CN109376645B - 一种人脸图像数据优选方法、装置及终端设备 - Google Patents
一种人脸图像数据优选方法、装置及终端设备 Download PDFInfo
- Publication number
- CN109376645B CN109376645B CN201811218305.4A CN201811218305A CN109376645B CN 109376645 B CN109376645 B CN 109376645B CN 201811218305 A CN201811218305 A CN 201811218305A CN 109376645 B CN109376645 B CN 109376645B
- Authority
- CN
- China
- Prior art keywords
- face
- face information
- linked list
- information
- coded
- 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.)
- Active
Links
Images
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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本申请适用于数据处理技术领域,提供了一种人脸图像数据优选方法、装置及终端设备,所述方法包括:获取预置抓拍间隔内拍摄的图像数据帧,对所述图像数据帧进行人脸识别得到人脸信息,其中,所述人脸信息包括人脸ID和人脸质量评分;筛选各个人脸ID对应的人脸质量评分最高的人脸信息进行处理。本申请可以解决现有技术中人脸图像处理需耗费大量的CPU和内存资源的问题。
Description
技术领域
本申请属于数据处理技术领域,尤其涉及一种人脸图像数据优选方法、装置及终端设备。
背景技术
随着AI时代的到来,人脸识别技术得到了飞速发展。现有的摄像机可以嵌入人脸识别等技术,在前端完成对视频流中人脸的检测和跟踪,并将数据上传到后台服务器,以便于工作人员对数据进行分析和存储。由于人脸抓拍摄像机可以高效快捷地实现人脸检索、人员统计和视频结构化等功能,减少犯罪的发生,使得人脸抓拍摄像机在机场、地铁和小区等人员密集的场所得到了越来越广泛的应用。
人脸抓拍摄像机可以将捕获的视频图像帧通过人脸检测算法进行检测分析,若检测到人脸,可以将人脸的相关信息返回给应用程序,应用程序将人脸从视频图像中裁剪出来编码上传给服务器。
随着专用芯片和人脸检测算法的发展,人脸抓拍摄像机检测人脸的能力越来越强,速度越来越快,例如当前已经可以实现30fps全帧率和全画幅的人脸检测,每帧视频图像最多可抓拍的人脸图像也超过了100张,全画幅人脸检测即使人脸在视频边缘一闪而过,也可以将其记录在案,所以人脸拍摄摄像机可以在短时间内拍摄到大量的人脸图像,需耗费大量的CPU和内存资源。
综上,现有的人脸图像处理需耗费大量的CPU和内存资源。
发明内容
有鉴于此,本申请实施例提供了一种人脸图像数据优选方法、装置及终端设备,以解决现有技术中人脸图像处理需耗费大量的CPU和内存资源的问题。
本申请实施例的第一方面提供了一种人脸图像数据优选方法,包括:
获取预置抓拍间隔内拍摄的图像数据帧,对所述图像数据帧进行人脸识别得到人脸信息,其中,所述人脸信息包括人脸ID和人脸质量评分;
筛选各个人脸ID对应的人脸质量评分最高的人脸信息进行处理。
本申请实施例的第二方面提供了一种人脸图像数据优选装置,包括:
人脸识别模块,用于获取预置抓拍间隔内拍摄的图像数据帧,对所述图像数据帧进行人脸识别得到人脸信息,其中,所述人脸信息包括人脸ID和人脸质量评分;
筛选处理模块,用于筛选各个人脸ID对应的人脸质量评分最高的人脸信息进行处理。
本申请实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述方法的步骤。
本申请实施例的第四方面提供了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计算机程序,所述计算机程序被处理器执行时实现如上述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:
