CN107666573A - 摄像头场景下对象视频的录制方法及装置、计算设备 - Google Patents

Abstract

本发明公开了一种摄像头场景下对象视频的录制方法，包括：获取摄像头拍摄的图像；识别所述图像中的特定关注对象；向所述摄像头发送拍摄指令，以供所述摄像头根据所述拍摄指令录制包含所述特定关注对象的视频数据；接收并保存所述摄像头返回的所述视频数据。现有的摄像头设备中，时间久远的视频数据会被最新的视频数据所覆盖，造成视频数据的流失，而通过本发明提供的方法，能够识别出特定关注对象，控制摄像头录制包含特定关注对象的视频数据并保存，录制保存的视频数据具有针对性，方便用户对视频数据进行查看或利用。

Description

摄像头场景下对象视频的录制方法及装置、计算设备

技术领域

本发明涉及图像识别领域，具体涉及一种摄像头场景下对象视频的录制方法、装置、计算设备以及计算机存储介质。

背景技术

目前，摄像头被广泛应用于实时监控、远程医疗及视频会议等方面，基于摄像头场景的对象识别利用摄像机或摄像头采集含有对象的图像或视频流，并自动在图像中检测和跟踪对象，进而对检测到的对象进行一系列处理。现有技术中，在某些特定场景下，用户具有永久保存包含特定关注对象的视频数据的需求。例如，在摄像头家用场景中，用户可能希望能够永久的保存摄像头拍摄到的老人、孩子或宠物的画面以留作纪念。再如，在摄像头安防场景中，用户希望能够永久的保存陌生人进入监控区域的画面以利于后续安保处理。然而，由于摄像头设备的存储容量有限，最新的视频数据会将时间久远的视频数据覆盖，造成视频数据的流失，无法满足用户的上述需求。另外，由于摄像头所采集到的图像或视频流的质量不高，要从大量视频数据中找出包含特定关注对象的视频数据时比较耗时麻烦，也造成了实现上述需求的障碍。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的摄像头场景下对象视频的录制方法、装置、计算设备以及计算机存储介质。

