CN108197570A - 一种人数统计方法、装置、电子设备及存储介质 - Google Patents
一种人数统计方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN108197570A CN108197570A CN201711498873.XA CN201711498873A CN108197570A CN 108197570 A CN108197570 A CN 108197570A CN 201711498873 A CN201711498873 A CN 201711498873A CN 108197570 A CN108197570 A CN 108197570A
- Authority
- CN
- China
- Prior art keywords
- facial image
- face characteristic
- video frame
- face
- frame
- 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
Classifications
-
- 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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
-
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开一种人数统计方法、装置、电子设备及存储介质,涉及计算机技术领域,能够在不提高硬件成本的条件下有效提高了人数统计的准确性。所述方法包括:对监控视频逐帧进行人脸图像检测;对检测到的人脸图像提取人脸特征,并确定所述监控视频中相邻的视频帧之间人脸特征的相似度;根据所述相似度,获取各视频帧中属于不同人脸的人脸图像;统计所述各视频帧中属于不同人脸的人脸图像的总数量。本发明可用于人数统计。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种人数统计方法、装置、电子设备及存储介质。
背景技术
实际生活中,常常需要统计出入某些公共场所的人数,以便进行商业或安全方面的分析。通过摄像头进行视频监控并利用监控获得的视频图像进行人数统计是其中一种较为常见的人数统计方式。
目前,常见的基于图像的人数统计主要通过以下两种方式实现:
(1)根据人脸检测技术和人脸的运动轨迹来估计人数;
(2)根据人脸检测技术和其它硬件设备(如红外)相结合,通过其他硬件设备获取额外信息(如人脸3d信息)来估计人数。
然而,上述两种人数估算方法各有各的不足:方法(1)中运动轨迹在人脸有往复运动的时候容易出错,而方法(2)中需要使用额外的硬件设备,大大增加了人数统计的成本。
对于如何在不提高硬件成本的条件下有效提高人数统计的准确性,现有技术中尚无有效解决方案。
发明内容
有鉴于此,本发明实施例提供一种人数统计方法、装置、电子设备及存储介质,能够在不提高硬件成本的条件下有效提高了人数统计的准确性。
第一方面,本发明实施例提供一种人数统计方法,包括:对监控视频逐帧进行人脸图像检测;对检测到的人脸图像提取人脸特征,并确定所述监控视频中相邻的视频帧之间人脸特征的相似度;根据所述相似度,获取各视频帧中属于不同人脸的人脸图像;统计所述各视频帧中属于不同人脸的人脸图像的总数量。
结合第一方面,在第一方面的第一种实施方式中,所述对监控视频逐帧进行人脸图像检测包括:检测所述监控视频的第一视频帧中是否存在人脸图像;在所述第一视频帧中存在人脸图像的情况下,截取各所述人脸图像,并检测所述第一视频帧的下一个视频帧中是否存在人脸图像;在所述第一视频帧中不存在人脸图像的情况下,直接检测所述第一视频帧的下一个视频帧中是否存在人脸图像。
结合第一方面的第一种实施方式,在第一方面的第二种实施方式中,所述第一视频帧中存在人脸图像;所述对检测到的人脸图像提取人脸特征,并确定所述监控视频中相邻的视频帧之间人脸特征的相似度包括:对从所述第一视频帧中截取的各所述人脸图像分别进行特征提取,得到相应的人脸特征;在存储区已经存储有人脸特征的情况下,将从所述第一视频帧中得到的所述人脸特征分别与所述存储区中已经存储的人脸特征相比较;根据比较结果确定所述第一视频帧中的各所述人脸图像的人脸特征与所述存储区中存储的人脸特征的相似度。
结合第一方面的第二种实施方式,在第一方面的第三种实施方式中,所述根据所述相似度,获取各视频帧中属于不同人脸的人脸图像包括:若所述第一视频帧中第一人脸图像对应的第一人脸特征与所述存储区中存储的第二人脸特征之间的相似度小于或等于预设阈值,则确定所述第一人脸图像与所述第二人脸特征对应的第二人脸图像属于相同的人脸,用所述第一人脸特征替换所述第二人脸特征存储到所述存储区中;若所述第一视频帧中第一人脸图像对应的第一人脸特征与所述存储区中存储的任一人脸特征之间的相似度都大于所述预设阈值,则确定所述第一人脸图像与所述存储区中存储的人脸特征所对应的人脸图像都属于不同的人脸,将所述第一人脸特征存储到所述存储区中。
结合第一方面的第三种实施方式,在第一方面的第四种实施方式中,所述统计所述各视频帧中属于不同人脸的人脸图像的总数量包括:统计所述存储区中存储的人脸特征的数量。
结合第一方面的第二至第四中任一种实施方式,在第一方面的第五种实施方式中,所述方法还包括:在所述存储区尚未存储人脸特征的情况下,将从所述第一视频帧中得到的所述人脸特征分别存入所述存储区。
结合第一方面的第二至第四中任一种实施方式,在第一方面的第六种实施方式中,在所述存储区已经存储有人脸特征的情况下,所述方法还包括:计算所述第一视频帧的帧序号与所述存储区中存储的人脸特征所在视频帧的帧序号之差;在帧序号之差大于预设帧序号差阈值的情况下,从所述存储区中清除对应的人脸特征。
