CN108563651A - 一种多视频的目标搜索方法、装置及设备 - Google Patents

Abstract

一种多视频的目标搜索方法包括：确定目标人物图像；提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像。由于可以根据自动生成的对应关系中的人物视频帧图像对目标人物图像进行分析，有利于提高分析效率，并且自动的提取所有包括目标人物图像的视频帧图像，可以避免漏掉部分场景，从而能够提高分析准确性。

Description

一种多视频的目标搜索方法、装置及设备

技术领域

本发明属于图像处理领域，尤其涉及一种多视频的目标搜索方法、装置及设备。

背景技术

随着安防技术的发展，越来越多的摄像设备投入到了日常的安防***，通过摄像设备对现场的实时监控，大大的提高了人们生活环境的安全度，也减少了值勤人员的工作量。

在公安机关案件侦破时，为了查找某个目标对象的行为和去向，一般会使用多个摄像头所获取的视频进行目标进行查找，比如目标对象通过一个街区时，会调用该街区的多个摄像头所拍摄像的视频内容，对视频内容进行播放分析，结合多个视频进行播放分析，截取出各个视频中包括有目标对象的视频片段，然后将截取出的视频片断结合，确定目标对象的行为或去向，为侦破案件提供了大量有用的信息。但是，由于视频数量较多，用户通过播放视频的方式挨个查询时，查询目标对象的效率较低，而且容易错失关于目标对象的视频内容，不利于准确的查找到目标对象的相关信息。

发明内容

有鉴于此，本发明实施例提供了一种多视频的目标搜索方法、装置及设备，以解决现有技术中由于视频数量较多，在查询目标对象时，查询目标对象的效率较低，而且容易错失关于目标对象的视频内容的问题。

本发明实施例的第一方面提供了一种多视频的目标搜索方法，所述多视频的目标搜索方法包括：

确定目标人物图像；

提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；

将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像。

结合第一方面，在第一方面的第一种可能实现方式中，所述确定目标人物图像的步骤包括：

选取目标视频；

提取所述目标视频中包括的人物图像，根据提取的人物图像确定目标人物图像。

结合第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，所述提取所述目标视频中包括的人物图像，根据提取的人物图像确定目标人物图像的步骤包括：

确定所述目标视频中包括有人物图像的人物视频帧图像，根据所述人物视频帧图像进行人物图像提取，得到人物图像集；

选择人物图像集中的一个人物图像作为基础图像，将人物图像集中的其它人物图像与基础图像进行相似度比较，将比较结果的相似度超过预定的相似度阈值的其它图像与基础图像归为同一图像组，并在人物图像集中删除该图像组所对应的人物图像；