本申请的人脸图像数据优选方法中,并未对预置抓拍间隔拍摄的图像内的所有人脸图像都进行处理,而是根据各个人脸图像的人脸质量进行筛选比较,筛选出各个人脸ID对应的人脸质量评分最高的人脸信息,对该人脸信息进行处理,从而减少对CPU和内存资源的消耗,解决了现有技术中人脸图像处理需耗费大量的CPU和内存资源的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的人脸图像数据优选方法的实现流程示意图;
图2是本申请实施例提供的人脸图像数据优选装置的示意图;
图3是本申请实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
具体实现中,本申请实施例中描述的移动终端包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,上述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。
在接下来的讨论中,描述了包括显示器和触摸敏感表面的移动终端。然而,应当理解的是,移动终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
移动终端支持各种应用程序,例如以下中的一个或多个:绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
可以在移动终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样,终端的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
另外,在本申请的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例一:
下面对本申请实施例一提供的一种人脸图像数据优选方法进行描述,请参阅附图1,本申请实施例一中的人脸图像数据优选方法包括:
步骤S101、获取预置抓拍间隔内拍摄的图像数据帧,对所述图像数据帧进行人脸识别得到人脸信息,其中,所述人脸信息包括人脸ID和人脸质量评分;
当人脸抓拍摄像机可以在预置的抓拍时间间隔内拍摄到大量的图像数据帧,对这些图像数据帧进行人脸识别可以得到人脸信息,人脸信息包括人脸ID和人脸质量评分,此外,人脸信息还可以包括人脸图像在图像数据帧中的坐标信息,人脸图像的宽度、高度和拍摄时间等信息。
预置的抓拍时间间隔可根据实际情况进行设置。
步骤S102、筛选各个人脸ID对应的人脸质量评分最高的人脸信息进行处理。
在以往的人脸图像数据处理方案中,会对所有的人脸信息进行处理,裁剪各个人脸信息对应的人脸图像数据,占用人脸抓拍摄像机内大量宝贵的嵌入式CPU和内存资源。
因此,本实施例中的人脸图像数据优选方法中,对各个人脸ID对应的人脸信息进行筛选,得到各个人脸ID对应的人脸质量评分最高的人脸信息,对该人脸信息进行处理,从而极大地减少人脸抓拍摄像机处理的数据量,解决了现有技术中人脸图像处理需耗费大量的CPU和内存资源的问题。
进一步地,所述筛选各个人脸ID对应的人脸质量评分最高的人脸信息进行处理具体包括:
A1、当检测到新的人脸信息时,判断所述新的人脸信息的人脸ID是否与优选链表中的其中一个人脸信息的人脸ID相同;
在人脸信息筛选的过程中,可将人脸识别得到的人脸信息放入人脸信息原始链表中,同时设置优选线程,优选线程对人脸信息原始链表进行实时监控。
当优选线程检测到人脸信息原始链表中出现新的人脸信息时,判断新的人脸信息的人脸ID是否与优选链表中的其中一个人脸信息的人脸ID相同,根据判断结果执行后续步骤。
A2、当所述新的人脸信息的人脸ID与所述优选链表中的任何一个人脸信息的人脸ID都不相同时,创建与所述新的人脸信息对应的滑动时间窗;
当新的人脸信息的人脸ID与优选链表中的任何一个人脸信息的人脸ID都不相同时,说明此人脸ID为新的人脸ID,可以直接将新的人脸信息加入优选链表中,创建与新的人脸信息对应的滑动时间窗,滑动时间窗的起始时间为新的人脸信息的拍摄时间,滑动时间窗的滑动时间可根据实际情况进行设置。
A3、当所述新的人脸信息的人脸ID与所述优选链表中的其中一个人脸信息的人脸ID相同,判断所述新的人脸信息的人脸质量评分是否高于所述优选链表中相同人脸ID的人脸信息的人脸质量评分;
当新的人脸信息的人脸ID与优选链表中的其中一个人脸信息的人脸ID相同,需要判断新的人脸信息的人脸质量评分是否高于优选链表中相同人脸ID的人脸信息的人脸质量评分。
A4、当所述新的人脸信息的人脸质量评分高于所述优选链表中相同人脸ID的人脸信息的人脸质量评分时,用所述新的人脸信息替换所述优选链表中相同人脸ID的人脸信息,并重置滑动时间窗;
