CN109190454A - 用于识别视频中的目标人物的方法、装置、设备及介质 - Google Patents
用于识别视频中的目标人物的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN109190454A CN109190454A CN201810786113.7A CN201810786113A CN109190454A CN 109190454 A CN109190454 A CN 109190454A CN 201810786113 A CN201810786113 A CN 201810786113A CN 109190454 A CN109190454 A CN 109190454A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- target person
- body region
- candidate
- 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
- 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
-
- 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
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
根据本公开内容的示例性实施方式,提供了一种用于识别视频中的目标人物的方法、装置、设备及介质。具体地,该方法包括:获取已知目标人物的面部图像;在视频中包括的一组图像中的第一图像中,识别第一图像中至少一个人物的面部图像;比较目标人物的面部图像与识别出的至少一个人物的面部图像,依据两者面部图像的相似度,以确定目标人物的面部图像在第一图像中对应的目标人物的第一面部区域;基于第一面部区域,确定在第一图像中所对应的目标人物的第一身体区域;基于第一身体区域的位置确定目标人物在一组图像中其他图像中的位置。根据本公开内容的示例性实施方式,还提供了用于识别视频中的目标人物的相应的装置、设备和计算机存储介质。
Description
技术领域
本公开的实施方式一般涉及对视频数据的处理,并且更具体地,涉及用于识别视频中的目标人物的方法、装置、设备和计算机可读存储介质。
背景技术
课堂教学是传授知识的一种方式,老师在课堂教学中扮演者重要的角色。随着人工智能(AI)的普及,虚拟老师由于其可以节省人力成本而逐渐受到各种教学系统的欢迎。虚拟老师能够基于事先确定的动作与学生实现互动,从而完成课堂传授。虚拟老师如何识别教室中的学生,并且针对所识别的学生发出特定的教学指令是一项重要的任务。虚拟老师越准确地识别学生,那么学生们在与虚拟老师的互动中会觉得越自然,进而越会乐于听取课堂上传授的内容,由此,可以显著提高课听课效率。
发明内容
根据本公开内容的示例实施方式,提供了一种用于处理视频数据的方案。
在本公开内容的第一方面中,提供一种用于识别视频中的目标人物的方法,获取已知所述目标人物的面部图像;在视频中包括的一组图像中的第一图像中,识别第一图像中至少一个人物的面部图像;比较目标人物的面部图像与识别出的至少一个人物的面部图像,依据两者面部图像的相似度,以确定目标人物的面部图像在第一图像中对应的目标人物的第一面部区域;基于第一面部区域,确定在第一图像中所对应的目标人物的第一身体区域;基于第一身体区域的位置确定目标人物在一组图像中其他图像中的位置。
在本公开内容的第二方面中,提供一种用于识别视频中的目标人物的装置,包括:面部图像获取模块,被配置为获取已知目标人物的面部图像;面部图像识别模块,被配置为在视频中包括的一组图像中的第一图像中,识别第一图像中至少一个人物的面部图像;第一面部区域确定模块,被配置为比较目标人物的面部图像与识别出的至少一个人物的面部图像,依据两者面部图像的相似度,以确定目标人物的面部图像在第一图像中对应的目标人物的第一面部区域;第一身体区域确定模块,被配置为基于第一面部区域,确定在第一图像中所对应的目标人物的第一身体区域;以及位置确定模块,被配置为基于第一身体区域的位置确定目标人物在一组图像中其他图像中的位置。
在本公开内容的第三方面中,提供了一种设备,包括一个或多个处理器;以及存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现根据本公开内容的第一方面的方法。