在剩余的人物图像集中重复选取基础图像，生成对应的图像组，并在人物图像集中删除所生成的图像组所对应的人物图像，直到剩余的人物图像集中的人物图像为空；

根据生成的图像组确定一个或多个人物图像确定为目标人物图像。

结合第一方面的第二种可能实现方式，在第一方面的第三种可能实现方式中，所述根据生成的图像组确定一个或多个人物图像确定为目标人物图像的步骤包括：

提取所生成的一个或者多个图像组中的基础图像，根据所提取的基础图像生成目标人物图像；

或者，提取所生成的一个或者多个图像组中的基础图像，根据用户选择的基础图像或者用户删除的基础图像后其它基础图像，生成目标人物图像。

结合第一方面，在第一方面的第四种可能实现方式中，所述确定目标人物图像的步骤包括：

接收用户输入的图像；

提取所输入的图像中包括的人物图像，根据提取的人物图像生成目标人物图像。

本发明实施例的第二方面提供了一种多视频的目标搜索装置，所述多视频的目标搜索装置包括：

目标人物图像确定单元，用于确定目标人物图像；

人物视频帧图像提取单元，用于提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；

特征比较单元，用于将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像。

结合第二方面，在第二方面的第一种可能实现方式中，所述目标人物图像确定单元包括：

目标视频选取子单元，用于选取目标视频；

目标图像确定子单元，用于提取所述目标视频中包括的人物图像，根据提取的人物图像确定目标人物图像。

结合第二方面的第一种可能实现方式，在第二方面的第二种可能实现方式中，所述目标图像确定子单元包括：

人物图像集提取模块，用于确定所述目标视频中包括有人物图像的人物视频帧图像，根据所述人物视频帧图像进行人物图像提取，得到人物图像集；

第一删除模块，用于选择人物图像集中的一个人物图像作为基础图像，将人物图像集中的其它人物图像与基础图像进行相似度比较，将比较结果的相似度超过预定的相似度阈值的其它图像与基础图像归为同一图像组，并在人物图像集中删除该图像组所对应的人物图像；

第二删除模块，用于在剩余的人物图像集中重复选取基础图像，生成对应的图像组，并在人物图像集中删除所生成的图像组所对应的人物图像，直到剩余的人物图像集中的人物图像为空；

目标人物图像确定模块，用于根据生成的图像组确定一个或多个人物图像确定为目标人物图像。

本发明实施例的第三方面提供了一种多视频的目标搜索设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述多视频的目标搜索方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如第一方面任一项所述多视频的目标搜索方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：在确定目标人物图像后，提取待搜索的视频中包括有人物图像的人物视频帧图像，生成人物视频帧图像集，将目标人物图像与人物视频帧图像集中的人物视频帧图像进行比较，查找出包括有目标人物图像的人物视频帧图像，从而可以根据自动查找的人物视频帧图像，有利于提高目标人物的搜索效率，并且自动的提取所有包括目标人物图像的视频帧图像，可以避免漏掉部分场景，从而能够提高分析准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的多视频的目标搜索方法的实现流程示意图；

图2是本发明实施例提供的一种全自动的多视频的目标搜索方法的实现流程示意图；

图3是本发明实施例提供的半自动的多视频的目标搜索方法的实现流程示意图；

图4是本发明实施例提供的手动的多视频的目标搜索方法的实现流程示意图；

图5是本发明实施例提供的一种多视频的目标搜索装置的示意图；

图6是本发明实施例提供的多视频的目标搜索设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

如图1所示为本申请实施例提供的一种多视频的目标搜索方法的实现流程示意图，详述如下：

在步骤S101中，确定目标人物图像；

在本申请实施例中，所述目标人物图像是需要在一个或者多个视频中查找的人物图像。比如，在街道处设置有多个摄像头分别获取多个视频时，为了追踪某个犯罪嫌疑人的行迹，可以将所述犯罪嫌疑人的照片作为目标人物图像。又或者，为了追查某一位置或地点出现的盗窃事故，需要追踪在该位置或地点有过出入的所有人员的行迹，或者为了减少追踪的计算量，可以人工挑选出不需要追踪的人物图像等。

所述目标人物图像可以为一个人物图像，也可以为多个不同的人物图像。当目标人物图像为多个人物图像时，需要将目标人物图像中的每个人物图像，分别与待搜索的视频所包括的视频帧图像进行对比分析。

所述目标人物图像的确定，可以根据目标人物的人脸特征进行确定，也可以根据目标人物的其它特征，比如人物的身高、衣着、走路姿势等特征来确定。

在步骤S102中，提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；

待搜索的视频包括多个时，可以对多个视频分别进行视频帧图像的提取，可以将提取的视频帧图像按照视频的对应关系，生成多个人物视频帧图像集。

所述视频帧图像的提取，可以根据人脸检测的方式，判断待提取的视频帧图像中是否包括有人脸，如果包括有人脸，则提取该视频帧图像，并将提取的视频图像保存为该视频所对应的视频帧图像集。也可以根据人物的其它特征，比如衣着特征、身高特征、头发特征等，与视频帧图像中的特征进行比较，判断视频帧图像中是否包括所设定的目标人物图像对应的特征。

所提取的视频帧图像中，可能包括一个或者多个人物图像，在后续的对比分析时，可以对视频中包括的人物图像分别提取出来进行处理，可以建立一个视频帧图像与一个或者多个目标人物图像的对应关系。

