CN111274889A - 视频人物识别方法及装置、计算机可存储介质 - Google Patents
视频人物识别方法及装置、计算机可存储介质 Download PDFInfo
- Publication number
- CN111274889A CN111274889A CN202010036333.5A CN202010036333A CN111274889A CN 111274889 A CN111274889 A CN 111274889A CN 202010036333 A CN202010036333 A CN 202010036333A CN 111274889 A CN111274889 A CN 111274889A
- Authority
- CN
- China
- Prior art keywords
- person
- video
- contour
- information
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000001815 facial effect Effects 0.000 claims abstract description 52
- 238000001514 detection method Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种视频人物识别方法及装置、计算机可存储介质,该方法包括:当检测到视频中的人脸信息后,判断该人脸是否在轮廓内;若该人脸不在轮廓内,则提取视频中该人的脸部特征;将提取的该人的脸部特征与预先存储的人员信息库进行匹配;若提取的该人的脸部特征与所述人员信息库中的某人的脸部特征相匹配,则判定所述人员信息库中的该人与视频中出现的人员为同一人,并从所述人员信息库中提取该人的身份信息,并对视频中的该人进行轮廓的绘制,其中所述轮廓内至少包括该人的头部;将该人的身份信息与所述轮廓进行绑定。该视频人物识别方法及装置、计算机可存储介质能够提高视频画面中的人员识别效率。
Description
技术领域
本发明是关于视频会议技术领域,特别是关于一种视频人物识别方法及装置、计算机可存储介质。
背景技术
视频会议过程中,为了便于沟通,通常需要对视频会议画面中的人员进行身份识别。目前的视频人员识别方法中,主要使用人脸识别功能对视频画面中的人脸进行实时识别。
发明人在实现本发明的过程中发现,该视频人员识别方法为了能够成功进行人脸识别,需要采集足够的人脸正面信息,脸部正面信息不够就无法识别,导致识别效率低,并且视频中的人员一般不会长时间保持脸部正面朝向摄像头,通常会有一些走动、转动头部、低头等运动,这就导致可能前一秒还能识别、后一秒就无法识别,进一步影响识别效率,用户体验差。尤其是在大数据时代,视频***中的人员较多的情况下,该视频人员识别方法的弊端更加明显。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种视频人物识别方法及装置、计算机可存储介质,其能够提高视频画面中的人员识别效率。
为实现上述目的,本发明提供一种视频人物识别方法,其包括:当检测到视频中的人脸信息后,判断该人脸是否在轮廓内;若该人脸不在轮廓内,则提取视频中该人的脸部特征;将提取的该人的脸部特征与预先存储的人员信息库进行匹配,其中,所述人员信息库包括预存的每个人的脸部特征以及每个人的身份信息;若提取的该人的脸部特征与所述人员信息库中的某人的脸部特征相匹配,则判定所述人员信息库中的该人与视频中出现的人员为同一人,并从所述人员信息库中提取该人的身份信息,并对视频中的该人进行轮廓的绘制,其中所述轮廓内至少包括该人的头部;将该人的身份信息与所述轮廓进行绑定。
在本发明的一实施方式中,所述视频人物识别方法还包括:将该人的身份信息与所述轮廓进行同步显示。
在本发明的一实施方式中,所述视频人物识别方法还包括:当检测到视频中的人脸信息后,判断该人脸是否在轮廓内,若该人脸在轮廓内,则丢弃该人脸信息。
在本发明的一实施方式中,所述视频人物识别方法还包括:当检测到视频中的人员的轮廓初次绘制完成之后,根据该人员的运动状态实时对该轮廓进行微调使得该人员的轮廓内始终包含该人的头部。
在本发明的一实施方式中,所述视频人物识别方法还包括:当检测到轮廓在一段时间内没有进行微调,则判断人员不在视频画面中,将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃。
