CN109905595B - 一种拍摄及播放的方法、装置、设备及介质 - Google Patents

一种拍摄及播放的方法、装置、设备及介质 Download PDF

Info

Publication number
CN109905595B
CN109905595B CN201910108582.8A CN201910108582A CN109905595B CN 109905595 B CN109905595 B CN 109905595B CN 201910108582 A CN201910108582 A CN 201910108582A CN 109905595 B CN109905595 B CN 109905595B
Authority
CN
China
Prior art keywords
shooting
face
video
shooting device
starting
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
Application number
CN201910108582.8A
Other languages
English (en)
Other versions
CN109905595A (zh
Inventor
宋文龙
杜中强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Sioeye Technology Co ltd
Original Assignee
Chengdu Sioeye Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Sioeye Technology Co ltd filed Critical Chengdu Sioeye Technology Co ltd
Priority to CN202011217108.8A priority Critical patent/CN112468717B/zh
Publication of CN109905595A publication Critical patent/CN109905595A/zh
Priority to US16/778,051 priority patent/US11245838B2/en
Application granted granted Critical
Publication of CN109905595B publication Critical patent/CN109905595B/zh
Priority to US17/562,535 priority patent/US11627248B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/65—Control of camera operation in relation to power supply
    • H04N23/651—Control of camera operation in relation to power supply for reducing power consumption by affecting camera operations, e.g. sleep mode, hibernation mode or power off of selective parts of the camera
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Devices (AREA)

Abstract

本发明实施例提供了一种拍摄及播放的方法、装置、设备及介质，方法包括：在待机状态下，拍摄装置检测运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置，并开始检测人脸；至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。本发明用于解决在某些限定场景下，传统的拍摄方案无法从设备功耗、网络流量以及存储成本等层面满足需求的技术问题，实现降低功耗，减少网络流量和存储消耗的技术效果。

