CN110910419A - 一种自动跟踪方法及装置、电子设备 - Google Patents
一种自动跟踪方法及装置、电子设备 Download PDFInfo
- Publication number
- CN110910419A CN110910419A CN201811089295.9A CN201811089295A CN110910419A CN 110910419 A CN110910419 A CN 110910419A CN 201811089295 A CN201811089295 A CN 201811089295A CN 110910419 A CN110910419 A CN 110910419A
- Authority
- CN
- China
- Prior art keywords
- information
- video information
- group
- target object
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- 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
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种自动跟踪方法及装置、电子设备,包括分别采集多个特定场景的视频信息,获得多组视频信息;对多组视频信息进行处理,从每组视频信息中获取若干张图片信息;对每组视频信息的若干张图片信息进行识别,获取对应每组视频信息的人脸特征信息;根据每组视频信息的人脸特征信息,查找数据库,依次将每组视频信息的人脸特征信息与数据库中保存的目标对象的人脸特征集进行匹配,各组视频信息匹配结束后,得到多组匹配结果;从多组匹配结果中确定与目标对象匹配的目标匹配结果,根据目标匹配结果所对应的一组视频信息,确定目标特定场景;控制切换到目标特定场景。本发明能够实现目标对象的自动跟踪,识别目标对象的身份信息与当前行为。
Description
技术领域
本发明涉及人工智能技术领域,特别是指一种自动跟踪方法及装置、电子设备。
背景技术
现有的录播系统中,对目标对象的自动跟踪方法是通过对每个镜头采集的每帧图像进行像素变化分析,根据相邻图像的像素变化判断目标对象是否在移动,若目标对象的移动幅度超过设定范围,则判断需要跟踪,控制录播主机将显示画面切换到目标对象的镜头画面上,实现目标对象的自动跟踪。现有方法能够实现目标对象的自动跟踪,而无法识别目标对象的身份信息及动作信息等。
发明内容
有鉴于此,本发明的目的在于提出一种自动跟踪方法及装置、电子设备,能够实现目标对象的自动跟踪,同时识别目标对象的身份信息及当前动作。
基于上述目的,本发明提供了一种自动跟踪方法,包括:
分别采集多个特定场景的视频信息,获得多组视频信息;
分别对所述多组视频信息进行处理,从每组视频信息中获取若干张图片信息;
对所述每组视频信息的若干张图片信息进行识别,获取对应所述每组视频信息的人脸特征信息;
根据所述每组视频信息的人脸特征信息,查找数据库,依次将所述每组视频信息的人脸特征信息与所述数据库中保存的目标对象的人脸特征集进行匹配,各组视频信息匹配结束后,得到多组匹配结果;
从所述多组匹配结果中确定与所述目标对象匹配的目标匹配结果,根据所述目标匹配结果所对应的一组视频信息,确定目标特定场景;
控制切换到所述目标特定场景。
可选的,所述人脸特征信息包括人脸数量、人脸位置、每张人脸的特征点,所述人脸特征集包括若干人脸特征点,将所述每张人脸的特征点与人脸特征点进行匹配,得到所述匹配结果。
可选的,从所述多组匹配结果中,将所述每张人脸的特征点与人脸特征点匹配个数最多的一组匹配结果作为所述目标匹配结果。
可选的,所述数据库中保存有所述目标对象及其对应的身份信息,根据所述目标对象从所述数据库中获取所述身份信息。
可选的,所述自动跟踪方法还包括:识别所述目标对象的动作信息、具体位置信息,分析获取所述目标对象的当前行为。
本发明实施例还提供一种自动跟踪装置,包括:
数据库,用于保存目标对象的人脸特征集;
多路图像采集设备,用于分别采集多个特定场景的视频信息,获得多组视频信息;
图像处理模块,用于分别对所述多组视频信息进行处理,从每组视频信息中获取若干张图片信息;
图像识别模块,用于对所述每组视频信息的若干张图片信息进行识别,获取对应每组视频信息的人脸特征信息;
匹配模块,用于根据所述每组视频信息的人脸特征信息,查找所述数据库,依次将所述每组视频信息的人脸特征信息与所述数据库中保存的人脸特征集进行匹配,各组视频信息匹配结束后,得到多组匹配结果;
分析模块,从所述多组匹配结果中确定与所述目标对象匹配的目标匹配结果,根据所述目标匹配结果所对应的一组视频信息,确定目标特定场景;
控制模块,用于控制切换到所述目标特定场景。
可选的,所述人脸特征信息包括人脸数量、人脸位置、每张人脸的特征点,所述人脸特征集包括若干人脸特征点,将所述每张人脸的特征点与人脸特征点进行匹配,得到所述匹配结果。
可选的,从所述多组匹配结果中,将所述每张人脸的特征点与人脸特征点匹配个数最多的一组匹配结果作为所述目标匹配结果。
