CN109284730A - 应用于筛选数据的方法、装置以及监控系统 - Google Patents

Abstract

本发明涉及图像处理技术领域，公开了一种应用于筛选数据的方法、监控系统以及具有存储功能的装置。该方法包括：获取监控视频文件，并在应用程序上显示监控视频文件；其中，监控视频文件中记录有运动物体；判断监控视频文件中的运动物体是否具备人脸特征；若运动物体具备人脸特征，则利用运动物体的面部图像标记监控视频文件；其中，应用程序所显示的监控视频文件标记有运动物体的面部图像。通过上述方式，本发明能够方便用户筛选出其需要查看的监控视频文件。

Description

应用于筛选数据的方法、装置以及监控系统

技术领域

本发明涉及图像处理技术领域，特别是涉及一种应用于筛选数据的方法、监控系统以及具有存储功能的装置。

背景技术

目前，家用安防摄像头的使用越来越普及。由于家用安防摄像头所触发录制的视频片段数量通常较大，少则几十，多则上百。而每个视频片段的时长从几秒到几分钟不等。用户往往依据视频片段的截图内容或是录制时间来选择其需要查看的视频片段，例如在工作日的工作时间内往往无人在家，用户需要查看该时间段内是否有陌生人到访等。但由于已录制的视频片段数量庞大，用户很难从中筛选出其需要查看的视频片段，容易造成遗漏；如若全部查看，则即费时又费力。

发明内容

有鉴于此，本发明主要解决的技术问题是提供一种应用于筛选数据的方法、监控系统以及具有存储功能的装置，能够方便用户筛选出其需要查看的监控视频文件。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种应用于筛选数据的方法，该方法包括：获取监控视频文件，并在应用程序上显示监控视频文件；其中，监控视频文件中记录有运动物体；判断监控视频文件中的运动物体是否具备人脸特征；若运动物体具备人脸特征，则利用运动物体的面部图像标记监控视频文件；其中，应用程序所显示的监控视频文件标记有运动物体的面部图像。

在本发明的一实施例中，获取监控视频文件的步骤具体包括：获取不同时刻的多个普通图像帧；判断多个普通图像帧所记录的图像之间是否存在差异；若多个普通图像帧所记录的图像之间存在差异，则激活录像功能，录制视频文件，以获得监控视频文件。

在本发明的一实施例中，录制视频文件的步骤具体包括：获取不同时刻的多个目标图像帧；判断多个目标图像帧所记录的图像之间是否存在差异；若多个目标图像帧所记录的图像之间不存在差异，则停止录制；其中，监控视频文件为已获取的目标图像帧的集合。

在本发明的一实施例中，该方法进一步包括：预先存储有若干预设面部图像，各预设面部图像分别对应有身份标记；利用运动物体的面部图像标记监控视频文件的步骤具体包括：判断若干预设面部图像中是否存在与运动物体的面部图像匹配的预设面部图像；若存在，则利用运动物体的面部图像标记监控视频文件，同时赋予运动物体的面部图像对应的身份标记；其中，应用程序所显示的监控视频文件标记有运动物体的面部图像以及身份标记。

在本发明的一实施例中，判断若干预设面部图像中是否存在与运动物体的面部图像匹配的预设面部图像的步骤具体包括：在运动物体的面部图像上取多个特征点；将多个特征点一一串连，得到特征图案，并从特征图案中获取若干特征数据；将各预设面部图像的特征数据与运动物体面部图像的特征数据一一进行比对，直至遍历全部预设面部图像；若存在特征数据与运动物体面部图像的特征数据一一匹配的预设面部图像，则判定若干预设面部图像中存在与运动物体的面部图像匹配的预设面部图像。

在本发明的一实施例中，若该若干预设面部图像中存在与运动物体的面部图像匹配的预设面部图像的步骤进一步包括：发出第一提示信息，第一提示信息用于提示监控视频文件中记录有具备人脸特征的运动物体，并附带对应的身份标记。

在本发明的一实施例中，判断若干预设面部图像中是否存在与运动物体的面部图像匹配的预设面部图像的步骤进一步包括：若不存在，则发出第二提示信息，第二提示信息用于提示监控视频文件中记录有具备人脸特征的运动物体。