Description

一种拍摄及播放的方法、装置、设备及介质
技术领域
本发明涉及电子技术领域，尤其涉及一种拍摄及播放的方法、装置、设备及介质。
背景技术
传统的运用人脸识别技术进行视频拍摄和分析的方法中，通常人脸识别模块和视频拍摄模块需要长时间保持在运行状态，以获得人脸数据和对应的视频数据，并将获得的大量数据传输给服务器，来支持拍摄后进行的人脸检索及分析。
一方面，人脸识别模块和视频拍摄模块的长时间运行会带来较大的设备功耗消耗；另一方面，大量存在和不存在人脸的视频数据均传到服务器进行保存，既消耗了设备的网络流量，也占用大量的服务器存储空间。
然而，在某些场景下，例如运动过程中对一个或有限数量个体进行跟拍，传统的拍摄方案无法从设备功耗、网络流量以及存储成本等层面满足需求。
发明内容
本发明实施例提供了一种拍摄及播放的方法、装置、设备及介质，用于解决至少部分前述技术问题。
第一方面，提供了一种拍摄的方法，包括：
在待机状态下，拍摄装置检测运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置，并开始检测人脸；
至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
第二方面，提供了一种视频拍摄及播放的方法，包括：
拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
拍摄完成后，根据上传和保存条件，将人脸特征信息和对应的视频上传至服务器并保存，其中，所述人脸特征信息与所述对应的视频之间生成有绑定关系信息；
所述服务器接收到检索信息，根据所述检索信息，检索匹配对应的人脸特征信息，生成匹配结果；
所述服务器根据所述匹配结果和绑定关系信息，输出与匹配的人脸特征信息所绑定的视频的信息。
第三方面，提供一种拍摄装置拍摄的方法，包括：
所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；
在拍摄所述视频的过程中，持续进行人脸检测；
如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
第四方面，提供一种拍摄的装置，包括：
判断模块，用于在待机状态下，拍摄装置检测运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置，并开始检测人脸；
确定模块，用于至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
上传模块，用于拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
第五方面，提供一种视频拍摄及播放的系统，包括：
拍摄装置，用于检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；拍摄完成后，根据上传和保存条件，将人脸特征信息和对应的视频上传至服务器并保存，其中，所述人脸特征信息与所述对应的视频之间生成有绑定关系信息；
服务器，用于接收到检索信息，根据所述检索信息，检索匹配对应的人脸特征信息，生成匹配结果；所述服务器根据所述匹配结果和绑定关系信息，输出与匹配的人脸特征信息所绑定的视频的信息。
第六方面，提供一种拍摄装置，包括：
启动模块，用于所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；
持续模块，用于在拍摄所述视频的过程中，持续进行人脸检测；
更新模块，用于如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
第七方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
在待机状态下，拍摄装置检测运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置，并开始检测人脸；
至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
第八方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；
在拍摄所述视频的过程中，持续进行人脸检测；
如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
第九方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
在待机状态下，拍摄装置检测运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置，并开始检测人脸；
至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
第十方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；
在拍摄所述视频的过程中，持续进行人脸检测；
如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
本发明实施例中的拍摄及播放的方法、装置、设备及介质，设置在检测到满足启动条件时，才开启人脸检测功能，避免人脸检测功能持续开启带来的高功耗。并设置在检测到人脸后才启动拍摄装置进行视频拍摄，减少了持续拍摄视频带来的高功耗，也避免了拍摄出大量的无效视频发送至服务器带来的流量消耗和存储消耗，有效实现了减少功耗、流量消耗和存储空间消耗的技术效果。
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为本发明实施例中拍摄的方法的流程图；
图2为本发明实施例中系统侧视频拍摄及播放的方法的流程图；
图3为本发明实施例中系统的示意图；
图4为本发明实施例中拍摄装置拍摄的方法的流程图；
图5为本发明实施例中拍摄的装置的结构示意图；
图6为本发明实施例中拍摄装置的结构示意图；
图7为本发明实施例中电子设备的结构示意图；
图8为本发明实施例中存储介质的结构示意图。
具体实施方式
下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1示出了依据本申请一个实施例的一种拍摄的方法100，如图1所示，包括：
步骤S101，在待机状态下，拍摄装置检测运动数据，并根据运动数据，判断该拍摄装置是否满足启动条件；
步骤S102，如果确定拍摄装置满足启动条件，启动该拍摄装置，并开始检测人脸；
步骤S103，如果拍摄装置检测到人脸，记录人脸的特征信息，并启动该拍摄装置开始拍摄视频；
步骤S104，拍摄完成后，根据上传条件，将人脸特征信息和拍摄视频上传至服务器。
本实施例的拍摄装置可以安装于过山车、旋转木马、跳楼机或大摆锤等游乐园设备上，也可以安装于赛车或自行车等交通工具上。该拍摄装置上集成有运动传感器、具有人脸识别功能的视频采集模块和用于与服务器通信的网络传输模块。优选的，拍摄装置为运动相机。
下面，结合图1详细介绍本申请某些实施例提供的拍摄方法的具体实施步骤：
步骤S101，在待机状态下，通过拍摄装置接收运动数据，判断该拍摄装置是否满足启动条件。
具体来讲，当拍摄装置处于待机状态时，其人脸检测功能和拍摄功能都是关闭的，此时功耗较低。较优的，可以设置在待机状态时，拍摄装置只需要运行最简单的传感器数据监听功能，此功能比人脸检测功能功耗低很多，以缓解持续运行拍摄装置的其他功能导致的高功耗。
在某些实施例中，拍摄装置的启动条件可以根据拍摄装置所处的环境来针对性的设置，下面分拍摄装置为独立的单个运动相机和组网的多个运动相机来分别举例进行说明：
独立的单个运动相机的情况：
对使用场景为单个运动相机独立进行拍摄(无论该运动相机实际的物理位置是单独设置或设置于某个运动相机阵列中)的情况，可以设置当该运动相机的运动传感器检测到运动数据达到预设正向阈值时，认为符合启动条件。具体来讲，运动传感器可包括重力传感器、加速度计、速度计、气压计、陀螺仪、距离传感器，GPS接收器等等，相应的，所述运动数据可以为位置、速度、气压、角速度等等的绝对值或变化值中的任一种或多种的组合。本领域普通技术人员能够理解上述列举是示意性的而非限制性的，本发明实施例所采用的运动传感器种类和运动数据类别并不限于上述列举。
举例来讲：运动相机安装在大摆锤上时，可以设置启动条件为气压变化超过1000Pa/s；运动相机安装在过山车上时，可以设置启动条件为速度变化达到3米/秒，或者加速度达到0.1g等。
在某些特殊应用场景中，当运动相机设置某一位置时，尤其是当运动相机位于一个相机阵列中时，单独或组合采用速度、加速度类相关的运动数据，可能使得运动相机无法在期望的时刻正确启动拍摄。出现该技术问题的原因是运动相机阵列中的各点位置差异过大，或者阵列中各点在设备运行时的时间-速度曲线不同，或者设备运行时的速度、加速度的变化时刻同期望的拍摄启动时刻不吻合，使得无法选择合适的速度、加速度类运动数据阈值，使得运动相机在正确的时刻启动。此时，可以选择采用来自于气压计的气压值或气压变化或其它位置类运动数据，单独或同其它运动数据(例如速度、加速度类运动数据)一起作为检测使用的运动数据，能够使得运动相机均能够正确设置启动阈值，提高拍摄启动位置的一致性，以及降低安装和维护的难度。
组网的多个运动相机的情况：
对使用场景需要多个运动相机协同一致进行拍摄的情况，为了保证多个运动相机拍摄时间的一致性和协作性，还可以对这多个运动相机进行组网，具体可以通过物联网协议(如zigbee)组网，以实现设备间的通信、数据交换及指令同步，当然也可以通过局域网组网技术来组网，在此不作限制。
进一步，鉴于同一组网内运动相机往往安装在同一设施上，如果设施开始运动，则多个运动相机在相同时间段内会监测到类似的传感器变化信号。故为了避免单个运动相机的干扰，导致误启动，可以设置：在组网的相机组中，有满足预设数量的相机检测到第一运动数据达到预设正向阈值后，才确认相机组满足启动条件，才会判定相机组中的所有运动相机启动。也就是说，以检测到第一运动数据达到预设正向阈值的运动相机为预启动运动相机，当相机组中的预启动运动相机的数量符合预设要求时，判定相机组中的所有运动相满足启动条件。
在另一些实施例中，预启动运动相机可以仅根据一部分数据，即，第一运动数据，决定是否开启预启动状态。例如，在一个实施例中，预启动运动相机根据加速度的变化量来开启预启动状态，在相机组中的预启动相机的数量符合预设要求后，相机组中的每个相机进一步检查自身的第二运动数据，例如，气压变化值，当第二运动数据亦达到预设的正向阈值后，该相机确认满足启动条件。
在本申请实施例中，该预设要求可以是占比要求，例如，相机组中的预启动运动相机的数量占到相机组50％及以上；也可以是数量要求，例如，相机组中的预启动运动相机的数量达到5个及以上，在此不作限制。