在本公开内容的第四方面中,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开内容的第一方面的方法。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开内容的实施方式的关键或重要特征,亦非用于限制本公开内容的范围。本公开内容的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开内容的各实施方式的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了根据本公开的一些实施方式的用于识别视频中的目标人物的方法的流程图;
图2示出了根据本公开的一些实施方式的用于识别目标人物的第一身体区域的方法的流程图;
图3示出了根据图2所示的方法来识别目标人物的第一身体区域的更多细节的示意图;
图4示出了根据本公开的一些实施方式的用于确定目标人物在视频的后续图像中的位置的方法的流程图;
图5示出了根据本公开的一些实施方式的获取目标人物的面部图像的方法的流程图;
图6示意性示出了根据本公开内容的示例性实施方式的用于识别视频中的目标人物的装置的框图;以及
图7示出了能够实施本公开内容的多个实施方式的计算设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开内容的实施方式。虽然附图中显示了本公开内容的某些实施方式,然而应当理解的是,本公开内容可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施方式,相反提供这些实施方式是为了更加透彻和完整地理解本公开内容。应当理解的是,本公开内容的附图及实施方式仅用于示例性作用,并非用于限制本公开内容的保护范围。
在本公开内容的实施方式的描述中,术语“包括”及其类似用语应当理解为开放性包含,即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施方式”或“该实施方式”应当理解为“至少一个实施方式”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如上文所提及的,期望的是在课堂上准确识别每个学生的在教室中的位置,从而可以基于特定学生的动作采取相应的措施。例如,通过识别视频中的目标人物,能够知道张三同学就坐于教室的位置。如果在课堂上的某一个时刻,就坐在该位置的学生举手,教学系统可以准确地判断该同学就是张三,并发出相应的指令,例如,系统可以发出“请举手的张三同学回答问题”的声音。由此设置,可以使教学过程更加生动。
通常是在教室的前方设置摄像头来录制视频并由此对视频中的人物进行捕捉。然而,由于上课时间较长或者由于上课学生年龄较小,学生在在上课过程中可能会出现东张西望或者趴在桌子上睡觉等情况。在这种情况中,面部信息往往无法被捕捉到。如何在这种情况下识别视频中的目标学生是提高识别准确性的关键。
在本公开的上下文中,术语“身体区域”表示的是人员的身体各部分的总和,例如包括:面部、躯干、四肢的总和,但是不包括人体上的附属区域。术语“面部区域”表示的是人的脸部区域和附属区域,人脸区域例如包括:人的脸部、五官的总和,而术语“附属区域”表示的是在人的头部上的附属部分的区域,附属部分例如可以包括:头发、头巾、帽子,等等。
针对上述问题,本公开的实施方式提供了一种用于识别视频中的目标人物的方案。
下面将结合图1到图7来具体描述本公开的实施方式。
图1示出了根据本公开的一些实施方式的用于识别视频中的目标人物的方法100的流程图。方法100可以由计算设备来执行。
在框102,获取已知目标人物的面部图像。在根据本公开的实施方式中,可以采用现有技术中已知的或者将在未来开发的其他图像检测技术来检测面部区域。通过框102所示,可以将目标人物的信息与特定的面部图像对应起来,由此获得所述面部图像为目标人物张三同学。
在框104,在视频中包括的一组图像中的第一图像中,识别第一图像中至少一个人物的面部图像可以从安装在教室中的摄像头获得录制的学生上课的视频,并且通过视频处理技术获得一组图像中的第一图像。例如,这些图像是一组连续的图像,其间隔时间可以为0.5秒。随着视频处理精度的提高,间隔时间可以更短。可以利用现有技术中已知的或者将在未来开发的其他图像检测技术来检测面部区域。经由此步骤,可以获取视频的图像中的至少一个人物的面部图像,并且获取该面部图像在图像中的坐标位置。该坐标位置是在图像的像素坐标系中的水平轴和竖直轴的坐标范围。它可以由长和宽来确定,也可以由在图像中的四个点来确定。例如,如果从视频中获取的图像的分辨率为1920×1080,那么可以根据该分辨率建立水平轴坐标范围为(0,1920)并且竖直轴坐标范围为(0,1080)的坐标系,那么该面部图像的坐标位置可以由(0,1920)的正整数子集和(0,1080)的正整数子集所构成的矩形。例如,该面部图像的坐标位置可以是由(300,350)的长以及(700,760)的宽所形成的矩形。
