CN113158918A - 视频处理方法及装置、电子设备和存储介质 - Google Patents
视频处理方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113158918A CN113158918A CN202110453473.7A CN202110453473A CN113158918A CN 113158918 A CN113158918 A CN 113158918A CN 202110453473 A CN202110453473 A CN 202110453473A CN 113158918 A CN113158918 A CN 113158918A
- Authority
- CN
- China
- Prior art keywords
- video
- processed
- target object
- behavior
- behavior detection
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 257
- 230000006399 behavior Effects 0.000 claims abstract description 204
- 238000000034 method Methods 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000013528 artificial neural network Methods 0.000 claims description 74
- 230000001815 facial effect Effects 0.000 claims description 28
- 230000033001 locomotion Effects 0.000 claims description 23
- 238000012216 screening Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 15
- 230000008451 emotion Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 230000000474 nursing effect Effects 0.000 claims description 6
- 210000003414 extremity Anatomy 0.000 description 43
- 238000010586 diagram Methods 0.000 description 33
- 230000008569 process Effects 0.000 description 16
- 230000009471 action Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 15
- 230000000694 effects Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000003062 neural network model Methods 0.000 description 9
- 210000003128 head Anatomy 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 210000000697 sensory organ Anatomy 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 210000001508 eye Anatomy 0.000 description 3
- 210000003811 finger Anatomy 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010011469 Crying Diseases 0.000 description 1
- 206010028347 Muscle twitching Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000004886 head movement Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 238000010428 oil painting Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 210000000707 wrist Anatomy 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
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Biomedical Technology (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种视频处理方法及装置、电子设备和存储介质,所述方法包括:获取目标对象的待处理视频,其中,所述目标对象包括婴儿和/或幼儿;通过多种检测方式对所述待处理视频中的目标对象进行行为检测,得到行为检测结果,所述行为检测结果用于反映所述待处理视频中所述目标对象产生的行为;根据所述行为检测结果,对所述待处理视频中的至少部分视频帧进行处理,得到所述目标对象的记录数据,所述记录数据用于记录所述目标对象的至少部分行为。通过本公开实施例,可以提高行为检测结果的精度和记录数据的代表性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种视频处理方法及装置、电子设备和存储介质。
背景技术
婴幼儿的成长过程中会有很多的精彩时刻值得记录。然而由于婴幼儿的五官以及骨骼等不像成年人般清晰,且在拍摄照片与视频的过程中也很容易四处活动,使得记录到宝宝有代表性的时刻变得十分困难。
发明内容
本公开提出了一种视频处理的技术方案。
根据本公开的一方面,提供了一种视频处理方法,包括:
获取目标对象的待处理视频,其中,所述目标对象包括婴儿和/或幼儿;通过多种检测方式对所述待处理视频中的目标对象进行行为检测,得到行为检测结果,所述行为检测结果用于反映所述待处理视频中所述目标对象产生的行为;根据所述行为检测结果,对所述待处理视频中的至少部分视频帧进行处理,得到所述目标对象的记录数据,所述记录数据用于记录所述目标对象的至少部分行为。
在一种可能的实现方式中,所述方法还包括:响应于针对所述待处理视频的查看操作,向所述目标对象的看护对象展示所述待处理视频和/或所述记录数据。
在一种可能的实现方式中,所述方法还包括:响应于针对所述记录数据的编辑操作,根据被选中的编辑方式,对所述记录数据中的图像数据进行图像编辑。
在一种可能的实现方式中,所述通过多种检测方式对所述待处理视频中的目标对象进行行为检测,得到行为检测结果,包括:对所述待处理视频进行视频帧筛选,得到包含所述目标对象的第一视频帧;通过多种检测方式,对所述第一视频帧中的目标对象进行行为检测,得到行为检测结果。