在具体实施过程中，上述相机组协同防干扰启动的实现方式可以有多种，下面列举两种为例。
第一种，设置主运动相机来实现。
即相机组中设置有主运动相机，主运动相机的设置可在运动相机阵列组网安装时，根据需要人工选择或自动选举至少一个主相机作为信息上报及控制指令发送相机。主运动相机也可以根据某些预设规则，在预设条件满足时，主动将控制权切换到其他相机，使之成为主相机，或者在主相机故障时，其他相机通过自动策略重新选举一台新相机为主相机。对主相机的设置、选择、切换及其相应的预设规则，可以采用任何现有技术中已知的方式及能够实现相近效果的等同方式实现，本申请在此不做限定。例如在一个实施例中，可以采用“阿帕奇动物园管理员”(Apache ZooKeeper)开源软件项目中的“领导选举”(LeaderElection)机制来选择主相机。
各运动相机如果检测到自身的第一运动数据达到预设正向阈值，则向主运动相机发送运动状态数据，提示该相机进入预启动状态。主运动相机在根据接收到的来自各相机的运动状态数据，确认相机组中的预启动运动相机的数量符合预设要求后，向相机组内的所有运动相机下发预启动完成命令。组内运动相机根据预启动完成命令，确定运动相机是否满足启动条件。
进一步，为了避免误启动，还可以设置各运动相机在检测到自身的第一运动数据达到预设正向阈值，且持续一段时间后，才向主运动相机发送运动状态数据。
各运动相机发送的运动状态数据，可以是运动传感器检测到的具体运动参数的数值(例如，加速度数值、速度数值或高度变化量等参数)；也可以是，在判定运动传感器检测到的运动参数的数值达到预设正向阈值后，按照预设的代码发送的信号(例如，“1”、“a”或“PASS”等代码)。
举例来讲，例如，各运动相机在检测到加速度超过预设正向阈值并持续一预设时间后，向主运动相机发送加速度值和运动方向信息，当主运动相机检测到相机组中过半的运动相机发送的加速度值和方向信息同主运动相机当前感测到的加速度值和方向信息相同或误差小于一预设值时，判定所有运动相机满足启动条件，并下发启动指令。
再例如，各运动相机在检测到加速度超过预设正向阈值并持续一预设时间后，向主运动相机发送二值信号“1”，当主运动相机接收到相机组中超过30％的运动相机发送的“1”时，判定所有运动相机满足启动条件，并下发启动指令。具体来讲，采用发送二值信号等代码至主运动相机的方式。传输的数据量更少，能有效节约网络资源。
第二种，通过广播实现。
即相机组中的任意一个运动相机在检测到自身运动参数达到预设正向阈值后，采用广播的方式，向相机组中的其他运动相机发送自身的启动判断信号，并保持接收其他运动相机发送的启动判断信号。如果相机组中的任一运动相机在根据接收到的启动判断信号，确认相机组中的预启动运动相机的数量符合预设要求后，则该运动相机确认自身满足启动条件，并向全组相机广播发送启动命令，其他运动相机如果接收到启动命令，则也确认满足启动条件。
其中，启动判断信号可采用的形式与前一种设置主运动相机来实现的方案相同，在此不作累述。
举例来讲，例如，运动相机在检测到加速度超过预设正向阈值并持续一预设时间后，向全组相机采用同步信号广播发送二值信号“1”，当某一运动相机接收到相机组中超过40％的运动相机发送的“1”时，该运动相机判定自身满足启动条件，并向其他运动相机广播发送启动指令。
当然，在具体实施过程中，除了上述两种相机组协同防干扰启动的实现方式外，还可以设置服务器来控制和管理相机组。各运动相机如果检测到自身运动参数达到预设正向阈值，则向服务器发送启动判断信号。服务器在根据接收到的启动判断信号的数量，确认相机组中的预启动运动相机的数量符合预设要求后，向相机组内的各运动相机下发启动命令。在此均不作限制。
基于同样的构思，在运动相机启动后，还可以设置通过运动相机的运动传感器检测运动相机是否满足停止条件；如果运动相机满足停止条件，控制所述运动相机停止拍摄视频。
进一步，为了避免误停止，在组网的相机组中，有满足预设数量的相机检测到运动参数达到预设反向阈值后，才确认相机组满足停止条件，才会判定相机组中的所有运动相机停止。也就是说，以检测到运动参数达到预设反向阈值的运动相机为预停止运动相机，当相机组中的预停止运动相机的数量符合预设要求时，相机组中的所有运动相机满足停止条件，才执行停止操作。鉴于详细的停止判断方式与前述启动判定方式类似，为了说明的简洁，在此不作累述。
步骤S102，如果确定拍摄装置满足启动条件，执行启动该拍摄装置，并开始检测人脸。
具体来讲，在拍摄装置满足启动条件后，不是启动其所有功能，其并没有进行视频拍摄，只是启动了人脸检测功能，开始进行人脸的捕捉和检测。此处的人脸检测，只是搜索以确定拍摄装置捕获的图像中是否含有人脸，故不需要和预设人脸图像进行特征计算和比对，也不需要分析人脸的详细长相特征，只需检测是否存在人脸、存在的人脸数量或人脸所在位置，故此种启动状态下的计算量比较小，不会占用过多的计算资源，功耗也比较低。
步骤S103，根据检测到拍摄范围内的人脸情况，确定是否启动该拍摄装置开始拍摄视频，并记录可用于人脸识别的特征信息。
在具体实施过程中，可以根据拍摄装置所处的场景来设置确定拍摄装置检测到人脸的评判标准，下面以拍摄装置为运动相机为例，列举多种：
第一种，运动相机检测到人脸画面区域在相机捕获画面区域中的占比达到预设占比。该预设占比可以根据运动相机安装的场景及位置来设置，例如，相机安装的位置离设施上座位的距离较远时，预设占比设置为较小值；相机安装的位置离设施上座位的距离较近时，预设占比设置为较大值。
举例来讲，运动相机启动后，开始进行人脸检测，如果检测到，在运动相机当前捕获的画面中，人脸区域所占面积达到5％，则确认检测到人脸。具体的人脸检测方法可以采用现有的任意人脸检测算法，在此不作限制。
第二种，运动相机检测到相机拍摄画面区域中的人脸数量达到预设数量。该预设数量可以根据运动相机安装的场景及位置来设置。
举例来讲，运动相机安装在双人游乐设备上时，启动开始进行人脸检测后如果检测到，在运动相机当前捕获的画面中，人脸数量达到2个时，则确认检测到人脸。为了避免背景人脸的干扰，还可以设置画面占比达到6％以上的人脸数量达到2个时，则确认检测到人脸。
第三种，运动相机检测到人脸画面区域的像素大小达到预设像素大小。该预设像素大小可以根据运动相机安装的场景及位置来设置。
举例来讲，运动相机启动开始进行人脸检测后，如果检测到在运动相机当前捕获的画面中，人脸区域像素大小达到80*80像素，则确认检测到人脸。
第四种，运动相机检测到人脸画面区域在相机拍摄画面区域中的位置符合预设位置要求。
举例来讲，可以预设中心区的位置，运动相机启动后，如果检测到在运动相机当前捕获的画面中，人脸区域位于预设的画面中心区内，则确认检测到人脸。
在具体实施过程中，确定拍摄装置检测到人脸的评判标准不限于上述四种，可以根据需要设置。
在某些实施例中，当检测到存在人脸之后，还进一步推测被摄者的主观意愿，根据推测结果，决定是否开始拍摄。
推测被摄者的主观意愿，可以通过对画面特征进行识别的方式实现。
例如，以拍摄装置为运动相机为例，在一个实施例中，运动相机检测到人脸画面后，进一步识别判断人脸画面表征的表情是否符合预设的正向表情。具体可以设置正向表情可以为：微笑、大笑和认真等表情。也可以采取排除方式，设置正向表情为：除了哭泣、悲伤、忧郁和愤怒等表情外的其他表情。具体的表情识别方式可以采用现有的任意表情识别算法，在此不作限制。
举例来讲，运动相机如果检测到人脸，且识别分析该人脸的表情为大笑时，判定该表情为正向表情，则确认开始拍摄。再例如，如果检测到人脸，且识别分析该人脸的表情为哭泣时，判定该表情不为正向表情，则放弃启动拍摄。
在另一个实施例中，运动相机识别到人脸画面和预设的表征同意进行拍摄的手势画面。具体可以设置手势画面为：“ok”手势、“V”型手势或举手的手势；也可以采取排除方式，设置手势画面为：除摆手、遮脸和摇手指外的其他手势，在此不作限制。
举例来讲，运动相机启动后，人脸识别模块如果检测到人脸和识别到举手的手势画面时，则确认开始拍摄。再例如，人脸识别模块如果检测到人脸和识别到摇手指的手势画面时，认为用户不愿进行拍摄，则放弃启动拍摄。
对画面内容的识别可以采用任何现有技术中常见的手段进行，例如通过传统的模式识别方式或者基于卷积神经网络(CNN)的深度学习进行图像识别，此处不再赘述。
在其它一些实施例中，对被摄者主观意愿的推测判断可以通过交互的方式实现，例如，在又一个实施例中，可以通过设置按钮，连接到拍摄装置。通过对被摄者是否按压按钮进行检测，推测出被摄者的主观意愿，具体的，当被摄者不愿进行拍摄时，可以通过按压按钮，阻止拍摄装置启动拍摄。此处对交互方式的具体形式不做限制。
通过在拍摄前，对被摄者主观意愿的推测判断，不仅能够降低拍摄系统的功耗，减少拍摄装置的无效工作时间，延长系统寿命，还能够有效降低拍摄完成后的网络传输量，提升整体的网络性能表现。本领域普通技术人员应当了解，判定被摄者主观意愿的标准并不限于上述实施例，任何可以实现对被摄者主观意愿推测，并籍此关联决定拍摄装置是否启动拍摄的手段，均能够实现上述技术效果。
同时，本领域普通技术人员能够理解，上述确定启动拍摄装置开始进行拍摄视频的评判标准不仅可以单独使用，也可以结合使用，例如，可以结合上述第一、四和五种判断标准：设置只有在人脸画面区域在相机捕获画面区域中的占比达到预设占比，且人脸画面区域位于中心区，且表情符合预设的正向表情时，才启动拍摄视频。
进一步，还可以设置如果拍摄装置在预设时长内没有检测到人脸，控制该拍摄装置进入待机状态，停止检测人脸。即当拍摄持续一定时间未能检测到画面中出现符合要求的人脸时，则将运动相机转入待机状态，不再进行人脸检测，以降低功耗。
在本申请某些实施例中，鉴于拍摄的视频后续可以用于用户搜索，故还可以设置在拍摄装置检测到人脸之后，提取该人脸对应的特征信息，以便于用户能根据人脸的特征信息搜索到该视频。
该特征信息可以是获取的人脸图片，也可以是表征人脸上细节的数据(例如，脸型种类、眉毛粗细和形状种类、眼睛形状、嘴唇形状和发型种类等数据)，或者是通过设置于拍摄装置上或同拍摄装置分离的额外的三维重建装置，例如采用目前常见的结构光装置，双目立体视觉装置或者飞行时间(ToF)装置，获取人脸的三维重建数据。下面将以特征信息是获取人脸图片为例进行详细说明。
进一步，鉴于在视频拍摄前检测到的人脸场景中，不一定具有相对最优的人脸特征信息，故本实施例还设置在拍摄视频的过程中，拍摄装置持续进行人脸检测，如果检测到符合更新要求的人脸特征信息，则根据该人脸特征信息更新与正在拍摄的视频对应的特征信息，以使在视频拍摄结束时，与该视频对应的特征信息是相对最优的，最利于后续进行基于人脸特征信息匹配的视频搜索。
需要说明的是，由于拍摄装置的位置一般固定，且在设施运动状态中拍摄对象改变的可能性很小，故在视频拍摄过程中进行人脸检测时，仅需要判断人脸检测信息的质量，而不需要和预设人脸图像进行计算和比对，即不需要分析人脸的详细长相特征，只是检测相机捕捉的图像中是否存在人脸、存在的人脸数量、人脸区域的占比、人脸所在位置或人脸的清晰度，故此种人脸检测的计算量比较小，不会占用过多的计算资源，功耗也比较低。