第二方面,本发明的实施例还提供一种人数统计装置,包括:检测单元,用于对监控视频逐帧进行人脸图像检测;确定单元,用于对检测到的人脸图像提取人脸特征,并确定所述监控视频中相邻的视频帧之间人脸特征的相似度;获取单元,用于根据所述相似度,获取各视频帧中属于不同人脸的人脸图像;统计单元,用于统计所述获取单元获取到的属于不同人脸的人脸图像的总数量。
结合第二方面,在第二方面的第一种实施方式中,所述检测单元,用于:检测所述监控视频的第一视频帧中是否存在人脸图像;在所述第一视频帧中存在人脸图像的情况下,截取各所述人脸图像,并检测所述第一视频帧的下一个视频帧中是否存在人脸图像;在所述第一视频帧中不存在人脸图像的情况下,直接检测所述第一视频帧的下一个视频帧中是否存在人脸图像。
结合第二方面的第一种实施方式,在第二方面的第二种实施方式中,所述检测单元的检测结果为所述第一视频帧中存在人脸图像;所述确定单元,包括:提取模块,用于对从所述第一视频帧中截取的各所述人脸图像分别进行特征提取,得到相应的人脸特征;比较模块,用于在存储区已经存储有人脸特征的情况下,将所述提取模块从所述第一视频帧中得到的所述人脸特征分别与所述存储区中已经存储的人脸特征相比较;确定模块,用于根据所述比较模块的比较结果确定所述第一视频帧中的各所述人脸图像的人脸特征与所述存储区中存储的人脸特征的相似度。
结合第二方面的第二种实施方式,在第二方面的第三种实施方式中,所述获取单元,包括:替换模块,用于若所述第一视频帧中的第一人脸图像对应的第一人脸特征与所述存储区中存储的第二人脸特征之间的相似度小于或等于预设阈值,则确定所述第一人脸图像与所述第二人脸特征对应的第二人脸图像属于相同的人脸,用所述第一人脸特征替换所述第二人脸特征存储到所述存储区中;存储模块,用于若所述第一视频帧中第一人脸图像对应的第一人脸特征与所述存储区中存储的任一人脸特征之间的相似度都大于所述预设阈值,则确定所述第一人脸图像与所述存储区中存储的人脸特征所对应的人脸图像都属于不同的人脸,将所述第一人脸特征存储到所述存储区中。
结合第二方面的第三种实施方式,在第二方面的第四种实施方式中,所述统计单元,具体用于统计所述存储区中存储的人脸特征的数量。
结合第二方面的第二至第四中任一种实施方式,在第二方面的第五种实施方式中,所述获取单元,还用于在所述存储区尚未存储人脸特征的情况下,将从所述第一视频帧中得到的所述人脸特征分别存入所述存储区。
结合第二方面的第二至第四中任一种实施方式,在第二方面的第六种实施方式中,所述装置还包括清除单元,用于:在所述存储区已经存储有人脸特征的情况下,计算所述第一视频帧的帧序号与所述存储区中存储的人脸特征所在视频帧的帧序号之差;在帧序号之差大于预设帧序号差阈值的情况下,从所述存储区中清除对应的人脸特征。
第三方面,本发明的实施例还提供一种电子设备,所述电子设备包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为上述电子设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,用于执行本发明任一实施例提供的人数统计方法。
第四方面,本发明的实施例还提供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一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现前述本发明任一实施例提供的人数统计方法。
本发明的实施例提供的人数统计方法、装置、电子设备及存储介质,能够检测监控视频的每一帧图像中是否含有人脸图像,对检测到的人脸图像提取人脸特征并确定监控视频中相邻的视频帧之间人脸特征的相似度,根据各人脸特征之间的相似度,即可在各视频帧中获取到哪些人脸图像属于相同的人脸,哪些人脸图像属于不同人脸,然后统计所述各视频帧中属于不同人脸的人脸图像的总数量。这样,仅仅利用视频图像即可完成对监控现场的人数统计,在不提高硬件成本的条件下有效提高了人数统计的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其它的附图。
图1为本发明的实施例提供的人数统计方法的一种流程图;
图2为本发明的实施例提供的人数统计方法的一种详细流程图;
图3为图2所示的实施例中建立的缓冲区的一种结构示意图;
图4为图2所示的实施例中人脸检测的一种简要流程图;
图5为图2所示的实施例中人脸识别的一种简要流程图;
图6为图2所示的实施例中在缓冲区中进行数据清除的一种示意图;
图7为本发明的实施例提供的人数统计装置的一种结构示意图;
图8为本发明的实施例提供的电子设备的一种结构示意图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅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它实施例,都属于本发明保护的范围。
第一方面,本发明实施例提供一种人数统计方法,仅仅利用视频图像即可完成对监控现场的人数统计,在不提高硬件成本的条件下有效提高了人数统计的准确性。
如图1所示,本发明的实施例提供的人数统计方法可包括:
S11,对监控视频逐帧进行人脸图像检测;
具体的,监控视频可以由安置在被监控地点的摄像头拍摄,例如可以由设置在超市、火车站等场所的摄像头拍摄。在监控视频中,每帧视频图像中既可以包括一个人脸图像,也可以包括多个人脸图像,还可以不包括人脸图像。本步骤中,可以对摄像头拍下的监控视频逐帧进行检测,查看每个视频帧中是否存在以及存在几个人脸图像。如何检测一帧视频中是否含有人脸图像属于现有技术,可以利用现有的多种人脸检测模型来具体实现,例如,可以使用FaceDetection_CNN等人脸检测模型对监控视频逐帧进行人脸检测。本发明的实施例对此不做限定。