在框106中,比较目标人物的面部图像与识别出的至少一个人物的面部图像,依据两者面部图像的相似度,以确定目标人物的面部图像在第一图像中对应的目标人物的第一面部区域。可以采用现有技术中已知的或者将在未来开发的其他图像识别技术来进行比较。具体地说,将第一图像中的至少一个人物的面部图像与目标人物的面部图像进行比较。如果确定最佳的匹配对象,则通过此步骤,基于该匹配对象的位置就可以获得目标人物在图像中的位置。如果没有确定最佳匹配对象,可以认为目标人物不在该第一图像中。例如,在上面所举的例子中,就可以知道张三同学位于图像中的位置。
在框108中,基于第一面部区域,确定在第一图像中所对应的目标人物的第一身体区域。
在下文中,将参见图2和图3描述有关在框108处执行的操作的更多细节。在此,可以通过多种方式来识别目标人物的第一身体区域。图2示出了根据本公开的一些实施方式的用于在第一图像中识别目标人物的第一身体区域的方法200的流程图。方法200可以由计算设备来执行。图3示出了根据图2所示的方法来识别目标人物的第一身体区域的更多细节的示意图。
在框202,在第一图像中识别至少一个候选身体区域302。可以采用目标检测算法处理第一图像,并且得出候选身体区域。在图3所示的实施方式中,候选身体区域302为覆盖图像中的人体身体部分312的矩形。将会理解,候选身体区域302可以是除了矩形以外的其它形状。特别地,可以借助于此步骤获取课堂上所有学生的身体区域。
在框204,基于目标人物的面部区域304和至少一个候选身体区域中的一个候选身体区域302的重叠程度,确定该候选身体区域302为目标人物的第一身体区域。参见图3,可以在前述步骤中识别目标人物的面部314。面部区域304可以是覆盖图像中的面部314的矩形。如上所述,将会理解,面部区域304可以是除了矩形以外的其它形状。由面部区域304和候选身体区域302可以确定两者之间的重叠区域308。可以理解,重叠区域308可以表示人的面部区域,但不包括诸如头发、头巾、帽子等的附属区域。
重叠程度可以由重叠度(IOU)来表示。重叠度可以由以下公式计算得出:
其中,B表示重叠区域308的面积,即人的面部区域304的面积,A表示重叠区域308的面积和附属区域306的面积之和。可以理解,如果所获取的身体区域302和面部区域304是属于同一个人,则IOU是一个接近于1或者等于1的数值。另一方面,如果所获取的身体区域302和面部区域304是不属于同一个人物,则IOU的数值将是远小于1的正值。可以通过响应于目标人物的重叠度IOU大于阈值,将该候选身体区域302确定为第一身体区域。该阈值可以根据本领域中已知的或者将在未来开发的技术得到,也可以通过经验数值计算而得。经过上述步骤,可以得出目标人物的身体区域在图像中的位置。
现在返回图1,在框110,基于第一身体区域的位置确定目标人物在一组图像中其他图像中的位置。在课堂上,特别是在对应于一个视频的同一堂课内,人物在教室中的位置往往是不变的。因此可以得出该目标人物在视频的后续其他图像中的位置。
借助于结合图1所描述的根据本公开内容的示例性实施方式的方法,在获得目标人物在视频的后续其他图像中的位置后,可以针对该目标人物输出一定的指令以完成教学内容,例如请该目标人物完成例如回答问题等的动作。特别地,即使是该目标人物因为某些动作而没有获取其在后续图像中的面部信息,也可以借助于其身体信息对其进行识别,并发出相应的指令。例如,即使李四同学趴在桌上睡觉而无法获取他的面部信息,也可以发出类似于“请李四同学注意听课”的指令。
下面结合图4描述根据本公开内容的示例性实施方式的方法的更多细节。图4示出了根据本公开的一些实施方式的用于确定目标人物在视频的后续图像中的位置的方法400的流程图。
在框402,在一组图像中的第二图像中,依据第一身体区域的位置,识别与第一身体区域相匹配的第二身体区域。可以使用与上文描述相同或者不同的方法来识别第二图像中的第二身体区域,并且根据该身体区域的中心点与第一身体区域的中心点之间的欧式距离L2来判断第二图像的该身体区域与第一身体区域是否匹配。在本文中,“欧式距离L2”是用于描述两点之间或多点之间的距离表示方法,又称为欧几里得度量,它定义域欧几里得空间中。本领域技术人员知晓的是,n维空间中两个点x1(x11,x12,...,x1n)与x2(x21,x22,...,x2n)间的欧式距离L2可以表示为d12:
当欧氏距离L2小于设定阈值时,则认为第二图像中的该身体区域与第一身体区域是匹配的。以此设置,可以将第二图像中的该身体区域所对应的人物与第一身体区域所对应的人物视为是同一个人。根据本公开内容的备选实施方式,可以将第二图像中的该身体区域所对应的人物身份赋予第一身体区域,并更新第一身体区域。