具体来讲，检测到的人脸图片是否符合更新要求的评判方法可以根据需要来设置，下面列举几种为例：
第一种，新检测到的人脸图片中人脸画面区域的占比高于之前绑定的特征信息表征的占比。
当之前绑定的特征信息是图片时，直接对比两个图片的人脸画面区域的占比；当之前绑定的特征信息为表征人脸上细节的数据时，根据该数据还原出人脸的大小即对应占比，从而与新检测到的图片进行比对。
第二种，新检测到的人脸图片的清晰度高于特征信息表征的清晰度。
当之前绑定的特征信息是图片时，直接对比两个图片的清晰度；当之前绑定的特征信息为表征人脸上细节的数据时，根据该数据表征的清晰度，与新检测到的图片进行比对。
第三种，新检测到的人脸图片中人脸画面的拍摄角度优于特征信息表征的角度。
当之前绑定的特征信息是图片时，直接对比两个图片的人脸的拍摄角度，可以选择人脸角度更正面的图片来作为更新图像；当之前绑定的特征信息为表征人脸上细节的数据时，根据该数据还原出人脸的拍摄角度，再与新检测到的图片进行比对。
第四种，新检测到的人脸图片中人脸的数量多于所述特征信息表征的人脸数量。
当然，上述人脸图片是否符合更新要求的评判方法不仅可以单独使用，也可以结合使用，例如，可以结合上述第一和二种判断标准：设置只有在新检测到的人脸图片中人脸画面区域的占比和清晰度均高于之前绑定的特征信息时，才确认新检测到的人脸图片符合更新要求。
在具体实施过程中，确定人脸图片是否符合更新要求的评判方法不限于上述四种，可以根据需要设置。
相似的，当人脸特征信息为三维重建数据时，亦可在视频拍摄过程中，根据相应的数据质量指标，持续地迭代更新人脸特征信息数据，具体数据质量指标可以根据需要进行选择，此处不再赘述。
通过在视频拍摄过程中，持续的检测并更新与视频对应的特征信息，使得拍摄的视频能与效果相对最好的人脸图片或数据绑定，提高了后续人脸搜索时的匹配效率和匹配准确度。
由于拍摄视频会占据大量相机内部存储空间，此外，上传视频会消耗大量流量，在某些实施例中，可以在拍摄过程中，对视频内容进行识别，根据视频内容的识别结果，决定是否对视频进行保存和上传，从而减少系统拍摄、存储和流量开销。
例如，在一些实施例中，还可以在拍摄的过程中对人脸的表情进行识别。如果识别到的表情为例如愤怒、悲伤、忧郁等消极表情时，则停止正在进行的拍摄，或者在拍摄完成后，直接抛弃视频，不将视频上传至服务器。而如果识别到的表情为开心、激动等积极表情时，则继续正在进行的拍摄。
在另一些实施例中，还可以在拍摄的过程中对手势进行识别，并根据手势来决定是否继续拍摄。例如，当用户手势检测到获得的信息为用户不愿进行拍摄的摇手手势时，则停止正在进行的拍摄，或者在拍摄完成后，直接抛弃视频。
对视频内容的识别可以采用任何现有技术中常见的手段进行，例如通过传统的模式识别方式或者采用基于卷积神经网络(CNN)的深度学习方法进行图像识别，此处不再赘述。
步骤S104，拍摄完成后，根据上传条件，将识别到的人脸特征信息以及所拍摄的、与人脸特征信息对应的视频上传至服务器。
在一些实施例中，上传条件为将所有识别到的人脸特征信息和所有拍摄的视频均上传至服务器。
在另一些实施例中，在将拍摄的视频和对应的人脸特征信息上传至服务器之前，还会对拍摄的视频进行质量判断，作为上传条件，即判断视频是否符合上传标准，如果不符合该上传标准，则删除视频，只上传符合上传标准的视频，以减少服务器的存储压力及网络传输压力。
具体的上传标准可以从下述两种角度来进行设置：
第一种，比对视频与预设的标准人脸图像，来判断视频是否符合上传标准。
该标准人脸图像可以是拍摄装置在拍摄视频之前或拍摄视频的过程中，抓取的包含与视频中人脸为同一人脸的清晰图像，该抓取的标准人脸图像是拍摄装置捕捉抓取的图像，并非从视频中截取的图像；该标准人脸图像也可以是拍摄装置接收云端或其他设备发送的与视频中人脸为同一人脸的清晰图像。该标准人脸图像的分辨率可以高于视频分辨率，也可以同视频分辨率相同。
举例来讲，拍摄装置可以在拍摄完毕后，将标准人脸图像同拍摄装置检测到的效果最好的人脸图像进行匹配，如拍摄装置检测到的效果最好的人脸图像的效果(清晰度、人脸角度或人脸大小等)差于该标准人脸图像，则认为视频不合格，直接抛弃。
再例如，拍摄装置也可以在拍摄完毕后，将标准人脸图像同视频中随机抽取的多幅人脸图像帧进行匹配，如果抽取的多幅人脸图像帧中有高于预设比例的图像帧的效果差于该标准人脸图像，则认为视频不合格，直接抛弃。
第二种，根据预设的标准视频参数，判断视频是否符合上传标准。
该标准视频参数可以为录制清晰的时长、录制光线的明暗度、录制光线的均匀度或视频码率等参数中的一种或多种的组合。
举例来讲，拍摄装置可以在拍摄完毕后，检测整个视频中清晰片段的时长、录制的平均亮度等参数，如果这些参数存在没有达到标准视频参数的情况，则认为视频不合格，直接抛弃。
当然，具体实施过程中，上传条件的设置不限于上述两种，可以根据经验及需要来设置，在此不作限制。
在一些实施例中，人脸特征信息、拍摄的对应视频以及绑定信息可以同时上传，也可以根据先后顺序规则上传。例如，在一个实施例中，可以首先上传人脸特征信息，再根据服务器反馈的信息，决定是否上传所拍摄的对应视频及绑定信息。有服务器参与的上传条件判断方式将在下文中详述。
在本申请一些实施例中，拍摄方法100还进一步包括步骤S105，将识别到的人脸特征信息同对应的视频进行绑定，生成绑定关系信息。“绑定”一词在此处和本申请中，意为建立和保存人脸特征信息和对应视频之间的对应关系，“绑定关系信息”为包含上述对应关系的信息。在一个实施例中，绑定是通过将人脸特征信息同视频合成为一个文件或放入一个文件夹下完成，绑定关系信息可以为该文件或文件夹名称。在另一个实施例中，绑定是通过将人脸特征信息和对应视频的识别码一起写入一个映射文件(例如一个文本文件)来完成，该映射文件可以为绑定关系信息。在又一实施例中，绑定是通过将人脸特征信息的识别码写入视频，或者将视频的识别码写入人脸特征信息实现，写入的识别码可以为绑定关系信息。在某些实施例中，绑定由拍摄设备在视频和人脸特征信息上传服务器之前完成。在另一些实施例中，本地或远程服务器也可以参与人脸特征信息和对应视频的绑定。“参与……绑定”在此处和本文中，意为由本地或远程服务器，单独或与其他设备(例如拍摄装置)一起完成人脸特征信息和对应视频的绑定。由本地或远程服务器参与的人脸特征信息和对应视频绑定的过程将在下文进行详述。
在另一种实施方式中，本申请还提供了一种视频拍摄及播放的方法200，如图2所示，包括：
步骤S201，拍摄装置检测到人脸时，启动拍摄装置开始拍摄视频；
步骤S202，拍摄完成后，在检测到的人脸特征信息以及所拍摄的、与人脸特征信息对应的视频之间生成绑定关系信息；
步骤S203，根据上传和保存条件，将人脸特征信息和对应的视频上传至服务器并保存；
步骤S204，服务器接收检索信息，根据检索信息，检索匹配对应的人脸特征信息，生成匹配结果；
步骤S205，服务器根据检索到的人脸特征信息结果和绑定关系信息，输出与人脸特征信息所绑定的视频的信息。
在介绍本实施例提供的方法之前，先介绍其所应用于的系统，如图3所示，该系统包括服务器301，及一个或多个拍摄装置302，其中，服务器301可以为单台服务器(主拍摄装置或独立的服务器)、多台服务器组或云端，在此不作限制。拍摄装置302与服务器301之间可以通过有线或无线网络连接，在此也不作限制。
本实施例提供的方法中，步骤S201在前已经进行详细介绍，在此不作累述。
步骤S202，拍摄完成后，在检测到的人脸特征信息以及所拍摄的、与人脸特征信息对应的视频之间生成绑定关系信息；
具体来讲，服务器中可以包括有人脸特征信息库，该人脸特征信息库用于存储人脸特征信息(例如人脸图片和/或人脸特征数据)。每个人脸特征信息与其对应的人脸视频之间由绑定关系信息确定来确定映射关系，以便于后续能根据人脸图像进行视频搜索。在具体实施过程中，可根据绑定关系信息的具体形态和生成绑定关系信息的主体，将人脸特征信息、所拍摄的视频和两者之间的绑定关系信息保存于相同的服务器，或者分别保存于不同的服务器。例如，当绑定关系信息为独立文本文件时且该文本文件由拍摄装置生成时，人脸特征信息和绑定关系信息(人脸原始特征信息与视频的映射关系)存储于主云端服务器，对应拍摄到的视频存储于从云端服务器，反之亦然。
在一些实施例中，仅采用拍摄装置实现绑定生成绑定关系信息，在另一些实施例中，也可以由服务器来参与生成绑定关系信息。绑定关系信息的具体形式前文已经叙述，此处不再赘述。
进一步的，在一些由服务器参与生成绑定关系信息的实施例中，当拍摄装置将与人脸特征信息上传至服务器后，服务器将新接收到的该人脸特征信息作为第一人脸特征信息，在人脸特征信息库中的已有人脸特征信息中进行检索匹配，如果没有检测到与该识别特征信息匹配的人脸原始特征信息时，可以将该人脸的识别特征信息存入人脸库，作为库中增设的项，并将该视频与该绑定的人脸的识别特征信息进行对应的映射存储并生成绑定关系信息；当然，也可以选择抛弃该视频，在此不作限制。
如果检索到新接收到的人脸特征信息和人脸特征信息库中的已有人脸特征信息匹配时(即重合指向同一人脸特征)，服务器将该检索到的匹配人脸特征信息作为第二人脸特征信息，根据第一人脸特征信息和第二人脸特征信息，对人脸特征信息和绑定关系信息进行更新。具体的，可以选择在人脸特征信息库中，保留新接收到第一人脸特征信息，删除第二人脸特征信息，并更新绑定关系信息，将之前同第二人脸特征信息绑定的视频，更新为同第一人脸特征信息绑定。反之，也可以采用类似步骤，保留第二人脸特征信息，删除第一人脸特征信息并同样更新绑定关系信息。进一步，为了提高服务器的人脸库中存储的人脸的原始特征信息的质量，以提高后续搜索视频的准确度，还可以设置服务器在预存的人脸库中查找到第二人脸特征信息后，将第一人脸特征信息和第二人脸特征信息进行比对，并根据比对的结果，选择保留的其中质量更佳的人脸特征信息。具体比对的方式可以是比对人脸特征信息表征的图像清晰度和原始特征信息表征的图像清晰度，或比对人脸特征信息表征的人脸大小和原始特征信息表征的人脸大小，或比对人脸特征信息表征的人脸角度和原始特征信息表征的人脸角度等等，可以根据需要设置，在此不作限制。
步骤S203，根据上传和保存条件，将人脸特征信息和对应的视频上传至服务器并保存；
上传和保存条件可以是上传和保存所有人脸特征信息和对应的视频，也可以是根据预设规则，有选择地上传和保存人脸特征信息和对应的视频。
在具体实施过程中，为了减轻服务器的存储压力和减少后续搜索的计算量，可以先设置视频存储限制作为上传和保存条件。在一些实施例中，服务器在保存上传视频之前，先判断是否触发视频存储限制，根据判断结果决定上传视频的存储方式。例如在一个实施例中，服务器先在预存的人脸库中查找到匹配的人脸，并获取该人脸特征信息目前在服务器上已对应存储的历史视频数据，根据历史视频数据，判断是否触发视频存储限制。如果触发视频存储限制，则删除上传视频；如果未触发视频存储限制，对应保存上传视频。
