CN110008797B - 一种多摄像机多人脸视频接续采集方法 - Google Patents

一种多摄像机多人脸视频接续采集方法 Download PDF

Info

Publication number
CN110008797B
CN110008797B CN201811166538.4A CN201811166538A CN110008797B CN 110008797 B CN110008797 B CN 110008797B CN 201811166538 A CN201811166538 A CN 201811166538A CN 110008797 B CN110008797 B CN 110008797B
Authority
CN
China
Prior art keywords
face
sequence
image
time
camera
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
CN201811166538.4A
Other languages
English (en)
Other versions
CN110008797A (zh
Inventor
史故臣
石旭刚
何珊珊
朱伟平
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.)
Ob Telecom Electronics Co ltd
Original Assignee
Ob Telecom Electronics 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 Ob Telecom Electronics Co ltd filed Critical Ob Telecom Electronics Co ltd
Priority to CN201811166538.4A priority Critical patent/CN110008797B/zh
Publication of CN110008797A publication Critical patent/CN110008797A/zh
Priority to PCT/CN2019/096716 priority patent/WO2020073709A1/zh
Priority to US16/838,024 priority patent/US11216645B2/en
Application granted granted Critical
Publication of CN110008797B publication Critical patent/CN110008797B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供一种多摄像机多人脸视频接续采集方法，所述采集方法采用的装置包括多台摄像机，用于接续采集带有人脸的视频或图像，至少一台拼接服务器，用于对摄像机采集到的人脸视频或者图像进行人脸跟踪、人脸识别、人脸切割、人脸排序和人脸拼接；至少一台时间同步器，用于对摄像机和拼接服务器的时间进行校准；上述设备通过网络互联，从而实现相互之间的数据交互。本发明通过对多台摄像机采集的同一个人的人脸图像的时序化拼接可以形成更加长时间段的人脸序列，按时间序列排序的人脸序列后续可以进一步提取特征信息进行各种时序化分析，而人脸序列的时间长度越长，时序化分析后能够提取更多有效信息。