可选的,所述自动跟踪装置还包括:
所述数据库,用于保存所述目标对象及其对应的身份信息;
身份信息获取模块,用于根据所述目标对象从所述数据库中获取所述目标对象的身份信息。
可选的,所述自动跟踪装置还包括:
图像识别模块,用于识别所述目标对象的具体位置信息、动作信息;
行为分析模块,用于根据所述目标对象的具体位置信息、动作信息,分析所述目标对象的当前行为。
本发明实施例还提供一种电子设备,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,其特征在于,所述处理器执行所述程序时实现所述自动跟踪方法。
从上面所述可以看出,本发明提供的自动跟踪方法及装置、电子设备,包括分别采集多个特定场景的视频信息,获得多组视频信息;对多组视频信息进行处理,从每组视频信息中获取若干张图片信息;对每组视频信息的若干张图片信息进行识别,获取对应每组视频信息的人脸特征信息;根据每组视频信息的人脸特征信息,查找数据库,依次将每组视频信息的人脸特征信息与数据库中保存的目标对象的人脸特征集进行匹配,各组视频信息匹配结束后,得到多组匹配结果;从多组匹配结果中确定与目标对象匹配的目标匹配结果,根据目标匹配结果所对应的一组视频信息,确定目标特定场景;控制切换到目标特定场景。本发明能够实现目标对象的自动跟踪,识别目标对象的身份信息与当前行为。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的自动跟踪方法的流程示意图;
图2为本发明实施例的自动跟踪装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
图1为本发明实施例的自动跟踪方法的流程示意图。如图所示,本发明实施例公开一种自动跟踪方法,包括:
S10:分别采集多个特定场景的视频信息,获得多组视频信息;
S11:分别对多组视频信息进行处理,从每组视频信息中获取若干张图片信息;
S12:对每组视频信息的若干张图片信息进行识别,获取对应每组视频信息的人脸特征信息;
每组视频信息的人脸特征信息包括人脸数量、人脸位置、每张人脸的特征点等。
S13:根据获取的每组视频信息的人脸特征信息,查找数据库,依次将每组视频信息的人脸特征信息与数据库中保存的目标对象的人脸特征集进行匹配,各组视频信息匹配结束后,得到多组匹配结果;
数据库中保存有目标对象的人脸特征集及其对应的身份信息,人脸特征集由若干人脸特征点组成,人脸特征点包括人脸外轮廓特征点、人脸五官特征点等。
S14:从多组匹配结果中确定与目标对象匹配的目标匹配结果,根据目标匹配结果所对应的一组视频信息,确定目标特定场景;
将各组视频信息的人脸特征信息的特征点分别与人脸特征集中的人脸特征点进行匹配,得到多组匹配结果,将匹配个数最多的一组匹配结果作为目标匹配结果,确定该目标匹配结果所对应的一组视频信息中包含目标对象,确定该组视频信息所对应的目标特定场景,从数据库中获取目标对象对应的身份信息。
S15:控制录播主机将显示画面切换到目标特定场景。
本发明实施例的自动跟踪方法,通过人脸特征识别与匹配,实现了目标对象的自动跟踪。进一步的,本发明实施例的自动跟踪方法还可获取目标对象的身份信息,所述自动跟踪方法还包括:
S16:根据目标对象从数据库中获取目标对象对应的身份信息。
本发明实施例的自动跟踪方法还可分析获得目标对象的当前行为,所述自动跟踪方法还包括:
S17:识别目标对象的具体位置信息、动作信息;
S18:根据目标对象的具体位置信息、动作信息,分析目标对象的当前行为。
图2为本发明实施例的自动跟踪装置的结构示意图。如图所示,本发明实施例公开的自动跟踪装置,包括:
数据库,用于保存目标对象的人脸特征集;
多路图像采集设备,用于分别采集多个特定场景的视频信息,获得多组视频信息;
图像处理模块,用于分别对多组视频信息进行处理,从每组视频信息中获取若干张图片信息;
图像识别模块,用于对每组视频信息的若干张图片信息进行识别,获取对应每组视频信息的人脸特征信息;
匹配模块,用于根据获取的每组视频信息的人脸特征信息,查找数据库,依次将每组视频信息的人脸特征信息与数据库中保存的目标对象的人脸特征集进行匹配,各组视频信息匹配结束后,得到多组匹配结果;
分析模块,从多组匹配结果中确定与目标对象匹配的目标匹配结果,根据目标匹配结果所对应的一组视频信息,确定目标特定场景;
控制模块,用于控制录播主机将显示画面切换到目标特定场景。
本发明实施例中,利用多路图像采集设备分别采集多个特定场景的视频信息,如,对于安装于学校中的录播系统,每个教室安装多个摄像头,各摄像头分别采集教室内讲台全景、教师特写、学生全景、学生特写等特定场景的视频信息。对多路图像采集设备采集的多组视频信息进行处理,对于每组视频信息每隔特定时间截取一张图片,每组视频信息获得若干图片信息。对于每组视频信息的若干图片信息,识别各图片信息中的人脸特征信息,包括人脸数量、人脸位置、每张人脸的特征点等。