进一步，拍摄装置可以先将人脸特征信息发送至服务器进行是否触发视频存储限制的判断，不符合则服务器直接通知拍摄装置抛弃同该人脸特征信息绑定的视频，既节约存储空间，也节约网络资源。拍摄装置也可以将视频和绑定的人脸特征信息一同发送至服务器，进行是否符合视频存储限制的判断，不符合则由服务器直接抛弃视频，以节约存储空间。
在某些实施例中，视频存储限制可以是对历史视频数据的数量限制、对历史视频数据的总大小限制或对历史视频数据在服务器上已存储的时间的限制。例如，当服务器检测到待上传视频所绑定的人脸特征信息，已在服务器中存储有一定数量的对应视频时，则可以通知拍摄装置直接抛弃该人脸所对应的待上传视频，或者虽然将待上传视频上传至服务器，但设置一个较短的保存时间后再删除视频。
当然，在具体实施过程中，不限于上述视频存储方案，也可以设置如果历史视频数据触发了视频存储限制，则限制上传视频的存储时长为第一时长；如果历史视频数据未触发视频存储限制，则对应保存该视频或设置该视频的存储时长为第二时长，其中，第二时长大于第一时长。在又一些实施例中，如果历史视频数据的总视频长度同当前上传视频长度之和大于一预设值，则可对当前上传视频进行分析和裁剪，或者对历史视频进行分析和裁剪，使得存储后的视频长度之和不大于该预设值。例如，当检测到视频长度之和大于预设值时，服务器对上传视频和已保存的历史视频数据进行内容检测和评价，并删除其中未达到预设标准的的视频帧或视频片段，使得存储后的总视频长度小于等于预设值。在一个实施例中，对视频的内容检测和评价的依据是视频中具有目标人脸的帧同视频总帧数的比值，当视频片段中具有目标人脸的帧同视频总帧数的比值小一个视频质量阈值(例如50％)时，则认定该视频片段未达到预设标准，并进行删除处理，反之，则保留该视频片段。在另一实施例中，也可以通过基于神经网络的深度学习的方式，对视频片段内容的精彩程度进行分类判定，来决定视频片段的删除和保留。采用基于神经网络的深度学习方式对视频内容进行分类评价可以采用现有技术中常见方式进行，此处不再赘述。
步骤S204，服务器接收到检索信息，根据检索信息，检索匹配对应的人脸特征信息，生成匹配结果。
在本实施例中，服务器可以从用户端或第三方平台接收检索信息来进行视频搜索。该检索信息可以包括人脸特征检索信息(例如，人脸图像或人脸描述数据)和/或限定检索范围的信息(例如，性别、年龄段或身高等)。该人脸特征检索信息可以为用户采用任何图像采集设备(例如手机终端、平板电脑终端、相机等)拍摄的包括需搜索的人脸的图像，也可以为用户已保存的(例如用户本地保存或云存储平台保存)包含待搜索人脸的图像。人脸特征检索信息还可以是包含人脸信息的深度图或具有深度信息的图像。用户向服务器发送检索信息的方式可以是通过扫描二维码进入指令面板后，向服务器发送检索信息，也可以是用户登录应用来发送检索信息，为了提高安全性，还可以设置在服务器向用户输出目标视频之前，或者在服务器接收检索信息之前，会先对用户进行身份验证，以确保用户不是非法干扰用户。但本实施例的作为搜索依据的检索信息的内容及其获取和发送方式均不限于上述列举。
服务器接收到检索信息后，通过现有的人脸匹配算法，在自身的人脸特征信息库中查找到与检索信息匹配的目标人脸。进一步的，在一些实施例中，在接收到检索信息后，服务器首先对检索信息是否符合预设要求进行判断。例如，服务器可以对检索信息的是否包含可进行检索的人脸信息进行质量判断，对检索信息的判断标准可包括但不限于人脸信息的大小、清晰度、相对位置(例如正脸或侧脸)，是否存在发型和饰物遮挡等等。具体的判断过程可以采用针对具体标准，选取常见的图像算法完成，例如模式识别算法或图像清晰度检测算法等等，此处不再赘述。当检索信息不符合预设要求时，服务器向用户端发送信息提示检索信息不合格。
由于检索信息可能存在多个匹配程度较为接近或匹配度较高的人脸特征信息，在一些实施例中，在检索匹配对应人脸特征信息时，服务器还进一步根据检索结果和匹配规则，确定输出的匹配结果(即匹配到的人脸特征信息)。例如，在检索之后，检索结果可以具有数值化的匹配度指数信息，匹配规则可以是对检索结果进行分析，选取匹配度指数大于一个匹配阈值的检索结果作为匹配结果，也可以是选取匹配度指数最高检索结果作为匹配结果，又或者，选取同匹配度最高的检索结果的匹配度指数差距在一个预设差值内所有检索结果作为匹配结果。匹配度指数可以采用任何现有技术中已有的产生人脸图像匹配分数值的方式来获得，例如，CN102968626A即公开了一种生成人脸图像匹配分数值的方法，故此处不再赘述。在又一些实施例中，匹配规则本身可以根据检索结果的特征来确定。例如，服务器可以对检索结果中返回的人脸特征信息的质量进行判断，给出一个质量指数。人脸特征信息的质量判断方式可以参考前文叙述的检索信息的质量判断方式。当人脸特征信息的质量指数较低(例如低于一个预设值)时，匹配规则可以设定为选取同匹配度最高的检索结果的匹配度指数差距在一个预设差值内所有检索结果作为匹配结果，当人脸特征信息的质量指数较高时，匹配规则可以设定为选取匹配度指数大于一个匹配阈值的检索结果作为匹配结果。
本领域普通技术人员能够理解，上述规则仅仅是示意性的而非限定性的，具体的匹配规则可视具体情况进行选择，本申请不做限定。根据匹配规则确定输出的匹配结果，能够提高最终输出的匹配结果的准确度和数量上的合理性，优化用户体验，同时避免服务器输出较多低质量无意义的结果，降低系统性能。
步骤S205，服务器根据匹配结果和绑定关系信息，输出与匹配结果中包含的人脸特征信息所绑定的视频的信息。
具体的，当服务器获得匹配结果后，根据匹配结果所包含的人脸特征信息，和服务器存储的人脸特征信息与视频的绑定关系信息，查找到匹配结果对应的目标视频，并将该目标视频作为与匹配结果中包含的人脸特征信息所绑定的视频的信息，推送给用户进行播放。
可选的，如果匹配结果所包含的目标人脸特征信息对应存储有多个视频，即有多个视频与该目标人脸存在绑定关系时，则输出该多个视频的描述信息给用户，以使用户能根据描述信息选择想播放的目标视频。进一步的，服务器可以在接收到用户在多个视频中选择目标视频的选择指令后，根据选择指令，输出目标视频进行播放。其中，该描述信息可以包括以下任一种或多种的组合：拍摄时间、视频播放时长、缩略图或视频质量分数等。该描述信息输出的形式可以是列表输出或分页输出等，在此均不作限制。
需要说明的是，在步骤S204、S205中，当服务器为服务器组时，接收检索信息、匹配查找目标人脸特征信息、输出目标视频、存储视频及存储人脸库等步骤均可以分散在不同的服务器或云端去执行，当然也可以在同一服务器或云端执行，可以根据需要设置，在此不作限制。
在另一种实施方式中，还提供一种拍摄装置拍摄的方法400，如图4所示，包括：
步骤S401，拍摄装置检测到人脸时，启动该拍摄装置开始拍摄视频并记录视频对应的人脸特征信息；
步骤S402，在拍摄视频的过程中，持续进行人脸检测；
步骤S403，如果检测到符合更新要求的人脸特征信息，则根据更新记录该视频对应的人脸特征信息。
本实施例中的步骤S401～S403均在前已进行详细描述，为了说明书的简洁，在此不作累述。
在另一种实施方式中，还提供了一种拍摄的装置，如图5所示，包括：
判断模块501，用于在待机状态下，拍摄装置检测运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置，并开始检测人脸；
确定模块502，用于至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
上传模块503，用于拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
本实施例中的模块的实施方式均在前已进行详细描述，为了说明书的简洁，在此不作累述。
在另一种实施方式中，还提供一种视频拍摄及播放的系统，如图3所示，包括：
拍摄装置302，用于检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；拍摄完成后，根据上传和保存条件，将人脸特征信息和对应的视频上传至服务器并保存，其中，所述人脸特征信息与所述对应的视频之间生成有绑定关系信息；
服务器301，用于接收到检索信息，根据所述检索信息，检索匹配对应的人脸特征信息，生成匹配结果；所述服务器根据所述匹配结果和绑定关系信息，输出与匹配的人脸特征信息所绑定的视频的信息。
本实施例中的系统在前已进行详细描述，为了说明书的简洁，在此不作累述。
在另一种实施方式中，还提供一种拍摄装置，如图6所示，包括：
启动模块601，用于所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；
持续模块602，用于在拍摄所述视频的过程中，持续进行人脸检测；
更新模块603，用于如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
本实施例中的模块的实施方式均在前已进行详细描述，为了说明书的简洁，在此不作累述。
在另一种实施方式中，还提供一种电子设备，如图7所示，包括存储器710、处理器720及存储在存储器710上并可在处理器720上运行的计算机程序711，所述处理器720执行所述计算机程序711时实现以下步骤：
在待机状态下，拍摄装置检测运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置，并开始检测人脸；
至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
在另一种实施方式中，所述处理器720执行所述计算机程序711时实现以下步骤：
所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；
在拍摄所述视频的过程中，持续进行人脸检测；
如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
本实施例中的电子设备的实施方式均在前已进行详细描述，为了说明书的简洁，在此不作累述。
在另一种实施方式中，还提供一种计算机可读存储介质800，如图8所示，其上存储有计算机程序811，该计算机程序811被处理器执行时实现以下步骤：
在待机状态下，拍摄装置检测运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置，并开始检测人脸；
至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
在另一种实施方式中，该计算机程序811被处理器执行时实现以下步骤：
所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；
在拍摄所述视频的过程中，持续进行人脸检测；
如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (24)