所述人物视频帧图像集可以与视频对应，即一个视频对应一个人物视频帧图像集。在一个人物视频帧图像集中可能包括多个人物图像，可以通过步骤S103将其中的一个或者多个人物图像提取出来，从而能够方便对人物进行分析。

在步骤S103中，将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像；

如果目标人物图像包括多个人物图像，可以逐个选取目标人物图像中的人物图像，分别与人物视频帧图像集进行比较。比如目标人物图像包括人物图像A和人物图像B，可以先将人物图像A与人物视频帧图像集进行比较，查找出人物视频帧图像集中，包括有人物图像A的人物视频帧图像，可以建立人物图像A与查找出来的人物视频帧图像关于人物图像A的人物特征的对应关系，然后再将人物图像B与人物视频帧图像集进行比较，查找出包括有人物图像B的人物视频帧图像，并建立人物图像B与查找出来的人物视频帧图像关于人物图像B的人物特征的对应关系。

所述人物视频帧图像集可能包括多个，比如人物视频帧图像集可能与视频的个数相同。在查找出包括有目标人物图像的人物特征的人物视频帧图像时，可以将目标人物图像，分别与多个人物视频帧图像集进行对比分析，查找出多个人物视频帧图像集中的人物视频帧图像中，有包括目标人物图像人物视频帧图像。当然，所述人物视频帧图像集可能为多个视频构成的一个人物视频帧图像集，可以将该人物视频帧图像集与目标人物图像进行对比，得到该人物视频帧图像集中包括目标人物图像的所有人物视频帧图像。

当然，优选的实施方式中，还可以包括步骤S104，根据查找出来的包括有目标人物图像的人物特征的人物视频帧图像，对目标人物图像进行分析。

查找出包括有目标人物图像的人物特征的人物视频帧图像后，可以将查找出来的人物视频帧图像拼接生成一个人物追踪视频，拼接的方式可以根据视频中的人物视频帧图像的采集时间进行拼接。当在同一时间采集到多张包括目标人物图像的人物视频帧图像时，可以选择其中一个视频的人物视频帧图像进行播放，或者在画面中采用分屏的方式，显示多张包括目标人物图像的人物视频帧图像进行播放。

当然，通过将对应关系中的人物视频帧图像拼接为视频只是其中一种较为优选的实施方式，还可以将查找的人物视频帧图像保存，方便随时进行分析和调用。

本申请在确定目标人物图像后，提取待搜索的视频中包括有人物图像的人物视频帧图像，生成人物视频帧图像集，将目标人物图像与人物视频帧图像集中的人物视频帧图像进行比较，查找出包括有目标人物图像的人物视频帧图像，从而可以根据自动查找的人物视频帧图像，有利于提高分析效率，并且自动的提取所有包括目标人物图像的视频帧图像，可以避免漏掉部分场景，从而能够提高分析准确性。

图2为本申请实施例提供的一种全自动的多视频的目标搜索方法的实现流程示意图，详述如下：

在步骤S201中，选取目标视频。

当需要确定某个区域范围内所有的人物的追踪信息时，可以直接选择该区域范围内所对应的摄像头所采集的目标视频，对目标视频中的每个人物进行追踪。

对视频中的人物进行追踪时，可以先提取所述目标视频中包括的人物图像，然后根据提取的人物图像确定目标人物图像，具体可以包括如下的步骤S202-S205。

在步骤S202中，确定所述目标视频中包括有人物图像的人物视频帧图像，根据所述人物视频帧图像进行人物图像提取，得到人物图像集；

本步骤对人物视频帧图像进一步进行提取，通过判断人物视频帧图像中所包括的人物特征的多少，进行人物图像的提取。

比如，在人物视频帧图像中包括人脸特征时，可以根据人脸特征的个数，确定所要提取的人物图像的个数。当然，还可以根据衣着特征、人物形状特征等对人物图像进行提取，得到人物图像集，所述人物图像集的个数可能会大于所述人物视频帧图像的个数。

在步骤S203中，选择人物图像集中的一个人物图像作为基础图像，将人物图像集中的其它人物图像与基础图像进行相似度比较，将比较结果的相似度超过预定的相似度阈值的其它图像与基础图像归为同一图像组，并在人物图像集中删除该图像组所对应的人物图像；