Description

一种多摄像机多人脸视频接续采集方法
本发明涉及视频图像处理技术和人脸采集识别技术。
背景技术
IP摄像机已经应用非常广泛，人脸AI技术也已经非常成熟，但是大多数的人脸应用局限在人脸抓拍和人脸比对上。有一些技术开始涉及用摄像机对准某个人脸进行持续拍摄视频并对人脸的视频片段提取特征点进行时间序列的波形处理，并进一步深度分析。但是这些技术都是采用摄像机对准某个人脸进行持续人脸视频采集的。而单时间点或者非连续场景的采集，通常是某个时间段的人脸，很容易发生变形或者识别度不高的情况，现有的采集技术显然是无法满足随着科技发展日益提高的识别要求，也无法扩展所采集到的图像的应用场景。
发明内容
本发明首先要解决的技术方案是提供一种多摄像机多人脸视频接续采集方法，能够实现人脸图像的准确和接续采集，并可为后续的分析提供准确可靠的基础。
为此，本发明采用以下技术方案：
一种多摄像机多人脸视频接续采集方法，所述采集方法采用的装置包括，
多台摄像机，用于接续采集带有人脸的视频或图像，
至少一台拼接服务器，用于对摄像机采集到的人脸视频或者图像进行人脸跟踪、人脸识别、人脸切割、人脸排序和人脸拼接；
至少一台时间同步器，用于对摄像机和拼接服务器的时间进行校准；
上述设备通过网络互联，从而实现相互之间的数据交互。
所述采集方法包括以下步骤：
（1）图像采集：多台摄像机对某一场景下带有人脸的视频或图像进行接续采集；
（2）图像发送：摄像机将采集到的具有接续特点的视频或图像发送至拼接服务器；
（3）跟踪识别：拼接服务器对视频或图像进行人脸的跟踪和识别；
（4）人脸切割：拼接服务器逐帧进行人脸切割，得到切割后的人脸图像；
（5）人脸排序：根据每个人脸图像所保存的不同的时间戳进行人脸图像的排序，得到人脸序列；
（6）人脸比对：将人脸序列中的人脸图像与人脸比对库中的人脸图像进行匹配，将匹配不到的人脸序列作为新的数据入库；
（7）人脸拼接：将人脸比对库中匹配到的人脸序列与库中序列按照时间顺序进行拼接，形成新的人脸序列。
进一步地，在步骤（1）中还包括视频流解码的步骤，具体是指，提取摄像机所采集到的视频流，进行解码，生成每一帧图像，并对每一帧图像记录时间戳，该时间戳能够被时间同步器识别；
进一步地，步骤（3）中的识别具体是指，对每一帧图像进行多人脸检测，并对检测到的每一个人脸分别进行唯一标识，对于识别到的人脸进行特征点坐标提取。
进一步地，步骤（3）中的跟踪是指，在识别到某一个人脸之后，在对其后的每一帧图像进行人脸识别时，均需要识别下一帧图像是否包含该人脸，如果包含，则继续提取特征点坐标，如果不包含，则标识为新的人脸，在其后的其他图像中继续进行识别。
进一步地，步骤（4）的人脸切割具体是指，将每一帧图像中识别到的人脸从视频帧的大图像中切割出来，生成单个人脸的小图像，并拷贝该帧图像的时间戳。
进一步地，步骤（5）的人脸排序具体是指，将同一个人脸的切割出来的小图像，按照时间顺序进行排序，称为该人脸的人脸序列，在人脸序列中选取一张作为人脸比对图。
进一步地，步骤（6）的人脸比对具体是指，将人脸序列中的人脸对比图与人脸比对库中的人脸比对图进行比对，确认是否匹配，如果匹配（这个匹配相当于用这张人脸比对图与人脸库中的每一张图进行比对，比对的原理是提取人脸的若干个特征建模生成具有若干个特征的向量，人脸比对库的人脸图片也都事先建模生成向量，然后计算跟这张人脸比对图的向量距离最近的向量集合，按照相似度进行排序，一般可以设置一个阀值，认为相似度大于多少%认为是匹配的，例如，相似度大于75%的认为是匹配，这个相似度的具体数值可以根据需要确定，或者也可以根据实际情况进行调整，如果有多个选择相似度最接近的），则认为人脸序列与人脸比对库中对应的人脸序列属于同一个人脸，如果不匹配，则认为人脸序列属于新的人脸，此时将人脸序列加入人脸比对库中。