在本发明的一实施方式中,所述视频人物识别方法还包括:当检测到轮廓中断微调,则对该轮廓内的人员进行重新识别,若识别到该轮廓中的人员仍为该人,则对该轮廓继续进行微调。
在本发明的一实施方式中,所述视频人物识别方法还包括:对轮廓内的信息进行实时检测;当检测到轮廓内不包括人员的头部信息,则判断人员不在视频画面中,将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃。
在本发明的一实施方式中,所述对视频中的该人进行轮廓的绘制包括:根据人脸识别技术判断出人脸的范围后,在该范围的基础上扩大一定的比例从而形成该轮廓。
本发明还提供了一种视频人物识别装置,其包括:人脸信息检测模块、轮廓判断模块、脸部特征提取模块、脸部特征匹配模块、人脸信息丢弃模块、轮廓绘制模块、信息绑定模块。
人脸信息检测模块用于检测视频的人脸信息。轮廓判断模块与所述人脸信息检测模块相耦合,用于当所述人脸信息检测模块检测到视频中的人脸信息后判断该人脸是否在轮廓内。脸部特征提取模块与所述轮廓判断模块相耦合,用于当所述轮廓判断模块判断出所述视频中的人脸不在轮廓内时,提取视频中该人的脸部特征。脸部特征匹配模块与所述脸部特征提取模块相耦合,用于将提取的该人的脸部特征与预先存储的人员信息库进行匹配,并且当提取的该人的脸部特征与所述人员信息库中的某人的脸部特征相匹配时,判定所述人员信息库中的该人与视频中出现的人员为同一人,其中,所述人员信息库包括预存的每个人的脸部特征以及每个人的身份信息。人脸信息丢弃模块与所述轮廓判断模块相耦合,用于当人脸在轮廓内,则丢弃获取的人脸信息。轮廓绘制模块与所述脸部特征匹配模块相耦合,用于当所述脸部特征匹配模块匹配到人员的信息后,从所述人员信息库中提取该人的身份信息,并在视频中对该人进行轮廓的绘制,其中所述轮廓内至少包括该人的头部。具体而言,轮廓的绘制是根据人脸识别技术判断出人脸的范围后,在该范围的基础上扩大一定的比例从而形成轮廓。信息绑定模块与所述轮廓绘制模块相耦合,用于将人员的身份信息与其轮廓进行绑定。
在一实施方式中,视频人物识别装置还包括:同步显示模块。同步显示模块用于将人员的身份信息与所述轮廓进行同步显示。
在一实施方式中,视频人物识别装置还包括:轮廓微调模块。轮廓微调模块与所述轮廓绘制模块相耦合,用于当检测到视频中的人员的轮廓初次绘制完成之后,根据该人员的运动状态实时对该轮廓进行微调使得该人员的轮廓内始终包含该人的头部。
在一实施方式中,视频人物识别装置还包括:轮廓信息检测模块。轮廓信息检测模块用于对轮廓内的信息进行实时检测,并当在一段时间内检测不到轮廓内的人员的头部信息,则判断人员不在视频画面中。
在一实施方式中,视频人物识别装置还包括:重新识别模块。重新识别模块与所述轮廓信息检测模块相耦合,用于当所述轮廓信息检测模块检测到轮廓中断微调,则对该轮廓内的人员进行重新识别,若识别到该轮廓中的人员仍为该人,则对该轮廓继续进行微调。
在一实施方式中,视频人物识别装置还包括:身份信息及轮廓丢弃模块。身份信息及轮廓丢弃模块与所述轮廓微调模块以及所述轮廓信息检测模块相耦合,用于当检测到轮廓不再进行微调,则判断人员不在视频画面中,将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃;还用于当所述轮廓信息检测模块检测到轮廓内不包括人员的头部信息,则将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃。
本发明还提供了一种计算机可存储介质,该计算机可存储介质用于执行上述任一实施方式所述的视频人物识别方法。
与现有技术相比,根据本发明的视频人物识别方法及装置、计算机可存储介质,在人脸特征匹配成功后,对人员进行轮廓绘制,轮廓中至少包括头部信息,并且轮廓信息与身份信息相互绑定,后续在进行视频中的人员识别时,通过已经绘制的轮廓就可以获取人员的身份信息,相对于现有技术而言,不需要实时采集足够的人脸特征,本实施方式所采集的数据更少,能够更快速地识别人员的身份信息。并且通过轮廓以及轮廓的不断微调,可以对已经识别的人员进行持续追踪,当人员出现一些动作如低头、转头、视频画面中走动等时,仍能够确认该成员信息,进一步提高了识别效率。本发明更加适用于大数据时代的视频人物识别。
附图说明
图1是根据本发明一实施方式的视频人物识别方法的流程图;
图2是根据本发明一实施方式的视频人物识别装置。
具体实施方式
下面结合附图,对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示,否则在整个说明书和权利要求书中,术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分,而并未排除其它元件或其它组成部分。