根据本发明的一个方面，提供了一种摄像头场景下对象视频的录制方法，包括：

获取摄像头拍摄的图像；

识别所述图像中的特定关注对象；

向所述摄像头发送拍摄指令，以供所述摄像头根据所述拍摄指令录制包含所述特定关注对象的视频数据；

接收并保存所述摄像头返回的所述视频数据。

可选地，所述识别所述图像中的特定关注对象进一步包括：

检测所述图像中的对象，提取对象特征；

将所述对象特征输入至对象识别模块中，得到对象识别结果；

根据对象识别结果，确定所述对象是否为所述特定关注对象。

可选地，所述检测图像中的对象，提取对象特征进一步包括：

检测对象图像中的关键点，提取关键点信息；

根据所述关键点信息，提取对象特征。

可选地，所述根据对象识别结果，确定所述对象是否为所述特定关注对象进一步包括：

若所述对象识别结果表明所述对象不是数据库中预先已标注的第一对象，则确定所述对象为特定关注对象。

可选地，所述根据对象识别结果，确定所述对象是否为所述特定关注对象进一步包括：

若所述对象识别结果表明所述对象是数据库中预先已标注的第一对象，则根据权限用户的预先配置确定所述对象是否为特定关注对象。

可选地，在所述将所述对象特征输入至对象识别模块中，得到对象识别结果之后，所述方法还包括：判断所述对象识别结果是否为误检测结果；

所述根据对象识别结果，确定所述对象是否为所述特定关注对象具体为：在判断出所述对象识别结果不是误检测结果的情况下，确定所述对象是否为所述特定关注对象。

可选地，所述判断对象识别结果是否为误检测结果进一步包括：

通过人工标注确定对象识别结果是否为误检测结果；

或者，将对象特征以及对象识别结果与数据库中预先已标注的误检测的对象特征以及对象识别结果进行比对，根据比对结果确定对象识别结果是否为误检测结果。

可选地，在所述通过人工标注确定对象识别结果是否为误检测结果之后，所述方法还包括：

若通过人工标注确定对象识别结果为误检测结果，则将对象特征以及对象识别结果的标注结果存储到数据库中。

可选地，所述检测所述图像中的对象，提取对象特征之后，所述方法进一步包括：

根据对象特征，对对象图像进行聚类处理；

将聚类处理的结果反馈给监控终端，以供监控终端的用户进行标注处理。

根据本发明的另一方面，提供了一种摄像头场景下对象视频的录制装置，包括：

图像获取模块，适于获取摄像头拍摄的图像；

识别模块，适于识别所述图像中的特定关注对象；

控制模块，适于向所述摄像头发送拍摄指令，以供所述摄像头根据所述拍摄指令录制包含所述特定关注对象的视频数据；

存储模块，适于接收并保存所述摄像头返回的所述视频数据。

可选地，所述识别模块进一步包括：

特征提取模块，适于检测所述图像中的对象，提取对象特征；

对象识别模块，适于将所述对象特征作为输入，输出对象识别结果；

特定关注对象识别模块，适于根据对象识别结果，确定所述对象是否为所述特定关注对象。

可选地，所述特征提取模块进一步包括：

关键点提取单元，适于检测对象图像中的关键点，提取关键点信息；

特征提取单元，适于根据所述关键点信息，提取对象特征。

可选地，所述特定关注对象识别模块进一步适于：若所述对象识别结果表明所述对象不是数据库中预先已标注的第一对象，则确定所述对象为特定关注对象。

可选地，所述特定关注对象识别模块进一步适于：若所述对象识别结果表明所述对象是数据库中预先已标注的第一对象，则根据权限用户的预先配置确定所述对象是否为特定关注对象。

可选地，所述装置还包括：误检测识别模块，适于判断所述对象识别结果是否为误检测结果；

所述特定关注对象识别模块进一步适于：在所述误检测识别模块判断出所述对象识别结果不是误检测结果的情况下，确定所述对象是否为所述特定关注对象。

可选地，所述误检测识别模块进一步适于：

通过人工标注确定对象识别结果是否为误检测结果；

或者，将对象特征以及对象识别结果与数据库中预先已标注的误检测的对象特征以及对象识别结果进行比对，根据比对结果确定对象识别结果是否为误检测结果。。

可选地，所述误检测识别模块进一步适于：若通过人工标注确定对象识别结果为误检测结果，则将对象特征以及对象识别结果的标注结果存储到数据库中。

可选地，所述装置还包括：

聚类模块，适于根据对象特征，对对象图像进行聚类处理；

数据反馈模块，适于将聚类处理的结果反馈给监控终端，以供监控终端的用户进行标注处理。

根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述摄像头场景下对象视频的录制方法对应的操作。

根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述摄像头场景下对象视频的录制方法对应的操作。

根据本发明公开的摄像头场景下对象视频的录制方法及装置、计算设备、计算机存储介质，通过获取摄像头拍摄的图像；识别所述图像中的特定关注对象；向所述摄像头发送拍摄指令，以供所述摄像头根据所述拍摄指令录制包含所述特定关注对象的视频数据；接收并保存所述摄像头返回的所述视频数据。现有的摄像头设备中，时间久远的视频数据会被最新的视频数据所覆盖，造成视频数据的流失，而通过本发明提供的解决方案，当识别出摄像头拍摄的图像中的特定关注对象后，控制摄像头录制包含特定关注对象的视频数据并保存，录制保存的视频数据具有针对性，方便用户对视频数据进行查看或利用。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的摄像头场景下对象视频的录制方法流程图；