进一步地，步骤（7）的人脸拼接具体是指，如果当前人脸序列和人脸比对库中的人脸序列匹配成功，则认为这两个人脸序列属于同一个人脸，则将当前人脸序列和人脸比对库中的人脸序列按照时间顺序进行拼接，形成新的人脸序列，并将该新的人脸序列关联到人脸比对库中的人脸序列。
进一步地，还包括对多次拼接的人脸序列进行时序化波形分析的步骤，在时序化波形分析中根据波动周期对不连续的波形进行拼接，形成完整的长周期波形，具体来说是把每一帧每一个人脸的某个区域（这个区域可以用多个特征点框围）的每一个像素的RGB（图片的像素是用红、绿、蓝三色组合表示的，每一种颜色可以由8bi或者16bit来表示）中的每一种颜色提取特定几个bit位的值组合起来，形成的一个数字，然后对这个区域的每一个像素生成的这个数字进行平均得到这帧的一个数值，然后按每一帧的时间戳进行横向排列形成一个时序化波形。（实际的应用时有时还会涉及滤波等）。长周期波形的意思是将几段波形拼接起来，拼接的时候要按照波形周期进行拼接。
本发明的有益效果是：本发明的目的是通过联网的若干台摄像机无感知的对若干个人脸同时进行采集并对每一个人脸按时间序列进行拼接的技术。通过对多台摄像机采集的同一个人的人脸图像的时序化拼接可以形成更加长时间段的人脸序列，按时间序列排序的人脸序列后续可以进一步提取特征信息进行各种时序化分析，而人脸序列的时间长度越长，时序化分析后能够提取更多有效信息。比如在安检长通道中接续安装若干台摄像机，当被安检人员经过这些摄像机时都会被摄像机采集到片段，将这些人脸序列片段拼接后可以进行情绪压力等的分析。比如在开放的养老场所安装若干台摄像机，当养老人员在开放场所走动时，被这些摄像机采集到若干个片段，将这些人脸序列片段拼接后可以进行各种体征指标的分析。理论上人脸序列可以无限制的拼接。
附图说明
图1是本发明的整体结构示意图。
图2是本发明的整体流程图。
图3本发明的人脸跟踪识别的示意图。
图4是本发明的人脸排序的示意图。
图5是本发明的人脸拼接的示意图。
图6是时序化波形拼接示意图。
图7是多人脸检测的特征点选取示意图。
图8是特征点的示意图。
具体实施方式
以下结合附图对本发明的技术方案做进一步详细说明，应当指出的是，实施例只是对本发明的具体阐述吗，不应视为对本发明的限定。
如图1所示，本发明提供一种多摄像机多人脸视频接续采集方法，所述采集方法采用的装置包括，
多台摄像机，用于接续采集带有人脸的视频或图像，
至少一台拼接服务器，用于对摄像机采集到的人脸视频或者图像进行人脸跟踪、人脸识别、人脸切割、人脸排序和人脸拼接；
拼接服务器可以是一台或者多台，但是一台拼接服务器的性能是有限的，一台拼接服务器可能只能处理5台-10台摄像机输入的视频，因此在合适的时候，需要增加拼接服务器的数量。
至少一台时间同步器，用于对摄像机和拼接服务器的时间进行校准；
上述设备通过网络互联，从而实现相互之间的数据交互。
如图2所示，所述采集方法包括如下步骤：
（1）图像采集：多台摄像机对某一场景下带有人脸的视频或图像进行接续采集，提取摄像机所采集到的视频流，进行解码，生成每一帧图像，并对每一帧图像记录时间戳，该时间戳能够被时间同步器识别。
（2）图像发送：摄像机将采集到的具有接续特点的视频或图像发送至拼接服务器，由拼接服务器进行后续处理，所谓的接续特点，在本实施例中可以是某一个场景中连续不断的画面或过程，也即在某一个过程中不断采集图像，这些图像实际上是一个连续的视频在每个时间点的不同画面，我们称这样的图像为具有接续特点。