根据每组视频信息识别出的人脸特征信息,查找数据库,得到人脸特征信息与目标对象的人脸特征集匹配的匹配结果,多组视频信息经查找匹配后,得到多组匹配结果,根据人脸特征信息的特征点与人脸特征集中人脸特征点的匹配个数,将匹配个数最多的一组匹配结果作为目标匹配结果,确定该目标匹配结果所对应的一组视频信息中包含目标对象,确定该组视频信息所对应的目标特定场景,控制录播主机将显示画面切换到目标特定场景,同时可从数据库中获取目标对象的身份信息。
本发明实施例的自动跟踪装置不仅可实现目标对象的自动跟踪功能,同时获得目标对象的身份信息。本发明实施例的自动跟踪装置还包括:
数据库,用于保存目标对象及其对应的身份信息;
身份信息获取模块,用于根据目标对象从数据库中获取目标对象的身份信息。
本发明实施例的自动跟踪装置还可分析获得目标对象的当前行为。所述自动跟踪装置还包括:
图像识别模块,用于识别目标对象的具体位置信息、动作信息;
行为分析模块,用于根据目标对象的具体位置信息、动作信息,分析目标对象的当前行为。
本发明实施例中,自动跟踪目标对象之后,进一步识别目标对象的具体位置信息、动作信息,进而通过行为分析确定目标对象的当前行为。如,自动跟踪教师在教室中的所在特定场景(讲台全景),然后识别教师所在具体位置(靠近黑板附近),执行动作(书写动作),可通过行为分析确定教师正在授课。
基于上述目的,本发明实施例还提出了一种执行所述自动跟踪方法的装置的一个实施例。所述装置包括:
一个或多个处理器以及存储器。
所述执行所述自动跟踪方法的装置还可以包括:输入装置和输出装置。
处理器、存储器、输入装置和输出装置可以通过总线或者其他方式连接。
存储器作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的所述自动跟踪方法对应的程序指令/模块(例如,图2所示的图像处理模块、图像识别模块、匹配模块、分析模块)。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的自动跟踪方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据执行所述自动跟踪方法的装置的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至会员用户行为监控装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置可接收输入的数字或字符信息,以及产生与执行所述自动跟踪方法的装置的用户设置以及功能控制有关的键信号输入。输出装置可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器中,当被所述一个或者多个处理器执行时,执行上述任意方法实施例中的自动跟踪方法。所述执行所述自动跟踪方法的装置的实施例,其技术效果与前述任意方法实施例相同或者类似。
本发明实施例还提供了一种非暂态计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的列表项操作的处理方法。所述非暂态计算机存储介质的实施例,其技术效果与前述任意方法实施例相同或者类似。
最后需要说明的是,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。所述计算机程序的实施例,其技术效果与前述任意方法实施例相同或者类似。
此外,典型地,本公开所述的装置、设备等可为各种电子终端设备,例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等,也可以是大型终端设备,如服务器等,因此本公开的保护范围不应限定为某种特定类型的装置、设备。本公开所述的客户端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。
此外,根据本公开的方法还可以被实现为由CPU执行的计算机程序,该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时,执行本公开的方法中限定的上述功能。
此外,上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外,应该明白的是,本文所述的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)以及直接RambusRAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能,但是这种实现决定不应被解释为导致脱离本公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器,使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中,所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中,所述功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外先、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