1.一种拍摄的方法，其特征在于，包括：
在待机状态下，拍摄装置通过自身的运动传感器检测自身的运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置的人脸检测功能，并开始检测人脸；其中，所述拍摄装置为设置在可运动设备上的运动相机；其中，所述拍摄装置从属于包括多个拍摄单元的装置组,所述拍摄装置为所述多个拍摄单元的其中之一，其中，判定所述拍摄装置满足所述启动条件，包括：确定所述装置组中的预启动拍摄单元的数量是否符合预设要求，其中，所述预启动拍摄单元为检测到第一运动数据达到第一预设正向阈值的拍摄单元；根据确认结果，判断所述拍摄装置是否满足启动条件；
至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
2.如权利要求1所述的方法，所述拍摄装置满足所述启动条件包括：
所述拍摄装置检测到运动数据达到预设正向阈值，所述运动数据为以下任一种或多种的组合：加速度、高度变化量、气压变化量或加速度变化量。
3.如权利要求1所述的方法，根据确认结果，判断所述拍摄装置是否满足启动条件，包括：
当所述预启动拍摄单元的数量符合预设要求时，所述拍摄装置检测自身的第二运动数据是否达到第二预设正向阈值；
当所述第二运动数据达到所述第二预设正向阈值时，判定所述拍摄装置满足启动条件。
4.如权利要求1所述的方法，所述装置组中设置有主拍摄单元，其中，判断所述拍摄装置满足所述启动条件，包括：
如果所述拍摄装置检测到自身运动参数达到所述预设正向阈值，则向所述主拍摄单元发送一个启动判断信号；
所述主拍摄单元如果接收到的启动判断信号的数量大于预设值，则发送启动命令至所述装置组中的其他拍摄装置；
如果所述拍摄装置接收到所述主拍摄单元发送的启动命令，则确认所述拍摄装置满足所述启动条件。
5.如权利要求1所述的方法，判断所述拍摄装置满足所述启动条件，包括：
监听所述装置组中的其他拍摄单元发送的启动判断信号和启动命令，其中，所述装置组中的任意一个所述拍摄单元在检测到自身第一运动数据达到所述第一预设正向阈值时，广播发送启动判断信号，所述装置组的中的任意一个所述拍摄单元在接收到的启动判断信号数量大于预设值时，广播发送所述启动命令；
如果接收到所述装置组中的其他拍摄单元发送的启动命令，则确认所述拍摄装置满足所述启动条件；或者，
如果接收到的启动判断信号数量大于预设值，则确认所述拍摄装置满足所述启动条件，并广播发送启动命令。
6.如权利要求1所述的方法，在启动所述拍摄装置开始拍摄视频之后，还包括：
通过所述拍摄装置的运动传感器检测所述拍摄装置是否满足停止条件；
如果所述拍摄装置满足所述停止条件，控制所述拍摄装置停止拍摄视频。
7.如权利要求1所述的方法，至少根据所述拍摄装置检测到人脸的情况，包括以下任意一种或多种的组合：
根据所述拍摄装置检测到人脸画面区域在相机拍摄画面区域中的占比达到预设占比；或者，
根据所述拍摄装置检测到相机拍摄画面区域中的人脸数量达到预设数量；或者，
根据所述拍摄装置检测到人脸画面区域的像素大小达到预设像素大小；或者，
根据所述拍摄装置检测到人脸画面区域在相机拍摄画面区域中的位置符合预设位置要求。
8.如权利要求1所述的方法，还包括：
在所述拍摄装置检测到人脸后，识别被摄者的主观意愿，根据识别结果，确定是否启动所述拍摄装置开始拍摄。
9.如权利要求8所述的方法，识别被摄者的主观意愿，包括：
在所述拍摄装置识别到人脸画面后，判断所述人脸画面表征的表情是否符合预设的正向表情来推测被摄者的主观意愿；或者，
在所述拍摄装置识别到人脸画面和手势画面后，判断所述手势画面是否符合预设的表征同意进行拍摄的手势画面来推测被摄者的主观意愿；或者，
通过判断预设的停拍操作装置是否被触发来推测被摄者的主观意愿。
10.如权利要求1所述的方法，在记录所述视频对应的人脸特征信息之后，还包括：
在拍摄所述视频的过程中，持续进行人脸检测
如果检测到符合更新要求的人脸特征信息，则更新记录该视频对应的人脸特征信息。
11.如权利要求1所述的方法，在所述启动所述拍摄装置，并开始检测人脸之后，还包括:
如果所述拍摄装置在预设时长内没有检测到人脸，控制所述拍摄装置进入待机状态，停止检测人脸。
12.如权利要求1所述的方法，在将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器之前，还包括：
在所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频之间生成绑定关系信息。
13.如权利要求1所述的方法，在将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器之前，还包括：
判断所述视频是否符合上传标准；
如果所述视频不符合所述上传标准，删除所述视频。
14.如权利要求13所述的方法，所述判断所述视频是否符合上传标准，包括：
比对所述视频与预设的标准人脸图像，判断所述视频是否符合上传标准；和/或，根据预设的标准视频参数，判断所述视频是否符合上传标准。
15.如权利要求1所述的方法，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器，包括：
将所述人脸特征信息上传至服务器；
接收所述服务器基于所述人脸特征信息发送的反馈信息；
根据所述反馈信息，确定是否上传所述人脸特征信息对应的所述视频。
16.一种拍摄装置拍摄的方法，其特征在于，包括：
在待机状态下，拍摄装置通过自身的运动传感器检测自身的运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置的人脸检测功能，并开始检测人脸；其中，所述拍摄装置为设置在可运动设备上的运动相机；其中，所述拍摄装置从属于包括多个拍摄单元的装置组,所述拍摄装置为所述多个拍摄单元的其中之一，其中，判定所述拍摄装置满足所述启动条件，包括：确定所述装置组中的预启动拍摄单元的数量是否符合预设要求，其中，所述预启动拍摄单元为检测到第一运动数据达到第一预设正向阈值的拍摄单元；根据确认结果，判断所述拍摄装置是否满足启动条件；
所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；
在拍摄所述视频的过程中，持续进行人脸检测；
如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
17.如权利要求16所述的方法，所述拍摄装置检测到人脸，包括以下任意一种或多种的组合：
所述拍摄装置检测到人脸画面区域在相机拍摄画面区域中的占比达到预设占比；或者，
所述拍摄装置检测到相机拍摄画面区域中的人脸数量达到预设数量；或者，
所述拍摄装置检测到人脸画面区域的像素大小达到预设像素大小；或者，
所述拍摄装置检测到人脸画面区域在相机拍摄画面区域中的位置符合预设位置要求。
18.如权利要求16所述的方法，所述符合更新要求的新人脸特征信息，包括以下任意一种或多种的组合：
所述新人脸特征信息中人脸画面区域的占比高于原人脸特征信息表征的占比；或者，
所述新人脸特征信息的清晰度高于原人脸特征信息表征的清晰度；或者，
所述新人脸特征信息中人脸画面的拍摄角度优于原人脸特征信息表征的角度；或者，
所述新人脸特征信息中人脸的数量多于原人脸特征信息表征的人脸数量。
19.一种拍摄的装置，其特征在于，包括：
判断模块，用于在待机状态下，拍摄装置通过自身的运动传感器检测自身的运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置的人脸检测功能，并开始检测人脸；其中，所述拍摄装置为设置在可运动设备上的运动相机；其中，所述拍摄装置从属于包括多个拍摄单元的装置组,所述拍摄装置为所述多个拍摄单元的其中之一，其中，判定所述拍摄装置满足所述启动条件，包括：确定所述装置组中的预启动拍摄单元的数量是否符合预设要求，其中，所述预启动拍摄单元为检测到第一运动数据达到第一预设正向阈值的拍摄单元；根据确认结果，判断所述拍摄装置是否满足启动条件；
确定模块，用于至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
上传模块，用于拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
20.一种拍摄装置，其特征在于，包括：
启动模块，用于在待机状态下，拍摄装置通过自身的运动传感器检测自身的运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置的人脸检测功能，并开始检测人脸；所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；其中，所述拍摄装置为设置在可运动设备上的运动相机；其中，所述拍摄装置从属于包括多个拍摄单元的装置组,所述拍摄装置为所述多个拍摄单元的其中之一，其中，判定所述拍摄装置满足所述启动条件，包括：确定所述装置组中的预启动拍摄单元的数量是否符合预设要求，其中，所述预启动拍摄单元为检测到第一运动数据达到第一预设正向阈值的拍摄单元；根据确认结果，判断所述拍摄装置是否满足启动条件；
持续模块，用于在拍摄所述视频的过程中，持续进行人脸检测；
更新模块，用于如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
21.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现以下步骤：
在待机状态下，拍摄装置通过自身的运动传感器检测自身的运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置的人脸检测功能，并开始检测人脸；其中，所述拍摄装置为设置在可运动设备上的运动相机；其中，所述拍摄装置从属于包括多个拍摄单元的装置组,所述拍摄装置为所述多个拍摄单元的其中之一，其中，判定所述拍摄装置满足所述启动条件，包括：确定所述装置组中的预启动拍摄单元的数量是否符合预设要求，其中，所述预启动拍摄单元为检测到第一运动数据达到第一预设正向阈值的拍摄单元；根据确认结果，判断所述拍摄装置是否满足启动条件；
至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
22.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现以下步骤：
在待机状态下，拍摄装置通过自身的运动传感器检测自身的运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置的人脸检测功能，并开始检测人脸；其中，所述拍摄装置为设置在可运动设备上的运动相机；其中，所述拍摄装置从属于包括多个拍摄单元的装置组,所述拍摄装置为所述多个拍摄单元的其中之一，其中，判定所述拍摄装置满足所述启动条件，包括：确定所述装置组中的预启动拍摄单元的数量是否符合预设要求，其中，所述预启动拍摄单元为检测到第一运动数据达到第一预设正向阈值的拍摄单元；根据确认结果，判断所述拍摄装置是否满足启动条件；
所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；
在拍摄所述视频的过程中，持续进行人脸检测；
如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
23.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：
在待机状态下，拍摄装置通过自身的运动传感器检测自身的运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置的人脸检测功能，并开始检测人脸；其中，所述拍摄装置为设置在可运动设备上的运动相机；其中，所述拍摄装置从属于包括多个拍摄单元的装置组,所述拍摄装置为所述多个拍摄单元的其中之一，其中，判定所述拍摄装置满足所述启动条件，包括：确定所述装置组中的预启动拍摄单元的数量是否符合预设要求，其中，所述预启动拍摄单元为检测到第一运动数据达到第一预设正向阈值的拍摄单元；根据确认结果，判断所述拍摄装置是否满足启动条件；
至少根据所述拍摄装置检测到人脸的情况，确定是否启动所述拍摄装置开始拍摄视频，并记录所述视频对应的人脸特征信息；
拍摄完成后，根据上传条件，将所述人脸特征信息以及所拍摄的、与所述人脸特征信息对应的视频上传至服务器。
24.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：
在待机状态下，拍摄装置通过自身的运动传感器检测自身的运动数据，并根据所述运动数据，判断所述拍摄装置是否满足启动条件，如果所述拍摄装置满足所述启动条件，启动所述拍摄装置的人脸检测功能，并开始检测人脸；其中，所述拍摄装置为设置在可运动设备上的运动相机；其中，所述拍摄装置从属于包括多个拍摄单元的装置组,所述拍摄装置为所述多个拍摄单元的其中之一，其中，判定所述拍摄装置满足所述启动条件，包括：确定所述装置组中的预启动拍摄单元的数量是否符合预设要求，其中，所述预启动拍摄单元为检测到第一运动数据达到第一预设正向阈值的拍摄单元；根据确认结果，判断所述拍摄装置是否满足启动条件；
所述拍摄装置检测到人脸时，启动所述拍摄装置开始拍摄视频，并记录视频对应的人脸特征信息；
在拍摄所述视频的过程中，持续进行人脸检测；
如果检测到符合更新要求的新人脸特征信息，则根据所述新人脸特征信息更新记录所述视频对应的人脸特征信息。
CN201910108582.8A 2018-06-20 2019-02-03 一种拍摄及播放的方法、装置、设备及介质 Active CN109905595B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011217108.8A CN112468717B (zh) 2018-06-20 2019-02-03 一种视频拍摄及播放的方法及系统
US16/778,051 US11245838B2 (en) 2018-06-20 2020-01-31 Shooting method for shooting device, and electronic equipment
US17/562,535 US11627248B2 (en) 2019-02-03 2021-12-27 Shooting method for shooting device, and electronic equipment