图1是本发明一实施方式的视频人物识别方法的流程图,该视频人物识别方法包括:步骤S1~步骤S5。
在步骤S1中,当检测到视频中的人脸信息后判断该人脸是否在轮廓内。
该步骤中所述的检测人脸信息具体指的是检测视频中出现的是不是人脸,而不是人脸的具体数据特征,与人脸的具体数据特征相比,该步骤检测的人脸信息的数据量小很多。
在步骤S2中,若人脸不在轮廓内则提取视频中该人的脸部特征,若该人脸在轮廓内,则丢弃该人脸信息。
在步骤S3中将提取的该人的脸部特征与预先存储的人员信息库进行匹配。其中,所述人员信息库包括预存的每个人的脸部特征以及每个人的身份信息。
身份信息可以是人员的姓名、部门、职位、手机号等等。每个人的脸部特征以及相关身份信息被事先采集并保存在后台的数据库中。
在步骤S4中提取匹配的身份信息并进行轮廓的绘制。具体而言,若提取的该人的脸部特征与所述人员信息库中的某人的脸部特征相匹配,则判定所述人员信息库中的该人与视频中出现的人员为同一人,并从所述人员信息库中提取该人的身份信息,并在视频中对该人进行轮廓的绘制,其中所述轮廓内至少包括该人的头部。在另一实施方式中,该步骤中还包括:若提取的该人的脸部特征与所述人员信息库中的所有人的脸部特征不匹配,则丢弃该人脸信息。
在步骤S5中将该人的身份信息与所述轮廓进行绑定。在另一实施方式中,该步骤还包括将该人的身份信息与所述轮廓进行同步显示。
轮廓的形状可以是矩形、圆形、椭圆形等,例如可以是头部的最小外接矩形、圆形、椭圆形,或者可以是在头部的最小外接矩形、圆形、椭圆形的基础上扩大预留尺寸的轮廓,从而可以在人员一定幅度的转头、低头的情况下依然可以将大部分头部信息包含在轮廓中。
本实施方式中,在人脸特征匹配成功后,对人员进行轮廓绘制,轮廓中至少包括头部信息,并且轮廓信息与身份信息相互绑定,后续在进行视频中的人员识别时,通过已经绘制的轮廓就可以获取人员的身份信息,相对于现有技术而言,不需要实时采集足够的人脸特征,本实施方式所采集的数据更少,能够更快速地识别人员的身份信息。
在一实施方式中,所述视频人物识别方法还包括:当检测到视频中的人员的轮廓初次绘制完成之后,根据该人员的运动状态实时对该轮廓进行微调使得该人员的轮廓内始终包含该人的头部。轮廓微调可以是基于人脸区域或头部区域的中心点进行调整。
通过轮廓以及轮廓的不断微调,可以对已经识别的人员进行持续追踪,当人员出现一些动作如低头、转头、视频画面中走动等,仍能够确认该成员信息。
在一实施方式中,所述视频人物识别方法还包括:当检测到轮廓一段时间内不再进行微调,则判断人员不在视频画面中,将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃。
在另一实施方式中,当检测到轮廓中断微调,则对该轮廓内的人员进行重新识别,若识别到该轮廓中的人员仍为该人,则对该轮廓继续进行微调。具体而言,在重新识别的时候,可以设定间隔时间,每到一个间隔时间,就对该人员识别一次,若多次识别结果均为该人,则保留该轮廓,继续进行微调。在对人员识别的过程中,也可以提取一些其他特征进行辅助判断,如耳朵、头发、衣领颜色等。
在一实施方式中,所述视频人物识别方法还包括:当检测到轮廓微调,在一定时间段内对该轮廓内的人员信息进行多次检测,若该轮廓中的人员发生变化,则判断人员不在视频画面中,将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃。
在一实施方式中,所述视频人物识别方法还包括:对轮廓内的信息进行实时检测;当检测到轮廓内不包括人员的头部信息,则判断人员不在视频画面中,将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃。
图2是根据本发明一实施方式的视频人物识别装置的结构组成,该***包括:人脸信息检测模块10、轮廓判断模块11、脸部特征提取模块12、脸部特征匹配模块13、人脸信息丢弃模块14、轮廓绘制模块15、信息绑定模块16。
人脸信息检测模块10用于检测视频的人脸信息。
轮廓判断模块11与所述人脸信息检测模块10相耦合,用于当所述人脸信息检测模块10检测到视频中的人脸信息后判断该人脸是否在轮廓内。
脸部特征提取模块12与所述轮廓判断模块11相耦合,用于当所述轮廓判断模块11判断出所述视频中的人脸不在轮廓内时,提取视频中该人的脸部特征。