当新的人脸信息的人脸质量评分高于优选链表中相同人脸ID的人脸信息的人脸质量评分时,则用新的人脸信息替换优选链表中相同人脸ID的人脸信息,重置滑动时间窗,即滑动时间窗重新计时,滑动时间窗的起始时间为新的人脸信息的拍摄时间。
当新的人脸信息的人脸质量评分低于或等于优选链表中相同人脸ID的人脸信息的人脸质量评分时,则丢弃新的人脸信息。
A5、当所述滑动时间窗滑动关闭时,对所述滑动时间窗对应的人脸信息进行处理。
当滑动时间窗滑动关闭时,此时该滑动时间窗对应的人脸信息为该滑动时间窗滑过区间长度时间内人脸质量评分最优的人脸信息,对该人脸信息进行处理可以减少需要处理的人脸信息的处理量。
进一步地,所述当所述滑动时间窗滑动关闭时,对所述滑动时间窗对应的人脸信息进行处理具体包括:
B1、当所述滑动时间窗滑动关闭时,将所述滑动时间窗对应的人脸信息输出至待编码链表;
对优选链表中的人脸信息进行处理时,可以在待编码链表中进行二次筛选,当滑动时间窗滑动关闭之后,将滑动时间窗对应的人脸信息发送至待编码链表。
B2、判断所述优选链表输出的人脸信息的人脸ID是否与所述待编码链表中的其中一个人脸信息的人脸ID相同;
在待编码链表中,判断优选链表输出的人脸信息的人脸ID是否与待编码链表中的其中一个人脸信息的人脸ID相同。
B3、当所述优选链表输出的人脸信息的人脸ID与所述待编码链表中的任何一个人脸信息的人脸ID都不相同时,将所述优选链表输出的人脸信息保存在所述待编码链表中,并裁剪保存所述人脸信息对应的人脸图像数据;
当优选链表输出的人脸信息的人脸ID与待编码链表中的任何一个人脸信息的人脸ID都不相同时,将优选链表输出的人脸信息保存在待编码链表中,以便进行后续的比较,同时从该人脸信息对应的图像数据帧中裁剪该人脸信息对应的人脸图像数据并保存。
B4、当所述优选链表输出的人脸信息的人脸ID与所述待编码链表的其中一个人脸信息的人脸ID相同时,判断所述优选链表输出的人脸信息的人脸质量评分是否高于所述待编码链表中相同人脸ID的人脸信息的人脸质量评分;
当优选链表输出的人脸信息的人脸ID与待编码链表的其中一个人脸信息的人脸ID相同时,需要进行比较,判断优选链表输出的人脸信息的人脸质量评分是否高于待编码链表中相同人脸ID的人脸信息的人脸质量评分。
B5、当所述优选链表输出的人脸信息的人脸质量评分高于所述待编码链表中相同人脸ID的人脸信息的人脸质量评分时,用所述优选链表输出的人脸信息替换所述待编码链表中相同人脸ID的人脸信息,裁剪所述优选链表输出的人脸信息对应的人脸图像数据,对所述待编码链表中保存的相同的人脸ID的人脸图像数据进行更新。
当优选链表输出的人脸信息的人脸质量评分高于待编码链表中相同人脸ID的人脸信息的人脸质量评分时,用优选链表输出的人脸信息替换待编码链表中相同人脸ID的人脸信息,并裁剪优选链表输出的人脸信息对应的人脸图像数据,用该人脸图像数据替换待编码链表中保存的相同的人脸ID的人脸图像数据,对人脸图像数据进行更新。
当优选链表输出的人脸信息的人脸质量评分低于或等于待编码链表中相同人脸ID的人脸信息的人脸质量评分时,丢弃优选链表输出的人脸信息。
通过待编码链表的第二次筛选,可以极大地减少待编码链表的裁剪和编码的次数,减少CPU和内存资源的使用,同时也减少了需要上传的抓拍图像的数量,减少了后台服务器的计算压力。
进一步地,所述人脸信息还包括拍摄时间,所述方法还包括:
C1、分别计算当前时间与所述待编码链表中各个人脸ID对应的第一次出现的拍摄时间的第一时间差以及当前时间与所述待编码链表中各个人脸ID对应的最后一次出现的拍摄时间的第二时间差;
人脸信息还可以包括拍摄时间,根据拍摄时间获取待编码链表中各个人脸ID对应的第一次出现的拍摄时间和最后一次出现的拍摄时间。
当出现新的人脸信息时,若优选链表和待编码链表中均不存在相同人脸ID的人脸信息,则以新的人脸信息的拍摄时间为该人脸ID第一次出现的拍摄时间,若优选链表或待编码链表中存在相同人脸ID的人脸信息,则以新的人脸信息的拍摄时间为该人脸ID最后一次出现的拍摄时间。
分别计算当前时间与所述待编码链表中各个人脸ID对应的第一次出现的拍摄时间的第一时间差以及当前时间与所述待编码链表中各个人脸ID对应的最后一次出现的拍摄时间的第二时间差。
C2、将所述待编码链表中所述第一时间差大于或等于所述预置抓拍间隔,或者所述第二时间差大于或等于人脸消失判定时长的人脸ID对应的人脸图像数据编码形成抓拍图像,并将所述抓拍图像上传至服务器。