公开的示例性实施例,但是应当注公开的示例性实施例,但是应当注意,在不背离权利要求限定的本公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本公开的元素可以以个体形式描述或要求,但是也可以设想多个,除非明确限制为单数。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”(“a”、“an”、“the”)旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上所述的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (11)
1.一种自动跟踪方法,其特征在于,包括:
分别采集多个特定场景的视频信息,获得多组视频信息;
分别对所述多组视频信息进行处理,从每组视频信息中获取若干张图片信息;
对所述每组视频信息的若干张图片信息进行识别,获取对应所述每组视频信息的人脸特征信息;
根据所述每组视频信息的人脸特征信息,查找数据库,依次将所述每组视频信息的人脸特征信息与所述数据库中保存的目标对象的人脸特征集进行匹配,各组视频信息匹配结束后,得到多组匹配结果;
从所述多组匹配结果中确定与所述目标对象匹配的目标匹配结果,根据所述目标匹配结果所对应的一组视频信息,确定目标特定场景;
控制切换到所述目标特定场景。
2.根据权利要求1所述的自动跟踪方法,其特征在于,所述人脸特征信息包括人脸数量、人脸位置、每张人脸的特征点,所述人脸特征集包括若干人脸特征点,将所述每张人脸的特征点与人脸特征点进行匹配,得到所述匹配结果。
3.根据权利要求2所述的自动跟踪方法,其特征在于,从所述多组匹配结果中,将所述每张人脸的特征点与人脸特征点匹配个数最多的一组匹配结果作为所述目标匹配结果。
4.根据权利要求1所述的自动跟踪方法,其特征在于,所述数据库中保存有所述目标对象及其对应的身份信息,根据所述目标对象从所述数据库中获取所述身份信息。
5.根据权利要求1所述的自动跟踪方法,其特征在于,还包括:识别所述目标对象的动作信息、具体位置信息,分析获取所述目标对象的当前行为。
6.一种自动跟踪装置,其特征在于,包括:
数据库,用于保存目标对象的人脸特征集;
多路图像采集设备,用于分别采集多个特定场景的视频信息,获得多组视频信息;
图像处理模块,用于分别对所述多组视频信息进行处理,从每组视频信息中获取若干张图片信息;
图像识别模块,用于对所述每组视频信息的若干张图片信息进行识别,获取对应每组视频信息的人脸特征信息;
匹配模块,用于根据所述每组视频信息的人脸特征信息,查找所述数据库,依次将所述每组视频信息的人脸特征信息与所述数据库中保存的人脸特征集进行匹配,各组视频信息匹配结束后,得到多组匹配结果;
分析模块,从所述多组匹配结果中确定与所述目标对象匹配的目标匹配结果,根据所述目标匹配结果所对应的一组视频信息,确定目标特定场景;
控制模块,用于控制切换到所述目标特定场景。
7.根据权利要求6所述的自动跟踪装置,其特征在于,所述人脸特征信息包括人脸数量、人脸位置、每张人脸的特征点,所述人脸特征集包括若干人脸特征点,将所述每张人脸的特征点与人脸特征点进行匹配,得到所述匹配结果。
8.根据权利要求7所述的自动跟踪装置,其特征在于,从所述多组匹配结果中,将所述每张人脸的特征点与人脸特征点匹配个数最多的一组匹配结果作为所述目标匹配结果。
9.根据权利要求6所述的自动跟踪装置,其特征在于,还包括:
所述数据库,用于保存所述目标对象及其对应的身份信息;
身份信息获取模块,用于根据所述目标对象从所述数据库中获取所述目标对象的身份信息。
10.根据权利要求6所述的自动跟踪装置,其特征在于,还包括:
图像识别模块,用于识别所述目标对象的具体位置信息、动作信息;
行为分析模块,用于根据所述目标对象的具体位置信息、动作信息,分析所述目标对象的当前行为。
11.一种电子设备,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如权利要求1至5任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811089295.9A CN110910419A (zh) | 2018-09-18 | 2018-09-18 | 一种自动跟踪方法及装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811089295.9A CN110910419A (zh) | 2018-09-18 | 2018-09-18 | 一种自动跟踪方法及装置、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110910419A true CN110910419A (zh) | 2020-03-24 |
Family