在一种可能的实现方式中,所述对所述待处理视频进行视频帧筛选,得到包含所述目标对象的第一视频帧,包括:通过轮廓检测神经网络,对所述待处理视频中的多个视频帧分别进行轮廓检测,得到所述多个视频帧分别对应的轮廓检测结果;基于所述轮廓检测结果,对所述待处理视频中的多个视频帧进行筛选,得到包含所述目标对象的第二视频帧;对所述第二视频帧进行模糊检测,将模糊检测的结果符合预设模糊范围的第二视频帧,作为所述第一视频帧。
在一种可能的实现方式中,所述通过多种检测方式对所述待处理视频中的目标对象进行行为检测,得到行为检测结果,包括:通过至少一种关键点识别方式,对所述待处理视频中的目标对象进行关键点识别,得到关键点识别结果;将所述关键点识别结果输入行为识别神经网络,得到所述行为识别神经网络输出的所述行为检测结果。
在一种可能的实现方式中,所述通过至少一种关键点识别方式,对所述待处理视频中的目标对象进行关键点识别,得到关键点识别结果,包括:通过人脸关键点检测神经网络,对所述待处理视频中的目标对象进行人脸关键点识别,得到关键点识别结果;和/或,通过肢体关键点检测神经网络,对所述待处理视频中的目标对象进行肢体关键点识别,得到关键点识别结果。
在一种可能的实现方式中,所述行为检测结果包括面部行为检测结果和/或肢体行为检测结果;其中,所述面部行为检测结果包括面部动作和/或面部情绪;所述肢体行为检测结果包括手部动作和/或腿部动作。
在一种可能的实现方式中,所述根据所述行为检测结果,对所述待处理视频中的至少部分视频帧进行处理,得到所述目标对象的记录数据,包括以下操作中的一种或多种:对所述待处理视频中的至少部分第三视频帧进行图像美化,将图像美化后的第三视频帧作为所述记录数据,其中,所述第三视频帧包含所述目标对象,所述图像美化包括人脸美颜、背景分割以及人脸融合中的一种或多种;和/或,在所述待处理视频中包含预设行为的连续视频帧的数量达到预设数量的情况下,基于所述连续视频帧,对所述待处理视频进行提取,将提取结果作为所述记录数据。
在一种可能的实现方式中,所述基于所述连续视频帧,对所述待处理视频进行提取,将提取结果作为所述记录数据,包括:基于所述连续视频帧在所述待处理视频中的位置,对所述待处理视频进行提取,得到预设时间长度的视频;将所述预设时间长度的视频作为所述记录数据;和/或,将所述预设时间长度的视频中的一帧或多帧视频帧作为所述记录数据。
根据本公开的一方面,提供了一种视频处理装置,包括:
视频获取模块,用于获取目标对象的待处理视频,其中,所述目标对象包括婴儿和/或幼儿;检测模块,用于通过多种检测方式对所述待处理视频中的目标对象进行行为检测,得到行为检测结果,所述行为检测结果用于反映所述待处理视频中所述目标对象产生的行为;记录模块,用于根据所述行为检测结果,对所述待处理视频中的至少部分视频帧进行处理,得到所述目标对象的记录数据,所述记录数据用于记录所述目标对象的至少部分行为。
在一种可能的实现方式中,所述装置还用于:响应于针对所述待处理视频的查看操作,向所述目标对象的看护对象展示所述待处理视频和/或所述记录数据。
在一种可能的实现方式中,所述装置还用于:响应于针对所述记录数据的编辑操作,根据被选中的编辑方式,对所述记录数据中的图像数据进行图像编辑。
在一种可能的实现方式中,所述检测模块用于:对所述待处理视频进行视频帧筛选,得到包含所述目标对象的第一视频帧;通过多种检测方式,对所述第一视频帧中的目标对象进行行为检测,得到行为检测结果。
在一种可能的实现方式中,所述检测模块进一步用于:通过轮廓检测神经网络,对所述待处理视频中的多个视频帧分别进行轮廓检测,得到所述多个视频帧分别对应的轮廓检测结果;基于所述轮廓检测结果,对所述待处理视频中的多个视频帧进行筛选,得到包含所述目标对象的第二视频帧;对所述第二视频帧进行模糊检测,将模糊检测的结果符合预设模糊范围的第二视频帧,作为所述第一视频帧。
在一种可能的实现方式中,所述检测模块用于:通过至少一种关键点识别方式,对所述待处理视频中的目标对象进行关键点识别,得到关键点识别结果;将所述关键点识别结果输入行为识别神经网络,得到所述行为识别神经网络输出的所述行为检测结果。
在一种可能的实现方式中,所述检测模块进一步用于:通过人脸关键点检测神经网络,对所述待处理视频中的目标对象进行人脸关键点识别,得到关键点识别结果;和/或,通过肢体关键点检测神经网络,对所述待处理视频中的目标对象进行肢体关键点识别,得到关键点识别结果。
在一种可能的实现方式中,所述行为检测结果包括面部行为检测结果和/或肢体行为检测结果;其中,所述面部行为检测结果包括面部动作和/或面部情绪;所述肢体行为检测结果包括手部动作和/或腿部动作。
在一种可能的实现方式中,所述记录模块用于:对所述待处理视频中的至少部分第三视频帧进行图像美化,将图像美化后的第三视频帧作为所述记录数据,其中,所述第三视频帧包含所述目标对象,所述图像美化包括人脸美颜、背景分割以及人脸融合中的一种或多种;和/或,在所述待处理视频中包含预设行为的连续视频帧的数量达到预设数量的情况下,基于所述连续视频帧,对所述待处理视频进行提取,将提取结果作为所述记录数据。
在一种可能的实现方式中,所述记录模块进一步用于:基于所述连续视频帧在所述待处理视频中的位置,对所述待处理视频进行提取,得到预设时间长度的视频;将所述预设时间长度的视频作为所述记录数据;和/或,将所述预设时间长度的视频中的一帧或多帧视频帧作为所述记录数据。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,通过获取婴儿和/或幼儿作为目标对象的待处理视频,并通过多种检测方式对待处理视频中的目标对象进行行为检测,以得到反映待处理视频中目标对象产生行为的行为检测结果,并根据行为检测结果对待处理视频中的至少部分视频帧进行处理,以得到目标对象至少部分行为的记录数据,通过本公开实施例,可以利用多种检测方式实现婴幼儿的行为检测,以降低婴儿或幼儿由于五官或肢体模糊对行为检测结果造成的影响,提高行为检测结果的精度,继而提高基于行为检测结果所得到的记录数据的代表性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的视频处理方法的流程图。
图2示出根据本公开实施例的手部动作的示意图。
图3示出根据本公开实施例的视频处理方法的流程图。
图4示出根据本公开实施例的关键点识别结果的示意图。
图5示出根据本公开实施例的关键点识别结果的示意图。
图6示出根据本公开实施例的视频处理方法的流程图。
图7示出根据本公开实施例的图像美化的示意图。
图8示出根据本公开实施例的图像美化的示意图。
图9示出根据本公开实施例的视频处理装置的框图。
图10示出根据本公开一应用示例的示意图。
图11示出根据本公开实施例的电子设备的框图。
图12示出根据本公开实施例的电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的视频处理方法的流程图。该方法可以由视频处理装置执行,视频处理装置可以是终端设备或服务器等电子设备,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,该方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者,可以通过服务器执行该方法。如图1所示,该方法可以包括:
步骤S11,获取目标对象的待处理视频。
其中,目标对象可以是具有行为记录需求的任意对象,在一些可能的实现方式中,目标对象可以是处于成长过程中的对象,如婴儿对象和/或幼儿对象等。目标对象的数量可以根据实际情况灵活决定,可以为一个,也可以为多个,在本公开实施例中不做限制。
目标对象的待处理视频,可以是包含目标对象各类行为活动的相关视频,待处理视频的数量可以为一个或多个,视频的格式以及视频的时长等实现形式在本公开实施例中均不做限制。
获取目标对象的待处理视频的方式在本公开实施例中同样不做限制。在一种可能的实现方式中,视频处理装置可以直接对目标对象进行视频采集;在一种可能的实现方式中,视频处理装置也可以接收其他装置或电子设备传递的待处理视频等。举例来说,在一个示例中,可以通过设置在目标对象附近的摄像头等采集设备采集目标对象的待处理视频,该采集设备可以将待处理视频转换为数据的形式,并通过无线网络或移动网络等向视频处理装置发送该数据;在一个示例中,也可以通过采集设备采集目标对象的待处理视频并存储至目标存储位置,比如采集设备本身内置的存储器,或是其他硬件设备的数据库中等,视频处理装置可以从目标存储位置处获取该待处理视频。
步骤S12,通过多种检测方式对待处理视频中的目标对象进行行为检测,得到行为检测结果。
其中,行为检测结果可以反映待处理视频中目标对象产生的行为。该行为检测结果可以包含多种形式的行为,包含的各类形式可以根据实际情况灵活决定,不局限于下述各公开实施例。
在一种可能的实现方式中,行为检测结果可以包括面部行为检测结果和/或肢体行为检测结果,其中面部行为检测结果可以是根据目标对象的头部或面部五官所确定的行为,而肢体行为检测结果可以是根据目标对象的四肢动作所确定的行为。面部行为检测结果以及肢体行为检测结果包含的各类行为类别可以根据实际情况灵活决定,不局限于下述各公开实施例。在一些可能的实现方式中,面部行为检测结果可以包括面部动作和/或面部情绪,肢体行为检测结果可以包括手部动作和/或腿部动作等。
其中,面部动作可以是面部或头部所产生的动作,比如说面部五官的一些动作,如睁眼、扎眼、嘴角上扬、张嘴等,或是头部活动所产生的动作,比如低头、仰头或是转头等;面部情绪可以是基于面部五官所确定的相应情绪,比如开心、生气、悲伤或是哭泣等。
手部动作可以是通过手臂所表达的动作行为,比如举手、挥手或是摆手等。在一些可能的实现方式中,手部动作还可以包括通过手掌所表达的各类手势,图2示出根据本公开一实施例的手部动作的示意图,从图中可以看出,手部动作可以包括大拇哥、抱拳作揖、托手以及剪刀手等各类手势行为。腿部动作则可以是通过下肢所表达的各类动作行为,如站立、爬行或是跳跃等。
由于行为检测结果可以包括面部行为检测结果和/或肢体行为检测结果等各类形式的行为检测结果,可以使得根据行为检测结果所得到的记录数据更加丰富和具有代表性,从而可以更好地对婴儿和/或幼儿成长过程中的各个时刻进行记录。
随着行为检测结果包含的形式种类的不同,对待处理视频中目标对象进行行为检测的检测方式也可以具有多种形式。在一些可能的实现方式中,多种检测方式可以是针对目标对象不同部位所实现的多种不同的检测方式,比如针对面部的检测方式或是针对肢体的检测方式等;在一些可能的实现方式中,多种检测方式还可以包括对视频或图像的一些筛选方式,比如视频选帧方式或是对视频帧中是否包含目标对象进行检测等;在一些可能的实现方式中,多种检测方式之间还可以相互组合共同实现行为检测,比如通过不同的神经网络进行组合来对待处理视频中的目标对象进行行为检测,从而更加方便和准确地得到行为检测结果等。上述各种实现方式还可以相互组合来共同实现行为检测,如何组合在本公开实施例中也不做限制。通过多种检测方式进行行为检测的过程可以详见下述各公开实施例,在此先不做展开。
步骤S13,根据行为检测结果,对待处理视频中的至少部分视频帧进行处理,得到目标对象的记录数据。
其中,记录数据可以用于记录目标对象的至少部分行为,至少部分行为具体包含目标对象的哪些行为,可以根据实际情况灵活设定,不局限于下述各公开实施例。在一些可能的实现方式中,至少部分行为可以包括目标对象在成长过程中具有纪念意义的一些行为,比如自主站立、走路或是开口说话等各类行为。
记录数据的数据形式在本公开实施例中也不做限制,在一些可能的实现方式中,记录数据可以包括图像和/或视频等。
如步骤S13所述,记录数据可以基于行为检测结果,对待处理视频中的至少部分视频帧进行处理所得到。其中,至少部分视频帧可以是待处理视频中连续的视频帧,也可以是从待处理视频中以一定形式进行采样或提取所得到的具有间隔的视频帧等。由于行为检测结果可以反映目标对象在待处理视频中产生的各类行为,因此如何选择处理的至少部分视频帧,可以根据行为检测结果的实际情况灵活决定,详见下述各公开实施例,在此先不做展开。
对待处理视频中的至少部分视频帧进行处理的方式在本公开实施例中也不做限制,在一些可能的实现方式中,处理的方式可以包含对视频帧的图像进行编辑美化等操作,也可以包含对视频或是视频帧的提取等,详见下述各公开实施例,在此同样先不做展开。
在本公开实施例中,通过获取婴儿和/或幼儿作为目标对象的待处理视频,并通过多种检测方式对待处理视频中的目标对象进行行为检测,以得到反映待处理视频中目标对象产生行为的行为检测结果,并根据行为检测结果对待处理视频中的至少部分视频帧进行处理,以得到目标对象至少部分行为的记录数据,通过本公开实施例,可以利用多种检测方式实现婴幼儿的行为检测,以降低婴儿或幼儿由于五官或肢体模糊对行为检测结果造成的影响,提高行为检测结果的精度,继而提高基于行为检测结果所得到的记录数据的代表性。
在一种可能的实现方式中,步骤S12可以包括:
对待处理视频进行视频帧筛选,得到包含目标对象的第一视频帧;
通过多种检测方式,对第一视频帧中的目标对象进行行为检测,得到行为检测结果。
其中,第一视频帧可以是待处理视频中,包含目标对象的视频帧。对待处理视频进行视频筛选的方式可以根据实际情况灵活选择,不局限于下述各公开实施例。在一些可能的实现方式中,可以对待处理视频中的各视频帧分别进行目标对象检测,并过滤其中不包含目标对象的视频帧,将剩余的视频帧作为第一视频帧;在一些可能的实现方式中,还可以在筛选的过程中,将图像质量较低的视频帧进行过滤,保留具有高图像质量且包含目标对象的视频帧作为第一视频帧。其中,图像质量的高低可以根据视频帧的清晰度、包含目标对象的完整程度或是视频帧的亮度等各类质量参数灵活确定,具体以哪些方式来评价图像质量的高低,在本公开实施例中也不做限制。
基于确定的第一视频帧,可以通过多种检测方式,来分别对各第一视频帧中的目标对象进行行为检测,来得到行为检测结果。对第一视频帧进行行为检测的多种检测方式,其实现形式可以参考对待处理视频进行行为检测的方式,详见下述各公开实施例,在此同样先不做展开。
通过本公开实施例,可以利用视频帧筛选,保留待处理视频中包含目标对象的第一视频帧,用于后续的行为检测来得到行为检测结果,减小检测过程中的数据处理量,提高数据处理效率,从而提升视频处理效率。
