CN106937087A - 一种视频处理方法及装置 - Google Patents

Abstract

本发明实施例提供了一种视频处理方法及装置，所述方法包括：获取目标布控范围内的视频文件；确定出所述视频文件中每一对象的出现次数，得到P个对象，所述P为大于1的整数；从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，将所述Q个对象作为徘徊对象，所述Q为小于或等于所述P的正整数。通过本发明实施例可从视频文件中快速确定出徘徊对象。

Description

一种视频处理方法及装置

技术领域

本发明涉及视频监控技术领域，具体涉及一种视频处理方法及装置。

背景技术

随着经济、社会、文化的快速发展，国内外影响力的与日俱增，越来越多外来人口流向城市，这些人口增加在加快城市化进程的同时，也为城市管理带来更大的挑战，虽然，视频监控对城市安全提供了技术支持，但是，目前来看，摄像头已经在城市中布局开来，各个摄像头的功能较为独立，往往是通过人工方式对每一摄像头拍摄的视频图像进行逐帧查看，因而，无法快速地从视频文件中确定出徘徊对象(徘徊对象为在监控区域出现次数较高的人员)。

发明内容

本发明实施例提供了一种视频处理方法及装置，可以快速从视频文件中确定出徘徊对象。

本发明实施例第一方面提供了一种视频处理方法，包括：

获取目标布控范围内的视频文件；

确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，所述P为大于或等于1的整数；

从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，将所述Q个对象作为徘徊对象，所述Q为小于或等于所述P的正整数。

结合本发明实施例第一方面，在第一方面的第一种可能实施方式中，所述获取目标布控范围内的视频文件，包括：

获取用户选取的布控时间段；

从历史视频库中选取所述布控时间段以及所述目标布控范围内的视频文件。

结合本发明实施例第一方面，在第一方面的第二种可能实施方式中，所述确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，包括：

对所述视频文件进行解析，得到M张视频图像，所述M为正整数；

剔除所述M张视频图像中不包含人脸图像的视频图像，得到N张视频图像，所述N为小于或等于所述M的正整数；

将所述N张视频图像中每一张视频图像进行图像分割，得到K张人脸图像；

将所述K张人脸图像进行分类，得到所述P个类，所述P个类中每一类对应一个对象；

对所述P个类中每一类进行计数，得到所述每一对象的出现次数。

结合本发明实施例第一方面的第二种可能实施方式，在第一方面的第三种可能实施方式中，所述将所述K张人脸图像进行分类，得到所述P个类，包括：

选取人脸图像i，将所述人脸图像i与所述K张人脸图像中的除了所述人脸图像i之外的人脸图像进行匹配，得到K-1个匹配值，所述人脸图像i为所述K张人脸图像中的任一图像；

选取所述K-1个匹配值中匹配值大于第二预设阈值的匹配值对应的人脸图像作为第i类，所述第i类为所述P个类中的一个。

结合本发明实施例第一方面或第一方面的第一种至第三种中任一种可能实施方式，在第一方面的第四种可能实施方式中，在所述从所述P个对象中选取出现次数大于第一预设阈值的Q个对象之后，所述方法还包括：

从所述Q个对象中选取出存在于预设布控对象库的X个对象，所述X为小于或等于所述Q的正整数。

本发明实施例第二方面提供了一种视频处理装置，包括:

获取单元，用于获取目标布控范围内的视频文件；

确定单元，用于确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，所述P为大于或等于1的整数；

第一选取单元，用于从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，将所述Q个对象作为徘徊对象，所述Q为小于或等于所述P的正整数。

结合本发明实施例第二方面，在第二方面的第一种可能实施方式中，所述获取单元包括：

获取模块，用于获取用户选取的布控时间段；

第一选取模块，用于从历史视频库中选取所述布控时间段以及所述目标布控范围内的视频文件。

结合本发明实施例第二方面，在第二方面的第二种可能实施方式中，所述确定单元包括：

解析模块，用于对所述视频文件进行解析，得到M张视频图像，所述M为正整数；

剔除模块，用于剔除所述M张视频图像中不包含人脸图像的视频图像，得到N张视频图像，所述N为小于或等于所述M的正整数；

分割模块，用于将所述N张视频图像中每一张视频图像进行图像分割，得到K张人脸图像；

分类模块，用于将所述K张人脸图像进行分类，得到所述P个类，所述P个类中每一类对应一个对象；

计数模块，用于对所述P个类中每一类进行计数，得到所述每一对象的出现次数。

结合本发明实施例第二方面的第二种可能实施方式，在第二方面的第三种可能实施方式中，所述分类模块包括：

第二选取模块，用于选取人脸图像i，将所述人脸图像i与所述K张人脸图像中的除了所述人脸图像i之外的人脸图像进行匹配，得到K-1个匹配值，所述人脸图像i为所述K张人脸图像中的任一图像；