当某个人脸ID的第一时间差大于或等于预置抓拍间隔时,则证明该人脸ID在待编码链表中存储的人脸图像数据为预置抓拍间隔内最优的人脸图像数据,当某个人脸ID的第二时间差大于或等于人脸消失判定时长时,则认为拍摄的对象已经离开了摄像头拍摄的范围,此时待编码链表中存储的人脸图像数据为预置抓拍间隔内最优的人脸图像数据。
因此,可以将待编码链表中第一时间差大于或等于预置抓拍间隔,或者第二时间差大于或等于人脸消失判定时长的人脸ID对应的人脸图像数据编码形成抓拍图像,并将所述抓拍图像上传至服务器。
通过优选链表和待编码链表的二次筛选以及第一时间差和第二时间差的判定,可以使得人脸抓拍摄像机上传服务器的抓拍图像为该人脸ID在预置抓拍间隔内或人脸出现时间内人脸质量评分最高的抓拍图像,从而避免人脸抓拍摄像机上传大量人脸角度不正或模糊不清的图像,也避免上传重复的抓拍图像的现象,减小后台服务器的计算压力。
进一步地,所述方法还包括:
D1、当所述滑动时间窗滑动关闭且所述滑动时间窗对应的人脸ID对应的所述第一时间差小于所述预置抓拍间隔时,重置所述滑动时间窗。
当滑动时间长滑动关闭时,若第一时间差小于预置抓拍间隔,则可以重置滑动时间窗继续进行优选链表的筛选。
本实施例一提供的人脸图像数据优选方法中,通过筛选预置抓拍间隔内各个人脸ID对应的人脸质量评分最高的人脸信息进行处理,可以极大的减少人脸抓拍摄像机的信息处理量,减少对CPU和内存资源的消耗。
筛选过程可以采用流水线式的筛选方法,先通过优选链表进行第一次筛选,将滑动时间窗滑过区间长度时间内人脸质量评分最优的人脸信息输出至待编码链表进行第二次筛选。
待编码链表选择人脸质量评分较优的人脸信息进行人脸图像数据的裁剪和保存。
待编码链表将第一时间差大于或等于所述预置抓拍间隔,或者第二时间差大于或等于人脸消失判定时长的人脸ID对应的人脸图像数据进行编码,得到该人脸ID对应的抓拍图像,将抓拍图像上传至服务器。
通过上述流水线式的筛选方法,可以极大地减少待编码链表裁剪和编码的次数,同时也减少上传服务器的抓拍图像的数量和保证抓拍图像的质量,减少服务器的计算压力。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例二:
本申请实施例二提供了一种人脸图像数据优选装置,为便于说明,仅示出与本申请相关的部分,如图2所示,人脸图像数据优选装置包括,
人脸识别模块201,用于获取预置抓拍间隔内拍摄的图像数据帧,对所述图像数据帧进行人脸识别得到人脸信息,其中,所述人脸信息包括人脸ID和人脸质量评分;
筛选处理模块202,用于筛选各个人脸ID对应的人脸质量评分最高的人脸信息进行处理。
进一步地,所述筛选处理模块具体包括:
优选判断子模块,用于当检测到新的人脸信息时,判断所述新的人脸信息的人脸ID是否与优选链表中的其中一个人脸信息的人脸ID相同;
滑动创建子模块,用于当所述新的人脸信息的人脸ID与所述优选链表中的任何一个人脸信息的人脸ID都不相同时,创建与所述新的人脸信息对应的滑动时间窗;
优选比较子模块,用于当所述新的人脸信息的人脸ID与所述优选链表中的其中一个人脸信息的人脸ID相同,判断所述新的人脸信息的人脸质量评分是否高于所述优选链表中相同人脸ID的人脸信息的人脸质量评分;
优选替换子模块,用于当所述新的人脸信息的人脸质量评分高于所述优选链表中相同人脸ID的人脸信息的人脸质量评分时,用所述新的人脸信息替换所述优选链表中相同人脸ID的人脸信息,并重置滑动时间窗;
优选处理子模块,用于当所述滑动时间窗滑动关闭时,对所述滑动时间窗对应的人脸信息进行处理。
进一步地,所述优选处理子模块具体包括:
信息发送子模块,用于当所述滑动时间窗滑动关闭时,将所述滑动时间窗对应的人脸信息输出至待编码链表;
编码优选子模块,用于判断所述优选链表输出的人脸信息的人脸ID是否与所述待编码链表中的其中一个人脸信息的人脸ID相同;
编码保存子模块,用于当所述优选链表输出的人脸信息的人脸ID与所述待编码链表中的任何一个人脸信息的人脸ID都不相同时,将所述优选链表输出的人脸信息保存在所述待编码链表中,并裁剪保存所述人脸信息对应的人脸图像数据;
编码比较子模块,用于当所述优选链表输出的人脸信息的人脸ID与所述待编码链表的其中一个人脸信息的人脸ID相同时,判断所述优选链表输出的人脸信息的人脸质量评分是否高于所述待编码链表中相同人脸ID的人脸信息的人脸质量评分;
编码替换子模块,用于当所述优选链表输出的人脸信息的人脸质量评分高于所述待编码链表中相同人脸ID的人脸信息的人脸质量评分时,用所述优选链表输出的人脸信息替换所述待编码链表中相同人脸ID的人脸信息,裁剪所述优选链表输出的人脸信息对应的人脸图像数据,对所述待编码链表中保存的相同的人脸ID的人脸图像数据进行更新。