在本发明的一实施例中，应用程序包括有展示监控视频文件中所记录运动物体的面部图像的列表；该方法进一步包括：当监控视频文件中记录有多个运动物体时，带有身份标记的运动物体的面部图像在列表中的排序优先级高于未带有身份标记的运动物体；且当监控视频文件中记录有多个运动物体时，多个运动物体的面部图像在列表中的排列顺序符合预设规则，预设规则为运动物体在监控视频文件中出现的时长越长，则其对应的面部图像在列表中的排序优先级越高；其中，运动物体具备人脸特征。

为解决上述技术问题，本发明采用的又一个技术方案是：提供一种监控系统，该监控系统包括摄像设备以及移动终端，摄像设备与移动终端建立有第一通信连接；摄像设备用于获取监控视频文件，并判断监控视频文件中记录的运动物体是否具备人脸特征；若运动物体具备人脸特征，则利用运动物体的面部图像标记监控视频文件，并通过第一通信连接传输至移动终端；移动终端包括有应用程序，移动终端用于显示应用程序所显示的监控视频文件；其中，监控视频文件标记有运动物体的面部图像。

为解决上述技术问题，本发明采用的又一个技术方案是：提供一种监控系统，该监控系统包括服务器端、摄像设备以及移动终端，摄像设备以及移动终端分别与服务器端建立有通信连接；摄像设备用于获取监控视频文件，并传输至服务器端；服务器端用于判断监控视频文件中记录的运动物体是否具备人脸特征；若运动物体具备人脸特征，则利用运动物体的面部图像标记监控视频文件，并传输至移动终端；移动终端包括有应用程序，移动终端用于显示应用程序所显示的监控视频文件；其中，监控视频文件标记有运动物体的面部图像。

为解决上述技术问题，本发明采用的又一个技术方案是：提供一种具有存储功能的装置，该装置存储有程序数据，该程序数据能够被执行以实现如上述实施例所阐述的应用于筛选数据的方法。

本发明的有益效果是：区别于现有技术，本发明提供一种应用于筛选数据的方法，在获取记录有运动物体的监控视频文件之后，在应用程序上显示所获取的监控视频文件。判断监控视频文件中的运动物体是否具备人脸特征，如果该运动物体具备人脸特征，则认为该运动物体为人类，利用该运动物体的面部图像标记上述监控视频文件，使得应用程序中显示的该监控视频文件标记有该运动物体的面部图像。当用户需要查看有人类活动的监控视频文件时，可在应用程序上一目了然地区分出有人类活动的监控视频文件，进行查看，从而方便用户筛选出其需要查看的监控视频文件。

附图说明

图1是本发明应用于筛选数据的方法一实施例的流程示意图；

图2是本发明应用于筛选数据的方法另一实施例的流程示意图；

图3是本发明安防摄像头触发录制的原理一实施例的流程示意图；

图4是本发明面部特征分布一实施例的结构示意图；

图5是本发明应用程序界面一实施例的结构示意图；

图6是本发明列表一实施例的结构示意图；

图7是本发明监控系统一实施例的结构示意图；

图8是本发明监控系统另一实施例的结构示意图；

图9是本发明具有存储功能的装置一实施例的结构示意图。

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。

移动侦测(Motion detection technology)，一般也叫运动检测。通过摄像头按照不同帧率采集得到图像，并通过图像比对分析，确定该时间段的图像与上一时间段存在差异，从而启动录像。或是通过被动红外PIR传感器检测到有物体运动，从而启动录像。

在本发明的实施例中，应用于监控工作的安防摄像头支持移动侦测功能。

请参阅图1，图1是本发明应用于筛选数据的方法一实施例的流程示意图。

S101：获取监控视频文件，并在应用程序上显示监控视频文件；

在本实施例中，安防摄像头可以监控一定范围内环境的实时情况，并生成相应的监控视频文件。由于安防摄像头支持移动侦测功能，其所监控范围内存在运动物体时，会触发其录像的功能，录制监控视频文件。因此安防摄像头所录制的监控视频文件中通常记录有运动物体，并且通过应用程序显示安防摄像头所录制的监控视频文件。用户可以直接在应用程序上查看安防摄像头所录制的监控视频文件，而不需要从安防摄像头的存储装置(例如SD卡等)中调取，以方便用户随时查看监控视频文件。