所述基础图像的选择，可以根据人物图像集中的顺序依次选择。比如，对于人物图像集(P1、P2、P3……Pn)，可以首先确定人物图像P1为基础图像，在其它人物图像P2～Pn中查找与P1的相似度大于预定的相似度阈值的其它人物图像，并将查找的其它人物图像与基础图像归为同一个图像组，并将查找出的图像组从人物图像集中删除，使得删除了图像组的人物图像集中的人物图像逐渐减少。

在步骤S204中，在剩余的人物图像集中重复选取基础图像，生成对应的图像组，并在人物图像集中删除所生成的图像组所对应的人物图像，直到剩余的人物图像集中的人物图像为空；

通过重复步骤S203中的图像组的查找和删除方法，在剩余的人物图像集中不断的重复对图像组进行查找和删除，直到整个人物图像集全部删除完毕。比如，在第一个图像组删除后，假设P2为基础图像，查找与基础P2的相似度超过预定的相似度阈值的其它图像，生成第二个图像组，然后在剩余的人物图像集中将第二图像组对应的人物图像删除，再重复查找其它图像组。

在步骤S205中，提取所生成的一个或者多个图像组中的基础图像，根据所提取的基础图像生成目标人物图像；

在人物图像集删除了所有的人物图像后，可对应生成多个图像组，并且每个图像组中包括一个基础图像。本申请中，可以根据目标视频中所包括的所有基础图像，作为目标人物图像中的人物图像。

可以进一步对提取的基础图像进行选择，比如可以将选中的其中一部分基础图像作为目标人物图像，也可以将选中的其中一部分基础图像删除后，所剩余的其它基础图像作为目标人物图像。

比如，在位置X发生犯罪事故时，可以设定视频的起止时间生成一个视频，用户只需要指定该视频为目标视频，即可快速的查找该目标视频中所包括的所有人物在其它视频中的追踪信息，操作简单方便高效。

在步骤S206中，提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；

在步骤S207中，将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像。

步骤S206-S207与图1中的步骤S202-S203基本相同，在此不作重复赘述。

图3为本申请实施例提供的一种半自动的多视频的目标搜索方法的实现流程示意图，详述如下：

在步骤S301中，选取目标视频；

在步骤302中，接收用户输入的人物图像；

用户输入的人物图像，可以为目标视频中包括的人物图像，也可以为目标视频所包括的人物图像以外的人物图像。另外，步骤S301和步骤S302可以不分先后。

在步骤S303中，确定所述目标视频中包括有人物图像的人物视频帧图像，根据所述人物视频帧图像进行人物图像提取，删除与用户输入的人物图像的相似度超过预定的相似度阈值的人物图像，得到人物图像集；

当所述用户输入的人物图像为目标视频中所包括的人物图像时，则删除目标视频中所提取的人物图像中，与用户输入的人物图像的相似度超过预定的相似度阈值的人物图像，生成新的人物图像集。

在步骤S304中，选择人物图像集中的一个人物图像作为基础图像，将人物图像集中的其它人物图像与基础图像进行相似度比较，将比较结果的相似度超过预定的相似度阈值的其它图像与基础图像归为同一图像组，并在人物图像集中删除该图像组所对应的人物图像；

在步骤S305中，在剩余的人物图像集中重复选取基础图像，生成对应的图像组，并在人物图像集中删除所生成的图像组所对应的人物图像，直到剩余的人物图像集中的人物图像为空；

步骤S304-S305与图2中的步骤S203-S204基本相同。

在步骤S306中，根据生成的图像组中包括的基础图像，以及用户输入的人物图像，确定为目标人物图像；

另外，可以设定用户输入的人物图像的优先级，比如，可以设定用户输入的人物图像的优先级大于查找的图像组中包括的基础图像的优先级，在查询结果中优先显示优先级较高的人物图像所对应的结果。或者，还可以进一步设定用户输入的人物图像包括不同的优先级。