ID=69812878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811089295.9A Pending CN110910419A (zh) | 2018-09-18 | 2018-09-18 | 一种自动跟踪方法及装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110910419A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258363A (zh) * | 2020-10-16 | 2021-01-22 | 浙江大华技术股份有限公司 | 身份信息的确认方法、装置、存储介质及电子装置 |
CN113254703A (zh) * | 2021-05-12 | 2021-08-13 | 北京百度网讯科技有限公司 | 视频匹配方法、视频处理方法、装置、电子设备及介质 |
CN114067393A (zh) * | 2021-11-08 | 2022-02-18 | 上海科江电子信息技术有限公司 | 短视频直播主持人头像识别方法、系统、设备及存储介质 |
-
2018
- 2018-09-18 CN CN201811089295.9A patent/CN110910419A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258363A (zh) * | 2020-10-16 | 2021-01-22 | 浙江大华技术股份有限公司 | 身份信息的确认方法、装置、存储介质及电子装置 |
CN113254703A (zh) * | 2021-05-12 | 2021-08-13 | 北京百度网讯科技有限公司 | 视频匹配方法、视频处理方法、装置、电子设备及介质 |
CN114067393A (zh) * | 2021-11-08 | 2022-02-18 | 上海科江电子信息技术有限公司 | 短视频直播主持人头像识别方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11481574B2 (en) | Image processing method and device, and storage medium | |
Huh et al. | Fighting fake news: Image splice detection via learned self-consistency | |
US20210019562A1 (en) | Image processing method and apparatus and storage medium | |
JP2022516518A (ja) | ニューラルネットワークをトレーニングする方法及び装置、画像を処理する方法及び装置 | |
TW202139140A (zh) | 圖像重建方法及圖像重建裝置、電子設備和電腦可讀儲存媒體 | |
CN107798327A (zh) | 字符识别方法及装置 | |
US10178293B2 (en) | Controlling a camera using a voice command and image recognition | |
CN105354543A (zh) | 视频处理方法及装置 | |
CN110910419A (zh) | 一种自动跟踪方法及装置、电子设备 | |
CN105407261A (zh) | 图像处理装置、方法以及电子设备 | |
CN110458102A (zh) | 一种人脸图像识别方法及装置、电子设备和存储介质 | |
CN111656275B (zh) | 一种确定图像对焦区域的方法及装置 | |
CN105809174A (zh) | 识别图像的方法及装置 | |
CN110866473B (zh) | 目标对象的跟踪检测方法及装置、存储介质、电子装置 | |
CN105049714A (zh) | 一种人物图像预览方法和装置 | |
EP3885934A1 (en) | Video search method and apparatus, computer device, and storage medium | |
CN107992816B (zh) | 一种拍照搜索方法、装置、电子设备及计算机可读存储介质 | |
US9736446B1 (en) | Automated color adjustment of media files | |
CN109598195B (zh) | 一种基于监控视频的清晰人脸图像处理方法与装置 | |
CN113010736A (zh) | 一种视频分类方法、装置、电子设备及存储介质 | |
CN111353361A (zh) | 一种人脸识别方法及装置、电子设备 | |
CN111062232A (zh) | 一种课程信息识别方法及装置、电子设备 | |
CN111988520B (zh) | 一种画面切换方法、装置、电子设备及存储介质 | |
CN115131570A (zh) | 图像特征提取模型的训练方法、图像检索方法及相关设备 | |
CN114222065A (zh) | 图像处理方法、装置、电子设备、存储介质及程序产品 |
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 |