在一种可能的实现方式中,对待处理视频进行视频帧筛选,得到包含目标对象的第一视频帧,可以包括:
通过轮廓检测神经网络,对待处理视频中的多个视频帧分别进行轮廓检测,得到多个视频帧分别对应的轮廓检测结果;
基于轮廓检测结果,对待处理视频中的多个视频帧进行筛选,得到包含目标对象的第二视频帧;
对第二视频帧进行模糊检测,将模糊检测的结果符合预设模糊范围的第二视频帧,作为第一视频帧。
其中,轮廓检测神经网络,可以是用于对目标对象的人脸人体轮廓进行检测的任意神经网络,其实现方式在本公开实施例中不做限制,比如可以是U-Net、V-Net或是卷积神经网络等各类形式的神经网络。该轮廓检测神经网络可以通过包含婴儿或幼儿轮廓标注的训练图像进行训练,从而提高对婴儿或幼儿等目标对象的轮廓检测精度。
轮廓检测结果可以是与轮廓相关的检测结果,其实现形式可以根据实际情况灵活选择,不局限于下述各公开实施例。在一些可能的实现方式中,将视频帧输入至轮廓检测神经网络,可以输出目标对象的轮廓在视频帧中的位置和形状,基于该轮廓检测神经网络的输出,可以判断输入的视频帧中是否包含目标对象,以及目标对象在视频帧中的位置,从而一方面可以对待处理视频中的多个视频帧进行筛选,来选择其中包含目标对象的视频帧作为第二视频帧。另一方面还可以对目标对象在待处理视频中的运动位置进行跟踪,为后续进行的行为检测提供辅助数据。
基于轮廓检测结果筛选得到的第二视频帧,还可以进一步进行模糊检测,并基于模糊检测的结果从第二视频帧中进一步筛选得到第一视频帧。其中,模糊检测的方式可以根据实际情况灵活决定,在一些可能的实现方式中,可以通过对各第二视频帧的清晰度或亮度等与图像质量相关的参数进行检测,来对第二视频帧进行筛选,选择其中清晰度和/或亮度等图像质量参数在预设参数阈值范围内的图像,作为第一视频帧。
在一种可能的实现方式中,模糊检测还可以是针对第二视频帧中目标对象的模糊程度进行的检测,比如目标对象在视频帧中的完整度或清晰度等是否符合要求,在这种情况下,可以将第二视频帧输出至预先训练好的模糊检测神经网络中,根据模糊检测神经网络输出的模糊检测的结果来对第二视频帧进行进一步筛选。其中,模糊检测神经网络输出的模糊检测的结果的形式可以根据实际情况灵活决定,比如可以是对第二视频帧中目标对象模糊程度的检测分数等。
在模糊检测的结果符合预设模糊范围的情况下,可以将第二视频帧作为第一视频帧;在模糊检测的结果属于预设模糊范围以外的情况下,可以将第二视频帧进行过滤。其中,预设模糊范围的具体范围数值在本公开实施例中不做限制,可以根据实际情况进行灵活设定。
通过本公开实施例,可以利用轮廓检测神经网络以及模糊检测等方式,对待处理视频中的多个视频帧进行筛选,从而得到包含目标对象且具有较好图像质量的视频帧作为第一视频帧,一方面减小后续行为检测所需处理的数据量,提高了视频处理的效率;另一方面也可以使得后续得到的行为检测结果具有更高的精度,继而提升得到的记录数据的代表性和可靠性。
图3示出根据本公开一实施例的视频处理方法的流程图,如图所示,在一种可能的实现方式中,步骤S12可以包括:
步骤S121,通过至少一种关键点识别方式,对待处理视频中的目标对象进行关键点识别,得到关键点识别结果;
步骤S122,将关键点识别结果输入行为识别神经网络,得到行为识别神经网络输出的行为检测结果。
其中,至少一种关键点识别方式,可以包括一种或多种关键点识别方式。在一些可能的实现方式中,多种关键点识别方式可以包括针对目标对象同一部位的多种关键点识别方式,比如不同的关键点识别算法或不同的关键点识别神经网络等;在一些可能的实现方式中,多种关键点识别方式还可以包括针对目标对象不同部位的多种关键点识别方式,比如针对面部、四肢或是躯干等各部位的关键点识别方式等。
在一种可能的实现方式中,步骤S121可以包括:
通过人脸关键点检测神经网络,对待处理视频中的目标对象进行人脸关键点识别,得到关键点识别结果。和/或,
通过肢体关键点检测神经网络,对待处理视频中的目标对象进行肢体关键点识别,得到关键点识别结果。
其中,人脸关键点检测神经网络可以是用于对人脸中的关键点进行检测的神经网络,任何具有人脸中关键点识别功能的神经网络均可以作为人脸关键点检测神经网络的实现形式,在本公开实施例中不做限制。人脸关键点检测神经网络可以检测到的人脸中的关键点的数量可以根据神经网络的实际情况灵活决定,在一个示例中,人脸关键点检测神经网络可以为240人脸关键点检测神经网络模型,该240人脸关键点检测神经网络模型可以对图像或视频中的目标对象的人脸关键点进行识别,并输出240个人脸关键点的位置。
图4示出根据本公开一实施例的关键点识别结果的示意图(为了对图中对象进行保护,图中人脸的部分部位进行了马赛克处理,后续图像同理)。如图所示,在一个示例中,人脸关键点检测神经网络可以对图像中目标对象人脸各部位的关键点进行识别,来得到多个关键点识别结果,比如眉毛、眼睛或是嘴巴等部位的关键点识别结果。
肢体关键点检测神经网络可以是用于对人体中各主要肢体部位的关键点进行检测的神经网络,任何具有肢体关键点识别功能的神经网络均可以作为肢体关键点检测神经网络的实现形式,在本公开实施例中不做限制。肢体关键点检测神经网络可以检测到的肢体关键点的数量可以根据神经网络的实际情况灵活决定。在一个示例中,肢体关键点检测神经网络可以为肢体轮廓关键点检测神经网络模型,该肢体轮廓关键点检测神经网络模型可以对图像或视频中的目标对象的肢体边沿的关键点进行识别,并输出59个肢体边沿的关键点的位置。
图5示出根据本公开一实施例的关键点识别结果的示意图。如图所示,在一个示例中,肢体关键点检测神经网络可以为14肢体关键点检测神经网络模型,该14肢体关键点检测神经网络模型可以对图像或视频中的目标对象的肢体关键点进行识别,并输出14个肢体关键点的位置作为关键点识别结果,比如手腕、手肘或是脚部等部位的关键点识别结果。
通过本公开实施例,可以利用人体关键点检测神经网络以及肢体关键点检测神经网络的配合,对目标对象的面部以及肢体的关键点进行较为全面地检测,从而可以更为准确地掌握目标对象在视频中面部表情以及肢体动作的变化等,提高了后续得到的行为检测结果的准确性,继而提升了记录数据的可靠性和代表性。
基于步骤S121得到的关键点识别结果,可以通过步骤S122进一步利用行为识别神经网络来得到行为检测结果。
其中,行为识别神经网络可以基于关键点的位置,对目标对象的行为进行识别分类。行为识别神经网络的实现方式在本公开实施例中不做限制,任何可以对目标对象的行为进行识别的神经网络,均可以作为行为识别神经网络的实现方式。在一个示例中,行为识别神经网络可以为具有多种行为分类功能的神经网络,在接收到输入的关键点识别结果的情况下,行为识别神经网络可以输出目标对象的行为属于不同行为种类的概率,并将其中概率最大的行为种类作为行为检测结果。
如上述各公开实施例所述,关键点识别结果可以包括人脸关键点的识别结果和/或人体关键点的识别结果,基于不同部位的识别结果,行为识别神经网络输出的行为检测结果也可以属于不同的类型。举例来说,在一个示例中,基于人脸关键点的识别结果,行为识别神经网络可以输出目标对象的面部动作和/或面部情绪等面部行为检测结果;在一个示例中,基于肢体关键点的识别结果,行为识别神经网络可以输出目标对象的手部动作和/或腿部动作等肢体行为检测结果。在一些可能的实现方式中,行为识别神经网络还可以基于输入的人脸关键点的识别结果以及人体关键点的识别结果,共同对目标对象的行为进行检测判断,从而输出对应的行为检测结果,举例来说,在一个示例中,行为识别神经网络可以基于人脸关键点的识别结果以及人体关键点的识别结果,共同检测到目标对象在进行捂脸的行为检测结果等。