在框404,基于第二身体区域的位置确定目标人物在视频中第二图像中的位置。由此步骤,可以根据目标人物在第一图像中的身体位置信息得出其在后续的图像中的位置。这在课堂教学中是特别有利的。例如,学生在第一图像中的身体位置信息被获取之后,即使该学生的面部信息在后续的图像中可能由于低头、趴着、东张西望而缺失,也可以借助于其身体位置而获取该学生在后续图像中的位置信息。这是因为该学生的身体在视频的图像中不会发生变化。
根据本公开的实施方式的方法,还包括响应于目标人物的面部图像在第二图像中存在对应的目标人物的第二面部区域,并基于第二面部区域与第二身体区域的重叠程度,验证是否为目标人物的第二身体区域。借助于此步骤,可以将第二图像特定人物的身体信息与该人物的面部信息进行相互验证,从而确保识别的结果更加准确。例如,已经获得张三同学的身体在后续图像中的位置,如果张三同学在后续图像中因为被摄像头捕捉到而具有面部信息,则可以验证该身体信息与该面部信息同样属于张三同学。经过验证,可以提高识别结果的准确性。
下面参照图5描述获取视频中的人物的身份信息的示例性过程。
图5示出了根据本公开的一些实施方式的获取目标人物的面部图像的方法500的流程图。
在框502,对于包括目标人物的面部的一组样本图像中的给定样本图像,获取描述目标人物的面部特征的多个关键点。可以采用面部检测算法检测视频中的图像。在根据本公开的实施方式中,对于给定的图像,裁剪出每个面部并缩放至固定尺寸,同时储存每个人面部框的中心点和面部关键点。
在框504,基于多个关键点,从给定样本图像中选择候选面部图像。可以利用与上文描述的目标检测算法相同或者不同的方法来获得候选的面部图像。
在框506,确定候选面部图像与人脸标准模版的欧氏距离L2。在根据本公开的实施方式中,可以根据面部关键点计算目标人物的面部图像与人脸标准模版的L2距离。人脸标准模版可以是针对学生群体的某个特定的人脸模版。该模版可以是最正对摄像头的人脸模版。根据课堂上的学生的种族、年龄不同,该人脸模版可能发生变化。候选面部图像与人脸标准模版的欧式距离L2越小,则可以表示候选面部图像是最正对摄像头的,可以其是认为是清楚,也是最值得被利用的。可以根据本领域中已知的或者将在未来开发的技术得到该人脸标准模版。
在框508,响应于欧氏距离L2低于预定阈值,基于候选面部图像获取目标人物的面部图像。经过此步骤,选择各候选面部图像中欧氏距离L2最小的图像作为最佳的图像输出。
根据本公开的实施方式的方法,还包括从视频中获取一组样本图像。在这种实施方式中,该样本图像可以从视频中靠前的一段视频中获得。这在短期课程中尤其是有利的。在短期课程中,借助于该步骤,教学系统可以利用所录制的教学视频最开始的一段来对人物面部信息进行获取和识别,从而建立人物面部信息的样本图像库。由此设置,即使事先不具有人物面部信息的样本图像,也同样可以识别视频中的目标人物。
当然,本领域技术人员知晓的是,该样本图像也可以从独立于该视频的另一段视频中获取得到,这也落入本公开的范围内。这在长期课程中尤其如此。在长期课程中,由于课堂学生构成较为固定,可以率先对学生面部信息进行采集并建立样本图像库。
根据本公开的实施方式的方法,还包括:响应于欧氏距离低于面部图像与人脸标准模版的另一欧氏距离,基于候选面部图像更新目标人物的面部图像。借助于此步骤,可以选择面部信息最优的面部图像作为目标人物的面部图像,这样有助于提高使用根据本公开的实施方式的方法来获取目标人物的结果的精度。
图6示意性示出了根据本公开内容的示例性实施方式的用于识别视频中的目标人物的装置600的框图。具体地,该装置600包括:面部图像获取模块602,被配置为获取已知目标人物的面部图像;面部图像识别模块604,被配置为在视频中包括的一组图像中的第一图像中,识别第一图像中至少一个人物的面部图像;第一面部区域确定模块606,被配置为比较目标人物的面部图像与识别出的至少一个人物的面部图像,依据两者面部图像的相似度,以确定目标人物的面部图像在第一图像中对应的目标人物的第一面部区域;第一身体区域确定模块608,被配置为基于第一面部区域,确定在第一图像中所对应的目标人物的第一身体区域;以及位置确定模块610,被配置为基于第一身体区域的位置确定目标人物在一组图像中其他图像中的位置。
根据本公开内容的示例性实施方式,第一身体区域识别模块608还被配置为:在第一图像中识别至少一个候选身体区域;以及基于目标人物的第一面部区域与至少一个候选身体区域的重叠程度,确定一个候选身体区域为目标人物的第一身体区域。
根据本公开内容的示例性实施方式,位置确定模块610还被配置为:在一组图像中的第二图像中,依据第一身体区域的位置,识别与第一身体区域相匹配的第二身体区域;以及基于第二身体区域的位置确定目标人物在视频中第二图像中的位置。