在步骤S307中，提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；

在步骤S308中，将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像。

通过接收用户输入的人物图像，结合目标视频所生成的图像组中包括的基础图像，生成目标人物图像进行人物视频帧图像的查找，并且可以设定用户输入的人物图像具有较高的优先级，从而使得用户能够获取关注度更高的人物视频帧图像。

图4为本申请实施例提供的手动的多视频的目标搜索方法的实现流程示意图，详述如下：

在步骤S401中，接收用户输入的图像；

在某些应用场景下，用户需要对特定的人物进行排查，比如需要排查犯案分子等。可以通过用户输入图像的方式来实现对物定人物的排查的目的。

所述图像的接收方式，可以通过电子图片文件的方式接收，也可以通过摄像头采集的方式，当用户触发采集状态时，在预定的范围内所采集的照片内容作为用户输入的图像。

在步骤S402中，提取所输入的图像中包括的人物图像，根据提取的人物图像生成目标人物图像；

在接收到用户输入的图像后，自动对输入的图像进行人物图像的提取，当输入的图像中包括多个人物时，则提取多个人物图像作为目标人物图像。

在步骤S403中，提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；

在步骤S404中，将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像。

步骤S403-S404与图1中的步骤S202-S203基本相同。

图4所述多视频的目标搜索方法，可基于用户输入的任意图像进行目标人物的分析，从而可以进一步适应用户对人物进行追踪的灵活性的要求。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

图5为本申请实施例提供的一种多视频的目标搜索装置的结构示意图，详述如下：

本申请所述多视频的目标搜索装置，包括：

目标人物图像确定单元501，用于确定目标人物图像；

人物视频帧图像提取单元502，用于提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；

特征比较单元503，用于将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像；

目标分析单元504，用于根据查找出来的包括有目标人物图像的人物特征的人物视频帧图像，对目标人物图像进行分析。

优选的，所述目标人物图像确定单元包括：

目标视频选取子单元，用于选取目标视频；

目标图像确定子单元，用于提取所述目标视频中包括的人物图像，根据提取的人物图像确定目标人物图像。

优选的，所述目标图像确定子单元包括：

人物图像集提取模块，用于确定所述目标视频中包括有人物图像的人物视频帧图像，根据所述人物视频帧图像进行人物图像提取，得到人物图像集；

第一删除模块，用于选择人物图像集中的一个人物图像作为基础图像，将人物图像集中的其它人物图像与基础图像进行相似度比较，将比较结果的相似度超过预定的相似度阈值的其它图像与基础图像归为同一图像组，并在人物图像集中删除该图像组所对应的人物图像；

第二删除模块，用于在剩余的人物图像集中重复选取基础图像，生成对应的图像组，并在人物图像集中删除所生成的图像组所对应的人物图像，直到剩余的人物图像集中的人物图像为空；

目标人物图像确定模块，用于根据生成的图像组确定一个或多个人物图像确定为目标人物图像。

图5所述多视频的目标搜索装置，与图1-4所述多视频的目标搜索方法对应，在此不作重复赘述。

图6是本发明一实施例提供的多视频的目标搜索设备的示意图。如图6所示，该实施例的多视频的目标搜索设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62，例如多视频的目标搜索程序。所述处理器60执行所述计算机程序62时实现上述各个多视频的目标搜索方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块501至503的功能。

示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述多视频的目标搜索设备6中的执行过程。例如，所述计算机程序62可以被分割成目标人物图像确定单元、人物视频帧图像提取单元、特征比较单元，各单元具体功能如下：

目标人物图像确定单元，用于确定目标人物图像；

人物视频帧图像提取单元，用于提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；

特征比较单元，用于将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像。

所述多视频的目标搜索设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述多视频的目标搜索设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是多视频的目标搜索设备6的示例，并不构成对多视频的目标搜索设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述多视频的目标搜索设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器61可以是所述多视频的目标搜索设备6的内部存储单元，例如多视频的目标搜索设备6的硬盘或内存。所述存储器61也可以是所述多视频的目标搜索设备6的外部存储设备，例如所述多视频的目标搜索设备6上配备的插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述多视频的目标搜索设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述多视频的目标搜索设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种多视频的目标搜索方法，其特征在于，所述多视频的目标搜索方法包括：