S102：判断监控视频文件中的运动物体是否具备人脸特征；

在本实施例中，当用户需要从安防摄像头录制的监控视频文件中筛选出有人类活动的监控视频文件时，即监控视频文件中有人类出现，则需要对监控视频文件中记录的运动物体进行识别，判断其是否为人类。具体为判断监控视频文件中的运动物体是否具备人脸特征。其中，人脸特征，顾名思义其用于描述人类面部所具备的特征，以区别于其他物种或物体。

S103：若运动物体具备人脸特征，则利用运动物体的面部图像标记监控视频文件；

在本实施例中，若运动物体具备人脸特征，则说明该运动物体很可能是人类，因此记录有该运动物体的监控视频文件即为用户需要筛选出来查看的监控视频文件。为方便用户进行筛选，利用该运动物体的面部图像标记记录有该运动物体的监控视频文件，使得应用程序所显示的有人类活动的监控视频文件，标记有运动物体的面部图像。用户在应用程序中可以一目了然地区分出记录有人类活动的监控视频文件，即标记有运动物体面部图像的监控视频文件表示其中记录有人类活动。

需要说明的是，上述人脸特征可以替换为其他特征数据，用于在监控视频文件中识别出具备该特征数据的运动物体。例如，该特征数据可以为描述猫、狗等宠物所具备的特征等，以在安防摄像头所录制的监控视频文件中筛选出有宠物活动的监控视频文件。当然，该特征数据可由用户自行设定，以便于用户筛选出其所需要查看的监控视频文件。

以上可以看出，本发明所提供应用于筛选数据的方法，通过判断监控视频文件中的运动物体是否具备人脸特征，以判断该监控视频文件中是否记录有人类活动。如果该运动物体具备人脸特征，则认为该运动物体为人类，利用该运动物体的面部图像标记上述监控视频文件，使得应用程序中显示的该监控视频文件标记有该运动物体的面部图像。当用户需要查看有人类活动的监控视频文件时，可在应用程序上一目了然地区分出有人类活动的监控视频文件，进行查看，从而方便用户筛选出其需要查看的监控视频文件。

请参阅图2，图2是本发明应用于筛选数据的方法另一实施例的流程示意图。

S201：获取监控视频文件，并在应用程序上显示监控视频文件；

在本实施例中，安防摄像头所录制的监控视频文件通过应用程序向用户展示。用户通过浏览应用程序，可以直接查看到安防摄像头所录制的监控视频文件，而不需要从安防摄像头的存储装置中调取，以方便用户随时查看监控视频文件。

由于本实施例所阐述的安防摄像头触发录制的原理基于移动侦测，因此所获取的监控视频文件中记录有运动物体。请参阅图3，以下大致阐述安防摄像头触发录制的原理：

S301：获取不同时刻的多个普通图像帧；

在本实施例中，普通图像帧定义为在安防摄像头未触发录制监控视频文件的状态下所录制视频文件的子集。安防摄像头在其上电工作后，会不停获取普通图像帧，将其所获取不同时刻的多个普通图像帧作为其触发录制条件的判断依据。安防摄像头可以是周期性地获取不同时刻的普通图像帧(例如以拍照的方式，而非录像)，同时为保证监控的实时性，安防摄像头获取普通图像帧的周期间隔应尽可能小。有鉴于此，安防摄像头可以是一直处于录制状态，以获取各时刻的普通图像帧。并且，安防摄像头所录制的视频文件中并未记录有运动物体的视频文件将自动地被安防摄像头过滤删除，不做保留。

S302：判断多个普通图像帧所记录的图像之间是否存在差异；

在安防摄像头获取多个不同时刻的普通图像帧后，需要判断该多个普通图像帧之间是否存在差异。具体可以为比较相邻时刻的普通图像帧所记录图像之间是否有不同之处。

S303：若多个普通图像帧所记录的图像之间存在差异，则激活录像功能，录制视频文件；

将相邻时刻的普通图像帧所记录的图像进行比较之后，若存在相邻时刻的普通图像帧所记录图像之间存在差异，则说明该多个普通图像帧所记录的图像之间存在差异，其必然是有物体运动，导致不同普通图像帧所记录的图像之间存在差异。此时，安防摄像头则会激活其录像功能，开始录制视频文件，以获得监控视频文件。