进一步地,所述人脸信息还包括拍摄时间,所述装置还包括:
时间差模块,用于分别计算当前时间与所述待编码链表中各个人脸ID对应的第一次出现的拍摄时间的第一时间差以及当前时间与所述待编码链表中各个人脸ID对应的最后一次出现的拍摄时间的第二时间差;
抓拍上传模块,用于将所述待编码链表中所述第一时间差大于或等于所述预置抓拍间隔,或者所述第二时间差大于或等于人脸消失判定时长的人脸ID对应的人脸图像数据编码形成抓拍图像,并将所述抓拍图像上传至服务器。
进一步地,所述装置还包括:
滑动重置模块,用于当所述滑动时间窗滑动关闭且所述滑动时间窗对应的人脸ID对应的所述第一时间差小于所述预置抓拍间隔时,重置所述滑动时间窗。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
实施例三:
图3是本申请实施例三提供的终端设备的示意图。如图3所示,该实施例的终端设备3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述人脸图像数据优选方法实施例中的步骤,例如图1所示的步骤S101至S102。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示模块201至202的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述终端设备3中的执行过程。例如,所述计算机程序32可以被分割成人脸识别模块以及筛选处理模块,各模块具体功能如下:
获取预置抓拍间隔内拍摄的图像数据帧,对所述图像数据帧进行人脸识别得到人脸信息,其中,所述人脸信息包括人脸ID和人脸质量评分;
筛选各个人脸ID对应的人脸质量评分最高的人脸信息进行处理。
所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端设备3的示例,并不构成对终端设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端设备3的内部存储单元,例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备,例如所述终端设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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例方案的目的。
另外,在本申请各个实施例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。
所述集成的模块/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,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (5)
1.一种人脸图像数据优选方法,其特征在于,包括:
获取预置抓拍间隔内拍摄的图像数据帧,对所述图像数据帧进行人脸识别得到人脸信息,其中,所述人脸信息包括人脸ID、人脸质量评分以及拍摄时间;
筛选各个人脸ID对应的人脸质量评分最高的人脸信息进行处理;
其中,所述筛选各个人脸ID对应的人脸质量评分最高的人脸信息进行处理具体包括:
当检测到新的人脸信息时,判断所述新的人脸信息的人脸ID是否与优选链表中的其中一个人脸信息的人脸ID相同;
当所述新的人脸信息的人脸ID与所述优选链表中的任何一个人脸信息的人脸ID都不相同时,创建与所述新的人脸信息对应的滑动时间窗,所述滑动时间窗的起始时间为所述新的人脸信息的拍摄时间;
当所述新的人脸信息的人脸ID与所述优选链表中的其中一个人脸信息的人脸ID相同,判断所述新的人脸信息的人脸质量评分是否高于所述优选链表中相同人脸ID的人脸信息的人脸质量评分;
当所述新的人脸信息的人脸质量评分高于所述优选链表中相同人脸ID的人脸信息的人脸质量评分时,用所述新的人脸信息替换所述优选链表中相同人脸ID的人脸信息,并重置滑动时间窗;
当所述滑动时间窗滑动关闭时,对所述滑动时间窗对应的人脸信息进行处理;
其中,所述当所述滑动时间窗滑动关闭时,对所述滑动时间窗对应的人脸信息进行处理具体包括:
当所述滑动时间窗滑动关闭时,将所述滑动时间窗对应的人脸信息输出至待编码链表;