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810635577 2018-06-20
CN2018106355778 2018-06-20

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202011217108.8A Division CN112468717B (zh) 2018-06-20 2019-02-03 一种视频拍摄及播放的方法及系统

Publications (2)

Publication Number Publication Date
CN109905595A CN109905595A (zh) 2019-06-18
CN109905595B true CN109905595B (zh) 2021-07-06

Family

ID=66918618

Family Applications (4)

Application Number Title Priority Date Filing Date
CN201910108583.2A Active CN109873952B (zh) 2018-06-20 2019-02-03 一种拍摄的方法、装置、设备及介质
CN201910108568.8A Active CN109873951B (zh) 2018-06-20 2019-02-03 一种视频拍摄及播放的方法、装置、设备及介质
CN201910108582.8A Active CN109905595B (zh) 2018-06-20 2019-02-03 一种拍摄及播放的方法、装置、设备及介质
CN202011217108.8A Active CN112468717B (zh) 2018-06-20 2019-02-03 一种视频拍摄及播放的方法及系统

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN201910108583.2A Active CN109873952B (zh) 2018-06-20 2019-02-03 一种拍摄的方法、装置、设备及介质
CN201910108568.8A Active CN109873951B (zh) 2018-06-20 2019-02-03 一种视频拍摄及播放的方法、装置、设备及介质

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202011217108.8A Active CN112468717B (zh) 2018-06-20 2019-02-03 一种视频拍摄及播放的方法及系统

Country Status (2)