图2示出了根据本发明另一个实施例的摄像头场景下对象视频的录制方法流程图；

图3示出了根据本发明又一个实施例的摄像头场景下对象视频的录制装置的功能框图；

图4示出了根据本发明再一个实施例的摄像头场景下对象视频的录制装置的功能框图；

图5示出了根据本发明实施例的一种计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

现有的摄像头设备中，时间久远的视频数据会被最新的视频数据所覆盖，造成视频数据的流失，另外当用户查看或利用视频数据时，需要从大量的视频数据中查找出用户需要的视频数据，本实施例提供的摄像头场景下对象视频的录制方法，可以识别出摄像头拍摄的图像中的特定关注对象，有针对性地录制保存的视频数据，方便用户对视频数据进行查看。

图1示出了根据本发明一个实施例的摄像头场景下对象视频的录制方法流程图，该方法应用于服务器端，如图1所示，该方法包括：

步骤S101，获取摄像头拍摄的图像。

服务器获取远程摄像头端拍摄到的图像，该图像的特点是连续性强、图像质量不高，这就要求后续的处理要快速高效、识别率高。

步骤S102，识别图像中的特定关注对象。

从上述摄像头拍摄到的图像中检测出对象，根据检测结果确定提取出的对象是否为特定关注对象。以特定关注对象为指定人物为例，从上述摄像头拍摄到的图像中检测出人脸区域，从图像当中将人脸区域分离出来，获得人脸图像。通过将人脸图像分离出来，便于减少后续处理的计算量，提高后续处理的效率。对人脸图像进行人脸识别处理，得到人脸识别结果，根据人脸识别结果确定其是否对应于特定关注对象，若是，则确定图像中包含特定关注对象，继续进行后续的处理；若否，则确定图像中不包含特定关注对象，则不进行后续的处理，本方法结束。

步骤S103，向摄像头发送拍摄指令，以供摄像头根据拍摄指令录制包含特定关注对象的视频数据。

若识别出摄像头拍摄的图像中的对象是特定关注对象，向摄像头发送拍摄指令，摄像头根据指令录制包含特定对象的视频数据，例如用于安防系统中，陌生人进入监控区域，识别出该陌生人是特定关注对象，则摄像头拍摄包含陌生人的视频数据，用户查看视频数据时即可了解知晓该陌生人在监控区域的行踪。

步骤S104，接收并保存摄像头返回的视频数据。

摄像头将录制的包含特定关注对象的视频数据发送给服务器，服务器接收并保存。本发明中，服务器为用户开辟了一个专有的存储空间，用于保存该用户的摄像头所拍摄的视频数据。服务器同时为用户提供存储空间的访问地址，用户通过访问该地址获取到视频数据。

根据本实施例提供的摄像头场景下对象视频的录制方法，通过获取摄像头拍摄的图像；识别图像中的特定关注对象；向摄像头发送拍摄指令，以供摄像头根据拍摄指令录制包含特定关注对象的视频数据；接收并保存摄像头返回的视频数据。当识别出摄像头拍摄的图像中的特定关注对象后，控制摄像头录制包含特定关注对象的视频数据并保存，录制保存的视频数据具有针对性，方便用户对视频数据进行查看或利用。

在对象识别过程中可能出现误检测的情况，例如将人像模型识别为特定关注对象，摄像头拍摄包含误检测的视频，并发给服务器进行保存，会占用较大内存，并且影响用户的使用体验，本实施例提供的方法可以排除误检测，准确识别特定关注对象。

图2示出了根据本发明另一个实施例的摄像头场景下对象视频的录制方法流程图，如图2所示，本方法包括：

步骤S201，获取摄像头拍摄的图像。

服务器获取远程摄像头端拍摄到的图像，该图像的特点是连续性强、图像质量不高，这就要求后续的处理要快速高效、识别率高。

步骤S202，检测图像中的对象，提取对象特征。

从上述摄像头拍摄到的图像中检测出对象，提取对象特征。本发明中，对象可以为人物或宠物，也可以是用户预先设定的其它检测对象，本发明对此不作限制。本实施例以对象为人物为例进行说明。

具体地，从上述摄像头拍摄到的图像中检测出人脸区域，从图像当中将人脸区域分离出来，获得人脸图像。通过将人脸图像分离出来，便于减少后续处理的计算量，提高后续处理的效率。检测人脸图像中的关键点，提取关键点信息；根据关键点信息，提取对象特征。