（3）跟踪识别：拼接服务器对视频或图像进行人脸的跟踪和识别，其中，识别具体是指，对每一帧图像x进行多人脸检测，人脸检测的算法现在也比较成熟，方法有比较多，我们用现有技术，人脸重合的情况是存在的，如图7所示，这个时候其实人脸的特征点也是可以提取到的，但是猜测的，在后续形成波形的时候会将遮挡掉的特征点排除掉，另外人脸角度太大的话也需要排除掉的，所谓的多人脸检测就是对画面中所有的人脸都同时进行检测，而不是仅仅识别某一个画面中的某一个人脸，并对检测到的每一个人脸Y分别进行唯一标识，对于识别到的人脸进行特征点坐标提取；跟踪是指，在识别到某一个人脸之后，在对其后的每一帧图像x进行人脸识别时，均需要识别下一帧图像x1是否包含该人脸Y，如果包含，则继续提取特征点坐标，如果不包含，则标识为新的人脸Y1，在其后的其他图像中继续针对Y1进行识别，也就是说，每当识别出一个新的人脸Yn后，在其后的其他识别都必须对Yn进行后续的继续识别，如图8所示，在ISO/IEC 14496-2（MPEG-4）的规范里定义了一些人脸的特征点，比如鼻尖眼眶一圈的几个点等等，但是实际上不同的业务会对特征点进行扩充，目前我们用到的点在MPEG-4中都有定义，但是如果业务需要也会自己增加特征点。
（4）人脸切割：拼接服务器逐帧进行人脸切割，得到切割后的人脸图像y；具体是指，将每一帧图像x中识别到的人脸从视频帧的大图像Y中切割出来，生成单个人脸的小图像y，并拷贝该帧图像x的时间戳，时间戳可以作为后续排序以及拼接的依据，根据这样的方式，采集到的一段视频中，会有多帧画面，每一帧画面都会对应一个小图像y，当一段视频切割完成后，就会形成针对一个人脸Y的多个小图像y1、y2、y3、y4、……、yn，其中n为常数，可以根据采集或者识别到的视频帧数确定。
（5）人脸排序：根据每个人脸图像y1、y2、y3、y4、……、yn所保存的不同的时间戳进行人脸图像的排序，如图4所示，按时间顺序得到人脸序列，在人脸序列中，可以选择一张质量较好的图像ya作为作为人脸比对图，可以用于后续比对使用，ya来源于y1、y2、y3、y4、……、yn，也即a=1、2、3、4、……、n，质量较好是指人脸的图像的清晰度高且人脸的转向角度比较小；
（6）人脸比对：将人脸序列y1、y2、y3、y4、……、yn中的人脸图像与人脸比对库中的人脸图像进行匹配，将匹配不到的人脸序列作为新的数据入库；具体是指，将人脸序列y1、y2、y3、y4、……、yn中的人脸对比图ya与人脸比对库中所有人脸序列的人脸比对图yb进行比对（b只是一个代号，用于与a区别，无特殊含义），确认是否匹配，如果匹配到某个合适的人脸序列z（z包含z1、z2、z3、z4、……、zn，z的人脸比对图可以是za），则认为人脸序列与人脸比对库中对应的人脸序列属于同一个人脸，如果不匹配，则认为人脸序列属于新的人脸，此时将人脸序列加入人脸比对库中。
（7）人脸拼接：将人脸比对库中匹配到的人脸序列与库中序列按照时间顺序进行拼接，形成新的人脸序列，如图5所示，人脸拼接具体是指，如果当前人脸序列y1、y2、y3、y4、……、yn和人脸比对库中的人脸序列z1、z2、z3、z4、……、zn匹配成功，则认为这两个人脸序列属于同一个人脸，则将当前人脸序列和人脸比对库中的人脸序列按照时间顺序进行拼接，形成新的人脸序列，并将该新的人脸序列关联到人脸比对库中的人脸序列。
此外，本发明还可以对多次拼接的人脸序列进行时序化波形分析，如图6所示，人脸序列经过若干次拼接后，人脸序列的时间跨度会比较长，但是一般中间有空白时间段没有被采样到，对拼接后的人脸序列的某些特征点位进行时序化波形分析时，会形成若干个不连接的波形，可以根据波动的周期对若干段不连续的波形进行拼接，形成一个完整的长周期波形。长周期波形的意思是将几段波形拼接起来，拼接的时候要按照波形周期进行拼接，具体来说是把每一帧每一个人脸的某个区域（这个区域可以用多个特征点框围）的每一个像素的RGB（图片的像素是用红、绿、蓝三色组合表示的，每一种颜色可以由8bi或者16bit来表示）中的每一种颜色提取特定几个bit位的值组合起来，形成的一个数字，然后对这个区域的每一个像素生成的这个数字进行平均得到这帧的一个数值，然后按每一帧的时间戳进行横向排列形成一个时序化波形。（实际的应用时有时还会涉及滤波等）。