根据本公开内容的示例性实施方式,装置600还包括:还被配置为:响应于目标人物的面部图像在第二图像中存在对应的目标人物的第二面部区域;以及基于第二面部区域与第二身体区域的重叠程度,验证是否为目标人物的第二身体区域。
根据本公开内容的示例性实施方式,面部图像获取模块602还被配置为:对于包括目标人物的面部的一组样本图像中的给定样本图像,获取描述目标人物的面部特征的多个关键点;基于多个关键点,从给定样本图像中选择候选面部图像;确定候选面部图像与人脸标准模版的欧氏距离;以及响应于欧氏距离低于预定阈值,基于候选面部图像获取目标人物的面部图像。
根据本公开内容的示例性实施方式,装置600还被配置为:响应于欧氏距离低于面部图像与人脸标准模版的另一欧氏距离,基于候选面部图像更新目标人物的面部图像。
根据本公开内容的示例性实施方式,提供了一种设备,包括一个或多个处理器;以及存储装置,用于存储一个或多个程序。当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现根据本公开内容的方法。
根据本公开内容的示例性实施方式,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开内容的方法。
图7示出了能够实施本公开内容的多个实施方式的计算设备700的框图。如图所示,设备700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的计算机程序指令或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序指令,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元701执行上文所描述的各个方法和处理,例如方法100、方法200、方法400和/或方法500。例如,在一些实施方式中,方法100、方法200、方法400和/或方法500可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施方式中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由CPU 701执行时,可以执行上文描述的方法100、方法200、方法400和/或方法500的一个或多个步骤。备选地,在其他实施方式中,CPU701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法100、方法200、方法400和/或方法500。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本公开内容的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开内容的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开内容的范围的限制。在单独的实施方式的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (14)
1.一种用于识别视频中的目标人物的方法,包括:
获取已知所述目标人物的面部图像;
在所述视频中包括的一组图像中的第一图像中,
识别所述第一图像中至少一个人物的面部图像;
比较所述目标人物的面部图像与所述识别出的至少一个人物的面部图像,依据两者面部图像的相似度,以确定所述目标人物的面部图像在所述第一图像中对应的所述目标人物的第一面部区域;
基于所述第一面部区域,确定在所述第一图像中所对应的所述目标人物的第一身体区域;
基于所述第一身体区域的位置确定所述目标人物在所述一组图像中其他图像中的位置。
2.根据权利要求1所述的方法,其中确定在所述第一图像中所对应的所述目标人物的第一身体区域还包括:
在所述第一图像中识别至少一个候选身体区域;以及
基于所述目标人物的第一面部区域与所述至少一个候选身体区域的重叠程度,确定所述一个候选身体区域为所述目标人物的第一身体区域。
3.根据权利要求1所述的方法,其中基于所述第一身体区域的位置确定所述目标人物在所述一组图像中其他图像中的位置包括:在所述一组图像中的第二图像中,
依据所述第一身体区域的位置,识别与所述第一身体区域相匹配的第二身体区域;以及
基于所述第二身体区域的位置确定所述目标人物在所述视频中所述第二图像中的位置。
4.根据权利要求3所述的方法,还包括:
响应于所述目标人物的面部图像在所述第二图像中存在对应的所述目标人物的第二面部区域;
基于所述第二面部区域与所述第二身体区域的重叠程度,验证是否为目标人物的所述第二身体区域。