以人脸为例，定位人脸的关键点，比如眼睛、鼻子、嘴、下巴等，提取出包括关键点的位置以及关键点之间的距离特性等关键点信息，由于人脸的关键点信息因人而异，人脸的关键点信息可以表征一个人的身份，关键点的选取以及关键点的个数会影响对象识别结果的准确率。

人脸特征提取过程就是针对人脸的某些特征进行的，对人脸特征进行建模的过程，依据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，根据提取出来的关键点信息，建立这些关键点以及关键点之间的距离特性的几何描述，作为人脸识别的特征。

可选地，提取对象特征之后，对对象图像进行聚类处理，将聚类处理的结果反馈给监控终端，以供监控终端的用户进行标注处理。

在上述人脸识别过程中，提取出了人脸特征，根据该人脸特征，对人脸图像进行聚类处理，将聚类处理的结果反馈给监控终端，用户将该聚类结果标注为张三，将人脸特征输入至人脸识别模块，那么得到的人脸识别结果对应的用户为张三。

用户可对同一对象对应的聚类结果进行多次标注，服务器根据对象特征以及对象识别结果进行深度学习，更新对象识别模块，提高对象识别结果的准确率。

步骤S203，将对象特征输入至对象识别模块中，得到对象识别结果。

将提取出来的人脸特征输入至人脸识别模块中，因人脸特征不一样，能够表征此人身份信息的识别结果表示不一样，将人脸特征输入至人脸识别模块进行计算，得到人脸识别结果。

步骤S204，判断对象识别结果是否为误检测结果，若是，则不作处理，本方法结束；若否，则执行步骤S205。

在人脸识别过程中，可能会将非人脸识别为人脸，例如将摄像头拍摄到的人像模型识别为人脸，若根据这一类人脸识别结果录制保存视频数据，会影响用户的使用体验，因此，需要判断人脸识别结果是否为误检测结果，以便将误检测结果排除。

具体地，通过以下两种方式可以判断对象识别结果是否为误检测结果：

方式一：通过人工标注确定对象识别结果是否为误检测。此方法需要人工进行标注，并且该误检测结果判断立即生效。另外，若通过人工标注确定对象识别结果为误检测，则还需将对象特征以及对象识别结果的标注结果存储到数据库中，以便后续对对象图像进行对象识别时，将对象特征以及对象识别结果将数据库中的已标注的误检测的对象特征以及对象识别结果进行比对，根据比对结果确定对象识别结果是否为误检测结果。

方式二：将对象特征以及对象识别结果与数据库中预先已标注的误检测的对象特征以及对象识别结果进行比对，根据比对结果确定对象识别结果是否为误检测结果。例如，在一次人脸识别过程中，将人像模型识别为人脸，通过标注，则人像模型的人脸识别结果为误检测结果，将人像模型的人脸特征以及人脸识别结果存储到数据库，当摄像头下一次拍摄到人像模型，将从人像模型对应人脸识别结果与数据库中误检测的人脸识别结果进行比对，由于人像模型对应的人脸识别结果对应的标注结果为误检测结果，则通过比对即可确定该人像模型的人脸识别结果为误检测结果。

用户可对对象识别结果进行误检测标注，服务器通过对误检测的对象特征及对象识别结果进行深度学习，更新误检测的对象识别模块。

步骤205，判断对象是否为特定关注对象，若是，则执行步骤S206；若否，则不作处理，本方法结束。

本步骤判断对象是否为特定关注对象的依据与当前摄像头的使用场景和/或用户的预先设定有关。

假如当前摄像头的使用场景为安防场景，此场景中需要重点关注的对象是陌生人，那么本步骤具体为：判断对象识别结果是否表明对象为数据库中预先已标注的第一对象，这里第一对象是预先已标注的对象，即允许进入监控区域的熟人，显然陌生人不会经过预先的标注，不属于第一对象。若对象识别结果表明对象不是数据库中预先已标注的第一对象，则确定对象为特定关注对象。