S12,对检测到的人脸图像提取人脸特征,并确定所述监控视频中相邻的视频帧之间人脸特征的相似度;
本步骤中,可以对各视频帧中检测到的人脸图像分别进行特征提取,每幅人脸图像提取出对应的一组人脸特征,然后将相邻的视频帧之间各人脸图像对应的人脸特征相比较,获得相邻的视频帧之间各人脸特征的相似度。举例说明,在本发明的一个实施例中,检测到视频帧P中包括人脸图像A1和人脸图像A2,分别对这两个人脸图像进行特征提取得到相应的人脸特征B1和人脸特征B2;检测到视频帧P+1中包括人脸图像A3、人脸图像A4以及人脸图像A5,对这三个人脸图像分别进行特征提取,得到相应的人脸特征B3、人脸特征B4、人脸特征B5。则可以分别用人脸特征B3、B4、B5与人脸特征B1相比较,获得人脸特征B3与人脸特征B1的相似度,人脸特征B4与人脸特征B1的相似度,以及人脸特征B5与人脸特征B1的相似度;同样的,用人脸特征B3、B4、B5与人脸特征B2相比较,获得人脸特征B3与人脸特征B2的相似度,人脸特征B4与人脸特征B2的相似度,以及人脸特征B5与人脸特征B2的相似度。
可选的,上述实施例中,每幅人脸图像对应的人脸特征既可以是经过处理后的一个特征值,也可以是一组包含多个子特征的特征向量,只要进行比较的两个人脸特征的表现形式相一致,能够对应进行比较运算即可,本发明的实施例对此不做限定。
进一步的,为了便于进行特征比较,在本发明的一个实施例中,可以对每幅人脸图像对应的人脸特征先进行归一化处理,利用归一化处理后的人脸特征进行相互比较,以便获得相邻视频帧之间人脸特征的相似度。
需要说明的是,由于一个视频帧中不可能出现两个相同的人脸,因此,本步骤中的人脸特征比较只需在不同的视频帧之间进行即可,同一个视频帧内的各人脸图像之间无需比较。如果相邻的两个视频帧中有一个视频帧不含有人脸图像,则比较结果为相似度是无穷大,或者可以直接跳过不比较。
S13,根据所述相似度,获取各视频帧中属于不同人脸的人脸图像;
本步骤中,可以根据上一个步骤中得出的相似度获取各视频帧中哪些人脸图像属于同一个人的脸,哪些人脸图像属于不同人的脸。由步骤S12可知,相似度由两个视频帧中任意两幅人脸图像对应的人脸特征的差值计算得到,人脸图像越相似,则该差值越小,即相似度值越小;人脸图像差异越大,则该差值越大,即相似度值越大。为此,可以预先设置一个合适的阈值,当相似度小于或等于预设阈值时,则可以判定这两个人脸特征对应的两幅人脸图像属于相同的人脸,当相似度大于该预设阈值时,则可以判定这两个人脸特征对应的两幅人脸图像属于不同的人脸。
仍以步骤S12所述的实施例为例,如果人脸特征B3与人脸特征B1相比较,得到的相似度为2,而预设阈值为3,则由于相似度2小于该预设阈值3,则可以确定对应的人脸图像A3与人脸图像A1属于相同人脸;如果人脸特征B4与人脸特征B1相比较,得到的相似度为7,而预设阈值为3,则由于相似度7大于该预设阈值3,则可以确定对应的人脸图像A4与人脸图像A1属于不同人脸。
S14,统计所述各视频帧中属于不同人脸的人脸图像的总数量。
本步骤中,将监控视频中的各视频帧中所有属于不同人脸的人脸图像的数量相加,即可得到统计的总人数。
本发明的实施例提供的人数统计方法,能够检测监控视频的每一帧图像中是否含有人脸图像,对检测到的人脸图像提取人脸特征并确定监控视频中相邻的视频帧之间人脸特征的相似度,根据各人脸特征之间的相似度,即可在各视频帧中获取到哪些人脸图像属于相同的人脸,哪些人脸图像属于不同人脸,然后统计所述各视频帧中属于不同人脸的人脸图像的总数量。这样,仅仅利用视频图像即可完成对监控现场的人数统计,在不提高硬件成本的条件下有效提高了人数统计的准确性。
为了更清楚地说明如何利用图像进行人数统计,下面通过逐帧检测和分析,对本发明实施例提供的人数统计方法进行进一步说明。
第一视频帧是监控视频中的任一帧图像。在步骤S11中,所述对监控视频逐帧进行人脸图像检测可具体包括:
检测所述监控视频的第一视频帧中是否存在人脸图像;
在所述第一视频帧中存在人脸图像的情况下,截取各所述人脸图像,并检测所述第一视频帧的下一个视频帧中是否存在人脸图像;
在所述第一视频帧中不存在人脸图像的情况下,直接检测所述第一视频帧的下一个视频帧中是否存在人脸图像。
举例说明,在本发明的一个实施例中,如果检测到第一视频帧中存在人脸图像M1、M2,则分别从第一视频帧中截取M1的图像和M2的图像,然后检测第一视频帧的下一个视频帧中是否存在人脸图像;如果检测到第一视频帧中不存在人脸图像,则直接检测第一视频帧的下一个视频帧中是否存在人脸图像。可以按照这样的处理方式,直到该监控视频的最后一帧被处理完。
可选的,如果步骤S11中检测到第一视频帧中存在人脸图像;则相应的,在步骤S12中,对检测到的人脸图像提取人脸特征,并确定所述监控视频中相邻的视频帧之间人脸特征的相似度可具体包括:
对从所述第一视频帧中截取的各所述人脸图像分别进行特征提取,得到相应的人脸特征;
在存储区已经存储有人脸特征的情况下,将从所述第一视频帧中得到的所述人脸特征分别与所述存储区中已经存储的人脸特征相比较;
根据比较结果确定所述第一视频帧中的各所述人脸图像的人脸特征与所述存储区中存储的人脸特征的相似度。
例如,如果检测到第一视频帧中存在人脸图像M1、M2,对人脸图像M1和人脸图像M2分别进行特征提取,得到对应的人脸特征N1和人脸特征N2。接着检测预设存储区中(例如缓冲队列中)是否已经存储有其它的人脸特征,如果该预设存储区非空,即已经存储有人脸特征,例如存储区中存储有三个人脸图像对应的人脸特征P1、P2和P3,则可以将第一视频帧中的人脸图像M1所对应的人脸特征N1与存储区中已经存储的人脸特征P1、P2、P3分别相比较,根据比较结果确定人脸特征N1与人脸特征P1、P2、P3的相似度分别是多少;将第一视频帧中的人脸图像M2所对应的人脸特征N2与存储区中已经存储的人脸特征P1、P2、P3分别相比较,根据比较结果确定人脸特征N2与人脸特征P1、P2、P3的相似度分别是多少。