Claims (9)

1.一种多摄像机多人脸视频接续采集方法，其特征是，
所述采集方法采用的装置包括，
多台摄像机，用于接续采集带有人脸的视频或图像，
至少一台拼接服务器，用于对摄像机采集到的人脸视频或者图像进行人脸跟踪、人脸识别、人脸切割、人脸排序和人脸拼接；
至少一台时间同步器，用于对摄像机和拼接服务器的时间进行校准；
上述设备通过网络互联，从而实现相互之间的数据交互；
采集方法包括以下步骤：
（1）图像采集：多台摄像机对某一场景下带有人脸的视频或图像进行接续采集；
（2）图像发送：摄像机将采集到的具有接续特点的视频或图像发送至拼接服务器；
（3）跟踪识别：拼接服务器对视频或图像进行人脸的跟踪和识别；
（4）人脸切割：拼接服务器逐帧进行人脸切割，得到切割后的人脸图像；
（5）人脸排序：根据每个人脸图像所保存的不同的时间戳进行人脸图像的排序，得到人脸序列；
（6）人脸比对：将人脸序列中的人脸图像与人脸比对库中的人脸图像进行匹配，将匹配不到的人脸序列作为新的数据入库；
（7）人脸拼接：将人脸比对库中匹配到的人脸序列与库中序列按照时间顺序进行拼接，形成新的人脸序列。
2.根据权利要求1所述的一种多摄像机多人脸视频接续采集方法，其特征是，在步骤（1）中还包括视频流解码的步骤，具体是指，提取摄像机所采集到的视频流，进行解码，生成每一帧图像，并对每一帧图像记录时间戳，该时间戳能够被时间同步器识别。
3.根据权利要求1所述的一种多摄像机多人脸视频接续采集方法，其特征是，步骤（3）中的识别具体是指，对每一帧图像进行多人脸检测，并对检测到的每一个人脸分别进行唯一标识，对于识别到的人脸进行特征点坐标提取。
4.根据权利要求3所述的一种多摄像机多人脸视频接续采集方法，其特征是，步骤（3）中的跟踪是指，在识别到某一个人脸之后，在对其后的每一帧图像进行人脸识别时，均需要识别下一帧图像是否包含该人脸，如果包含，则继续提取特征点坐标，如果不包含，则标识为新的人脸，在其后的其他图像中继续进行识别。
5.根据权利要求1所述的一种多摄像机多人脸视频接续采集方法，其特征是，步骤（4）的人脸切割具体是指，将每一帧图像中识别到的人脸从视频帧的图像中切割出来，生成单个人脸的图像，并拷贝该帧图像的时间戳。
6.根据权利要求5所述的一种多摄像机多人脸视频接续采集方法，其特征是，步骤（5）的人脸排序具体是指，将同一个人脸的切割出来的图像，按照时间顺序进行排序，称为该人脸的人脸序列，在人脸序列中选取一张作为人脸比对图。
7.根据权利要求6所述的一种多摄像机多人脸视频接续采集方法，其特征是，步骤（6）的人脸比对具体是指，将人脸序列中的人脸对比图与人脸比对库中的人脸比对图进行比对，确认是否匹配，如果匹配，则认为人脸序列与人脸比对库中对应的人脸序列属于同一个人脸，如果不匹配，则认为人脸序列属于新的人脸，此时将人脸序列加入人脸比对库中。
8.根据权利要求7所述的一种多摄像机多人脸视频接续采集方法，其特征是，步骤（7）的人脸拼接具体是指，如果当前人脸序列和人脸比对库中的人脸序列匹配成功，则认为这两个人脸序列属于同一个人脸，则将当前人脸序列和人脸比对库中的人脸序列按照时间顺序进行拼接，形成新的人脸序列，并将该新的人脸序列关联到人脸比对库中的人脸序列。
9.根据权利要求1所述的一种多摄像机多人脸视频接续采集方法，其特征是，还包括对多次拼接的人脸序列进行时序化波形分析的步骤，在时序化波形分析中根据波动周期对不连续的波形进行拼接，形成完整的长周期波形。
CN201811166538.4A 2018-10-08 2018-10-08 一种多摄像机多人脸视频接续采集方法 Active CN110008797B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201811166538.4A CN110008797B (zh) 2018-10-08 2018-10-08 一种多摄像机多人脸视频接续采集方法
PCT/CN2019/096716 WO2020073709A1 (zh) 2018-10-08 2019-07-19 一种多摄像机多人脸视频接续采集装置及方法
US16/838,024 US11216645B2 (en) 2018-10-08 2020-04-01 Multi-camera multi-face video splicing acquisition device and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811166538.4A CN110008797B (zh) 2018-10-08 2018-10-08 一种多摄像机多人脸视频接续采集方法