与安防场景类似的其它场景中，用户可预先对对象进行标注，并将该对象的对象特征、对象识别结果以及标注结果保存至数据库中，将对象识别结果与数据库中预存已标注的对象对应的对象识别结果进行对比，数据库中不存在与该对象识别结果相匹配的对象识别结果，则表明该对象不是数据库中预先已标注的对象，确定该对象是特定关注对象。

假如当前摄像头的使用场景为家用场景，此场景中需要重点关注的对象可能是陌生人，也可能是用户预先设定的重点关注对象，如老人、孩子或宠物。若是前者，可根据上述具体步骤来判断对象是否为特定关注对象；若是后者，则本步骤具体为：判断对象识别结果是否表明对象是数据库中预先已标注的第一对象，若是，则根据权限用户的预先配置确定对象是否为特定关注对象。这里，权限用户指的是具有配置权限的用户。

具体地，若判断出对象是数据库中预先已标注的第一对象，则根据权限用户的预先配置确定对象是否为特定关注对象。用户可根据实际需要预先配置特定关注对象，例如对家里的孩子和/或老人预先进行了标注和配置，当摄像头拍摄到孩子和/或老人的图像，通过对象识别得到孩子和/或老人对应的对象识别结果，确定孩子和/或老人为特定关注对象。

步骤S206，向摄像头发送拍摄指令，以供摄像头根据拍摄指令包含特定关注对象的视频数据。

若识别出摄像头拍摄的图像中的对象是特定关注对象，向摄像头发送拍摄指令，摄像头根据指令录制包含特定对象的视频数据，例如用于安防系统中，陌生人进入监控区域，识别出该陌生人是特定关注对象，则摄像头拍摄包含陌生人的视频数据，用户查看视频数据时即可了解知晓该陌生人在监控区域的行踪。

步骤S207，接收并保存摄像头返回的视频数据。

摄像头将录制的包含特定关注对象的视频数据发送给服务器，服务器接收并保存。本实施例中，服务器为用户开辟了一个专有的存储空间，用于保存该用户的摄像头所拍摄的视频数据。服务器同时为用户提供存储空间的访问地址，用户通过访问该地址获取到视频数据。

根据本实施例提供的摄像头场景下对象视频的录制方法，通过获取摄像头拍摄的图像；检测图像中的对象，提取对象特征；将对象特征输入至对象识别模块中，得到对象识别结果；判断对象识别结果是否为误检测结果；若判断出对象识别结果不是误检测结果，则判断对象是否为特定关注对象；若判断出对象是特定关注对象，则向摄像头发送拍摄指令，以供摄像头根据拍摄指令录制包含特定关注对象的视频数据；接收并保存摄像头返回的视频数据。当识别出摄像头拍摄的图像中的特定关注对象后，控制摄像头录制包含特定关注对象的视频数据并保存，录制保存的视频数据具有针对性，方便用户对视频数据进行查看或利用，本方法还能够排除误检测结果，提高用户体验。

图3示出了根据本发明又一个实施例的摄像头场景下对象视频的录制方法功能框图，如图3所示，该装置包括：

图像获取模块301，适于获取摄像头拍摄的图像。

识别模块302，适于识别图像中的特定关注对象。

控制模块303，适于向摄像头发送拍摄指令，以供摄像头根据拍摄指令录制包含特定关注对象的视频数据。

存储模块304，适于接收并保存摄像头返回的视频数据。

根据本实施例提供的摄像头场景下对象视频的录制装置，通过获取摄像头拍摄的图像；识别图像中的特定关注对象；向摄像头发送拍摄指令，以供摄像头根据拍摄指令录制包含特定关注对象的视频数据；接收并保存摄像头返回的视频数据。当识别出摄像头拍摄的图像中的特定关注对象后，控制摄像头录制包含特定关注对象的视频数据并保存，录制保存的视频数据具有针对性，方便用户对视频数据进行查看或利用。