通过本公开实施例,可以利用一种或多种关键点识别方式,得到较为全面的关键点识别结果,并利用行为识别神经网络,基于全面的关键点识别结果来输出行为检测结果,从而在婴幼儿五官模糊或是动作幅度大等场景中,依然可以较为准确地捕捉到婴幼儿的面部神情以及有代表性的动作,从而使得后续得到的记录数据更为精确和具有代表性。
需要注意的是,本公开实施例中步骤S12的各种实现方式,可以相互之间灵活结合,比如步骤S121至步骤S122的过程可以用于对第一视频帧中的目标对象进行行为检测的过程中,或是在执行步骤S121以及步骤S122的过程中,也通过上述各公开实施例中提到的筛选方式进行视频帧筛选等。
图6示出根据本公开一实施例的视频处理方法的流程图,如图所示,在一种可能的实现方式中,步骤S13可以包括以下操作中的一种或多种:
步骤S131,对待处理视频中的至少部分第三视频帧进行图像美化,将图像美化后的第三视频帧作为记录数据。和/或
步骤S132,在待处理视频中包含预设行为的连续视频帧的数量达到预设数量的情况下,基于连续视频帧,对待处理视频进行提取,将提取结果作为记录数据。
其中,第三视频帧可以为包含目标对象的任意视频帧,其实现方式可以参考上述各公开实施例中的第一视频帧和第二视频帧,在此不再赘述。在一些可能的实现方式中,第一视频帧、第二视频帧与第三视频帧包含的视频帧可以相同也可以不同,根据实际情况灵活选择即可,在本公开实施例中不做限制。
图像美化的对象在本公开实施例中不做限制,在一些可能的实现方式中,图像美化的对象可以是包含目标对象的各第三视频帧;在一些可能的实现方式中,图像美化的对象也可以是从包含目标对象的第三视频帧中选择出的一帧或多帧图像。在选择一帧或多帧第三视频帧作为图像美化对象的情况下,可以是随机选择,也可以是基于一定的方式进行筛选,选择何种方式在本公开实施例中不做限制。
图像美化的方式在本公开实施例中不做限制,任何可以对第三视频帧进行美化或是对第三视频帧中的目标对象进行美化的方式,均可以作为图像美化的实现形式,不局限于下述各公开实施例。在一种可能的实现方式中,图像美化可以包括人脸美颜、背景分割以及人脸融合中的一种或多种。
其中,人脸美颜可以包括磨皮、瘦脸或是在人脸上增加特效等各类操作,实现人脸美颜的方式在本公开实施例中不做限制。在一些可能的实现方式中,可以基于对第三视频帧进行的人脸关键点识别所得到的关键点识别结果,来对第三视频帧中的目标对象的面部进行人脸美颜等各类操作。图7示出根据本公开一实施例的图像美化的示意图,如图所示,在一个示例中,可以通过磨皮以及油画特效等人脸美颜方式,对第三视频帧进行图像美化,以得到美化后的图像作为记录数据。
背景分割可以是将第三视频帧中的目标对象与目标对象以外的背景对象二者进行分割,分割的方式在本公开实施例中不做限制,任何可以区分目标对象与背景的方式均可以作为背景分割的实现手段。在一些可能的实现方式中,可以利用上述公开实施例中提到的轮廓检测神经网络,基于检测到的轮廓检测结果,将目标对象与背景进行分割。
人脸融合可以是将分割后的目标对象的人脸与其他的背景效果进行融合,其中,其他的背景效果可以是预先设置的壁纸或是背景图像等。人脸融合的方式在本公开实施例中不做限制,在一些可能的实现方式中,可以将背景分割所得到的分割后的目标对象,与预先设置的其他背景效果进行融合,以得到融合后的图像作为记录数据。图8示出根据本公开一实施例的图像美化的示意图,如图所示,在一个示例中,可以将分割后的目标对象与预先设置的壁纸效果进行融合,以得到融合后的图像作为记录数据。
在一些可能的实现方式中,步骤S13也可以包括步骤S132,其中,预设行为可以是预先设置的认为有记录意义的相关行为,其实现形式可以根据实际情况灵活设定,不局限于下述各公开实施例。在一些可能的实现方式中,预设行为可以包括婴儿或幼儿在成长过程中具有纪念意义的精彩行为,比如走路、说话或跳舞等行为;在一些可能的实现方式中,预设行为可以包括婴儿或幼儿在成长过程中需要关注的异常行为,比如吃手指、吐奶或是抽搐等行为。
基于上述各公开实施例中得到的行为检测结果,可以确定待处理视频的多个视频帧中是否包含预设行为,在一些可能的实现方式中,在检测到预设行为,且包含预设行为的连续视频帧的数量达到预设数量的情况下,可以基于连续视频帧来提取待处理视频,以得到记录数据。其中,预设数量的数值可以根据实际情况灵活设定,比如可以是5~100帧图像等;在一些可能的实现方式中,预设数量也可以根据设定的时间范围来确定,比如在检测到包含预设行为的连续时间达到设定的时间范围的情况下,基于待处理视频的帧率以及设定的时间范围,可以计算得到预设数量。设定的时间范围在本公开实施例中不做限制,可以是几秒或是几分钟等,在一个示例中,设定的时间范围可以为3秒。
步骤S132中,基于连续视频帧对待处理视频进行提取的方式可以根据实际情况灵活决定,详见下述各公开实施例,在此先不做展开。
通过本公开实施例,可以通过图像美化和/或待处理视频提取来得到记录数据,提升了记录数据代表性的同时也提高了记录数据的丰富程度,从而增加了记录数据的记录价值。
在一种可能的实现方式中,步骤S132可以包括:
基于连续视频帧在待处理视频中的位置,对待处理视频进行提取,得到预设时间长度的视频;
将预设时间长度的视频作为记录数据;和/或,将预设时间长度的视频中的一帧或多帧视频帧作为记录数据。
其中,预设时间长度的具体数值可以根据实际情况灵活选择,不局限于本公开各实施例,在一些可能的实现方式中,可以将预设时间长度设定为几秒到几分钟以内,在一个实例中,可以将预设时间长度设定为30s。
如何基于连续视频帧在待处理视频中的位置,从待处理视频中提取到预设时间长度的视频,其实现方式也可以根据实际情况灵活选择,在一些可能的实现方式中,在连续视频帧的时间长度小于预设时间长度的情况下,可以在提取连续视频帧的同时,将连续视频帧之前或之后的视频帧一并提取,以提取到符合预设时间长度的视频;在一些可能的实现方式中,在连续视频帧的时间长度不小于预设时间长度的情况下,可以对连续视频帧进行截取,比如选取其中效果较好的一段视频,或是行为较为完整的某一段视频等,以得到符合预设时间长度的视频。
在得到符合预设时间长度的视频以后,可以将该视频直接作为记录数据,在一些可能的实现方式中,还可以从该视频中选择一帧或多帧视频帧,来作为记录数据;在一些可能的实现方式中,还可以将该视频与从该视频中选择的一帧或多帧视频帧,来共同作为记录数据。
从符合预设时间长度的视频中选择一帧或多帧视频帧的方式在本公开实施例中不做限制,在一种可能的实现方式中,可以通过截图或随机选择的方式,来选择视频帧,在一些可能的实现方式中,还可以参考上述各公开实施例中的视频帧筛选方式,来选择一帧或多帧视频帧。
通过本公开实施例,可以从待处理视频中提取到具有记录价值的视频和/或图像来作为记录数据,丰富记录数据的形式,且可以进一步提升记录数据的代表性。
在一些可能的实现方式中,本公开实施例中提出的方法还可以包括:
响应于针对待处理视频的查看操作,向目标对象的看护对象展示待处理视频和/或记录数据。
其中,针对待处理视频的查看操作,可以包括用于查看待处理视频的任意操作,比如选择、点击或是打开视频等各类操作。
目标对象的看护对象可以是看护目标对象的相关人员,比如目标对象的父母或是祖父母等监护人,或是目标对象的保姆或育儿师等专业人士。
在一些可能的实现方式中,响应于查看操作,可以向上述等看护对象展示待处理视频,也可以在展示待处理视频的过程中或是在展示待处理视频后,同时展示上述各公开实施例提出的记录数据等。在一些可能的实现方式中,也可以主动向看护对象展示待处理视频和/或记录数据。
通过响应于针对待处理视频的查看操作,向目标对象的看护对象展示待处理视频和/或记录数据,可以提高对记录数据处理方式的灵活性,从而更加灵活地对记录数据进行展示,提高展示的便捷性和丰富程度。
在一些可能的实现方式中,本公开实施例中提出的方法还可以包括:
响应于针对记录数据的编辑操作,根据被选中的编辑方式,对记录数据中的图像数据进行图像编辑。
其中,针对记录数据的编辑操作,可以包括对记录数据进行进一步处理的任意相关操作,比如渲染、添加特效或是图像美化等。
随着编辑操作不同,被选中的编辑方式也可以灵活发生变化,比如编辑操作为渲染的情况下,编辑方式可以包括不同颜色或不同效果的渲染方式;编辑操作为添加特效的情况下,编辑方式可以包括不同形式和不同位置的特效添加方式等。根据被选中的编辑方式,可以对记录数据中的图像数据进行图像编辑。如上述各公开实施例所述,记录数据可以包括视频和/或图像,在一些可能的实现方式中,可以根据被选中的编辑方式直接对记录数据中图像形式的数据进行编辑,在一些可能的实现方式中,也可以从记录数据中视频形式的数据中提取相关图像,再根据被选中的编辑方式进行编辑等。
通过响应于针对记录数据的编辑操作,根据被选中的编辑方式,对记录数据中的图像数据进行图像编辑,通过上述过程,可以提高对记录数据进行编辑的自主程度,从而使得记录数据更加符合用户的期望,具有更好的代表性。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了视频处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种视频处理方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图9示出根据本公开实施例的视频处理装置的框图。如图9所示,装置20包括:
视频获取模块21,用于获取目标对象的待处理视频,其中,目标对象包括婴儿和/或幼儿。
检测模块22,用于通过多种检测方式对待处理视频中的目标对象进行行为检测,得到行为检测结果,行为检测结果用于反映待处理视频中目标对象产生的行为。
记录模块23,用于根据行为检测结果,对待处理视频中的至少部分视频帧进行处理,得到目标对象的记录数据,记录数据用于记录目标对象的至少部分行为。
在一种可能的实现方式中,装置还用于:响应于针对待处理视频的查看操作,向目标对象的看护对象展示待处理视频和/或记录数据。
在一种可能的实现方式中,装置还用于:响应于针对记录数据的编辑操作,根据被选中的编辑方式,对记录数据中的图像数据进行图像编辑。
在一种可能的实现方式中,检测模块用于:对待处理视频进行视频帧筛选,得到包含目标对象的第一视频帧;通过多种检测方式,对第一视频帧中的目标对象进行行为检测,得到行为检测结果。
在一种可能的实现方式中,检测模块进一步用于:通过轮廓检测神经网络,对待处理视频中的多个视频帧分别进行轮廓检测,得到多个视频帧分别对应的轮廓检测结果;基于轮廓检测结果,对待处理视频中的多个视频帧进行筛选,得到包含目标对象的第二视频帧;对第二视频帧进行模糊检测,将模糊检测的结果符合预设模糊范围的第二视频帧,作为第一视频帧。
在一种可能的实现方式中,检测模块用于:通过至少一种关键点识别方式,对待处理视频中的目标对象进行关键点识别,得到关键点识别结果;将关键点识别结果输入行为识别神经网络,得到行为识别神经网络输出的行为检测结果。
在一种可能的实现方式中,检测模块进一步用于:通过人脸关键点检测神经网络,对待处理视频中的目标对象进行人脸关键点识别,得到关键点识别结果;和/或,通过肢体关键点检测神经网络,对待处理视频中的目标对象进行肢体关键点识别,得到关键点识别结果。
在一种可能的实现方式中,行为检测结果包括面部行为检测结果和/或肢体行为检测结果;其中,面部行为检测结果包括面部动作和/或面部情绪;肢体行为检测结果包括手部动作和/或腿部动作。
在一种可能的实现方式中,记录模块用于:对待处理视频中的至少部分第三视频帧进行图像美化,将图像美化后的第三视频帧作为记录数据,其中,第三视频帧包含目标对象,图像美化包括人脸美颜、背景分割以及人脸融合中的一种或多种;和/或,在待处理视频中包含预设行为的连续视频帧的数量达到预设数量的情况下,基于连续视频帧,对待处理视频进行提取,将提取结果作为记录数据。
在一种可能的实现方式中,记录模块进一步用于:基于连续视频帧在待处理视频中的位置,对待处理视频进行提取,得到预设时间长度的视频;将预设时间长度的视频作为记录数据;和/或,将预设时间长度的视频中的一帧或多帧视频帧作为记录数据。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
应用场景示例
图10示出根据本公开一应用示例的示意图,如图10所示,在本公开应用示例中,可以通过设置在婴幼儿附近的摄像头来手机图像信号和声音来形成待处理视频,并通过转换器将待处理视频转换为数据的形式,并通过WiFi将该待处理视频的数据上传到服务器中。服务器可以通过上述各公开实施例中的视频处理方法,对待处理视频进行处理以得到记录数据,并将该记录数据转换为音视频信号,发送至婴幼儿看护人的手机中。
在一些可能的实现方式中,在婴幼儿四处活动,无法固定在一个位置并摆出拍照姿势的情况下,通过本公开应用示例提出的视频处理方法,可以利用上述各公开实施例中提到的240人脸关键点检测神经网络模型以及14肢体关键点检测神经网络模型,结合行为识别神经网络中获取面部行为检测结果的功能,对婴幼儿进行精准地追踪检测。
在一些可能的实现方式中,在家长不在婴幼儿身边导致无法及时查看到婴幼儿的许多如可爱表情/第一次翻身、咬手指、爬等“第一次”精彩瞬间的情况下,可以利用上述各公开实施例中提到的14肢体关键点检测神经网络模型结合行为识别神经网络中获取肢体行为检测结果的功能,可以检测并判断宝宝哪些动作是精彩瞬间并提取精彩瞬间对应的视频段落。例如,通过行为识别神经网络识别到婴儿动作,形成多张图片并通过14肢体关键点检测神经网络模型进行人体骨骼检测,若待处理视频中3秒内缓存的视频帧对应的行为检测结果都是站立的动作,则判断婴幼儿进行站立行为,在这种情况下,可以将待处理视频中站立行为发生时间点的前后30秒视频进行提取,并截图3张,形成记录数据。