S304：获取不同时刻的多个目标图像帧；

本实施例所阐述录制视频文件的过程就是获取各个时刻的目标图像帧的过程，不同时刻的多个目标图像帧所记录的图像组成监控视频文件，即本实施例所阐述的监控视频文件为已获取的各个时刻的目标图像帧的集合。其中，记录有运动物体的监控视频文件可以是以产生差异的普通图像帧为起点开始录制，以避免遗漏部分记录有运动物体的图像帧，即产生差异的普通图像帧同时也是监控视频文件中所包含的目标图像帧。

S305：判断多个目标图像帧所记录的图像之间是否存在差异；

在获取目标图像帧之后，还需判断该监控视频文件的录制过程是否满足停止条件，以在正确时刻停止，完成该监控视频文件的录制。监控该监控视频文件录制的停止时刻，能够有效避免监控视频文件中记录太多用户不想查看的内容，例如无物体运动的视频片段。也就是说，判断是否停止录制，即判断所获取的目标图像帧所记录的图像中是否记录有物体运动，具体为比较相邻时刻的目标图像帧所记录的图像之间是否存在差异，以判断该多个目标图像帧所记录的图像之间是否存在差异。

S306：若多个目标图像帧所记录的图像之间不存在差异，则停止录制；

在本实施例中，通过比较相邻时刻的目标图像帧所记录的图像之间是否存在差异，以判断该多个目标图像帧所记录的图像之间是否存在差异，从而确定监控视频文件的停止录制时刻。若所获取的目标图像帧中仍然记录有物体运动，必然会存在相邻帧的目标图像帧之间存在差异，需要继续录制；若多个目标图像帧所记录的图像之间不存在差异，则说明该多个目标图像帧中未记录有物体运动，可以停止录制，以完成并获得监控视频文件。之后结束流程。

需要说明的是，本实施例为提高监控视频文件开始录制时刻以及停止录制时刻的判断准确度，通过多个普通图像帧确定监控视频文件的开始录制时刻，以及通过多个目标图像帧确定监控视频文件的停止录制时刻。

并且，上述触发以及停止录制的过程仅为本实施例所阐述安防摄像头触发录制的原理中的一种实现方式，在此不做限定。

S202：判断监控视频文件中的运动物体是否具备人脸特征；

在本实施例中，若监控视频文件中的运动物体具备人脸特征，则执行步骤S204。若监控视频文件中的运动物体不具备人脸特征，则执行步骤S203。

当用户需要从安防摄像头录制的监控视频文件中筛选出有人类活动的监控视频文件时，则需要对监控视频文件中记录的运动物体进行识别，判断其是否为人类。具体为判断监控视频文件中的运动物体是否具备人脸特征。

人脸特征描述人类面部所具备的特征，以区别于其他物种或物体。判断监控视频文件中的运动物体是否具备人脸特征，需要在监控视频文件的各图像帧中寻找具备人脸特征的图像，若存在具备人脸特征的图像，则说明该监控视频文件中记录的运动物体具备人脸特征，认为该图像为人类的脸部图像，即认为该运动物体为人类。若不存在具备人脸特征的图像，则说明该监控视频文件中记录的运动物体不具备人脸特征，该运动物体非为人类，该监控视频文件中未记录有人类活动。

需要说明的是，上述人脸特征可以替换为其他特征数据，用于在监控视频文件中识别出具备该特征数据的运动物体。例如，该特征数据可以为描述猫、狗等宠物所具备的特征等，以在安防摄像头所录制的监控视频文件中筛选出有宠物活动的监控视频文件。当然，该特征数据可由用户自行设定，以便于用户筛选出其所需要查看的监控视频文件。

S203：赋予监控视频文件以提示标记；

在本实施例中，若监控视频文件中的运动物体不具备人脸特征，则说明监控视频文件中的运动物体并非人类，而是其他物体(例如宠物、杂物等)。为便于用户进行筛选，赋予未记录人类活动的监控视频文件以提示标记，使得该监控视频文件在应用程序中进行显示时，带有该提示标记。其中，提示标记用于描述标记有该提示标记的监控视频文件中记录的运动物体并非是人类。之后结束流程。