具体的,在计算人脸特征N1与人脸特征P1的相似度时,假设N1和N2都是长度为n(n为正整数)的人脸特征向量,对其进行归一化处理后分别得到对应的归一化人脸特征向量N1NORMAL和P1NORMAL,则相似度S的计算公式可表示为:
其中,i为0至n-1之间的整数,分别表示N1NORMAL和P1NORMAL中对应的特征维度。
按照上述公式分别计算出第一视频帧中的所有人脸特征与存储区中存储的人脸特征的相似度后,即可以所述根据所述相似度,获取各视频帧中属于不同人脸的人脸图像。
具体而言,若所述第一视频帧中的第一人脸图像对应的第一人脸特征与所述存储区中存储的第二人脸特征之间的相似度小于或等于预设阈值,则确定所述第一人脸图像与所述第二人脸特征对应的第二人脸图像属于相同的人脸,用所述第一人脸特征替换所述第二人脸特征存储到所述存储区中;例如,在本发明的一个实施例中,通过计算相似度获知第一人脸图像和第二人脸图像都是Smith的脸,由于第一人脸图像的拍摄时间在后,第二人脸图像的拍摄时间在先,为了避免由于人脸表情、动作以及相对于摄像头的角度的变化而导致的特征比较的不准确,作为特征比较标准的存储区中的人脸特征需要及时进行更新。因此,即使检测到第一人脸图像与第二人脸图像都属于同一张人脸,也需要用时间在后的第一人脸特征替换时间在先的第二人脸特征存储在存储区中。
若所述第一视频帧中的第一人脸图像对应的第一人脸特征与所述存储区中存储的任一人脸特征之间的相似度都大于所述预设阈值,则确定所述第一人脸图像与所述存储区中存储的人脸特征所对应的人脸图像都属于不同的人脸,将所述第一人脸特征存储到所述存储区中。例如,在本发明的一个实施例中,通过计算相似度获知第一人脸图像和存储区中存储的人脸特征所对应的人脸图像都属于不同的人脸,即第一人脸图像代表的人脸在之前的视频帧中尚未出现过,因此需要将所述第一人脸图像对应的人脸特征存储到所述存储区中,存储区中存储的人脸特征的数量增加一个。
在存储区中存储了不同人的人脸特征之后,被监控现场在某段时间内的总人数可以从存储区中对应的人脸特征的数量获知。即,步骤S14中统计所述各视频帧中属于不同人脸的人脸图像的总数量可具体包括:统计所述存储区中存储的人脸特征的数量。
进一步的,在有些情况下,人数统计具有一定的时效性,也就是说统计的是某个时间段内的人数,如果存储区中的某个人脸特征经过很长时间都没有被更新过,则说明该人脸特征的时效性已经过期,应该从存储区中清除。这样,如果再次从监控视频中检测到该人脸特征,则说明这个人已经是第二次进入该现场,统计的人数应该增加一。
例如,某商店的监控视频中,上午10:05拍摄到顾客D的人脸图像,并将对应的人脸特征存入存储区,此后存储区中关于D的人脸特征每隔几秒就会更新一次,直到上午10:20以后,存储区中顾客D的人脸特征不再更新,假如11:20时发现10:20的人脸特征还没有被更新,则在存储区中对顾客D的人脸特征进行删除。这种情况下,如果下午15:50时,又拍到顾客D的人脸图像,则说明顾客D是重新进入该现场的,统计的人数应该增加一,而不应该继续按照上午拍到的人脸图像计算。
为了及时获知存储区中存储的各人脸特征是否已经过期,在本发明的一个实施例中,在所述存储区已经存储有人脸特征的情况下,本发明的实施例提供的人数统计方法还可包括:
计算所述第一视频帧的帧序号与所述存储区中存储的人脸特征所在视频帧的帧序号之差;
在帧序号之差大于预设帧序号差阈值的情况下,从所述存储区中清除对应的人脸特征。
例如,当前正在对第一视频帧进行人脸检测和人脸特征提取,第一视频帧对应的帧序号为615,存储区中的人脸特征E所在视频帧的帧序号为13,两个视频帧的帧序号之差为602,假设预设帧序号差阈值为600,则该两个视频帧的帧序号之差大于该预设帧序号阈值,将人脸特征E从存储区中清除。
以上说明了对从所述第一视频帧中截取的各所述人脸图像分别进行特征提取之后,存储区中已经存储有人脸特征的情况,但本发明的实施例不限于此。可以理解的,监控视频中最初的几个视频帧中可以存在人脸图像,也可以不存在人脸图像。如果不存在人脸图像则存储区开始时可能为空。对于这种情况,本发明的实施例提供的人数统计方法还可包括:在所述存储区尚未存储人脸特征的情况下,将从所述第一视频帧中得到的所述人脸特征分别存入所述存储区。
下面通过具体实施例对本发明实施例提供的人数统计方法进行详细说明。
如图2所示,本实施例提供的人数统计方法可包括如下步骤:
S201、定义变量Count用于表示统计到的人数,将Count初始化为0,定义缓冲区Queue用于保存人脸特征及其对应帧序号,缓冲区结构可如图3所示,将Queue初始化为空;
S202、把输入图像逐帧进行人脸检测,具体的人脸检测过程可如图4所示,如果检测到有num(num>0)个人脸框坐标,则按检测到的人脸框坐标对原输入图像进行裁剪,生成num张人脸图像;如果没有检测到人脸就取下一帧图像;
可选的,本步骤中可以使用FaceDetection_CNN人脸检测模型进行人脸检测;
S203、对Bum张人脸图像分别提取人脸特征,具体的人脸特征提取过程可如图5所示;
可选的,可以使用caffe-face人脸识别模型进行人脸特征的提取。本实施例中的人脸特征可以为caffe-face人脸识别模型输出的具有512个float类型的数值(未归一化的人脸特征);
S204、用式(2)将每一个未归一化的人脸特征进行归一化处理;
把一个人脸图像对应的人脸特征看做长度为n(n为正整数)的向量F(x),对其归一化的公式为:
其中,F(x)为原人脸特征向量,Fnormal(x)为对F(x)进行归一化后的归一化人脸特征向量,i是0至n-1之间的整数,表示长度为n的人脸特征向量中的一个维度,F(i)为该维度对应的人脸特征,σ=0.000001,工程上为了防止分母为0的情况发生时出现溢出错误而指定的一个很小的数值。
S205、检查缓冲区Queue是否为空,如果为空,执行步骤S206,如果不为空,执行步骤S207;
S206、将归一化的人脸特征及它们对应的帧序号一起添加到缓冲区Queue中,统计到的人数Count增加num;执行步骤S212;
S207、将num个人脸图像中的每一个归一化的人脸特征依次和Queue里的人脸特征比较,获得相应的相似度,长度为n的归一化人脸特征F1和F2相似度S计算公式如下:
其中,S的取值范围是[0,+∞),S越小表明两个特征越相似(即两个人脸越相似),反之越不相似。
S208、对于num个人脸图像中的每一个,在缓冲区Queue中找到与归一化人脸特征F的相似度最小(即最相似)的人脸特征Fs,记它们的相似度为Smin;
S209、Smin是否小于或等于预设阈值T1(本文取T1=0.56);如果Smin小于或等于T1,则执行步骤S210,如果Smin大于T1,则执行步骤S211;
S210、将缓冲区Queue中的人脸特征Fs替换为F,对应的帧序号也做相应替换,执行步骤S212;
S211、将归一化的人脸特征F及它对应的帧序号一起加到缓冲区Queue中,统计到的人数Count加1,执行步骤S212;
S212、当每处理完一帧图像时,将缓冲区Queue中的每条数据的帧序号依次与当前帧的帧序号进行比较,如果当前帧的帧序号j与某条数据的帧序号i差值超过阈值T2,则把缓冲区Queue中的该条数据删除,具体可如图6所示。
S213、确定所有的图像帧是否已经都处理完,如果是,执行步骤S213,如果否,执行步骤S202,对下一帧输入图像进行检测;
S214、统计到的人数Count就是最终统计出来的人数。
本实施例提供的人数统计方法,能够检测监控视频的每一帧图像中是否含有人脸图像,对检测到的人脸图像提取人脸特征并确定监控视频中相邻的视频帧之间人脸特征的相似度,根据各人脸特征之间的相似度,即可在各视频帧中获取到哪些人脸图像属于相同的人脸,哪些人脸图像属于不同人脸,然后统计所述各视频帧中属于不同人脸的人脸图像的总数量。这样,仅仅利用视频图像即可完成对监控现场的人数统计,在不提高硬件成本的条件下有效提高了人数统计的准确性。
第二方面,本发明的实施例还提供一种人数统计装置,能够仅仅利用视频图像即可完成对监控现场的人数统计,在不提高硬件成本的条件下有效提高了人数统计的准确性。
如图7所示,本发明的实施例提供的人数统计装置,可包括:
检测单元31,用于对监控视频逐帧进行人脸图像检测;
确定单元32,用于对检测到的人脸图像提取人脸特征,并确定所述监控视频中相邻的视频帧之间人脸特征的相似度;
获取单元33,用于根据所述相似度,获取各视频帧中属于不同人脸的人脸图像;
统计单元34,用于统计所述获取单元获取到的属于不同人脸的人脸图像的总数量。
本发明的实施例提供的人数统计装置,能够检测监控视频的每一帧图像中是否含有人脸图像,对检测到的人脸图像提取人脸特征并确定监控视频中相邻的视频帧之间人脸特征的相似度,根据各人脸特征之间的相似度,即可在各视频帧中获取到哪些人脸图像属于相同的人脸,哪些人脸图像属于不同人脸,然后统计所述各视频帧中属于不同人脸的人脸图像的总数量。这样,仅仅利用视频图像即可完成对监控现场的人数统计,在不提高硬件成本的条件下有效提高了人数统计的准确性。
可选的,检测单元31,可用于:
检测所述监控视频的第一视频帧中是否存在人脸图像;
在所述第一视频帧中存在人脸图像的情况下,截取各所述人脸图像,并检测所述第一视频帧的下一个视频帧中是否存在人脸图像;
在所述第一视频帧中不存在人脸图像的情况下,直接检测所述第一视频帧的下一个视频帧中是否存在人脸图像。
可选的,检测单元31的检测结果为所述第一视频帧中存在人脸图像;
确定单元32,可包括:
提取模块,用于对从所述第一视频帧中截取的各所述人脸图像分别进行特征提取,得到相应的人脸特征;
比较模块,用于在存储区已经存储有人脸特征的情况下,将所述提取模块从所述第一视频帧中得到的所述人脸特征分别与所述存储区中已经存储的人脸特征相比较;
确定模块,用于根据所述比较模块的比较结果确定所述第一视频帧中的各所述人脸图像的人脸特征与所述存储区中存储的人脸特征的相似度。
可选的,获取单元33,可包括:
替换模块,用于若所述第一视频帧中的第一人脸图像对应的第一人脸特征与所述存储区中存储的第二人脸特征之间的相似度小于或等于预设阈值,则确定所述第一人脸图像与所述第二人脸特征对应的第二人脸图像属于相同的人脸,用所述第一人脸特征替换所述第二人脸特征存储到所述存储区中;
存储模块,用于若所述第一视频帧中第一人脸图像对应的第一人脸特征与所述存储区中存储的任一人脸特征之间的相似度都大于所述预设阈值,则确定所述第一人脸图像与所述存储区中存储的人脸特征所对应的人脸图像都属于不同的人脸,将所述第一人脸特征存储到所述存储区中。
可选的,统计单元34,具体可用于统计所述存储区中存储的人脸特征的数量。
可选的,获取单元33,还用于在所述存储区尚未存储人脸特征的情况下,将从所述第一视频帧中得到的所述人脸特征分别存入所述存储区。
进一步的,本发明实施例提供的人数统计装置还包括清除单元,用于:
在所述存储区已经存储有人脸特征的情况下,计算所述第一视频帧的帧序号与所述存储区中存储的人脸特征所在视频帧的帧序号之差;
在帧序号之差大于预设帧序号差阈值的情况下,从所述存储区中清除对应的人脸特征。
第三方面,本发明实施例提供一种电子设备,能够仅仅利用视频图像即可完成对监控现场的人数统计,在不提高硬件成本的条件下有效提高了人数统计的准确性。