Publications (2)

Publication Number Publication Date
CN110008797A CN110008797A (zh) 2019-07-12
CN110008797B true CN110008797B (zh) 2021-12-14

Family

ID=67164971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811166538.4A Active CN110008797B (zh) 2018-10-08 2018-10-08 一种多摄像机多人脸视频接续采集方法

Country Status (3)

Country Link
US (1) US11216645B2 (zh)
CN (1) CN110008797B (zh)
WO (1) WO2020073709A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110012256A (zh) * 2018-10-08 2019-07-12 杭州中威电子股份有限公司 一种融合视频通信与体征分析的系统
CN110008797B (zh) * 2018-10-08 2021-12-14 杭州中威电子股份有限公司 一种多摄像机多人脸视频接续采集方法
US11334746B2 (en) * 2019-05-01 2022-05-17 EMC IP Holding Company LLC Facial recognition for multi-stream video using high probability group
US11010599B2 (en) 2019-05-01 2021-05-18 EMC IP Holding Company LLC Facial recognition for multi-stream video using high probability group and facial network of related persons
CN112351327A (zh) * 2019-08-06 2021-02-09 北京字节跳动网络技术有限公司 人脸图像的处理方法、装置、终端及存储介质
US20220075997A1 (en) * 2020-09-07 2022-03-10 Corsight .Ai Face features matching based tracker
CN112529778B (zh) * 2020-11-24 2023-05-30 展讯通信（上海）有限公司 多摄像头设备的图像拼接方法及装置、存储介质、终端
CN114093004B (zh) * 2021-11-25 2023-05-02 成都智元汇信息技术股份有限公司 一种基于多摄像头的人脸融合比对方法及装置
CN114140542B (zh) * 2021-12-09 2022-11-22 成都智元汇信息技术股份有限公司 基于色彩补偿的切图方法、电子设备及介质
CN114401378A (zh) * 2022-03-25 2022-04-26 北京壹体科技有限公司 一种用于田径项目的多段视频自动拼接方法、系统和介质
CN114863364B (zh) * 2022-05-20 2023-03-07 碧桂园生活服务集团股份有限公司 一种基于智能视频监控的安防检测方法及系统
CN115076536B (zh) * 2022-06-08 2023-12-19 深圳沃尔克智慧科技有限公司 一种基于人脸识别技术的身份验证装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103237192A (zh) * 2012-08-20 2013-08-07 苏州大学 一种基于多摄像头数据融合的智能视频监控系统
US9094675B2 (en) * 2008-02-29 2015-07-28 Disney Enterprises Inc. Processing image data from multiple cameras for motion pictures
CN104850607A (zh) * 2015-05-07 2015-08-19 中国人民解放军国防科学技术大学 一种多节点视频重组方法和系统
CN105893965A (zh) * 2016-03-31 2016-08-24 中国科学院自动化研究所 一种可用于非特定人的双目视觉图像合成装置与方法
CN105996993A (zh) * 2016-04-29 2016-10-12 南京理工大学 一种智能视频生命体征监测系统及方法
WO2018040510A1 (zh) * 2016-08-29 2018-03-08 中兴通讯股份有限公司 一种图像生成方法、装置及终端设备
CN108615020A (zh) * 2018-04-28 2018-10-02 东莞市华睿电子科技有限公司 一种视频监控区域内的流动人数统计方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101854516B (zh) * 2009-04-02 2014-03-05 北京中星微电子有限公司 视频监控系统、视频监控服务器及视频监控方法
US8698874B2 (en) * 2011-06-10 2014-04-15 Microsoft Corporation Techniques for multiple video source stitching in a conference room
US10169659B1 (en) * 2015-09-24 2019-01-01 Amazon Technologies, Inc. Video summarization using selected characteristics
CN108563651B (zh) * 2017-12-19 2021-05-11 深圳云天励飞技术有限公司 一种多视频的目标搜索方法、装置及设备
CN110008797B (zh) * 2018-10-08 2021-12-14 杭州中威电子股份有限公司 一种多摄像机多人脸视频接续采集方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9094675B2 (en) * 2008-02-29 2015-07-28 Disney Enterprises Inc. Processing image data from multiple cameras for motion pictures
CN103237192A (zh) * 2012-08-20 2013-08-07 苏州大学 一种基于多摄像头数据融合的智能视频监控系统
CN104850607A (zh) * 2015-05-07 2015-08-19 中国人民解放军国防科学技术大学 一种多节点视频重组方法和系统
CN105893965A (zh) * 2016-03-31 2016-08-24 中国科学院自动化研究所 一种可用于非特定人的双目视觉图像合成装置与方法
CN105996993A (zh) * 2016-04-29 2016-10-12 南京理工大学 一种智能视频生命体征监测系统及方法
WO2018040510A1 (zh) * 2016-08-29 2018-03-08 中兴通讯股份有限公司 一种图像生成方法、装置及终端设备
CN108615020A (zh) * 2018-04-28 2018-10-02 东莞市华睿电子科技有限公司 一种视频监控区域内的流动人数统计方法

