化。

合并：

把观测清洗、椭圆几何、滤镜串三件事分开调试，路人虚化问题通常一次就能定位到层。

十四、输出坐标映射：为何不能在源图糊完再拉伸

Lens 下源脸 (f_x,f_y,f_w,f_h) 到输出椭圆，核心步骤：

1. 计算当前帧英雄圆心 (hero_cx, hero_cy) 与 zoom；
2. 用与成片相同的圆镜叠加原点计算得到放大图层偏移；
3. 把脸中心变到放大图层坐标，再变到圆镜 canvas，最后到输出 overlay 位置；
4. 半轴乘 zoom * pad。

Crop 下：

若同时做了裁切/缩放，椭圆中心与半轴都要变换到最终输出坐标系。

若错误地「源图椭圆 → 整帧 scale」，窗在移动时路人会相对主角滑动，出现「糊斑追错人」。因此构建时就按输出 n 采样映射，写入的圆心点列已是输出像素。