Country Link
US (1) US11245838B2 (zh)
CN (4) CN109873952B (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110336967A (zh) * 2019-07-01 2019-10-15 成都市喜爱科技有限公司 一种录像控制方法、装置、系统、游乐设备及存储介质
US11263634B2 (en) 2019-08-16 2022-03-01 Advanced New Technologies Co., Ltd. Payment method and device
CN110570200B (zh) * 2019-08-16 2020-08-25 阿里巴巴集团控股有限公司 一种支付方法及装置
CN110717435B (zh) * 2019-09-30 2023-04-14 成都市喜爱科技有限公司 拍摄设备管理方法、装置、电子设备及存储介质
CN112749290A (zh) * 2019-10-30 2021-05-04 青岛千眼飞凤信息技术有限公司 照片展示处理方法及装置、视频展示处理方法及装置
CN113032635A (zh) * 2019-12-24 2021-06-25 中科寒武纪科技股份有限公司 一种用于存储历史记录的方法和设备
CN113055586A (zh) * 2019-12-27 2021-06-29 青岛千眼飞凤信息技术有限公司 视频处理方法及装置
CN111263068B (zh) * 2020-02-19 2021-08-13 成都市喜爱科技有限公司 拍摄控制方法、装置、拍摄设备及存储介质
CN111368724B (zh) * 2020-03-03 2023-09-29 成都市喜爱科技有限公司 游乐影像生成方法及系统
CN111654616A (zh) * 2020-04-26 2020-09-11 成都市喜爱科技有限公司 拍摄方法和系统
CN111291737B (zh) * 2020-05-09 2020-08-28 支付宝(杭州)信息技术有限公司 一种人脸图像采集方法、装置和电子设备
CN111784163A (zh) * 2020-07-01 2020-10-16 深圳前海微众银行股份有限公司 数据测评方法、装置、设备及存储介质
CN112101154B (zh) * 2020-09-02 2023-12-15 腾讯科技（深圳）有限公司 视频分类方法、装置、计算机设备和存储介质
CN112135190B (zh) * 2020-09-23 2022-08-16 成都市喜爱科技有限公司 视频处理方法、装置、系统、服务器及存储介质
CN112612434A (zh) * 2020-12-16 2021-04-06 杭州当虹科技股份有限公司 一种基于ai技术视频竖屏解决方法
CN112637503A (zh) * 2020-12-22 2021-04-09 深圳市九洲电器有限公司 拍摄装置、拍摄方法以及计算机可读存储介质
CN113014878A (zh) * 2021-02-27 2021-06-22 深圳市数码龙电子有限公司 一种低功耗摄像头的控制系统及其控制方法
CN113676660B (zh) * 2021-08-11 2023-04-07 维沃移动通信有限公司 一种拍摄方法、装置及电子设备
EP4175281B1 (de) * 2021-11-02 2023-08-02 Rene Kiessig Verfahren und vorrichtung zum herstellen eines kommunikationskanals
JP2023074880A (ja) * 2021-11-18 2023-05-30 キヤノン株式会社 撮像装置及びその制御方法とプログラム
CN114500826B (zh) * 2021-12-09 2023-06-27 成都市喜爱科技有限公司 一种智能拍摄方法、装置及电子设备
TWI815495B (zh) * 2022-06-06 2023-09-11 仁寶電腦工業股份有限公司 動態影像之處理方法、電子裝置及其連接之終端裝置與行動通訊裝置
CN118214946B (zh) * 2024-05-21 2024-08-30 杭州华橙软件技术有限公司 图像采集设备的图像处理方法、电子设备以及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101646017A (zh) * 2008-08-07 2010-02-10 华晶科技股份有限公司 脸部识别的自动拍照方法
CN105049712A (zh) * 2015-06-30 2015-11-11 广东欧珀移动通信有限公司 一种启动终端广角摄像头的方法及终端
CN106791424A (zh) * 2016-12-30 2017-05-31 移康智能科技（上海）股份有限公司 智能拍摄方法及装置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004304653A (ja) * 2003-03-31 2004-10-28 Matsushita Electric Ind Co Ltd 撮影システム
CN101216881B (zh) * 2007-12-28 2011-07-06 北京中星微电子有限公司 一种图像自动获取方法和装置
CN101360228A (zh) * 2008-09-08 2009-02-04 北京中星微电子有限公司 一种视频监控系统的图像压缩方法及视频监控系统
US8311278B2 (en) * 2009-12-22 2012-11-13 Xerox Corporation Method and system for automated subject identification in group photos
JP2013051519A (ja) * 2011-08-30 2013-03-14 Sony Corp 情報処理装置、情報処理方法、プログラム及び情報処理システム
US10555393B1 (en) * 2012-08-17 2020-02-04 Kuna Systems Corporation Face recognition systems with external stimulus
US9571727B2 (en) * 2014-05-21 2017-02-14 Google Technology Holdings LLC Enhanced image capture
CN104320593B (zh) * 2014-11-19 2016-02-24 湖南国科微电子股份有限公司 一种数码摄像装置自动曝光控制方法
CN105872717A (zh) * 2015-10-26 2016-08-17 乐视移动智能信息技术（北京）有限公司 视频处理方法及系统、视频播放器与云服务器
CN105357475A (zh) * 2015-10-28 2016-02-24 小米科技有限责任公司 用于视频播放的方法及装置
CN106886739A (zh) * 2015-12-16 2017-06-23 苏州工业园区洛加大先进技术研究院 一种基于人脸识别的视频监控方法
CN105631430A (zh) * 2015-12-30 2016-06-01 浙江宇视科技有限公司 一种人脸图像的匹配方法和装置
CN105868309B (zh) * 2016-03-24 2019-05-24 广东微模式软件股份有限公司 一种基于人脸图像聚类和识别技术的图像快速查找和自助打印方法
JP6393360B2 (ja) * 2016-05-11 2018-09-19 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 撮影制御方法、撮影制御システム及び撮影制御サーバ
US10613213B2 (en) * 2016-05-13 2020-04-07 Google Llc Systems, methods, and devices for utilizing radar with smart devices
CN106940597A (zh) * 2017-03-14 2017-07-11 维沃移动通信有限公司 一种相机启动控制方法及移动终端
CN107368725B (zh) * 2017-06-16 2020-04-10 Oppo广东移动通信有限公司 虹膜识别方法、电子装置和计算机可读存储介质
CN113205020A (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
CN107948605B (zh) * 2017-12-11 2020-09-08 日立楼宇技术（广州）有限公司 车载监控视频数据存储的方法、装置、设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101646017A (zh) * 2008-08-07 2010-02-10 华晶科技股份有限公司 脸部识别的自动拍照方法
CN105049712A (zh) * 2015-06-30 2015-11-11 广东欧珀移动通信有限公司 一种启动终端广角摄像头的方法及终端
CN106791424A (zh) * 2016-12-30 2017-05-31 移康智能科技（上海）股份有限公司 智能拍摄方法及装置

Also Published As

Publication number Publication date
CN112468717A (zh) 2021-03-09
CN109873951B (zh) 2021-07-13
CN109905595A (zh) 2019-06-18
US11245838B2 (en) 2022-02-08
CN112468717B (zh) 2022-04-15
CN109873951A (zh) 2019-06-11
CN109873952B (zh) 2021-03-23
US20200252541A1 (en) 2020-08-06
CN109873952A (zh) 2019-06-11

Similar Documents

Publication Publication Date Title
CN109905595B (zh) 一种拍摄及播放的方法、装置、设备及介质
US10880495B2 (en) Video recording method and apparatus, electronic device and readable storage medium
US10582149B1 (en) Preview streaming of video data
US9578279B1 (en) Preview streaming of video data
US10275654B1 (en) Video microsummarization
JP7233162B2 (ja) 撮像装置及びその制御方法、プログラム、記憶媒体
WO2019140621A1 (zh) 视频处理方法及终端设备
CN105095873A (zh) 照片共享方法、装置
CN104065878A (zh) 拍摄控制方法、装置及终端
US20200280758A1 (en) Distributed camera network
CN110557560B (zh) 摄像设备及其控制方法和存储介质
JP2020092354A (ja) 撮像装置及びその制御方法、プログラム、記憶媒体
CN106559631A (zh) 视频处理方法及装置
JP2023057157A (ja) 撮像装置及びその制御方法、プログラム
US20130308829A1 (en) Still image extraction apparatus
US20180137661A1 (en) Picture processing method, sending method, processing apparatus and sending apparatus
US11627248B2 (en) Shooting method for shooting device, and electronic equipment
CN111145189B (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN114697528A (zh) 图像处理器、电子设备及对焦控制方法
CN109040718B (zh) 基于网络摄像机的智能监控系统
JP7199808B2 (ja) 撮像装置およびその制御方法
CN111726531B (zh) 图像拍摄方法、处理方法、装置、电子设备及存储介质
CN113989424A (zh) 三维虚拟形象的生成方法、装置及电子设备
KR102683362B1 (ko) 이미지를 처리하기 위한 방법 및 그 전자 장치
CN112866762A (zh) 获取视频关联信息的处理方法、装置、电子设备、服务器

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