图4示出了根据本发明又一个实施例的摄像头场景下对象视频的录制装置的功能框图，如图4所示，该装置在图3所示的装置的基础上，识别模块302进一步包括：

特征提取模块401，适于检测图像中的对象，提取对象特征。

对象识别模块402，适于将对象特征作为输入，输出对象识别结果。

特定关注对象识别模块403，适于根据对象识别结果，确定对象是否为特定关注对象。

优选地，特征提取模块401进一步包括：

关键点提取单元411，适于检测对象图像中的关键点，提取关键点信息；

特征提取单元421，适于根据关键点提取单元411提取的关键点信息，提取对象特征。

特定关注对象识别模块403进一步适于：若对象识别结果表明对象不是数据库中预先已标注的第一对象，则确定对象为特定关注对象。

特定关注对象识别模块403进一步适于：若对象识别结果表明对象是数据库中预先已标注的第一对象，则根据权限用户的预先配置确定对象是否为特定关注对象。

该装置进一步包括：误检测识别模块404，适于判断对象识别结果是否为误检测结果。

特定关注对象识别模块403进一步适于：在误检测识别模块404判断出对象识别结果不是误检测结果的情况下，确定对象是否为特定关注对象。

误检测识别模块404进一步适于：

通过人工标注确定对象识别结果是否为误检测结果；

或者，将对象特征以及对象识别结果与数据库中预先已标注的误检测的对象特征以及对象识别结果进行比对，根据比对结果确定对象识别结果是否为误检测结果。。

误检测识别模块404进一步适于：若通过人工标注确定对象识别结果为误检测结果，则将对象特征以及对象识别结果的标注结果存储到数据库中。

进一步的，在本发明又一个实施例中，上述摄像头场景下对象视频的录制装置还包括：

聚类模块405，适于根据特征提取单元421提取出的对象特征，对对象图像进行聚类处理；

数据反馈模块406，适于将通过聚类模块405得到的聚类处理的结果反馈给监控终端，以供监控终端的用户进行标注处理。

根据本实施例提供的摄像头场景下对象视频的录制装置，通过获取摄像头拍摄的图像；检测图像中的对象，提取对象特征；将对象特征输入至对象识别模块中，得到对象识别结果；判断对象识别结果是否为误检测结果；若判断出对象识别结果不是误检测结果，则判断对象是否为特定关注对象；若判断出对象是特定关注对象，则向摄像头发送拍摄指令，以供摄像头根据拍摄指令录制包含特定关注对象的视频数据；接收并保存摄像头返回的视频数据。当识别出摄像头拍摄的图像中的特定关注对象后，控制摄像头录制包含特定关注对象的视频数据并保存，录制保存的视频数据具有针对性，方便用户对视频数据进行查看或利用，本方法还能够排除误检测结果，提高用户体验。

本申请实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的摄像头场景下对象视频的录制方法。

图5示出了根据本发明实施例六的一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图5所示，该计算设备可以包括：处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。

其中：

处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。

通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。

处理器502，用于执行程序510，具体可以执行上述摄像头场景下对象视频的录制方法实施例中的相关步骤。

具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。

处理器502可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器506，用于存放程序510。存储器506可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序510具体可以用于使得处理器502执行以下操作：