S204：判断若干预设面部图像中是否存在与运动物体的面部图像匹配的预设面部图像；

在本实施例中，若该若干预设面部图像中存在与运动物体的面部图像匹配的预设面部图像，则执行步骤S205，若该若干预设面部图像中不存在与运动物体的面部图像匹配的预设面部图像，则执行步骤S207。

本实施例与上述实施例的不同之处在于，在判断出监控视频文件中记录有人类活动后，即存在运动物体具备上述人脸特征，为进一步便于用户了解监控视频文件中人类的身份，预先存储有若干预设面部图像，各预设面部图像分别对应有身份标记，该身份标记可以是人名等能够表征身份唯一性的信息。当然，也可以是为各预设面部图像分别设置一个对应的身份编码，以表征其身份唯一性。并且，预先存储的预设面部图像通常来自与用户关系较近的人物，例如家人、朋友以及邻居等。

将上述具备人脸特征的运动物体的面部图像与预先存储的各预设面部图像进行比对，直至找到与该运动物体的面部图像匹配的预设面部图像(即该运动物体与该预设面部图像所描述的为同一个人)，说明该若干预设面部图像中存在与运动物体的面部图像匹配的预设面部图像；或是遍历预先存储的各预设面部图像后仍未找到与该运动物体的面部图像匹配的预设面部图像，说明该若干预设面部图像中不存在与运动物体的面部图像匹配的预设面部图像。

以下大致阐述运动物体的面部图像与预先存储的预设面部图像的比对过程：

由于每个人的面部上各部位(例如眼睛、鼻子以及嘴巴等)的形状、大小以及结构存在各种各样的差异，使得每个人的面部均呈现不同的样貌。因此对人脸面部的几何描述，可以作为人脸识别的重要手段。

请参阅图4。具体为在运动物体的面部图像上取多个特征点11，并将该多个特征点11一一串连，形成一个整体几何图形，即特征图案12。从特征图案12中获取若干特征数据，作为识别的特征度量，其可以是眼睛等面部部位的特征连线13之间的几何关系(例如距离D、角度等α)。将各预设面部图像的特征数据与运动物体面部图像的特征数据一一进行比对，直至遍历全部预设面部图像。若存在特征数据与运动物体面部图像的特征数据一一匹配的预设面部图像，则判定若干预设面部图像中存在与运动物体的面部图像匹配的预设面部图像。可以理解的是，在找到与运动物体面部图像匹配的预设面部图像之后，即可不必继续与其他预设面部图像进行比对。若遍历全部预设面部图像之后，仍未找到与运动物体面部图像匹配的预设面部图像，则判定若干预设面部图像中不存在与运动物体的面部图像匹配的预设面部图像。

S205：利用运动物体的面部图像标记监控视频文件，同时赋予运动物体的面部图像对应的身份标记；

在本实施例中，若预先存储的若干预设面部图像中存在与运动物体的面部图像匹配的预设面部图像，则说明监控视频文件中记录的该运动物体的面部图像已提前录入数据库中，并对其设置了对应的身份标记，用户可以通过身份标记，一目了然地辨别出该运动物体的面部图像所描述的人物身份。因此，为方便用户筛选监控视频文件，利用运动物体的面部图像(可以是从监控视频文件中截取的对应该运动物体面部的图像)标记该监控视频文件，同时将与该运动物体面部图像匹配的预设面部图像的身份标记赋予该运动物体的面部图像，以标记该运动物体。

由于在预先存储预设面部图像的过程中，会选用较为清晰的人脸图像作为预设面部图像。因此，在找到与运动物体面部图像的预设面部图像后，可以使用预设面部图像代替从监控视频文件中截取的面部图像，以标记该监控视频文件，便于用户辨别出现在监控视频文件中的人物的面部特征。同时，可以将身份标记设置于标记该监控视频文件的面部图像的附近，进一步便于用户辨别出该运动物体的身份。

S206：发出第一提示信息；

在本实施例中，当预先存储的若干预设面部图像中存在与运动物体的面部图像匹配的预设面部图像，并利用运动物体的面部图像标记该监控视频文件后，可以向用户推送一第一提示信息。第一提示信息用于提示用户已获得一监控视频文件，且该监控视频文件中记录有具备人脸特征的运动物体，并附带对应的身份标记。举例而言，第一提示信息的形式可以为：提示用户已获得一监控视频文件，该监控视频文件中有XXX(例如人名、身份编码等)出现。之后结束流程。