如图8所示,本发明的实施例提供的电子设备,可以包括:壳体41、处理器42、存储器43、电路板44和电源电路45,其中,电路板44安置在壳体41围成的空间内部,处理器42和存储器43设置在电路板44上;电源电路45,用于为上述电子设备的各个电路或器件供电;存储器43用于存储可执行程序代码;处理器42通过读取存储器43中存储的可执行程序代码来运行与可执行程序代码对应的程序,用于执行前述任一实施例提供的人数统计方法。
处理器42对上述步骤的具体执行过程以及处理器42通过运行可执行程序代码来进一步执行的步骤,可以参见前述实施例的描述,在此不再赘述。
上述电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子设备。
第四方面,本发明的实施例还提供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一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现前述实施例提供的任一种人数统计方法,因此也能实现相应的技术效果,前文已经进行了详细说明,此处不再赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
为了描述的方便,描述以上装置是以功能分为各种单元/模块分别描述。当然,在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种人数统计方法,其特征在于,包括:
对监控视频逐帧进行人脸图像检测;
对检测到的人脸图像提取人脸特征,并确定所述监控视频中相邻的视频帧之间人脸特征的相似度;
根据所述相似度,获取各视频帧中属于不同人脸的人脸图像;
统计所述各视频帧中属于不同人脸的人脸图像的总数量。
2.根据权利要求1所述的方法,其特征在于,所述对监控视频逐帧进行人脸图像检测包括:
检测所述监控视频的第一视频帧中是否存在人脸图像;
在所述第一视频帧中存在人脸图像的情况下,截取各所述人脸图像,并检测所述第一视频帧的下一个视频帧中是否存在人脸图像;
在所述第一视频帧中不存在人脸图像的情况下,直接检测所述第一视频帧的下一个视频帧中是否存在人脸图像。
3.根据权利要求2所述的方法,其特征在于,所述第一视频帧中存在人脸图像;
所述对检测到的人脸图像提取人脸特征,并确定所述监控视频中相邻的视频帧之间人脸特征的相似度包括:
对从所述第一视频帧中截取的各所述人脸图像分别进行特征提取,得到相应的人脸特征;
在存储区已经存储有人脸特征的情况下,将从所述第一视频帧中得到的所述人脸特征分别与所述存储区中已经存储的人脸特征相比较;
根据比较结果确定所述第一视频帧中的各所述人脸图像的人脸特征与所述存储区中存储的人脸特征的相似度。
4.根据权利要求3所述的方法,其特征在于,所述根据所述相似度,获取各视频帧中属于不同人脸的人脸图像包括:
若所述第一视频帧中第一人脸图像对应的第一人脸特征与所述存储区中存储的第二人脸特征之间的相似度小于或等于预设阈值,则确定所述第一人脸图像与所述第二人脸特征对应的第二人脸图像属于相同的人脸,用所述第一人脸特征替换所述第二人脸特征存储到所述存储区中;
若所述第一视频帧中第一人脸图像对应的第一人脸特征与所述存储区中存储的任一人脸特征之间的相似度都大于所述预设阈值,则确定所述第一人脸图像与所述存储区中存储的人脸特征所对应的人脸图像都属于不同的人脸,将所述第一人脸特征存储到所述存储区中。
5.根据权利要求4所述的方法,其特征在于,所述统计所述各视频帧中属于不同人脸的人脸图像的总数量包括:
统计所述存储区中存储的人脸特征的数量。
6.根据权利要求3至5中任一项所述的方法,其特征在于,所述方法还包括:
在所述存储区尚未存储人脸特征的情况下,将从所述第一视频帧中得到的所述人脸特征分别存入所述存储区。
7.根据权利要求3至5中任一项所述的方法,其特征在于,在所述存储区已经存储有人脸特征的情况下,所述方法还包括:
计算所述第一视频帧的帧序号与所述存储区中存储的人脸特征所在视频帧的帧序号之差;
在帧序号之差大于预设帧序号差阈值的情况下,从所述存储区中清除对应的人脸特征。
8.一种人数统计装置,其特征在于,包括:
检测单元,用于对监控视频逐帧进行人脸图像检测;
确定单元,用于对检测到的人脸图像提取人脸特征,并确定所述监控视频中相邻的视频帧之间人脸特征的相似度;
获取单元,用于根据所述相似度,获取各视频帧中属于不同人脸的人脸图像;
统计单元,用于统计所述获取单元获取到的属于不同人脸的人脸图像的总数量。
9.一种电子设备,其特征在于,所述电子设备包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为上述电子设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,用于执行前述权利要求1-7中任一项所述的人数统计方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现前述权利要求1至7所述的人数统计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711498873.XA CN108197570A (zh) | 2017-12-28 | 2017-12-28 | 一种人数统计方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711498873.XA CN108197570A (zh) | 2017-12-28 | 2017-12-28 | 一种人数统计方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108197570A true CN108197570A (zh) | 2018-06-22 |