Also Published As

Publication number Publication date
US20200234036A1 (en) 2020-07-23
US11216645B2 (en) 2022-01-04
WO2020073709A1 (zh) 2020-04-16
CN110008797A (zh) 2019-07-12

Similar Documents

Publication Publication Date Title
CN110008797B (zh) 一种多摄像机多人脸视频接续采集方法
CN110267061B (zh) 一种新闻拆条方法及系统
US7630561B2 (en) Image processing
EP2326091B1 (en) Method and apparatus for synchronizing video data
KR100422709B1 (ko) 영상 의존적인 얼굴 영역 추출방법
CN117095349A (zh) 外观搜索系统、方法和非暂时性计算机可读介质
CN106991370B (zh) 基于颜色和深度的行人检索方法
CN104361327A (zh) 一种行人检测方法和系统
CN109033476B (zh) 一种基于事件线索网络的智能时空数据事件分析方法
CN110096945B (zh) 基于机器学习的室内监控视频关键帧实时提取方法
CN109660762A (zh) 智能抓拍装置中大小图关联方法及装置
KR20090132339A (ko) 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템
CN108038462A (zh) 一种对实时视频进行人脸检测并识别的方法及装置
Heng et al. How to assess the quality of compressed surveillance videos using face recognition
CN114359333A (zh) 运动目标提取方法、装置、计算机设备和存储介质
Kroneman et al. Accurate pedestrian localization in overhead depth images via Height-Augmented HOG
CN105989063B (zh) 视频检索方法和装置
CN117119253B (zh) 一种针对目标对象的高质量视频抽帧方法
CN112883836A (zh) 一种煤矿井下巷道形变视频检测方法
KR102096784B1 (ko) 영상의 유사도 분석을 이용한 위치 측정 시스템 및 그 방법
CN111008601A (zh) 一种基于视频的打架斗殴检测方法
Bloom et al. Player tracking and stroke recognition in tennis video
CN114782860A (zh) 一种监控视频中暴力行为检测系统及方法
CN114863337A (zh) 一种新型屏幕防拍照识别方法
CN114299428A (zh) 一种跨媒体视频人物识别方法及系统

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Shi Guchen

Inventor after: Shi Xugang

Inventor after: He Shanshan

Inventor after: Zhu Weiping

Inventor before: Yu Jie

Inventor before: Yu Jiangfeng

Inventor before: Zhu Weiping

Inventor before: Shi Xugang

CB02 Change of applicant information
CB02 Change of applicant information

Address after: 310000 floors 15-20, No. 1819, Xixing Road, Xixing street, Binjiang District, Hangzhou City, Zhejiang Province

Applicant after: OB TELECOM ELECTRONICS Co.,Ltd.

Address before: 17 / F, Zhejiang construction engineering building, 20 Wensan Road, Xihu District, Hangzhou City, Zhejiang Province, 310012

Applicant before: OB TELECOM ELECTRONICS Co.,Ltd.

GR01 Patent grant
GR01 Patent grant