S207：利用运动物体的面部图像标记监控视频文件；

在本实施例中，若预先存储的若干预设面部图像中不存在与运动物体的面部图像匹配的预设面部图像，则说明该运动物体所描述的人物之前未录入进数据库中，可能是陌生人等。为便于用户筛选监控视频文件，利用运动物体的面部图像标记监控视频文件，使得该监控视频文件在应用程序中显示时，带有其所记录运动物体的面部图像。当用户筛选到该监控视频文件时，见其带有面部图像标记，即可知晓该监控视频文件记录有人类活动。

S208：发出第二提示信息；

在本实施例中，当预先存储的若干预设面部图像中不存在与运动物体的面部图像匹配的预设面部图像，并利用运动物体的面部图像标记该监控视频文件后，可以向用户推送一第二提示信息。第二提示信息用于提示用户已获得一监控视频文件，且该监控视频文件中记录有具备人脸特征的运动物体。举例而言，第二提示信息的形式可以为：提示用户已获得一监控视频文件，该监控视频文件中有人出现。用户在收到第二提示信息后，即可知晓该监控视频文件中可能有陌生人出现，使得用户能够及时提起注意。之后结束流程。

请参阅图5-6。在本实施例中，显示监控视频文件21的应用程序2中包括有展示监控视频文件21中所记录运动物体的面部图像22的列表23，可以设置一虚拟按键26以快捷打开或关闭该列表23。当一个监控视频文件21中记录有多个运动物体(各运动物体均具备人脸特征)时，该列表23按照各运动物体的面部图像22的排序优先级从高到低排列。其中，带有身份标记24的运动物体的面部图像22在列表23中的排序优先级高于未带有身份标记24的运动物体；且多个运动物体的面部图像22在列表23中的排列顺序符合预设规则，预设规则为运动物体在监控视频文件21中出现的时长越长，则其对应的面部图像22在列表23中的排序优先级越高。举例而言，图中身份标记24为“Lami”、“Kate”的面部图像22在列表23中的排序优先级高于其他无身份标记24的面部图像22，因此身份标记24为“Lami”、“Kate”的面部图像22靠前排列；并且身份标记24为“Lami”的面部图像22对应的人物在监控视频文件21中出现的时长大于身份标记24为“Kate”的面部图像22对应的人物，因此身份标记24为“Lami”的面部图像22在列表23中的排序优先级高于身份标记24为“Kate”的面部图像22，身份标记24为“Lami”的面部图像22靠前排列。

需要说明的是，应用程序2中可以显示有多个监控视频文件21，各监控视频文件21所带有的标记可以不同。例如，部分监控视频文件21带有面部图像22标记，用户可以直观地了解到该部分监控视频文件21中记录有人类活动；而部分监控视频文件21带有提示标记25，用户可以直观地了解到该部分监控视频文件21中虽记录有运动物体，但未记录有人类活动。此外，在应用程序2中，监控视频文件21的面部图像22标记可以排列并显示于该监控视频文件21附近，当监控视频文件21的面部图像22标记数量过多，容纳不下时，可以设置一个隐藏面部图像22标记的虚拟按键26，在点击该虚拟按键26时能够打开或关闭上述展示监控视频文件21中所记录运动物体的面部图像22的列表23，该列表23中记录有监控视频文件21的全部面部图像22标记。并且该虚拟按键26在应用程序2中所显示的外观可以是代表被隐藏的面部图像22标记的数量。

以上可以看出，本发明所提供应用于筛选数据的方法，通过判断监控视频文件中的运动物体是否具备人脸特征，以判断该监控视频文件中是否记录有人类活动。如果该运动物体具备人脸特征，则认为该运动物体为人类，并利用该运动物体的面部图像标记上述监控视频文件，使得应用程序中显示的该监控视频文件标记有该运动物体的面部图像。当用户需要查看有人类活动的监控视频文件时，可在应用程序上一目了然地区分出有人类活动的监控视频文件，进行查看，从而方便用户筛选出其需要查看的监控视频文件。