第三选取模块，用于选取所述K-1个匹配值中匹配值大于第二预设阈值的匹配值对应的人脸图像作为第i类，所述第i类为所述P个类中的一个。

结合本发明实施例第二方面或第二方面的第一种至第三种中任一种可能实施方式，在第二方面的第四种可能实施方式中，所述视频处理装置还包括：

第二选取单元，用于在所述第一选取单元从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，从所述Q个对象中选取出存在于预设布控对象库的X个对象，所述X为小于或等于所述Q的正整数。

实施本发明实施例，具有如下有益效果：

可以看出，通过本发明实施例，获取目标布控范围内的视频文件，确定出视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，P为大于或等于1的整数，从P个对象中选取出现次数大于第一预设阈值的Q个对象，将Q个对象作为徘徊对象，Q为小于或等于P的正整数。如此，可从视频文件中快速确定出徘徊对象。

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一种视频处理方法的第一实施例流程示意图；

图2是本发明实施例提供的一种视频处理方法的第二实施例流程示意图；

图3a是本发明实施例提供的一种视频处理装置的第一实施例结构示意图；

图3b是本发明实施例提供的图3a所描述的视频处理装置的获取单元的结构示意图；

图3c是本发明实施例提供的图3a所描述的视频处理装置的确定单元的结构示意图；

图3d是本发明实施例提供的图3a所描述的视频处理装置的又一结构示意图；

图4是本发明实施例提供的一种视频处理装置的第二实施例结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明实施例所描述视频处理装置可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备(MID，MobileInternet Devices)或穿戴式设备等，上述仅是举例，而非穷举，包含但不限于上述装置，当然，上述视频处理装置还可以为服务器。

需要说明的是，本发明实施例中的视频处理装置可与多个摄像头连接，每一摄像头均可用于抓拍视频图像，每一摄像头均可有一个与之对应的位置标记，或者，可有一个与之对应的编号。通常情况下，摄像头可设置在公共场所，例如，学校、博物馆、十字路口、步行街、写字楼、车库、机场、医院、地铁站、车站、公交站台、超市、酒店、娱乐场所等等。摄像头在拍摄到视频图像后，可将该视频图像保存到视频处理装置所在系统的存储器。存储器中可存储有多个图像库，每一图像库可包含同一人的不同视频图像，当然，每一图像库还可以用于存储一个区域的视频图像或者某个指定摄像头拍摄的视频图像。

进一步可选地，本发明实施例中，摄像头拍摄的每一帧视频图像均对应一个属性信息，属性信息为以下至少一种：视频图像的拍摄时间、视频图像的位置、视频图像的属性参数(格式、大小、分辨率等)、视频图像的编号和视频图像中的人物特征属性。上述视频图像中的人物特征属性可包括但不仅限于：视频图像中的人物个数、人物位置、人物角度等等。

进一步需要说明的是，每一摄像头采集的视频图像通常为动态人脸图像，因而，本发明实施例中可以对人脸图像的角度信息进行规划，上述角度信息可包括但不仅限于：水平转动角度、俯仰角或者倾斜度。例如，可定义动态人脸图像数据要求两眼间距不小于30像素，建议60像素以上。水平转动角度不超过±30°、俯仰角不超过±20°、倾斜角不超过±45°。建议水平转动角度不超过±15°、俯仰角不超过±10°、倾斜角不超过±15°。例如，还可对人脸图像是否被其他物体遮挡进行筛选，通常情况下，饰物不应遮挡脸部主要区域，饰物如深色墨镜、口罩和夸张首饰等，当然，也有可能摄像头上面布满灰尘，导致人脸图像被遮挡。本发明实施例中的视频图像的图片格式可包括但不仅限于：BMP，JPEG，JPEG2000，PNG等等，其大小可以在10-30KB之间，每一视频图像还可以对应一个拍摄时间、以及拍摄该视频图像的摄像头统一编号、与人脸图像对应的全景大图的链接等信息(人脸图像和全局图像建立特点对应性关系文件)。