确定目标人物图像；

提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；

将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像。

2.根据权利要求1所述的多视频的目标搜索方法，其特征在于，所述确定目标人物图像的步骤包括：

选取目标视频；

提取所述目标视频中包括的人物图像，根据提取的人物图像确定目标人物图像。

3.根据权利要求2所述的多视频的目标搜索方法，其特征在于，所述提取所述目标视频中包括的人物图像，根据提取的人物图像确定目标人物图像的步骤包括：

确定所述目标视频中包括有人物图像的人物视频帧图像，根据所述人物视频帧图像进行人物图像提取，得到人物图像集；

选择人物图像集中的一个人物图像作为基础图像，将人物图像集中的其它人物图像与基础图像进行相似度比较，将比较结果的相似度超过预定的相似度阈值的其它图像与基础图像归为同一图像组，并在人物图像集中删除该图像组所对应的人物图像；

在剩余的人物图像集中重复选取基础图像，生成对应的图像组，并在人物图像集中删除所生成的图像组所对应的人物图像，直到剩余的人物图像集中的人物图像为空；

根据生成的图像组确定一个或多个人物图像确定为目标人物图像。

4.根据权利要求3所述的多视频的目标搜索方法，其特征在于，在所述确定所述目标视频中包括有人物图像的人物视频帧图像，根据所述人物视频帧图像进行人物图像提取，得到人物图像集的步骤包括：

接收用户输入的人物图像；

确定所述目标视频中包括有人物图像的人物视频帧图像，根据所述人物视频帧图像进行人物图像提取，删除与用户输入的人物图像的相似度超过预定的相似度阈值的人物图像，得到人物图像集；

所述根据生成的图像组确定一个或多个人物图像确定为目标人物图像的步骤包括：

根据生成的图像组中包括的基础图像，以及用户输入的人物图像，确定为目标人物图像。

5.根据权利要求1所述的多视频的目标搜索方法，其特征在于，所述确定目标人物图像的步骤包括：

接收用户输入的图像；

提取所输入的图像中包括的人物图像，根据提取的人物图像生成目标人物图像。

6.一种多视频的目标搜索装置，其特征在于，所述多视频的目标搜索装置包括：

目标人物图像确定单元，用于确定目标人物图像；

人物视频帧图像提取单元，用于提取待搜索的视频中包括有人物图像的人物视频帧图像，确定视频所对应的人物视频帧图像集；

特征比较单元，用于将所述目标人物图像的人物特征与人物视频帧图像集的人物视频帧图像中的人物特征进行比较，查找出包括有目标人物图像的人物特征的人物视频帧图像。

7.根据权利要求6所述的多视频的目标搜索装置，其特征在于，所述目标人物图像确定单元包括：

目标视频选取子单元，用于选取目标视频；

目标图像确定子单元，用于提取所述目标视频中包括的人物图像，根据提取的人物图像确定目标人物图像。

8.根据权利要求7所述的多视频的目标搜索装置，其特征在于，所述目标图像确定子单元包括：

人物图像集提取模块，用于确定所述目标视频中包括有人物图像的人物视频帧图像，根据所述人物视频帧图像进行人物图像提取，得到人物图像集；

第一删除模块，用于选择人物图像集中的一个人物图像作为基础图像，将人物图像集中的其它人物图像与基础图像进行相似度比较，将比较结果的相似度超过预定的相似度阈值的其它图像与基础图像归为同一图像组，并在人物图像集中删除该图像组所对应的人物图像；

第二删除模块，用于在剩余的人物图像集中重复选取基础图像，生成对应的图像组，并在人物图像集中删除所生成的图像组所对应的人物图像，直到剩余的人物图像集中的人物图像为空；

目标人物图像确定模块，用于根据生成的图像组确定一个或多个人物图像确定为目标人物图像。

9.一种多视频的目标搜索设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述多视频的目标搜索方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述多视频的目标搜索方法的步骤。