请参阅图7，图7是本发明监控系统一实施例的结构示意图。

在本实施例中，监控系统3包括摄像设备31以及移动终端32，摄像设备31与移动终端32建立有第一通信连接33。

摄像设备31用于获取监控视频文件，并利用存储于摄像设备31的本地检测算法判断监控视频文件中记录的运动物体是否具备人脸特征。若运动物体具备人脸特征，则利用运动物体的面部图像标记监控视频文件，并通过第一通信连接33传输至移动终端32。

移动终端32包括有应用程序，移动终端32用于显示应用程序所显示的监控视频文件。其中，监控视频文件标记有运动物体的面部图像。

在本实施例中，摄像设备31可以为上述实施例所阐述的安防摄像头等基于移动侦测的具备摄像功能的设备。并通过摄像设备31与移动终端32之间的第一通信连接33，以实现上述实施例所阐述的应用于筛选数据的方法，在此就不再赘述。

进一步地，由于一个整体监控系统3可能包括多个摄像设备31以及多个移动终端32，为建立更加完善的监控系统3体系，监控系统3进一步包括服务器端34，摄像设备31以及移动终端32分别与服务器端34建立有第二通信连接331，以使摄像设备31与移动终端32建立第一通信连接33。各摄像设备31所录制的监控视频文件在摄像设备31中完成标记动作后，通过第二通信连接331传输至服务器端34，进行存储以及记录，使得各移动终端32利用应用程序访问该服务器端34，并通过第二通信连接331下载监控视频文件信息至移动终端32中，方便用户随时查看摄像设备31所录制的监控视频文件。

可选地，第一通信连接33以及第二通信连接331可以为蓝牙通信连接、WIFI通信连接以及运营商网络通信连接(包括2G、3G以及4G等)等。需要说明的是，以上并非是穷举，其他形式通信连接也可为本实施例所阐述的第一通信连接33以及第二通信连接331。

请参阅图8，图8是本发明监控系统另一实施例的结构示意图。

在本实施例中，监控系统4包括服务器端41、摄像设备42以及移动终端43，摄像设备42以及移动终端43分别与服务器端41建立有通信连接。

摄像设备42用于获取监控视频文件，并传输至服务器端41。服务器端41利用存储于服务器端41的云端检测算法判断监控视频文件中记录的运动物体是否具备人脸特征。若运动物体具备人脸特征，则利用运动物体的面部图像标记监控视频文件，并传输至移动终端43。

移动终端43包括有应用程序，移动终端43用于显示应用程序所显示的监控视频文件。其中，监控视频文件标记有运动物体的面部图像。

在本实施例中，服务器端41、摄像设备42以及移动终端43所组成的监控系统4能够实现上述实施例所阐述的应用于筛选数据的方法，在此就不再赘述。

在本实施例中，摄像设备42以及移动终端43分别与服务器端41建立的通信连接可以与上述实施例所阐述的第一通信连接以及第二通信连接采用相同的通信方式，在此就不再赘述。

请参阅图9，图9是本发明具有存储功能的装置一实施例的结构示意图。

在本实施例中，具有存储功能的装置5存储有程序数据51，程序数据51能够被执行以实现如上述实施例所阐述的应用于筛选数据的方法，在此就不再赘述。

在本发明所提供的几个实施方式中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式为示意性的，例如，所述模块或单元的划分，为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式的目的。

另外，在本发明各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个具有存储功能的装置中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的具有存储功能的装置包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存储器(RAM，Random AccessMemory)、磁碟或者光盘、服务器等各种可以存储程序代码的介质。

以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种应用于筛选数据的方法，其特征在于，所述方法包括：

获取监控视频文件，并在应用程序上显示所述监控视频文件；其中，所述监控视频文件中记录有运动物体；

判断所述监控视频文件中的运动物体是否具备人脸特征；

若所述运动物体具备所述人脸特征，则利用所述运动物体的面部图像标记所述监控视频文件；其中，所述应用程序所显示的所述监控视频文件标记有所述运动物体的面部图像。

2.根据权利要求1所述的方法，其特征在于，所述获取监控视频文件的步骤具体包括：

获取不同时刻的多个普通图像帧；

判断所述多个普通图像帧所记录的图像之间是否存在差异；

若所述多个普通图像帧所记录的图像之间存在差异，则激活录像功能，录制视频文件，以获得所述监控视频文件。

3.根据权利要求2所述的方法，其特征在于，所述录制视频文件的步骤具体包括：

获取不同时刻的多个目标图像帧；

判断所述多个目标图像帧所记录的图像之间是否存在差异；

若所述多个目标图像帧所记录的图像之间不存在差异，则停止录制；

其中，所述监控视频文件为已获取的所述目标图像帧的集合。

4.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：预先存储有若干预设面部图像，各所述预设面部图像分别对应有身份标记；