需要说明的是，本发明实施例中的对象是指某个人，例如，“张三”，张三可能是徘徊对象，只要张三在目标布控范围内的出现次数大于第一预设阈值，第一预设阈值可由用户自行设置或者系统默认。从视频文件中获取张三的人脸图像时，可得到多张人脸图像，在其人脸图像的张数大于第一预设阈值的时候，则可认为张三为徘徊对象。

请参阅图1，为本发明实施例提供的一种视频处理方法的第一实施例流程示意图。本实施例中所描述的视频处理方法，包括以下步骤：

101、获取目标布控范围内的视频文件。

其中，目标布控范围可由用户指定，或者，可以默认为某个具体范围(例如，所有摄像头的监控范围内)。视频处理装置可从历史视频库中获取目标布控范围内的视频文件。通常情况下，目标布控范围可为一个或者多个摄像头所在监控范围。

可选地，视频处理装置可接收终端发送的徘徊对象获取请求，在接收到该请求之后，视频处理装置执行步骤101。

可选地，上述步骤101中，获取目标布控范围内的视频文件，可包括如下步骤：

11)、获取用户选取的布控时间段；

12)、从历史视频库中选取所述布控时间段以及所述目标布控范围内的视频文件。

其中，上述历史视频库中可包含监控范围内的所有摄像头拍摄到的视频文件。通常情况下，视频的监控时间越来，则其内存越大，因而，可获取用户选取的布控时间段，针对不同的摄像头而言，每一摄像头的布控时间段可不一样，当然，所有的摄像头的布控时间段也可以一样，具体地，依据实际情况而定。上述目标布控范围可为监控范围的部分区域，即目标布控范围可由用户指定的一个或者多个摄像头的监控区域所构成，或者，目标布控范围可由用户指定的某个区域范围内的摄像头所构成。以目标布控范围内的一个摄像头为例，该摄像头可持续进行拍摄，因而，可记录不同时刻的录像，而用户需要的，是布控时间段内的视频文件，因而，可从该摄像头对应的历史视频文件中截取布控时间段对应的视频文件。

其中，在步骤11中，用户可输入布控时间段，当然，可统一针对目标布控范围内的每一摄像头布控时间段。或者，目标布控范围内的每一摄像头对应的布控时间段不一样，因为布控对象同时出现在不同的摄像头的监控范围内的概率较小，因此，更多时候布控对象只会在一个时刻处于一个摄像头的监控范围内。因而，不同的摄像头可对应不同的布控时间段。进一步地，视频处理装置可从历史视频库中选取布控时间段以及目标布控范围内的视频文件。当然，在目标布控范围内存在多个摄像头时，每一摄像头可能均对应一个视频文件，可将所有的视频文件视为或者合成一个视频文件。

102、确定出所述视频文件中每一对象的出现次数，得到P个对象，所述P为大于1的整数。

其中，视频文件中包含多帧视频图像，每一视频图像中可能包含多个人脸图像，因而，需要对每一视频图像进行图像分割，即将一张视频图像分割为多张人脸图像。然后，再从这些人脸图像中确定出每一对象对应的出现次数。

可选地，上述步骤102中，确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，可包括如下步骤：

21)、对所述视频文件进行解析，得到M张视频图像，所述M为正整数；

22)、剔除所述M张视频图像中不包含人脸图像的视频图像，得到N张视频图像，所述N为小于或等于所述M的正整数；

23)、将所述N张视频图像中每一张视频图像进行图像分割，得到K张人脸图像；

24)、将所述K张人脸图像进行分类，得到所述P个类，所述P个类中每一类对应一个对象；

25)、对所述P个类中每一类进行计数，得到所述每一对象的出现次数。

其中，通常情况下，视频文件为一个完整的文件，因而，需要对该视频文件进行解析，得到一张一张的视频图像。在步骤21中，可对视频文件进行解析，得到M张视频图像，M为正整数。当然，该M张视频图像中并非每一张都包含人脸图像，因而，可剔除掉该M张视频图像中不包含人脸图像的视频图像，得到N张视频图像，进一步地，可对N张视频图像中的每一张视频图像进行图像分割，得到K张人脸图像，从该K张人脸图像中可获取P个对象，每个对象对应一个类，从而，可统计每一类中的人脸图像的数目，得到每一对象的出现次数。

进一步可选地，上述步骤24中，将所述K张人脸图像进行分类，得到所述P个类，可包括如下步骤：

241)、选取人脸图像i，将所述人脸图像i与所述K张人脸图像中的除了所述人脸图像i之外的人脸图像进行匹配，得到K-1个匹配值，所述人脸图像i为所述K张人脸图像中的任一图像；