脸部特征匹配模块13与所述脸部特征提取模块12相耦合,用于将提取的该人的脸部特征与预先存储的人员信息库进行匹配,并且当提取的该人的脸部特征与所述人员信息库中的某人的脸部特征相匹配时,判定所述人员信息库中的该人与视频中出现的人员为同一人,其中,所述人员信息库包括预存的每个人的脸部特征以及每个人的身份信息。
人脸信息丢弃模块14与所述轮廓判断模块11相耦合,用于当人脸在轮廓内,则丢弃获取的人脸信息。
轮廓绘制模块15与所述脸部特征匹配模块13相耦合,用于当所述脸部特征匹配模块13匹配到人员的信息后,从所述人员信息库中提取该人的身份信息,并在视频中对该人进行轮廓的绘制,其中所述轮廓内至少包括该人的头部。具体而言,轮廓的绘制是根据人脸识别技术判断出人脸的范围后,在该范围的基础上扩大一定的比例从而形成轮廓。
信息绑定模块16与所述轮廓绘制模块15相耦合,用于将人员的身份信息与其轮廓进行绑定。
在一实施方式中,视频人物识别装置还包括:同步显示模块。同步显示模块用于将人员的身份信息与所述轮廓进行同步显示。
在一实施方式中,视频人物识别装置还包括:轮廓微调模块。轮廓微调模块与所述轮廓绘制模块相耦合,用于当检测到视频中的人员的轮廓初次绘制完成之后,根据该人员的运动状态实时对该轮廓进行微调使得该人员的轮廓内始终包含该人的头部。
在一实施方式中,视频人物识别装置还包括:轮廓信息检测模块。轮廓信息检测模块用于对轮廓内的信息进行实时检测,并当在一段时间内检测不到轮廓内的人员的头部信息,则判断人员不在视频画面中。
在一实施方式中,视频人物识别装置还包括:重新识别模块。重新识别模块与所述轮廓信息检测模块相耦合,用于当所述轮廓信息检测模块检测到轮廓中断微调,则对该轮廓内的人员进行重新识别,若识别到该轮廓中的人员仍为该人,则对该轮廓继续进行微调。
在一实施方式中,视频人物识别装置还包括:身份信息及轮廓丢弃模块。身份信息及轮廓丢弃模块与所述轮廓微调模块以及所述轮廓信息检测模块相耦合,用于当检测到轮廓不再进行微调,则判断人员不在视频画面中,将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃;还用于当所述轮廓信息检测模块检测到轮廓内不包括人员的头部信息,则将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃。
基于同样的发明构思,本发明还提高了一种计算机可存储介质,该计算机可存储介质用于执行上述任一实施方式的视频人物识别方法。
综上,根据本实施方式的视频人物识别方法及装置、计算机可存储介质,在人脸特征匹配成功后,对人员进行轮廓绘制,轮廓中至少包括头部信息,并且轮廓信息与身份信息相互绑定,后续在进行视频中的人员识别时,通过已经绘制的轮廓就可以获取人员的身份信息,相对于现有技术而言,不需要实时采集足够的人脸特征,本实施方式所采集的数据更少,能够更快速地识别人员的身份信息。并且通过轮廓以及轮廓的不断微调,可以对已经识别的人员进行持续追踪,当人员出现一些动作如低头、转头、视频画面中走动等时,仍能够确认该成员信息,进一步提高了识别效率。本发明更加适用于大数据时代的视频人物识别。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (10)
1.一种视频人物识别方法,其特征在于,包括:
当检测到视频中的人脸信息后,判断该人脸是否在轮廓内;
若该人脸不在轮廓内,则提取视频中该人的脸部特征;
将提取的该人的脸部特征与预先存储的人员信息库进行匹配,其中,所述人员信息库包括预存的每个人的脸部特征以及每个人的身份信息;
若提取的该人的脸部特征与所述人员信息库中的某人的脸部特征相匹配,则判定所述人员信息库中的该人与视频中出现的人员为同一人,并从所述人员信息库中提取该人的身份信息,并对视频中的该人进行轮廓的绘制,其中所述轮廓内至少包括该人的头部;以及
将该人的身份信息与所述轮廓进行绑定。
2.如权利要求1所述的视频人物识别方法,其特征在于,所述视频人物识别方法还包括:
将该人的身份信息与所述轮廓进行同步显示。
3.如权利要求1所述的视频人物识别方法,其特征在于,所述视频人物识别方法还包括:
当检测到视频中的人脸信息后,判断该人脸是否在轮廓内,若该人脸在轮廓内,则丢弃该人脸信息。
4.如权利要求1所述的视频人物识别方法,其特征在于,所述视频人物识别方法还包括:
当检测到视频中的人员的轮廓初次绘制完成之后,根据该人员的运动状态实时对该轮廓进行微调使得该人员的轮廓内始终包含该人的头部。
5.如权利要求4所述的视频人物识别方法,其特征在于,所述视频人物识别方法还包括:
当检测到轮廓在一段时间内没有进行微调,则判断人员不在视频画面中,将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃。
6.如权利要求4所述的视频人物识别方法,其特征在于,所述视频人物识别方法还包括:
当检测到轮廓中断微调,则对该轮廓内的人员进行重新识别,若识别到该轮廓中的人员仍为该人,则对该轮廓继续进行微调。
7.如权利要求1所述的视频人物识别方法,其特征在于,所述视频人物识别方法还包括:
对轮廓内的信息进行实时检测;
当检测到轮廓内不包括人员的头部信息,则判断人员不在视频画面中,将该轮廓以及该轮廓所绑定的人员的身份信息进行丢弃。
8.如权利要求1所述的视频人物识别方法,其特征在于,所述对视频中的该人进行轮廓的绘制包括:
根据人脸识别技术判断出人脸的范围后,在该范围的基础上扩大一定的比例从而形成该轮廓。
9.一种视频人物识别装置,其特征在于,包括:
人脸信息检测模块,用于检测视频的人脸信息;
轮廓判断模块,与所述人脸信息检测模块相耦合,用于当所述人脸信息检测模块检测到视频中的人脸信息后判断该人脸是否在轮廓内;
脸部特征提取模块,与所述轮廓判断模块相耦合,用于当所述轮廓判断模块判断出所述视频中的人脸不在轮廓内时,提取视频中该人的脸部特征;
脸部特征匹配模块,与所述脸部特征提取模块相耦合,用于将提取的该人的脸部特征与预先存储的人员信息库进行匹配,并且当提取的该人的脸部特征与所述人员信息库中的某人的脸部特征相匹配时,判定所述人员信息库中的该人与视频中出现的人员为同一人,其中,所述人员信息库包括预存的每个人的脸部特征以及每个人的身份信息;
人脸信息丢弃模块,与所述轮廓判断模块相耦合,用于当人脸在轮廓内,则丢弃获取的人脸信息;
轮廓绘制模块,与所述脸部特征匹配模块相耦合,用于当所述脸部特征匹配模块匹配到人员的信息后,从所述人员信息库中提取该人的身份信息,并在视频中对该人进行轮廓的绘制,其中所述轮廓内至少包括该人的头部;以及
信息绑定模块,与所述轮廓绘制模块相耦合,用于将人员的身份信息与其轮廓进行绑定。
10.一种计算机可存储介质,其特征在于,该计算机可存储介质用于执行如权利要求1~8任一所述的视频人物识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010036333.5A CN111274889A (zh) | 2020-01-14 | 2020-01-14 | 视频人物识别方法及装置、计算机可存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010036333.5A CN111274889A (zh) | 2020-01-14 | 2020-01-14 | 视频人物识别方法及装置、计算机可存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111274889A true CN111274889A (zh) | 2020-06-12 |
Family
ID=71002976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010036333.5A Pending CN111274889A (zh) | 2020-01-14 | 2020-01-14 | 视频人物识别方法及装置、计算机可存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111274889A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477616A (zh) * | 2008-01-04 | 2009-07-08 | 华晶科技股份有限公司 | 人脸检测与追踪方法 |
CN107145816A (zh) * | 2017-02-24 | 2017-09-08 | 北京悉见科技有限公司 | 对象识别跟踪方法及装置 |
CN108596955A (zh) * | 2018-04-25 | 2018-09-28 | Oppo广东移动通信有限公司 | 一种图像检测方法、图像检测装置及移动终端 |
CN109635749A (zh) * | 2018-12-14 | 2019-04-16 | 网易(杭州)网络有限公司 | 基于视频流的图像处理方法及装置 |
CN109859857A (zh) * | 2019-01-30 | 2019-06-07 | 深圳安泰创新科技股份有限公司 | 身份信息的标注方法、装置和计算机可读存储介质 |