Family
ID=62587852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711498873.XA Pending CN108197570A (zh) | 2017-12-28 | 2017-12-28 | 一种人数统计方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108197570A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190466A (zh) * | 2018-07-26 | 2019-01-11 | 高新兴科技集团股份有限公司 | 一种人员实时定位的方法和设备 |
CN109460724A (zh) * | 2018-10-29 | 2019-03-12 | 南京邮电大学 | 基于对象检测的停球事件的分离方法和系统 |
CN109801394A (zh) * | 2018-12-29 | 2019-05-24 | 南京天溯自动化控制系统有限公司 | 一种工作人员考勤方法及装置、电子设备和可读存储介质 |
WO2020020022A1 (zh) * | 2018-07-25 | 2020-01-30 | 卢帆 | 视觉识别方法及其系统 |
CN110738137A (zh) * | 2019-09-26 | 2020-01-31 | 中移物联网有限公司 | 一种人流量统计方法及装置 |
CN110874583A (zh) * | 2019-11-19 | 2020-03-10 | 北京精准沟通传媒科技股份有限公司 | 一种客流统计的方法、装置、存储介质及电子设备 |
CN111027466A (zh) * | 2019-12-06 | 2020-04-17 | 浩云科技股份有限公司 | 一种银行网点超柜使用规范智能检测方法及装置 |
CN111091529A (zh) * | 2018-10-24 | 2020-05-01 | 株式会社理光 | 一种人数统计方法及人数统计系统 |
CN111615704A (zh) * | 2018-10-16 | 2020-09-01 | 华为技术有限公司 | 一种物体识别方法和终端设备 |
CN113554764A (zh) * | 2020-04-26 | 2021-10-26 | 杭州海康威视数字技术股份有限公司 | 基于人脸的验票方法、装置及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477621A (zh) * | 2009-02-20 | 2009-07-08 | 深圳华为通信技术有限公司 | 一种基于人脸识别的图像更新方法及装置 |
CN103793682A (zh) * | 2012-10-31 | 2014-05-14 | 中国科学院微电子研究所 | 基于人脸检测与识别技术的人员计数方法及系统和装置 |
US20160203611A1 (en) * | 2013-03-28 | 2016-07-14 | International Business Machines Corporation | Determining camera height using distributions of object heights and object image heights |
CN105844234A (zh) * | 2016-03-21 | 2016-08-10 | 商汤集团有限公司 | 一种基于头肩检测的人数统计的方法及设备 |
CN106570465A (zh) * | 2016-10-31 | 2017-04-19 | 深圳云天励飞技术有限公司 | 一种基于图像识别的人流量统计方法及装置 |
-
2017
- 2017-12-28 CN CN201711498873.XA patent/CN108197570A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477621A (zh) * | 2009-02-20 | 2009-07-08 | 深圳华为通信技术有限公司 | 一种基于人脸识别的图像更新方法及装置 |
CN103793682A (zh) * | 2012-10-31 | 2014-05-14 | 中国科学院微电子研究所 | 基于人脸检测与识别技术的人员计数方法及系统和装置 |
US20160203611A1 (en) * | 2013-03-28 | 2016-07-14 | International Business Machines Corporation | Determining camera height using distributions of object heights and object image heights |
CN105844234A (zh) * | 2016-03-21 | 2016-08-10 | 商汤集团有限公司 | 一种基于头肩检测的人数统计的方法及设备 |
CN106570465A (zh) * | 2016-10-31 | 2017-04-19 | 深圳云天励飞技术有限公司 | 一种基于图像识别的人流量统计方法及装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020020022A1 (zh) * | 2018-07-25 | 2020-01-30 | 卢帆 | 视觉识别方法及其系统 |
CN109190466A (zh) * | 2018-07-26 | 2019-01-11 | 高新兴科技集团股份有限公司 | 一种人员实时定位的方法和设备 |