242)、选取所述K-1个匹配值中匹配值大于第二预设阈值的匹配值对应的人脸图像作为第i类，所述第i类为所述P个类中的一个。

其中，第二预设阈值可由用户自行设置或者系统默认。视频处理装置可从K张人脸图像中任意选取一张人脸图像，以人脸图像i为例，可将其与其他的K-1张人脸图像进行匹配，得到K-1个匹配值，当然，该K-1个匹配值大小不一，因而，可从该K-1个匹配值中选取大于第二预设阈值的匹配值，并将其对应的人脸图像作为第i类，如此，可以得到上述P个类中的一个类，假设第一类中包含S个人脸图像。进一步地，可从K张人脸图像中剔除属于第i类的人脸图像，得到K-S个人脸图像，再选取一张人脸图像j，该人脸图像为K-S个人脸图像中的一个，将人脸图像j与K-S个人脸图像中除了人脸图像j之外的其他图像进行匹配，得到K-S-1个匹配值，再从该K-S-1个匹配值中选取大于第二预设阈值的匹配值，并将其对应的人脸图像作为第j类，如此，可以得到上述P个类中的又一个类，以此类推，可以得到上述P个类，每一类对应一个对象。

103、从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，将所述Q个对象作为徘徊对象，所述Q为小于或等于所述P的正整数。

其中，第一预设阈值可由用户自行设置或者系统默认。P个对象可为上述视频文件中包含的所有对象，因而，每一对象的出现次数不一，可选取出现次数大于第一阈值的对象，得到Q个对象，如此，Q个对象可作为徘徊对象，上述Q为小于或等于Q的正整数。例如，以某个摄像头a为例，在该摄像头a的监控范围内，b出现频率高于第一预设阈值，则可将b作为徘徊对象。

可以看出，通过本发明实施例，获取目标布控范围内的视频文件，确定出视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，P为大于或等于1的整数，从P个对象中选取出现次数大于第一预设阈值的Q个对象，将Q个对象作为徘徊对象，Q为小于或等于P的正整数。如此，可从视频文件中快速确定出徘徊对象。

与上述一致地，请参阅图2，为本发明实施例提供的一种视频处理方法的第二实施例流程示意图。本实施例中所描述的视频处理方法，包括以下步骤：

201、获取目标布控范围内的视频文件。

202、确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，所述P为大于或等于1的整数。

203、从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，将所述Q个对象作为徘徊对象，所述Q为小于或等于所述P的正整数。

其中，上述步骤201-步骤203的具体描述可参照图1所描述的视频处理方法的对应步骤101-步骤103，在此不再赘述。

204、从所述Q个对象中选取出存在于预设布控对象库的X个对象，所述X为小于或等于所述Q的正整数。

其中，上述预设布控对象库中存在多个布控对象，上述Q个对象并非每一个都存在预设布控对象库，因而，可将Q个对象中每一对象与预设布控对象库中的每一布控对象进行匹配，在匹配成功后，则保留该对象，在匹配失败后，则剔除该对象，因此，可得到X个对象，X为小于或等于Q的整数。

可以看出，通过本发明实施例，获取目标布控范围内的视频文件，确定出视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，P为大于或等于1的整数，从P个对象中选取出现次数大于第一预设阈值的Q个对象，将Q个对象作为徘徊对象，Q为小于或等于P的正整数，从Q个对象中选取出存在于预设布控对象库的X个对象，X为小于或等于Q的正整数。如此，可从视频文件中快速确定出徘徊对象。

与上述一致地，以下为实施上述视频处理方法的装置，具体如下：

请参阅图3a，为本发明实施例提供的一种视频处理装置的第一实施例结构示意图。本实施例中所描述的视频处理装置，包括：获取单元301、确定单元302和第一选取单元303，具体如下：

获取单元301，用于获取目标布控范围内的视频文件；

确定单元302，用于确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，所述P为大于或等于1的整数；

第一选取单元303，用于从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，将所述Q个对象作为徘徊对象，所述Q为小于或等于所述P的正整数。

可选地，如图3b，图3b为图3a中所描述的视频处理装置中的获取单元301的具体细化结构，所述获取单元301可包括：获取模块3011和第一选取模块3012，具体如下：