-
2020
- 2020-01-14 CN CN202010036333.5A patent/CN111274889A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477616A (zh) * | 2008-01-04 | 2009-07-08 | 华晶科技股份有限公司 | 人脸检测与追踪方法 |
CN107145816A (zh) * | 2017-02-24 | 2017-09-08 | 北京悉见科技有限公司 | 对象识别跟踪方法及装置 |
CN108596955A (zh) * | 2018-04-25 | 2018-09-28 | Oppo广东移动通信有限公司 | 一种图像检测方法、图像检测装置及移动终端 |
CN109635749A (zh) * | 2018-12-14 | 2019-04-16 | 网易(杭州)网络有限公司 | 基于视频流的图像处理方法及装置 |
CN109859857A (zh) * | 2019-01-30 | 2019-06-07 | 深圳安泰创新科技股份有限公司 | 身份信息的标注方法、装置和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106503691B (zh) | 一种人脸图片的身份标注方法和装置 | |
CN105654048A (zh) | 一种多视角人脸比对方法 | |
KR101322168B1 (ko) | 실시간 얼굴 인식 장치 | |
EP3555799B1 (en) | A method for selecting frames used in face processing | |
WO2003081532A1 (en) | Method and apparatus for the automatic detection of facial features | |
CN103108124B (zh) | 图像获取方法、装置及移动终端 | |
CN108171138B (zh) | 一种生物特征信息获取方法和装置 | |
CN112487978B (zh) | 一种视频中说话人定位的方法、装置及计算机存储介质 | |
KR20170082074A (ko) | 관상학적 특징 정보를 이용한 얼굴인식 장치 및 방법 | |
CN111460884A (zh) | 基于人体跟踪的多人脸识别方法 | |
WO2022040886A1 (zh) | 拍摄方法、装置、设备及计算机可读存储介质 | |
CN110796101A (zh) | 一种嵌入式平台的人脸识别方法及*** | |
CN111582118A (zh) | 一种人脸识别方法及装置 | |
CN113609953A (zh) | 一种非接触式的掌静脉区域识别方法、***及存储介质 | |
CN109359581A (zh) | 一种基于智能眼镜的人脸注册方法 | |
CN110414294B (zh) | 行人重识别方法和装置 | |
CN111079757A (zh) | 服饰属性识别方法、装置及电子设备 | |
US8879805B2 (en) | Automated image identification method | |
Guo et al. | Iris extraction based on intensity gradient and texture difference | |
CN108734082A (zh) | 对应关系的建立方法、装置、设备和存储介质 | |
CN111274889A (zh) | 视频人物识别方法及装置、计算机可存储介质 | |
JP2013041553A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
CN103354585A (zh) | 一种能够识别驾照信息的智能手机 | |
US10726259B2 (en) | Image processing method and system for iris recognition | |
JPH0433066A (ja) | 個人識別装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200612 |
|
RJ01 | Rejection of invention patent application after publication |