在一些可能的实现方式中,家长查看待处理视频的情况下,除了可以筛选记录数据中生成的一些特效图片,还可通过3D特效渲染引擎对待处理视频以及记录数据中的图像和视频等进行编辑,并上传分享给亲朋好友。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的视频处理方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的视频处理方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图11示出根据本公开实施例的电子设备的框图。如图5所示,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图11,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(WiFi),第二代移动通信技术(2G)或第三代移动通信技术(3G),或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图12示出根据本公开实施例的电子设备的框图。如图6所示,电子设备1900可以被提供为一服务器。参照图12,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如微软服务器操作***(Windows ServerTM),苹果公司推出的基于图形用户界面操作***(Mac OSXTM),多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM),开放原代码的类Unix操作***(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (13)
1.一种视频处理方法,其特征在于,包括:
获取目标对象的待处理视频,其中,所述目标对象包括婴儿和/或幼儿;
通过多种检测方式对所述待处理视频中的目标对象进行行为检测,得到行为检测结果,所述行为检测结果用于反映所述待处理视频中所述目标对象产生的行为;
根据所述行为检测结果,对所述待处理视频中的至少部分视频帧进行处理,得到所述目标对象的记录数据,所述记录数据用于记录所述目标对象的至少部分行为。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于针对所述待处理视频的查看操作,向所述目标对象的看护对象展示所述待处理视频和/或所述记录数据。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
响应于针对所述记录数据的编辑操作,根据被选中的编辑方式,对所述记录数据中的图像数据进行图像编辑。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述通过多种检测方式对所述待处理视频中的目标对象进行行为检测,得到行为检测结果,包括:
对所述待处理视频进行视频帧筛选,得到包含所述目标对象的第一视频帧;
通过多种检测方式,对所述第一视频帧中的目标对象进行行为检测,得到行为检测结果。
5.根据权利要求4所述的方法,其特征在于,所述对所述待处理视频进行视频帧筛选,得到包含所述目标对象的第一视频帧,包括:
通过轮廓检测神经网络,对所述待处理视频中的多个视频帧分别进行轮廓检测,得到所述多个视频帧分别对应的轮廓检测结果;
基于所述轮廓检测结果,对所述待处理视频中的多个视频帧进行筛选,得到包含所述目标对象的第二视频帧;
对所述第二视频帧进行模糊检测,将模糊检测的结果符合预设模糊范围的第二视频帧,作为所述第一视频帧。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述通过多种检测方式对所述待处理视频中的目标对象进行行为检测,得到行为检测结果,包括:
通过至少一种关键点识别方式,对所述待处理视频中的目标对象进行关键点识别,得到关键点识别结果;
将所述关键点识别结果输入行为识别神经网络,得到所述行为识别神经网络输出的所述行为检测结果。
7.根据权利要求6所述的方法,其特征在于,所述通过至少一种关键点识别方式,对所述待处理视频中的目标对象进行关键点识别,得到关键点识别结果,包括:
通过人脸关键点检测神经网络,对所述待处理视频中的目标对象进行人脸关键点识别,得到关键点识别结果;和/或,
通过肢体关键点检测神经网络,对所述待处理视频中的目标对象进行肢体关键点识别,得到关键点识别结果。
8.根据权利要求1至7中任意一项所述的方法,其特征在于,所述行为检测结果包括面部行为检测结果和/或肢体行为检测结果;其中,
所述面部行为检测结果包括面部动作和/或面部情绪;
所述肢体行为检测结果包括手部动作和/或腿部动作。
9.根据权利要求1至8中任意一项所述的方法,其特征在于,所述根据所述行为检测结果,对所述待处理视频中的至少部分视频帧进行处理,得到所述目标对象的记录数据,包括以下操作中的一种或多种:
对所述待处理视频中的至少部分第三视频帧进行图像美化,将图像美化后的第三视频帧作为所述记录数据,其中,所述第三视频帧包含所述目标对象,所述图像美化包括人脸美颜、背景分割以及人脸融合中的一种或多种;和/或,
在所述待处理视频中包含预设行为的连续视频帧的数量达到预设数量的情况下,基于所述连续视频帧,对所述待处理视频进行提取,将提取结果作为所述记录数据。
10.根据权利要求9所述的方法,其特征在于,所述基于所述连续视频帧,对所述待处理视频进行提取,将提取结果作为所述记录数据,包括:
基于所述连续视频帧在所述待处理视频中的位置,对所述待处理视频进行提取,得到预设时间长度的视频;
将所述预设时间长度的视频作为所述记录数据;和/或,将所述预设时间长度的视频中的一帧或多帧视频帧作为所述记录数据。
11.一种视频处理装置,其特征在于,包括:
视频获取模块,用于获取目标对象的待处理视频,其中,所述目标对象包括婴儿和/或幼儿;
检测模块,用于通过多种检测方式对所述待处理视频中的目标对象进行行为检测,得到行为检测结果,所述行为检测结果用于反映所述待处理视频中所述目标对象产生的行为;
记录模块,用于根据所述行为检测结果,对所述待处理视频中的至少部分视频帧进行处理,得到所述目标对象的记录数据,所述记录数据用于记录所述目标对象的至少部分行为。
12.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至10中任意一项所述的方法。
13.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至10中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110453473.7A CN113158918A (zh) | 2021-04-26 | 2021-04-26 | 视频处理方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110453473.7A CN113158918A (zh) | 2021-04-26 | 2021-04-26 | 视频处理方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113158918A true CN113158918A (zh) | 2021-07-23 |
Family