判断所述优选链表输出的人脸信息的人脸ID是否与所述待编码链表中的其中一个人脸信息的人脸ID相同;
当所述优选链表输出的人脸信息的人脸ID与所述待编码链表中的任何一个人脸信息的人脸ID都不相同时,将所述优选链表输出的人脸信息保存在所述待编码链表中,并裁剪保存所述人脸信息对应的人脸图像数据;
当所述优选链表输出的人脸信息的人脸ID与所述待编码链表的其中一个人脸信息的人脸ID相同时,判断所述优选链表输出的人脸信息的人脸质量评分是否高于所述待编码链表中相同人脸ID的人脸信息的人脸质量评分;
当所述优选链表输出的人脸信息的人脸质量评分高于所述待编码链表中相同人脸ID的人脸信息的人脸质量评分时,用所述优选链表输出的人脸信息替换所述待编码链表中相同人脸ID的人脸信息,裁剪所述优选链表输出的人脸信息对应的人脸图像数据,对所述待编码链表中保存的相同的人脸ID的人脸图像数据进行更新;
所述方法还包括:
分别计算当前时间与所述待编码链表中各个人脸ID对应的第一次出现的拍摄时间的第一时间差以及当前时间与所述待编码链表中各个人脸ID对应的最后一次出现的拍摄时间的第二时间差;
将所述待编码链表中所述第一时间差大于或等于所述预置抓拍间隔,或者所述第二时间差大于或等于人脸消失判定时长的人脸ID对应的人脸图像数据编码形成抓拍图像,并将所述抓拍图像上传至服务器。
2.如权利要求1所述的人脸图像数据优选方法,其特征在于,所述方法还包括:
当所述滑动时间窗滑动关闭且所述滑动时间窗对应的人脸ID对应的所述第一时间差小于所述预置抓拍间隔时,重置所述滑动时间窗。
3.一种人脸图像数据优选装置,其特征在于,包括:
人脸识别模块,用于获取预置抓拍间隔内拍摄的图像数据帧,对所述图像数据帧进行人脸识别得到人脸信息,其中,所述人脸信息包括人脸ID、人脸质量评分以及拍摄时间;
筛选处理模块,用于筛选各个人脸ID对应的人脸质量评分最高的人脸信息进行处理;
其中,筛选处理模块包括:
优选判断子模块,用于当检测到新的人脸信息时,判断所述新的人脸信息的人脸ID是否与优选链表中的其中一个人脸信息的人脸ID相同;
滑动创建子模块,用于当所述新的人脸信息的人脸ID与所述优选链表中的任何一个人脸信息的人脸ID都不相同时,创建与所述新的人脸信息对应的滑动时间窗,所述滑动时间窗的起始时间为所述新的人脸信息的拍摄时间;
优选比较子模块,用于当所述新的人脸信息的人脸ID与所述优选链表中的其中一个人脸信息的人脸ID相同,判断所述新的人脸信息的人脸质量评分是否高于所述优选链表中相同人脸ID的人脸信息的人脸质量评分;
优选替换子模块,用于当所述新的人脸信息的人脸质量评分高于所述优选链表中相同人脸ID的人脸信息的人脸质量评分时,用所述新的人脸信息替换所述优选链表中相同人脸ID的人脸信息,并重置滑动时间窗;
优选处理子模块,用于当所述滑动时间窗滑动关闭时,对所述滑动时间窗对应的人脸信息进行处理;
所述优选处理子模块具体包括:
信息发送子模块,用于当所述滑动时间窗滑动关闭时,将所述滑动时间窗对应的人脸信息输出至待编码链表;
编码优选子模块,用于判断所述优选链表输出的人脸信息的人脸ID是否与所述待编码链表中的其中一个人脸信息的人脸ID相同;
编码保存子模块,用于当所述优选链表输出的人脸信息的人脸ID与所述待编码链表中的任何一个人脸信息的人脸ID都不相同时,将所述优选链表输出的人脸信息保存在所述待编码链表中,并裁剪保存所述人脸信息对应的人脸图像数据;
编码比较子模块,用于当所述优选链表输出的人脸信息的人脸ID与所述待编码链表的其中一个人脸信息的人脸ID相同时,判断所述优选链表输出的人脸信息的人脸质量评分是否高于所述待编码链表中相同人脸ID的人脸信息的人脸质量评分;
编码替换子模块,用于当所述优选链表输出的人脸信息的人脸质量评分高于所述待编码链表中相同人脸ID的人脸信息的人脸质量评分时,用所述优选链表输出的人脸信息替换所述待编码链表中相同人脸ID的人脸信息,裁剪所述优选链表输出的人脸信息对应的人脸图像数据,对所述待编码链表中保存的相同的人脸ID的人脸图像数据进行更新;
所述装置还包括:
时间差模块,用于分别计算当前时间与所述待编码链表中各个人脸ID对应的第一次出现的拍摄时间的第一时间差以及当前时间与所述待编码链表中各个人脸ID对应的最后一次出现的拍摄时间的第二时间差;
抓拍上传模块,用于将所述待编码链表中所述第一时间差大于或等于所述预置抓拍间隔,或者所述第二时间差大于或等于人脸消失判定时长的人脸ID对应的人脸图像数据编码形成抓拍图像,并将所述抓拍图像上传至服务器。