5.根据权利要求1所述的方法,其中获取所述目标人物的面部图像包括:
对于包括所述目标人物的面部的一组样本图像中的给定样本图像,
获取描述所述目标人物的面部特征的多个关键点;
基于所述多个关键点,从所述给定样本图像中选择候选面部图像;
确定所述候选面部图像与人脸标准模版的欧氏距离;
响应于所述欧氏距离低于预定阈值,基于所述候选面部图像获取所述目标人物的所述面部图像。
6.根据权利要求5所述的方法,还包括:
响应于所述欧氏距离低于所述面部图像与所述人脸标准模版的另一欧氏距离,基于所述候选面部图像更新所述目标人物的所述面部图像。
7.一种用于识别视频中的目标人物的装置,包括:
面部图像获取模块,被配置为获取已知所述目标人物的面部图像;
面部图像识别模块,被配置为在所述视频中包括的一组图像中的第一图像中,识别所述第一图像中至少一个人物的面部图像;
第一面部区域确定模块,被配置为比较所述目标人物的面部图像与所述识别出的至少一个人物的面部图像,依据两者面部图像的相似度,以确定所述目标人物的面部图像在所述第一图像中对应的所述目标人物的第一面部区域;
第一身体区域确定模块,被配置为基于所述第一面部区域,确定在所述第一图像中所对应的所述目标人物的第一身体区域;以及
位置确定模块,被配置为基于所述第一身体区域的位置确定所述目标人物在所述一组图像中其他图像中的位置。
8.根据权利要求7所述的装置,所述第一身体区域确定模块还被配置为:
在所述第一图像中识别至少一个候选身体区域;以及
基于所述目标人物的第一面部区域与所述至少一个候选身体区域的重叠程度,确定所述一个候选身体区域为所述目标人物的第一身体区域。
9.根据权利要求7所述的装置,所述位置确定模块还被配置为:
在所述一组图像中的第二图像中,
依据所述第一身体区域的位置,识别与所述第一身体区域相匹配的第二身体区域;以及
基于所述第二身体区域的位置确定所述目标人物在所述视频中所述第二图像中的位置。
10.根据权利要求9所述的装置,还被配置为:
响应于所述目标人物的面部图像在所述第二图像中存在对应的所述目标人物的第二面部区域;以及
基于所述第二面部区域与所述第二身体区域的重叠程度,验证是否为目标人物的所述第二身体区域。
11.根据权利要求7所述的装置,其中所述面部图像获取模块还被配置为:
对于包括所述目标人物的面部的一组样本图像中的给定样本图像,
获取描述所述目标人物的面部特征的多个关键点;
基于所述多个关键点,从所述给定样本图像中选择候选面部图像;
确定所述候选面部图像与人脸标准模版的欧氏距离;
响应于所述欧氏距离低于预定阈值,基于所述候选面部图像获取所述目标人物的所述面部图像。
12.根据权利要求11所述的装置,还被配置为:
响应于所述欧氏距离低于所述面部图像与所述人脸标准模版的另一欧氏距离,基于所述候选面部图像更新所述目标人物的所述面部图像。
13.一种电子设备,所述电子设备包括:
一个或多个处理器;以及
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现根据权利要求1-6中任一项所述的方法。
14.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810786113.7A CN109190454A (zh) | 2018-07-17 | 2018-07-17 | 用于识别视频中的目标人物的方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810786113.7A CN109190454A (zh) | 2018-07-17 | 2018-07-17 | 用于识别视频中的目标人物的方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109190454A true CN109190454A (zh) | 2019-01-11 |
Family
ID=64936793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810786113.7A Pending CN109190454A (zh) | 2018-07-17 | 2018-07-17 | 用于识别视频中的目标人物的方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190454A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110148202A (zh) * | 2019-04-25 | 2019-08-20 | 北京百度网讯科技有限公司 | 用于生成图像的方法、装置、设备和存储介质 |