ID=76870883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110453473.7A Pending CN113158918A (zh) | 2021-04-26 | 2021-04-26 | 视频处理方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113158918A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113762085A (zh) * | 2021-08-11 | 2021-12-07 | 江苏省人民医院(南京医科大学第一附属医院) | 一种基于人工智能的婴儿培养箱***及方法 |
CN115049965A (zh) * | 2022-06-29 | 2022-09-13 | 深圳市城市公共安全技术研究院有限公司 | 一种检测模型的训练方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108419040A (zh) * | 2018-02-28 | 2018-08-17 | 上海乐愚智能科技有限公司 | 一种成长记录方法、装置、机器人及计算机可读介质 |
CN109348190A (zh) * | 2018-12-05 | 2019-02-15 | 吉林大学 | 基于视频监控的摔倒监控***及方法 |
CN109697416A (zh) * | 2018-12-14 | 2019-04-30 | 腾讯科技(深圳)有限公司 | 一种视频数据处理方法和相关装置 |
CN110889382A (zh) * | 2019-11-29 | 2020-03-17 | 深圳市商汤科技有限公司 | 虚拟形象渲染方法及装置、电子设备和存储介质 |
CN111797733A (zh) * | 2020-06-22 | 2020-10-20 | 浙江大华技术股份有限公司 | 一种基于图像的行为识别方法、装置、设备和存储介质 |
-
2021
- 2021-04-26 CN CN202110453473.7A patent/CN113158918A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108419040A (zh) * | 2018-02-28 | 2018-08-17 | 上海乐愚智能科技有限公司 | 一种成长记录方法、装置、机器人及计算机可读介质 |
CN109348190A (zh) * | 2018-12-05 | 2019-02-15 | 吉林大学 | 基于视频监控的摔倒监控***及方法 |
CN109697416A (zh) * | 2018-12-14 | 2019-04-30 | 腾讯科技(深圳)有限公司 | 一种视频数据处理方法和相关装置 |
CN110889382A (zh) * | 2019-11-29 | 2020-03-17 | 深圳市商汤科技有限公司 | 虚拟形象渲染方法及装置、电子设备和存储介质 |
CN111797733A (zh) * | 2020-06-22 | 2020-10-20 | 浙江大华技术股份有限公司 | 一种基于图像的行为识别方法、装置、设备和存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113762085A (zh) * | 2021-08-11 | 2021-12-07 | 江苏省人民医院(南京医科大学第一附属医院) | 一种基于人工智能的婴儿培养箱***及方法 |
CN113762085B (zh) * | 2021-08-11 | 2022-04-19 | 江苏省人民医院(南京医科大学第一附属医院) | 一种基于人工智能的婴儿培养箱***及方法 |
CN115049965A (zh) * | 2022-06-29 | 2022-09-13 | 深圳市城市公共安全技术研究院有限公司 | 一种检测模型的训练方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108363706B (zh) | 人机对话交互的方法和装置、用于人机对话交互的装置 | |
US20210383154A1 (en) | Image processing method and apparatus, electronic device and storage medium | |
CN109257645B (zh) | 视频封面生成方法及装置 | |
CN104125396B (zh) | 图像拍摄方法和装置 | |
CN110991327A (zh) | 交互方法及装置、电子设备和存储介质 | |
US11138422B2 (en) | Posture detection method, apparatus and device, and storage medium | |
CN107944447B (zh) | 图像分类方法及装置 | |
CN110889382A (zh) | 虚拟形象渲染方法及装置、电子设备和存储介质 | |
KR20210058887A (ko) | 이미지 처리 방법 및 장치, 전자 기기 및 저장 매체 | |
CN110569777B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111666917A (zh) | 姿态检测及视频处理方法、装置、电子设备和存储介质 | |
CN111553864A (zh) | 图像修复方法及装置、电子设备和存储介质 | |
EP3340077B1 (en) | Method and apparatus for inputting expression information | |
CN111241887A (zh) | 目标对象关键点识别方法及装置、电子设备和存储介质 | |
CN111144266B (zh) | 人脸表情的识别方法及装置 | |
EP3975046A1 (en) | Method and apparatus for detecting occluded image and medium | |
CN113158918A (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN113194254A (zh) | 图像拍摄方法及装置、电子设备和存储介质 | |
CN109685041B (zh) | 图像分析方法及装置、电子设备和存储介质 | |
CN109241875B (zh) | 姿态检测方法及装置、电子设备和存储介质 | |
CN110909203A (zh) | 视频分析方法及装置、电子设备和存储介质 | |
CN113576451A (zh) | 呼吸率检测方法、装置、存储介质及电子设备 | |
CN113553946A (zh) | 信息提示方法及装置、电子设备和存储介质 | |
CN110837766A (zh) | 手势识别方法、手势处理方法及装置 | |
CN112613447A (zh) | 关键点检测方法及装置、电子设备和存储介质 |
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 |