获取模块3011，用于获取用户选取的布控时间段；

第一选取模块3012，用于从历史视频库中选取所述布控时间段以及所述目标布控范围内的视频文件。

可选地，如图3c，图3c为图3a中所描述的视频处理装置中的确定单元302的具体细化结构，所述确定单元302可包括：解析模块3021、剔除模块3022、分割模块3023、分类模块3024和计数模块3025，具体如下：

解析模块3021，用于对所述视频文件进行解析，得到M张视频图像，所述M为正整数；

剔除模块3022，用于剔除所述M张视频图像中不包含人脸图像的视频图像，得到N张视频图像，所述N为小于或等于所述M的正整数；

分割模块3023，用于将所述N张视频图像中每一张视频图像进行图像分割，得到K张人脸图像；

分类模块3024，用于将所述K张人脸图像进行分类，得到所述P个类，所述P个类中每一类对应一个对象；

计数模块3025，用于对所述P个类中每一类进行计数，得到所述每一对象的出现次数。

进一步可选地，所述分类模块3024可包括：第二选取模块(图中未标出)和第三选取模块(图中未标出)，具体如下：

第二选取模块，用于选取人脸图像i，将所述人脸图像i与所述K张人脸图像中的除了所述人脸图像i之外的人脸图像进行匹配，得到K-1个匹配值，所述人脸图像i为所述K张人脸图像中的任一图像；

第三选取模块，用于选取所述K-1个匹配值中匹配值大于第二预设阈值的匹配值对应的人脸图像作为第i类，所述第i类为所述P个类中的一个。

可选地，如图3d，图3d为图3a中所描述的视频处理装的又一变型结构，图3d与图3a相比较，其还包括：第二选取单元304，具体如下：

第二选取单元304，用于在所述第一选取单元303从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，从所述Q个对象中选取出存在于预设布控对象库的X个对象，所述X为小于或等于所述Q的正整数。

可以看出，通过本发明实施例所描述的视频处理装置，获取目标布控范围内的视频文件，确定出视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，P为大于或等于1的整数，从P个对象中选取出现次数大于第一预设阈值的Q个对象，将Q个对象作为徘徊对象，Q为小于或等于P的正整数。如此，可从视频文件中快速确定出徘徊对象。

与上述一致地，请参阅图4，为本发明实施例提供的一种视频处理装置的第二实施例结构示意图。本实施例中所描述的视频处理装置，包括：至少一个输入设备1000；至少一个输出设备2000；至少一个处理器3000，例如CPU；和存储器4000，上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。

其中，上述输入设备1000具体可为触控面板、物理按键或者鼠标。

上述输出设备2000具体可为显示屏。

上述存储器4000可以是高速RAM存储器，也可为非易失存储器(non-volatilememory)，例如磁盘存储器。上述存储器4000用于存储一组程序代码，上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码，执行如下操作：

上述处理器3000，用于：

获取目标布控范围内的视频文件；

确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，所述P为大于或等于1的整数；

从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，将所述Q个对象作为徘徊对象，所述Q为小于或等于所述P的正整数。

可选地，上述处理器3000获取目标布控范围内的视频文件，包括：

获取用户选取的布控时间段；

从历史视频库中选取所述布控时间段以及所述目标布控范围内的视频文件。

可选地，上述处理器3000确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，包括：

对所述视频文件进行解析，得到M张视频图像，所述M为正整数；

剔除所述M张视频图像中不包含人脸图像的视频图像，得到N张视频图像，所述N为小于或等于所述M的正整数；

将所述N张视频图像中每一张视频图像进行图像分割，得到K张人脸图像；

将所述K张人脸图像进行分类，得到所述P个类，所述P个类中每一类对应一个对象，对所述每一类进行计数，得到所述每一对象的出现次数。

进一步可选地，上述处理器3000将所述K张人脸图像进行分类，得到所述P个类，包括：

选取人脸图像i，将所述人脸图像i与所述K张人脸图像中的除了所述人脸图像i之外的人脸图像进行匹配，得到K-1个匹配值，所述人脸图像i为所述K张人脸图像中的任一图像；

选取所述K-1个匹配值中匹配值大于第二预设阈值的匹配值对应的人脸图像作为第i类，所述第i类为所述P个类中的一个。

可选地，上述处理器3000，在所述从所述P个对象中选取出现次数大于第一预设阈值的Q个对象之后，还具体用于：

从所述Q个对象中选取出存在于预设布控对象库的X个对象，所述X为小于或等于所述Q的正整数。

本发明实施例还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时包括上述方法实施例中记载的任何一种视频处理方法的部分或全部步骤。