CN110347877A (zh) * | 2019-06-27 | 2019-10-18 | 北京奇艺世纪科技有限公司 | 一种视频处理方法、装置、电子设备及存储介质 |
CN111476214A (zh) * | 2020-05-21 | 2020-07-31 | 北京爱笔科技有限公司 | 一种图像区域匹配方法和相关装置 |
CN112703505A (zh) * | 2019-12-23 | 2021-04-23 | 商汤国际私人有限公司 | 目标对象的识别系统、方法、装置、电子设备及存储介质 |
CN113486852A (zh) * | 2021-07-28 | 2021-10-08 | 浙江大华技术股份有限公司 | 一种人脸人体关联方法及装置 |
CN114241521A (zh) * | 2021-12-13 | 2022-03-25 | 北京华夏电通科技股份有限公司 | 一种识别庭审视频画面中法台区域的方法、装置及设备 |
JP2022526347A (ja) * | 2020-02-18 | 2022-05-24 | シャンハイ センスタイム リンガン インテリジェント テクノロジー カンパニー リミテッド | 画像処理方法、装置、電子機器並びにコンピュータプログラム製品 |
JP2022542668A (ja) * | 2019-09-18 | 2022-10-06 | ベイジン センスタイム テクノロジー ディベロップメント カンパニー リミテッド | 目標対象物マッチング方法及び装置、電子機器並びに記憶媒体 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096805A (zh) * | 2009-12-15 | 2011-06-15 | 三星电子株式会社 | 注册用于脸部识别的多个脸部图像的装置和方法 |
CN106095876A (zh) * | 2016-06-06 | 2016-11-09 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN106127106A (zh) * | 2016-06-13 | 2016-11-16 | 东软集团股份有限公司 | 视频中目标人物查找方法和装置 |
-
2018
- 2018-07-17 CN CN201810786113.7A patent/CN109190454A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096805A (zh) * | 2009-12-15 | 2011-06-15 | 三星电子株式会社 | 注册用于脸部识别的多个脸部图像的装置和方法 |
CN106095876A (zh) * | 2016-06-06 | 2016-11-09 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN106127106A (zh) * | 2016-06-13 | 2016-11-16 | 东软集团股份有限公司 | 视频中目标人物查找方法和装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110148202A (zh) * | 2019-04-25 | 2019-08-20 | 北京百度网讯科技有限公司 | 用于生成图像的方法、装置、设备和存储介质 |
CN110148202B (zh) * | 2019-04-25 | 2023-03-24 | 北京百度网讯科技有限公司 | 用于生成图像的方法、装置、设备和存储介质 |
CN110347877A (zh) * | 2019-06-27 | 2019-10-18 | 北京奇艺世纪科技有限公司 | 一种视频处理方法、装置、电子设备及存储介质 |
CN110347877B (zh) * | 2019-06-27 | 2022-02-11 | 北京奇艺世纪科技有限公司 | 一种视频处理方法、装置、电子设备及存储介质 |
JP2022542668A (ja) * | 2019-09-18 | 2022-10-06 | ベイジン センスタイム テクノロジー ディベロップメント カンパニー リミテッド | 目標対象物マッチング方法及び装置、電子機器並びに記憶媒体 |
JP7262659B2 (ja) | 2019-09-18 | 2023-04-21 | ベイジン センスタイム テクノロジー ディベロップメント カンパニー リミテッド | 目標対象物マッチング方法及び装置、電子機器並びに記憶媒体 |