4.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述方法的步骤。
5.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811218305.4A CN109376645B (zh) | 2018-10-18 | 2018-10-18 | 一种人脸图像数据优选方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811218305.4A CN109376645B (zh) | 2018-10-18 | 2018-10-18 | 一种人脸图像数据优选方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109376645A CN109376645A (zh) | 2019-02-22 |
CN109376645B true CN109376645B (zh) | 2021-03-26 |
Family
ID=65400434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811218305.4A Active CN109376645B (zh) | 2018-10-18 | 2018-10-18 | 一种人脸图像数据优选方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376645B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401206A (zh) * | 2020-03-11 | 2020-07-10 | 恒睿(重庆)人工智能技术研究院有限公司 | 一种全景图共享方法、系统、设备和介质 |
CN111381887B (zh) * | 2020-03-18 | 2023-05-09 | 深圳中微电科技有限公司 | 在mvp处理器中进行图像运动补偿的方法、装置及处理器 |
CN111770299B (zh) * | 2020-04-20 | 2022-04-19 | 厦门亿联网络技术股份有限公司 | 一种智能视频会议终端的实时人脸摘要服务的方法及系统 |
CN111553231B (zh) * | 2020-04-21 | 2023-04-28 | 上海锘科智能科技有限公司 | 基于信息融合的人脸抓拍与去重系统、方法、终端及介质 |
CN112597916B (zh) * | 2020-12-24 | 2021-10-26 | 中标慧安信息技术股份有限公司 | 人脸图像抓拍质量分析方法和系统 |
CN113220942A (zh) * | 2021-05-31 | 2021-08-06 | 杭州海康威视数字技术股份有限公司 | 一种关联对象的查找方法、装置及设备 |
CN113269125B (zh) * | 2021-06-10 | 2024-05-14 | 北京中科闻歌科技股份有限公司 | 一种人脸识别方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104506852A (zh) * | 2014-12-25 | 2015-04-08 | 北京航空航天大学 | 一种面向视频会议编码的客观质量评估方法 |
CN105959684A (zh) * | 2016-05-26 | 2016-09-21 | 天津大学 | 基于双目融合的立体图像质量评价方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046245B (zh) * | 2015-08-28 | 2018-08-03 | 深圳英飞拓科技股份有限公司 | 视频人脸检测评价方法 |
CN106815575B (zh) * | 2017-01-22 | 2019-12-10 | 上海银晨智能识别科技有限公司 | 人脸检测结果集的优选系统及其方法 |
CN113205021A (zh) * | 2017-07-10 | 2021-08-03 | 深圳市海清视讯科技有限公司 | 一种摄像机及基于摄像机人脸识别的人脸信息收集方法 |
CN107590212A (zh) * | 2017-08-29 | 2018-01-16 | 深圳英飞拓科技股份有限公司 | 一种人脸图片的入库系统及方法 |
CN107770487B (zh) * | 2017-09-12 | 2020-06-16 | 深圳英飞拓科技股份有限公司 | 一种特征提取并优选的方法、系统及终端设备 |