EP3855358A4 (en) * | 2018-10-16 | 2021-10-27 | Huawei Technologies Co., Ltd. | OBJECT DETECTION METHOD AND TERMINAL DEVICE |
CN111615704A (zh) * | 2018-10-16 | 2020-09-01 | 华为技术有限公司 | 一种物体识别方法和终端设备 |
CN111091529A (zh) * | 2018-10-24 | 2020-05-01 | 株式会社理光 | 一种人数统计方法及人数统计系统 |
CN109460724A (zh) * | 2018-10-29 | 2019-03-12 | 南京邮电大学 | 基于对象检测的停球事件的分离方法和系统 |
CN109460724B (zh) * | 2018-10-29 | 2021-09-28 | 南京邮电大学 | 基于对象检测的停球事件的分离方法和系统 |
CN109801394B (zh) * | 2018-12-29 | 2021-07-30 | 南京天溯自动化控制系统有限公司 | 一种工作人员考勤方法及装置、电子设备和可读存储介质 |
CN109801394A (zh) * | 2018-12-29 | 2019-05-24 | 南京天溯自动化控制系统有限公司 | 一种工作人员考勤方法及装置、电子设备和可读存储介质 |
CN110738137A (zh) * | 2019-09-26 | 2020-01-31 | 中移物联网有限公司 | 一种人流量统计方法及装置 |
CN110874583A (zh) * | 2019-11-19 | 2020-03-10 | 北京精准沟通传媒科技股份有限公司 | 一种客流统计的方法、装置、存储介质及电子设备 |
CN111027466A (zh) * | 2019-12-06 | 2020-04-17 | 浩云科技股份有限公司 | 一种银行网点超柜使用规范智能检测方法及装置 |
CN113554764A (zh) * | 2020-04-26 | 2021-10-26 | 杭州海康威视数字技术股份有限公司 | 基于人脸的验票方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108197570A (zh) | 一种人数统计方法、装置、电子设备及存储介质 | |
CN111489290B (zh) | 一种人脸图像超分辨重建方法、装置及终端设备 | |
CN111190926B (zh) | 资源缓存方法、装置、设备及存储介质 | |
US20150234881A1 (en) | Person Authentication Dictionary Update Method, Person Authentication Dictionary Update Apparatus, Recording Medium, and Person Authentication System | |
CN110741387B (zh) | 人脸识别方法、装置、存储介质及电子设备 | |
CN108961267B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN108564550B (zh) | 图像处理方法、装置及终端设备 | |
CN111683274B (zh) | 弹幕广告展示方法、装置、设备及计算机可读存储介质 | |
CN109426785A (zh) | 一种人体目标身份识别方法及装置 | |
CN109215037A (zh) | 目标图像分割方法、装置及终端设备 | |
CN112818995B (zh) | 图像分类方法、装置、电子设备及存储介质 | |
CN113066092A (zh) | 视频对象分割方法、装置及计算机设备 | |
WO2015014280A1 (en) | Method, apparatus and electronic device for display orientation switching | |
CN109886239B (zh) | 人像聚类方法、装置及系统 | |
CN115062186A (zh) | 一种视频内容检索方法、装置、设备以及存储介质 | |
CN114783061A (zh) | 一种吸烟行为检测方法、装置、设备和介质 | |
CN105229700B (zh) | 用于从多个连续拍摄图像提取峰图像的设备和方法 | |
CN112672405B (zh) | 功耗计算方法、装置、存储介质、电子设备以及服务器 | |
CN110059569A (zh) | 活体检测方法和装置、模型评估方法和装置 | |
CN108763491B (zh) | 图片处理方法、装置及终端设备 | |
CN107733874A (zh) | 信息处理方法、装置、计算机设备和存储介质 | |
CN114333039B (zh) | 一种人像聚类的方法、装置及介质 | |
CN115393755A (zh) | 视觉目标跟踪方法、装置、设备以及存储介质 | |
CN108038451A (zh) | 异常行为检测方法及装置 | |
EP3117627A1 (en) | Method and apparatus for video processing |
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: 20180622 |
|
RJ01 | Rejection of invention patent application after publication |