所述利用所述运动物体的面部图像标记所述监控视频文件的步骤具体包括：

判断所述若干预设面部图像中是否存在与所述运动物体的面部图像匹配的预设面部图像；

若存在，则利用所述运动物体的面部图像标记所述监控视频文件，同时赋予所述运动物体的面部图像对应的身份标记；其中，所述应用程序所显示的所述监控视频文件标记有所述运动物体的面部图像以及身份标记。

5.根据权利要求4所述的方法，其特征在于，所述判断所述若干预设面部图像中是否存在与所述运动物体的面部图像匹配的预设面部图像的步骤具体包括：

在所述运动物体的面部图像上取多个特征点；

将所述多个特征点一一串连，得到特征图案，并从所述特征图案中获取若干特征数据；

将各所述预设面部图像的特征数据与所述运动物体面部图像的特征数据一一进行比对，直至遍历全部所述预设面部图像；

若存在特征数据与所述运动物体面部图像的特征数据一一匹配的所述预设面部图像，则判定所述若干预设面部图像中存在与所述运动物体的面部图像匹配的预设面部图像。

6.根据权利要求4所述的方法，其特征在于，所述若所述若干预设面部图像中存在与所述运动物体的面部图像匹配的预设面部图像的步骤进一步包括：

发出第一提示信息，所述第一提示信息用于提示所述监控视频文件中记录有具备所述人脸特征的运动物体，并附带对应的身份标记；

所述判断所述若干预设面部图像中是否存在与所述运动物体的面部图像匹配的预设面部图像的步骤进一步包括：

若不存在，则发出第二提示信息，所述第二提示信息用于提示所述监控视频文件中记录有具备所述人脸特征的运动物体。

7.根据权利要求1所述的方法，其特征在于，所述应用程序包括有展示所述监控视频文件中所记录运动物体的面部图像的列表；

所述方法进一步包括：

当所述监控视频文件中记录有多个运动物体时，带有身份标记的运动物体的面部图像在所述列表中的排序优先级高于未带有身份标记的运动物体；且

当所述监控视频文件中记录有多个运动物体时，所述多个运动物体的面部图像在所述列表中的排列顺序符合预设规则，所述预设规则为运动物体在所述监控视频文件中出现的时长越长，则其对应的面部图像在所述列表中的排序优先级越高；

其中，所述运动物体具备所述人脸特征。

8.一种监控系统，其特征在于，所述监控系统包括摄像设备以及移动终端，所述摄像设备与所述移动终端建立有第一通信连接；

所述摄像设备用于获取监控视频文件，并判断所述监控视频文件中记录的运动物体是否具备人脸特征；若所述运动物体具备所述人脸特征，则利用所述运动物体的面部图像标记所述监控视频文件，并通过所述第一通信连接传输至所述移动终端；

所述移动终端包括有应用程序，所述移动终端用于显示所述应用程序所显示的所述监控视频文件；其中，所述监控视频文件标记有所述运动物体的面部图像。

9.一种监控系统，其特征在于，所述监控系统包括服务器端、摄像设备以及移动终端，所述摄像设备以及所述移动终端分别与所述服务器端建立有通信连接；

所述摄像设备用于获取监控视频文件，并传输至所述服务器端；

所述服务器端用于判断所述监控视频文件中记录的运动物体是否具备人脸特征；若所述运动物体具备所述人脸特征，则利用所述运动物体的面部图像标记所述监控视频文件，并传输至所述移动终端；

所述移动终端包括有应用程序，所述移动终端用于显示所述应用程序所显示的所述监控视频文件；其中，所述监控视频文件标记有所述运动物体的面部图像。

10.一种具有存储功能的装置，其特征在于，所述装置存储有程序数据，所述程序数据能够被执行以实现如权利要求1至7任一项所述的应用于筛选数据的方法。