CN112703505A (zh) * | 2019-12-23 | 2021-04-23 | 商汤国际私人有限公司 | 目标对象的识别系统、方法、装置、电子设备及存储介质 |
JP2022526347A (ja) * | 2020-02-18 | 2022-05-24 | シャンハイ センスタイム リンガン インテリジェント テクノロジー カンパニー リミテッド | 画像処理方法、装置、電子機器並びにコンピュータプログラム製品 |
JP7235892B2 (ja) | 2020-02-18 | 2023-03-08 | シャンハイ センスタイム リンガン インテリジェント テクノロジー カンパニー リミテッド | 画像処理方法、装置、電子機器並びにコンピュータプログラム製品 |
CN111476214A (zh) * | 2020-05-21 | 2020-07-31 | 北京爱笔科技有限公司 | 一种图像区域匹配方法和相关装置 |
CN113486852A (zh) * | 2021-07-28 | 2021-10-08 | 浙江大华技术股份有限公司 | 一种人脸人体关联方法及装置 |
CN114241521A (zh) * | 2021-12-13 | 2022-03-25 | 北京华夏电通科技股份有限公司 | 一种识别庭审视频画面中法台区域的方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190454A (zh) | 用于识别视频中的目标人物的方法、装置、设备及介质 | |
CN111709409B (zh) | 人脸活体检测方法、装置、设备及介质 | |
WO2018028546A1 (zh) | 一种关键点的定位方法及终端、计算机存储介质 | |
CN111091075B (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN110969045B (zh) | 一种行为检测方法、装置、电子设备和存储介质 | |
WO2021082684A1 (zh) | 一种掌纹验证方法、装置、计算机设备及可读存储介质 | |
CN110555426A (zh) | 视线检测方法、装置、设备及存储介质 | |
CN108960149A (zh) | 试卷自动评阅方法、装置及电子设备 | |
US20140040928A1 (en) | Audience polling system | |
WO2020199498A1 (zh) | 指静脉比对方法、装置、计算机设备及存储介质 | |
Zhang et al. | Intelligent classroom teaching assessment system based on deep learning model face recognition technology | |
CN109034032B (zh) | 图像处理方法、装置、设备及介质 | |
CN109388935A (zh) | 单证验证方法及装置、电子设备及可读存储介质 | |
CN110910478B (zh) | Gif图生成方法、装置、电子设备及存储介质 | |
JP6773825B2 (ja) | 学習装置、学習方法、学習プログラム、及び対象物認識装置 | |
CN116205723A (zh) | 基于人工智能的面签风险检测方法及相关设备 | |
CN116310976A (zh) | 学习习惯养成方法、装置、电子设备及存储介质 | |
CN115861920A (zh) | 基于方舱医院的病人异常识别方法、装置、服务器及存储介质 | |
JP6926279B1 (ja) | 学習装置、認識装置、学習方法、認識方法、プログラム、及び再帰型ニューラルネットワーク | |
CN108764344A (zh) | 一种基于边缘识别卡片的方法、装置及存储设备 | |
CN113505750A (zh) | 一种识别方法、装置、电子设备及计算机可读存储介质 | |
JP2013011705A (ja) | 情報端末、情報処理方法及び教育支援システム | |
CN110471576A (zh) | 一种单摄像头近屏幕触控方法、系统、平台及存储介质 | |
Dhamale et al. | Attendance system using ArcFace and Raspberry pi | |
Muhammad et al. | A generic face detection algorithm in electronic attendance system for educational institute |
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 |