获取摄像头拍摄的图像；

识别图像中的特定关注对象；

向摄像头发送拍摄指令，以供摄像头根据拍摄指令录制包含特定关注对象的视频数据；

接收并保存摄像头返回的视频数据。

程序510具体还可以用于使得处理器502执行以下操作：

检测图像中的对象，提取对象特征；

将对象特征输入至对象识别模块中，得到对象识别结果；

根据对象识别结果，确定对象是否为特定关注对象。

程序510具体还可以用于使得处理器502执行以下操作：

检测对象图像中的关键点，提取关键点信息；

根据所关键点信息，提取对象特征。

程序510具体还可以用于使得处理器502执行以下操作：

若对象识别结果表明对象不是数据库中预先已标注的第一对象，则确定对象为特定关注对象。

程序510具体还可以用于使得处理器502执行以下操作：

若对象识别结果表明对象是数据库中预先已标注的第一对象，则根据权限用户的预先配置确定对象是否为特定关注对象。

程序510具体还可以用于使得处理器502执行以下操作：

在将对象特征输入至对象识别模块中，得到对象识别结果之后，判断对象识别结果是否为误检测结果；

在判断出对象识别结果不是误检测结果的情况下，确定对象是否为特定关注对象。

程序510具体还可以用于使得处理器502执行以下操作：

通过人工标注确定对象识别结果是否为误检测结果；

或者，将对象特征以及对象识别结果与数据库中预先已标注的误检测的对象特征以及对象识别结果进行比对，根据比对结果确定对象识别结果是否为误检测结果。

程序510具体还可以用于使得处理器502执行以下操作：

在通过人工标注确定对象识别结果是否为误检测结果之后，若通过人工标注确定对象识别结果为误检测结果，则将对象特征以及对象识别结果的标注结果存储到数据库中。

程序510具体还可以用于使得处理器502执行以下操作：

检测图像中的对象，提取对象特征之后，根据对象特征，对对象图像进行聚类处理；

将聚类处理的结果反馈给监控终端，以供监控终端的用户进行标注处理。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的计算设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种摄像头场景下对象视频的录制方法，包括：

获取摄像头拍摄的图像；

识别所述图像中的特定关注对象；

向所述摄像头发送拍摄指令，以供所述摄像头根据所述拍摄指令录制包含所述特定关注对象的视频数据；

接收并保存所述摄像头返回的所述视频数据。

2.根据权利要求1所述的方法，所述识别所述图像中的特定关注对象进一步包括：

检测所述图像中的对象，提取对象特征；

将所述对象特征输入至对象识别模块中，得到对象识别结果；

根据对象识别结果，确定所述对象是否为所述特定关注对象。

3.根据权利要求2所述的方法，所述检测图像中的对象，提取对象特征进一步包括：

检测对象图像中的关键点，提取关键点信息；

根据所述关键点信息，提取对象特征。

4.根据权利要求2或3所述的方法，所述根据对象识别结果，确定所述对象是否为所述特定关注对象进一步包括：

若所述对象识别结果表明所述对象不是数据库中预先已标注的第一对象，则确定所述对象为特定关注对象。

5.根据权利要求2或3所述的方法，所述根据对象识别结果，确定所述对象是否为所述特定关注对象进一步包括：

若所述对象识别结果表明所述对象是数据库中预先已标注的第一对象，则根据权限用户的预先配置确定所述对象是否为特定关注对象。

6.根据权利要求2-5中任一项所述的方法，在所述将所述对象特征输入至对象识别模块中，得到对象识别结果之后，所述方法还包括：判断所述对象识别结果是否为误检测结果；

所述根据对象识别结果，确定所述对象是否为所述特定关注对象具体为：在判断出所述对象识别结果不是误检测结果的情况下，确定所述对象是否为所述特定关注对象。

7.根据权利要求6所述的方法，所述判断对象识别结果是否为误检测结果进一步包括：

通过人工标注确定对象识别结果是否为误检测结果；

或者，将对象特征以及对象识别结果与数据库中预先已标注的误检测的对象特征以及对象识别结果进行比对，根据比对结果确定对象识别结果是否为误检测结果。

8.一种摄像头场景下对象视频的录制装置，包括：

图像获取模块，适于获取摄像头拍摄的图像；

识别模块，适于识别所述图像中的特定关注对象；

控制模块，适于向所述摄像头发送拍摄指令，以供所述摄像头根据所述拍摄指令录制包含所述特定关注对象的视频数据；

存储模块，适于接收并保存所述摄像头返回的所述视频数据。

9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的摄像头场景下对象视频的录制方法对应的操作。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的摄像头场景下对象视频的录制方法对应的操作。