尽管在此结合各实施例对本发明进行了描述，然而，在实施所要求保护的本发明过程中，本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书，可理解并实现所述公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。

本领域技术人员应明白，本发明的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本发明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，本发明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。计算机程序存储/分布在合适的介质中，与其它硬件一起提供或作为硬件的一部分，也可以采用其他分布形式，如通过Internet或其它有线或无线电信系统。

本发明是参照本发明实施例的方法、装置(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。

尽管结合具体特征及其实施例对本发明进行了描述，显而易见的，在不脱离本发明的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本发明的示例性说明，且视为已覆盖本发明范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种视频处理方法，其特征在于，包括：

获取目标布控范围内的视频文件；

确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，所述P为大于或等于1的整数；

从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，将所述Q个对象作为徘徊对象，所述Q为小于或等于所述P的正整数。

2.根据权利要求1所述的方法，其特征在于，所述获取目标布控范围内的视频文件，包括：

获取用户选取的布控时间段；

从历史视频库中选取所述布控时间段以及所述目标布控范围内的视频文件。

3.根据权利要求1所述的方法，其特征在于，所述确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，包括：

对所述视频文件进行解析，得到M张视频图像，所述M为正整数；

剔除所述M张视频图像中不包含人脸图像的视频图像，得到N张视频图像，所述N为小于或等于所述M的正整数；

将所述N张视频图像中每一张视频图像进行图像分割，得到K张人脸图像；

将所述K张人脸图像进行分类，得到所述P个类，所述P个类中每一类对应一个对象；

对所述P个类中每一类进行计数，得到所述每一对象的出现次数。

4.根据权利要求3所述的方法，其特征在于，所述将所述K张人脸图像进行分类，得到所述P个类，包括：

选取人脸图像i，将所述人脸图像i与所述K张人脸图像中的除了所述人脸图像i之外的人脸图像进行匹配，得到K-1个匹配值，所述人脸图像i为所述K张人脸图像中的任一图像；

选取所述K-1个匹配值中匹配值大于第二预设阈值的匹配值对应的人脸图像作为第i类，所述第i类为所述P个类中的一个。

5.根据权利要求1至4任一项所述的方法，其特征在于，在所述从所述P个对象中选取出现次数大于第一预设阈值的Q个对象之后，所述方法还包括：

从所述Q个对象中选取出存在于预设布控对象库的X个对象，所述X为小于或等于所述Q的正整数。

6.一种视频处理装置，其特征在于，包括:

获取单元，用于获取目标布控范围内的视频文件；

确定单元，用于确定出所述视频文件中每一对象的出现次数，得到P个对象及其对应的出现次数，所述P为大于或等于1的整数；

第一选取单元，用于从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，将所述Q个对象作为徘徊对象，所述Q为小于或等于所述P的正整数。

7.根据权利要求6所述的视频处理装置，其特征在于，所述获取单元包括：

获取模块，用于获取用户选取的布控时间段；

第一选取模块，用于从历史视频库中选取所述布控时间段以及所述目标布控范围内的视频文件。

8.根据权利要求6所述的视频处理装置，其特征在于，所述确定单元包括：

解析模块，用于对所述视频文件进行解析，得到M张视频图像，所述M为正整数；

剔除模块，用于剔除所述M张视频图像中不包含人脸图像的视频图像，得到N张视频图像，所述N为小于或等于所述M的正整数；

分割模块，用于将所述N张视频图像中每一张视频图像进行图像分割，得到K张人脸图像；

分类模块，用于将所述K张人脸图像进行分类，得到所述P个类，所述P个类中每一类对应一个对象；

计数模块，用于对所述P个类中每一类进行计数，得到所述每一对象的出现次数。

9.根据权利要求8所述的视频处理装置，其特征在于，所述分类模块包括：

第二选取模块，用于选取人脸图像i，将所述人脸图像i与所述K张人脸图像中的除了所述人脸图像i之外的人脸图像进行匹配，得到K-1个匹配值，所述人脸图像i为所述K张人脸图像中的任一图像；

第三选取模块，用于选取所述K-1个匹配值中匹配值大于第二预设阈值的匹配值对应的人脸图像作为第i类，所述第i类为所述P个类中的一个。

10.根据权利要求6至9任一项所述的视频处理装置，其特征在于，所述视频处理装置还包括：

第二选取单元，用于在所述第一选取单元从所述P个对象中选取出现次数大于第一预设阈值的Q个对象，从所述Q个对象中选取出存在于预设布控对象库的X个对象，所述X为小于或等于所述Q的正整数。