CN108170750A (zh) * | 2017-12-21 | 2018-06-15 | 深圳英飞拓科技股份有限公司 | 一种人脸数据库更新方法、系统及终端设备 |
CN108229367A (zh) * | 2017-12-28 | 2018-06-29 | 何世容 | 一种人脸识别方法及装置 |
CN108346139A (zh) * | 2018-01-09 | 2018-07-31 | 阿里巴巴集团控股有限公司 | 一种图像筛选方法及装置 |
CN108491822B (zh) * | 2018-04-02 | 2020-09-08 | 杭州高创电子科技有限公司 | 一种基于嵌入式设备有限缓存的人脸检测去重方法 |
-
2018
- 2018-10-18 CN CN201811218305.4A patent/CN109376645B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104506852A (zh) * | 2014-12-25 | 2015-04-08 | 北京航空航天大学 | 一种面向视频会议编码的客观质量评估方法 |
CN105959684A (zh) * | 2016-05-26 | 2016-09-21 | 天津大学 | 基于双目融合的立体图像质量评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109376645A (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109376645B (zh) | 一种人脸图像数据优选方法、装置及终端设备 | |
CN109215037B (zh) | 目标图像分割方法、装置及终端设备 | |
CN106951550B (zh) | 数据处理方法、装置及移动终端 | |
CN108737739B (zh) | 一种预览画面采集方法、预览画面采集装置及电子设备 | |
CN108961267B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN108769634B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
CN110166696B (zh) | 拍摄方法、装置、终端设备以及计算机可读存储介质 | |
CN108304274A (zh) | 一种信息交互的方法、服务器及计算机可读介质 | |
CN108520063B (zh) | 事件日志的处理方法、装置及终端设备 | |
CN109873980B (zh) | 视频监控方法、装置及终端设备 | |
CN109358927B (zh) | 应用程序显示的方法、装置及终端设备 | |
CN108932703B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN107436836A (zh) | 一种日志文件的处理方法及相关设备 | |
CN109089040B (zh) | 图像处理方法、图像处理装置及终端设备 | |
CN108776959B (zh) | 图像处理方法、装置及终端设备 | |
CN112055156A (zh) | 预览图像更新方法、装置、移动终端及存储介质 | |
CN110263741A (zh) | 视频帧提取方法、装置及终端设备 | |
CN108932704B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN108536512B (zh) | 界面切换方法、装置及终端设备 | |
CN107862010B (zh) | 一种获取物联网应用系统信息的方法、装置及移动终端 | |
CN108763491B (zh) | 图片处理方法、装置及终端设备 | |
CN108549702B (zh) | 一种移动终端的图片库的清理方法及移动终端 | |
CN109242763B (zh) | 图片处理方法、图片处理装置、终端设备 | |
CN110688035B (zh) | 相册处理方法、相册处理装置及移动终端 | |
CN114638742A (zh) | 场景画面处理方法和电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |