CN111161206A - 一种图像抓拍方法、监控相机及监控系统 - Google Patents
一种图像抓拍方法、监控相机及监控系统 Download PDFInfo
- Publication number
- CN111161206A CN111161206A CN201811321514.1A CN201811321514A CN111161206A CN 111161206 A CN111161206 A CN 111161206A CN 201811321514 A CN201811321514 A CN 201811321514A CN 111161206 A CN111161206 A CN 111161206A
- Authority
- CN
- China
- Prior art keywords
- image
- face target
- quality
- video frame
- human 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- G06T2207/30168—Image quality inspection
-
- 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)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Studio Devices (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供了一种图像抓拍方法、监控相机及监控系统,图像抓拍方法包括:采集当前视频帧;对当前视频帧进行人脸目标检测,确定当前视频帧中的人脸目标图像;对人脸目标图像进行质量分析,得到人脸目标图像的图像质量;判断图像质量是否满足预设质量条件;若满足,则确定人脸目标图像为抓拍图像,并上传抓拍图像至比对系统。通过本方案,可以保证比对系统的比对结果具有较高的准确性。
Description
技术领域
本申请涉及视频监控技术领域,特别是涉及一种图像抓拍方法、监控相机及监控系统。
背景技术
为了减少社会犯罪率,城市各个角落安装了大量的监控相机。监控相机对场景中出现的人脸目标进行抓拍,并将抓拍图像上传给比对系统,由比对系统对抓拍图像进行特征提取,并将提取的人脸特征和黑名单中的人脸特征进行比对,若比对的相似度大于一定阈值,则进行报警。
在相应的视频监控系统中,监控相机一旦检测到人脸目标,就会对人脸目标进行抓拍,将抓拍图像上传给比对系统,然而,由于人脸目标处于移动中,很可能出现抓拍图像中的人脸目标被遮挡、模糊等情况,影响比对的相似度,造成虚警或漏报,比对结果的准确性较低。
发明内容
本申请实施例的目的在于提供一种图像抓拍方法及监控相机,以保证比对系统的比对结果具有较高的准确性。具体技术方案如下:
第一方面,本申请实施例提供了一种图像抓拍方法,所述方法包括:
采集当前视频帧;
对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标图像;
对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;
判断所述图像质量是否满足预设质量条件;
若满足,则确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
可选的,在所述判断所述图像质量是否满足预设质量条件之后,所述方法还包括:
针对任一人脸目标图像,若所述图像质量不满足所述预设质量条件,则按照视频帧从先到后的顺序,获取下一视频帧作为当前视频帧;
确定所述当前视频帧与上一视频帧中同一人脸目标的人脸目标图像;
对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;
返回执行所述判断所述图像质量是否满足预设质量条件的步骤,直至当前视频帧中所述人脸目标图像的图像质量满足所述预设质量条件时,确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
可选的,所述确定所述当前视频帧与上一视频帧中同一人脸目标的人脸目标图像,包括:
对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标框;
将所述当前视频帧中的人脸目标框分别与上一视频帧中的各人脸目标框进行匹配;
若匹配度达到预设匹配度阈值,则给所述当前视频帧中的人脸目标框分配与所述上一视频帧中匹配度最大的人脸目标框相同的目标框标识;
确定所述当前视频帧中与所述上一视频帧具有相同目标框标识的人脸目标框中的人脸目标图像为同一人脸目标的人脸目标图像。
可选的,在所述确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统之后,所述方法还包括:
针对同一人脸目标,判断所述当前视频帧中所述人脸目标的人脸目标图像的图像质量是否优于已缓存的所述人脸目标的人脸目标图像的图像质量;
若优于,则缓存所述当前视频帧中所述人脸目标的人脸目标图像及图像质量,覆盖原来缓存的所述人脸目标的人脸目标图像及图像质量;
在确定所述人脸目标的跟踪结束后,确定缓存的所述人脸目标的人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
可选的,所述对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量,包括:
获取所述人脸目标图像的人脸目标质量参数;
根据所述人脸目标质量参数,确定所述人脸目标图像的图像质量。
可选的,所述图像质量包括图像质量评分值;
所述对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量,包括:
对所述人脸目标图像进行质量评分,得到所述人脸目标图像的图像质量评分值;
所述判断所述图像质量是否满足预设质量条件,包括:
判断所述图像质量评分值是否大于预设质量阈值;
若大于,则确定所述图像质量满足所述预设质量条件;
若不大于,则确定所述图像质量不满足所述预设质量条件。
第二方面,本申请实施例提供了一种监控相机,包括监控摄像头、处理器和存储器,其中,
所述监控摄像头,用于采集当前视频帧;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的计算机程序时,实现如下步骤:
对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标图像;
对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;
判断所述图像质量是否满足预设质量条件;
若满足,则确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
可选的,所述处理器执行所述存储器上所存放的计算机程序时,还实现如下步骤:
针对任一人脸目标图像,若所述图像质量不满足所述预设质量条件,则按照视频帧从先到后的顺序,获取下一视频帧作为当前视频帧;
确定所述当前视频帧与上一视频帧中同一人脸目标的人脸目标图像;
对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;
返回执行所述判断所述图像质量是否满足预设质量条件的步骤,直至当前视频帧中所述人脸目标图像的图像质量满足所述预设质量条件时,确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
可选的,所述处理器在实现所述确定所述当前视频帧与上一视频帧中同一人脸目标的人脸目标图像的步骤时,具体实现如下步骤:
对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标框;
将所述当前视频帧中的人脸目标框分别与上一视频帧中的各人脸目标框进行匹配;
若匹配度达到预设匹配度阈值,则给所述当前视频帧中的人脸目标框分配与所述上一视频帧中匹配度最大的人脸目标框相同的目标框标识;
确定所述当前视频帧中与所述上一视频帧具有相同目标框标识的人脸目标框中的人脸目标图像为同一人脸目标的人脸目标图像。
可选的,所述处理器执行所述存储器上所存放的计算机程序时,还实现如下步骤:
针对同一人脸目标,判断所述当前视频帧中所述人脸目标的人脸目标图像的图像质量是否优于已缓存的所述人脸目标的人脸目标图像的图像质量;
若优于,则缓存所述当前视频帧中所述人脸目标的人脸目标图像及图像质量,覆盖原来缓存的所述人脸目标的人脸目标图像及图像质量;
在确定所述人脸目标的跟踪结束后,确定缓存的所述人脸目标的人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
可选的,所述处理器在实现所述对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量的步骤时,具体实现如下步骤:
获取所述人脸目标图像的人脸目标质量参数,所述人脸目标质量参数至少包括:人脸遮挡程度、人脸清晰度和姿态中的一种或多种;
根据所述人脸目标质量参数,确定所述人脸目标图像的图像质量。
可选的,所述图像质量包括图像质量评分值;
所述处理器在实现所述对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量的步骤时,具体实现如下步骤:
对所述人脸目标图像进行质量评分,得到所述人脸目标图像的图像质量评分值;
所述处理器在实现所述判断所述图像质量是否满足预设质量条件的步骤时,具体实现如下步骤:
判断所述图像质量评分值是否大于预设质量阈值;
若大于,则确定所述图像质量满足所述预设质量条件;
若不大于,则确定所述图像质量不满足所述预设质量条件。
第三方面,本申请实施例提供了一种机器可读存储介质,所述机器可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本申请实施例第一方面所述的图像抓拍方法的所有步骤。
第四方面,本申请实施例提供了一种监控系统,包括监控相机及比对系统;
所述监控相机,用于采集当前视频帧;对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标图像;对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;判断所述图像质量是否满足预设质量条件;若满足,则确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至所述比对系统;
所述比对系统,用于对所述抓拍图像进行比对报警。
本申请实施例提供的一种图像抓拍方法、监控相机及监控系统,监控相机采集当前视频帧,对当前视频帧进行人脸目标检测,确定出当前视频帧中的人脸目标图像,对人脸目标图像进行质量分析,得到人脸目标图像的图像质量,若图像质量满足预设质量条件,则确定人脸目标图像为抓拍图像,并上传抓拍图像至比对系统。通过对当前视频帧中的人脸目标图像进行质量分析,可以在人脸目标图像的图像质量满足预设质量条件时,立即抓拍人脸目标,上传抓拍图像至比对系统进行比对报警。比对系统所接收到的抓拍图像的图像质量能够满足预设的质量条件,保证了比对系统在进行人脸特征比对时抓拍图像具有较高的图像质量,从而保证了比对系统的比对结果具有较高的准确性,并且,监控相机一旦检测到人脸目标图像的图像质量满足预设质量条件,就立即抓拍,并将抓拍图像上传至比对系统进行比对报警,保证了比对系统进行比对时具有较高的实时性。
附图说明
为了更清楚地说明本申请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的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例的监控系统的运行流程示意图;
图2为本申请实施例的图像抓拍方法的流程示意图;
图3为本申请实施例的人脸目标图像抓拍的示例图;
图4为本申请实施例的监控相机的结构示意图;
图5为本申请实施例的监控系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在实际应用中,主要由监控系统来实现人脸目标的抓拍、比对和报警,该监控系统包括监控相机和比对系统。比对系统可以是后台服务器,主要用来实现特征提取、人脸比对和报警。
监控系统的运行过程如图1所示,监控相机采集视频数据,经过人脸抓拍算法,从视频数据中抓拍人脸目标图像,监控相机将抓拍的人脸目标图像传输给比对系统,由比对系统提取人脸目标图像的人脸特征,将提取的人脸特征和数据库中所有人的人脸特征进行比对,如果相似度高于预设的阈值,则进行报警。
在监控相机和比对系统中传递的主要是抓拍的人脸目标图像,因此,人脸目标图像的质量和实时性严重影响着比对系统进行比对的性能和实时性,也就是说,监控相机所执行的图像抓拍方法是保证比对系统进行比对的性能和实时性的关键。
因此,为了保证比对系统的比对结果具有较高的准确性,本申请实施例提供了一种图像抓拍方法、监控相机、机器可读存储介质及监控系统。
下面,首先对本申请实施例所提供的图像抓拍方法进行介绍。
本申请实施例所提供的图像抓拍方法的执行主体可以为上述监控系统中的监控相机(例如,智能照相机、网络摄像机等),监控相机中至少可以包括监控摄像头和搭载有核心处理芯片的处理器。实现本申请实施例所提供的图像抓拍方法的方式可以为设置于监控相机中的软件、硬件电路和逻辑电路中的至少一种方式。
如图2所示,本申请实施例所提供的一种图像抓拍方法,可以包括如下步骤:
S201,采集当前视频帧。
监控相机可以架设在城市的各个角落,例如,小区入口、十字路口、公园、体育场等等,这里对监控相机的具体架设位置、架设角度和监控相机的分辨率不做具体要求,能够满足覆盖范围尽可能大、清晰拍摄到人脸目标的要求即可。
监控相机可以实时地对监控场景进行拍摄,得到监控场景的视频数据,视频数据中包括一帧一帧的视频帧以及采集到每一个视频帧的时间戳等。为了保证人脸目标图像的实时性,需要对采集到的当前视频帧进行处理。
S202,对当前视频帧进行人脸目标检测,确定当前视频帧中的人脸目标图像。
可以利用预设的目标检测算法对当前视频帧进行人脸目标检测,预设目标检测算法可以为传统的特征匹配算法,通过例如眼睛、鼻子、嘴巴、耳朵等人脸特征,来判断当前视频帧中的目标是否为人脸目标,若是人脸目标,则划分该人脸目标周围的一定区域为人脸目标框,该人脸目标框中的图像或者该人脸目标框的一定范围内的图像即为人脸目标图像;预设目标检测算法还可以为目前较为流行的智能检测算法,例如深度神经网络,深度神经网络的网络模型可以通过对大量的人脸图像进行训练得到,通过将当前视频帧输入深度神经网络,可以得到当前视频帧中人脸目标的感兴趣区域,该人脸目标的感兴趣区域中的图像或者该人脸目标的感兴趣区域的一定范围内的图像即为人脸目标图像。当然,其他能够检测出视频帧中人脸目标的方法也属于本申请实施例的保护范围,这里不再一一赘述。
S203,对人脸目标图像进行质量分析,得到人脸目标图像的图像质量。
影响人脸目标图像的图像质量的因素有很多,例如人脸目标图像中人脸目标被遮挡的程度、人脸目标图像中人脸目标的成像清晰度、人脸目标图像中人脸目标的姿态等等。人脸目标在人脸目标图像中被遮挡的越少则图像质量越高、人脸目标在人脸目标图像中的成像越清晰则图像质量越高、人脸目标在人脸目标图像中正面越多则图像质量越高等等。当然,影响人脸目标图像的图像质量的因素还有许多种,例如对比度、亮度等等,这里不再一一列举。
可以综合考虑上述因素,通过加权的方式给人脸目标图像分配一定的图像质量评分值;也可以只考虑其中某一个或某些因素设置的分析算法,给人脸目标图像分配一定的图像质量评分值。预设质量分析算法还可以给人脸目标图像分配例如优、良、中、差的评价结果。
可选的,S203具体可以为:
获取人脸目标图像的人脸目标质量参数;根据人脸目标质量参数,确定人脸目标图像的图像质量。
人脸目标质量参数是指影响人脸目标图像的图像质量的参数,主要包括人脸目标的姿态、被遮挡程度和成像清晰度等,在对人脸目标图像进行图像质量分析时,可以获取人脸目标的姿态信息、被遮挡程度和清晰度等人脸目标质量参数,基于不同人脸目标质量参数对图像质量的影响的综合考虑,得到人脸目标图像的图像质量。例如,当前视频帧中人脸目标框中的人脸目标图像中人脸目标A完全正面、面部被遮挡了1/10、清晰度很高,则可以确定该人脸目标图像的图像质量为优,或者,对图像质量进行量化,分配图像质量评分值9。
可选的,图像质量可以包括图像质量评分值。
相应的,S203具体可以为:
对人脸目标图像进行质量评分,得到人脸目标图像的图像质量评分值。
为了便于监控相机处理,图像质量可以由量化的图像质量评分值表示,通过质量评分算法,对人脸目标图像进行质量评分,得到一个量化的图像质量评分值。当然,图像质量还可以表示为优、良、中、差等评价结果。
S204,判断图像质量是否满足预设质量条件。
预设质量条件为判断人脸目标图像的图像质量是否能够达到图像质量较高的要求所设置的条件,如果图像质量能够满足预设质量条件,则说明人脸目标图像的图像质量较高,如果不能满足,则说明当前视频帧中人脸目标图像的图像质量不能够达到要求。
可选的,针对图像质量包括图像质量评分值的情况,S204具体可以为:
判断图像质量评分值是否大于预设质量阈值;若大于,则确定图像质量满足预设质量条件;若不大于,则确定图像质量不满足预设质量条件。
针对量化的图像质量,预设质量条件可以是大于预设质量阈值,例如预设质量阈值为8分,如果量化的图像质量评分值大于8分,则说明该人脸目标图像可以达到图像质量较高的要求,如果图像质量评分值不大于8分,则说明该人脸目标图像不能够达到要求。
当然,预设质量条件还可以是预设的图像质量评价程度,例如预设质量条件可以为图像质量达到良,如果人脸目标图像的图像质量达到良及良以上,则说明该人脸目标图像可以达到图像质量较高的要求,如果人脸目标图像的图像质量达不到良,则说明该人脸目标图像不能够达到要求。
可选的,在S204之后,本申请实施例所提供的图像抓拍方法还可以执行如下步骤:
第一步,针对任一人脸目标图像,若图像质量不满足预设质量条件,则按照视频帧从先到后的顺序,获取下一视频帧作为当前视频帧。
当前视频帧中可以包括多个人脸目标,针对任一人脸目标的人脸目标图像,如果图像质量不满足预设质量条件,则说明该人脸目标的人脸目标图像的图像质量不能够达到要求,为了尽快的找到图像质量能够达到要求的人脸目标图像,可以按序获取下一视频帧,将该下一视频帧作为当前视频帧来判断该视频帧中同一人脸目标的人脸目标图像的图像质量是否能够达到要求。
第二步,确定当前视频帧与上一视频帧中同一人脸目标的人脸目标图像。
确定当前视频帧与上一视频帧中同一人脸目标的人脸目标图像的方式,可以是采用智能目标跟踪算法,对同一人脸目标进行跟踪得到,还可以是对当前视频帧采用如S202中的目标检测算法进行人脸目标检测,再通过目标框匹配的方式确定。
第三步,对人脸目标图像进行质量分析,得到人脸目标图像的图像质量。
第四步,返回执行S204,直至当前视频帧中人脸目标图像的图像质量满足预设质量条件时,确定人脸目标图像为抓拍图像,并上传抓拍图像至比对系统。
对新的当前视频帧中的人脸目标图像进行质量分析、判断,如果图像质量不能够满足预设质量条件,则获取再下一个视频帧,进行人脸目标图像的确定、图像质量分析、判断的处理,直到某一个视频帧中人脸目标图像的图像质量能够满足预设质量条件时,立即对人脸目标进行抓拍,保证在检测到图像质量达到要求的人脸目标图像时,第一时间将抓拍图像上传,保证了比对系统进行人脸特征比对的实时性。
可选的,确定当前视频帧与上一视频帧中同一人脸目标的人脸目标图像的步骤,具体可以为:
对当前视频帧进行人脸目标检测,确定当前视频帧中的人脸目标框;
将当前视频帧中的人脸目标框分别与上一视频帧中的各人脸目标框进行匹配;
若匹配度达到预设匹配度阈值,则给当前视频帧中的人脸目标框分配与上一视频帧中匹配度最大的人脸目标框相同的目标框标识;
确定当前视频帧中与上一视频帧具有相同目标框标识的人脸目标框中的人脸目标图像为同一人脸目标的人脸目标图像。
确定当前视频帧与上一视频帧中同一人脸目标的人脸目标图像的方式,可以是对当前视频帧采用如S202中的目标检测算法进行人脸目标检测,再通过人脸目标框匹配的方式确定。
综合考虑匹配条件,例如人脸目标框的大小是否相同、位置偏移量是否小于一定的阈值、运动轨迹是否满足一定的平滑性等,基于这些匹配条件可以给两个人脸目标框之间分配一定的匹配度,当匹配度达到预设匹配度阈值,则说明这两个人脸目标框为同一人脸目标的人脸目标框的可能性较大,匹配度越大则两个人脸目标框为同一人脸目标的人脸目标框的可能性就越大,因此,可以给当前视频帧中的人脸目标框分配与上一视频中匹配度最大的人脸目标框相同的目标框标识。目标框标识相同,则说明其中的人脸目标图像中的人脸目标为同一目标,不同的人脸目标框具有不同的目标框标识,用于区分不同的人脸目标。
S205,若图像质量满足预设质量条件,则确定人脸目标图像为抓拍图像,并上传该抓拍图像至比对系统。
如果人脸目标图像的图像质量满足预设质量条件,则说明该人脸目标图像的图像质量较高,此时可以立即抓拍人脸目标,将该人脸目标图像确定为抓拍图像上传至比对系统,则比对系统进行比对的抓拍图像具有较高的图像质量,并且,比对系统接收到该图像质量较高的抓拍图像,是在监控相机抓拍到后立即上传上来的,具有较好的实时性。
可选的,在S205之后,本申请实施例所提供的图像抓拍方法还可以执行如下步骤:
针对同一人脸目标,判断当前视频帧中人脸目标的人脸目标图像的图像质量是否优于已缓存的该人脸目标的人脸目标图像的图像质量;
若优于,则缓存当前视频帧中人脸目标的人脸目标图像及图像质量,覆盖原来缓存的该人脸目标的人脸目标图像及图像质量;
在确定人脸目标的跟踪结束后,确定缓存的人脸目标的人脸目标图像为抓拍图像,并上传该抓拍图像至比对系统。
为了保证比对系统在进行比对时,能够有更为精准的比对结果,监控相机依次对每一个视频帧中人脸目标的人脸目标图像进行质量分析,首先将第一个视频帧和第一个视频帧中人脸目标的人脸目标图像的图像质量进行缓存,后续视频帧中该人脸目标的人脸目标图像的图像质量如果更优于缓存的图像质量,则把更优的图像质量和人脸目标图像缓存,覆盖掉已经缓存的该人脸目标的人脸目标图像和图像质量。在人脸目标消失之后,缓存的就是该人脸目标的图像质量最优的一个人脸目标图像,则可以确定该人脸目标图像为抓拍图像并上传。
确定人脸目标的跟踪结束的方式,可以是连续多帧对该人脸目标的匹配度都很低,则可以确定该人脸目标的跟踪结束,或者,通过目标跟踪算法,确定人脸目标跟踪丢失,即连续多帧无法跟踪到某一人脸目标,则可以确定该人脸目标的跟踪结束。
比对系统最终可以以图像质量最优的抓拍图像的比对结果进行报警的校对,从而保证最终的报警具有较高的准确性。整个过程中,监控相机只需要传输少量的抓拍图像(最多两张),这样既能够保证较高的实时性,又可以保证比对结果的准确性,还节省了带宽资源。
以某一人脸目标为例,如图3所示,监控相机首先采集第1帧,检测出人脸目标在第1帧中的人脸目标图像,对人脸目标图像进行质量分析所得到的图像质量评分值小于预设质量阈值,则监控相机接下来采集第2帧,再次检测出该人脸目标在第2帧中的人脸目标图像,对人脸目标图像进行质量分析所得到的图像质量评分值还是小于预设质量阈值,继续按序采集第3帧、第4帧、第5帧,所得到的人脸目标图像的图像质量均小于预设质量阈值,直到第6帧,得到的人脸目标图像的图像质量大于预设质量阈值,则该人脸目标图像作为抓拍图像会被上传给比对系统进行处理。当目标跟踪结束时,例如在第50帧时确定目标跟踪结束,已缓存的图像质量最优的一帧并不是第6帧,而是第30帧,则确定第30帧中该人脸目标的人脸目标图像作为抓拍图像上传给比对系统。
应用本实施列,监控相机采集当前视频帧,对当前视频帧进行人脸目标检测,确定出当前视频帧中的人脸目标图像,对人脸目标图像进行质量分析,得到人脸目标图像的图像质量,若图像质量满足预设质量条件,则确定人脸目标图像为抓拍图像,并上传抓拍图像至比对系统。通过对当前视频帧中的人脸目标图像进行质量分析,可以在人脸目标图像的图像质量满足预设质量条件时,立即抓拍人脸目标,上传抓拍图像至比对系统进行比对报警。比对系统所接收到的抓拍图像的图像质量能够满足预设的质量条件,保证了比对系统在进行人脸特征比对时抓拍图像具有较高的图像质量,从而保证了比对系统的比对结果具有较高的准确性,并且,监控相机一旦检测到人脸目标图像的图像质量满足预设质量条件,就立即抓拍,并将抓拍图像上传至比对系统进行比对报警,保证了比对系统进行比对时具有较高的实时性。
相应于上述方法实施例,本申请实施例提供了一种监控相机,如图4所示,包括监控摄像头401、处理器402和存储器403,其中,
所述监控摄像头401,用于采集当前视频帧;
所述存储器403,用于存放计算机程序;
所述处理器402,用于执行所述存储器403上所存放的计算机程序时,实现如下步骤:
对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标图像;
对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;
判断所述图像质量是否满足预设质量条件;
若满足,则确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
可选的,所述处理器402执行所述存储器403上所存放的计算机程序时,还可以实现如下步骤:
针对任一人脸目标图像,若所述图像质量不满足所述预设质量条件,则按照视频帧从先到后的顺序,获取下一视频帧作为当前视频帧;
确定所述当前视频帧与上一视频帧中同一人脸目标的人脸目标图像;
对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;
返回执行所述判断所述图像质量是否满足预设质量条件的步骤,直至当前视频帧中所述人脸目标图像的图像质量满足所述预设质量条件时,确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
可选的,所述处理器402在实现所述确定所述当前视频帧与上一视频帧中同一人脸目标的人脸目标图像的步骤时,具体可以实现如下步骤:
对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标框;
将所述当前视频帧中的人脸目标框分别与上一视频帧中的各人脸目标框进行匹配;
若匹配度达到预设匹配度阈值,则给所述当前视频帧中的人脸目标框分配与所述上一视频帧中匹配度最大的人脸目标框相同的目标框标识;
确定所述当前视频帧中与所述上一视频帧具有相同目标框标识的人脸目标框中的人脸目标图像为同一人脸目标的人脸目标图像。
可选的,所述处理器402执行所述存储器403上所存放的计算机程序时,还可以实现如下步骤:
针对同一人脸目标,判断所述当前视频帧中所述人脸目标的人脸目标图像的图像质量是否优于已缓存的所述人脸目标的人脸目标图像的图像质量;
若优于,则缓存所述当前视频帧中所述人脸目标的人脸目标图像及图像质量,覆盖原来缓存的所述人脸目标的人脸目标图像及图像质量;
在确定所述人脸目标的跟踪结束后,确定缓存的所述人脸目标的人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
可选的,所述处理器402在实现所述对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量的步骤时,具体可以实现如下步骤:
获取所述人脸目标图像的人脸目标质量参数;
根据所述人脸目标质量参数,确定所述人脸目标图像的图像质量。
可选的,所述图像质量包括图像质量评分值;
所述处理器402在实现所述对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量的步骤时,具体可以实现如下步骤:
对所述人脸目标图像进行质量评分,得到所述人脸目标图像的图像质量评分值;
所述处理器402在实现所述判断所述图像质量是否满足预设质量条件的步骤时,具体实现如下步骤:
判断所述图像质量评分值是否大于预设质量阈值;
若大于,则确定所述图像质量满足所述预设质量条件;
若不大于,则确定所述图像质量不满足所述预设质量条件。
上述存储器可以包括RAM(Random Access Memory,随机存取存储器),也可以包括NVM(Non-Volatile Memory,非易失性存储器),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离上述处理器的存储装置。
上述处理器可以是通用处理器,包括CPU(Central Processing Unit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(Digital Signal Processing,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)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。
监控摄像头401、处理器402和存储器403之间可以通过有线连接或者无线连接的方式进行数据传输,并且监控相机可以通过有线通信接口或者无线通信接口与比对系统进行通信。图4所示的仅为监控摄像头401、处理器402与存储器403之间通过总线进行数据传输的示例,不作为具体连接方式的限定。
本实施例中,该监控相机的处理器通过读取存储器中存储的计算机程序,并通过运行该计算机程序,能够实现:监控相机采集当前视频帧,对当前视频帧进行人脸目标检测,确定出当前视频帧中的人脸目标图像,对人脸目标图像进行质量分析,得到人脸目标图像的图像质量,若图像质量满足预设质量条件,则确定人脸目标图像为抓拍图像,并上传抓拍图像至比对系统。通过对当前视频帧中的人脸目标图像进行质量分析,可以在人脸目标图像的图像质量满足预设质量条件时,立即抓拍人脸目标,上传抓拍图像至比对系统进行比对报警。比对系统所接收到的抓拍图像的图像质量能够满足预设的质量条件,保证了比对系统在进行人脸特征比对时抓拍图像具有较高的图像质量,从而保证了比对系统的比对结果具有较高的准确性,并且,监控相机一旦检测到人脸目标图像的图像质量满足预设质量条件,就立即抓拍,并将抓拍图像上传至比对系统进行比对报警,保证了比对系统进行比对时具有较高的实时性。
另外,本申请实施例还提供了一种机器可读存储介质,所述机器可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本申请实施例所提供的图像抓拍方法的所有步骤。
本实施例中,机器可读存储介质存储有在运行时执行本申请实施例所提供的图像抓拍方法的计算机程序,因此能够实现:监控相机采集当前视频帧,对当前视频帧进行人脸目标检测,确定出当前视频帧中的人脸目标图像,对人脸目标图像进行质量分析,得到人脸目标图像的图像质量,若图像质量满足预设质量条件,则确定人脸目标图像为抓拍图像,并上传抓拍图像至比对系统。通过对当前视频帧中的人脸目标图像进行质量分析,可以在人脸目标图像的图像质量满足预设质量条件时,立即抓拍人脸目标,上传抓拍图像至比对系统进行比对报警。比对系统所接收到的抓拍图像的图像质量能够满足预设的质量条件,保证了比对系统在进行人脸特征比对时抓拍图像具有较高的图像质量,从而保证了比对系统的比对结果具有较高的准确性,并且,监控相机一旦检测到人脸目标图像的图像质量满足预设质量条件,就立即抓拍,并将抓拍图像上传至比对系统进行比对报警,保证了比对系统进行比对时具有较高的实时性。
本申请实施例还提供了一种监控系统,如图5所示,该监控系统可以包括监控相机510及比对系统520;
所述监控相机510,用于采集当前视频帧;对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标图像;对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;判断所述图像质量是否满足预设质量条件;若满足,则确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至所述比对系统;
所述比对系统520,用于对所述抓拍图像进行比对报警。
所述监控相机510还可以用于实现上述方法实施例所提供的所有步骤,这里不再一一赘述。
所述比对系统520对抓拍图像进行比对报警,具体可以包括:对抓拍图像进行特征提取,并将提取的人脸特征和黑名单中的人脸特征进行比对,若比对的相似度大于一定阈值,则进行报警。
应用本实施例,监控相机采集当前视频帧,对当前视频帧进行人脸目标检测,确定出当前视频帧中的人脸目标图像,对人脸目标图像进行质量分析,得到人脸目标图像的图像质量,若图像质量满足预设质量条件,则确定人脸目标图像为抓拍图像,并上传抓拍图像至比对系统。通过对当前视频帧中的人脸目标图像进行质量分析,可以在人脸目标图像的图像质量满足预设质量条件时,立即抓拍人脸目标,上传抓拍图像至比对系统进行比对报警。比对系统所接收到的抓拍图像的图像质量能够满足预设的质量条件,保证了比对系统在进行人脸特征比对时抓拍图像具有较高的图像质量,从而保证了比对系统的比对结果具有较高的准确性,并且,监控相机一旦检测到人脸目标图像的图像质量满足预设质量条件,就立即抓拍,并将抓拍图像上传至比对系统进行比对报警,保证了比对系统进行比对时具有较高的实时性。
对于监控相机、机器可读存储介质以及监控系统实施例而言,由于其所涉及的方法内容基本相似于前述的方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于监控相机、机器可读存储介质以及监控系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (13)
1.一种图像抓拍方法,其特征在于,所述方法包括:
采集当前视频帧;
对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标图像;
对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;
判断所述图像质量是否满足预设质量条件;
若满足,则确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
2.根据权利要求1所述的方法,其特征在于,在所述判断所述图像质量是否满足预设质量条件之后,所述方法还包括:
针对任一人脸目标图像,若所述图像质量不满足所述预设质量条件,则按照视频帧从先到后的顺序,获取下一视频帧作为当前视频帧;
确定所述当前视频帧与上一视频帧中同一人脸目标的人脸目标图像;
对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;
返回执行所述判断所述图像质量是否满足预设质量条件的步骤,直至当前视频帧中所述人脸目标图像的图像质量满足所述预设质量条件时,确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
3.根据权利要求2所述的方法,其特征在于,所述确定所述当前视频帧与上一视频帧中同一人脸目标的人脸目标图像,包括:
对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标框;
将所述当前视频帧中的人脸目标框分别与上一视频帧中的各人脸目标框进行匹配;
若匹配度达到预设匹配度阈值,则给所述当前视频帧中的人脸目标框分配与所述上一视频帧中匹配度最大的人脸目标框相同的目标框标识;
确定所述当前视频帧中与所述上一视频帧具有相同目标框标识的人脸目标框中的人脸目标图像为同一人脸目标的人脸目标图像。
4.根据权利要求1或2所述的方法,其特征在于,在所述确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统之后,所述方法还包括:
针对同一人脸目标,判断所述当前视频帧中所述人脸目标的人脸目标图像的图像质量是否优于已缓存的所述人脸目标的人脸目标图像的图像质量;
若优于,则缓存所述当前视频帧中所述人脸目标的人脸目标图像及图像质量,覆盖原来缓存的所述人脸目标的人脸目标图像及图像质量;
在确定所述人脸目标的跟踪结束后,确定缓存的所述人脸目标的人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
5.根据权利要求1所述的方法,其特征在于,所述对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量,包括:
获取所述人脸目标图像的人脸目标质量参数,所述人脸目标质量参数至少包括:人脸遮挡程度、人脸清晰度和姿态中的一种或多种;
根据所述人脸目标质量参数,确定所述人脸目标图像的图像质量。
6.根据权利要求1或5所述的方法,其特征在于,所述图像质量包括图像质量评分值;
所述对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量,包括:
对所述人脸目标图像进行质量评分,得到所述人脸目标图像的图像质量评分值;
所述判断所述图像质量是否满足预设质量条件,包括:
判断所述图像质量评分值是否大于预设质量阈值;
若大于,则确定所述图像质量满足所述预设质量条件;
若不大于,则确定所述图像质量不满足所述预设质量条件。
7.一种监控相机,其特征在于,包括监控摄像头、处理器和存储器,其中,
所述监控摄像头,用于采集当前视频帧;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的计算机程序时,实现如下步骤:
对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标图像;
对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;
判断所述图像质量是否满足预设质量条件;
若满足,则确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
8.根据权利要求7所述的监控相机,其特征在于,所述处理器执行所述存储器上所存放的计算机程序时,还实现如下步骤:
针对任一人脸目标图像,若所述图像质量不满足所述预设质量条件,则按照视频帧从先到后的顺序,获取下一视频帧作为当前视频帧;
确定所述当前视频帧与上一视频帧中同一人脸目标的人脸目标图像;
对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;
返回执行所述判断所述图像质量是否满足预设质量条件的步骤,直至当前视频帧中所述人脸目标图像的图像质量满足所述预设质量条件时,确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
9.根据权利要求8所述的监控相机,其特征在于,所述处理器在实现所述确定所述当前视频帧与上一视频帧中同一人脸目标的人脸目标图像的步骤时,具体实现如下步骤:
对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标框;
将所述当前视频帧中的人脸目标框分别与上一视频帧中的各人脸目标框进行匹配;
若匹配度达到预设匹配度阈值,则给所述当前视频帧中的人脸目标框分配与所述上一视频帧中匹配度最大的人脸目标框相同的目标框标识;
确定所述当前视频帧中与所述上一视频帧具有相同目标框标识的人脸目标框中的人脸目标图像为同一人脸目标的人脸目标图像。
10.根据权利要求7或8所述的监控相机,其特征在于,所述处理器执行所述存储器上所存放的计算机程序时,还实现如下步骤:
针对同一人脸目标,判断所述当前视频帧中所述人脸目标的人脸目标图像的图像质量是否优于已缓存的所述人脸目标的人脸目标图像的图像质量;
若优于,则缓存所述当前视频帧中所述人脸目标的人脸目标图像及图像质量,覆盖原来缓存的所述人脸目标的人脸目标图像及图像质量;
在确定所述人脸目标的跟踪结束后,确定缓存的所述人脸目标的人脸目标图像为抓拍图像,并上传所述抓拍图像至比对系统。
11.根据权利要求7所述的监控相机,其特征在于,所述处理器在实现所述对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量的步骤时,具体实现如下步骤:
获取所述人脸目标图像的人脸目标质量参数,所述人脸目标质量参数至少包括:人脸遮挡程度、人脸清晰度和姿态中的一种或多种;
根据所述人脸目标质量参数,确定所述人脸目标图像的图像质量。
12.根据权利要求7或11所述的监控相机,其特征在于,所述图像质量包括图像质量评分值;
所述处理器在实现所述对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量的步骤时,具体实现如下步骤:
对所述人脸目标图像进行质量评分,得到所述人脸目标图像的图像质量评分值;
所述处理器在实现所述判断所述图像质量是否满足预设质量条件的步骤时,具体实现如下步骤:
判断所述图像质量评分值是否大于预设质量阈值;
若大于,则确定所述图像质量满足所述预设质量条件;
若不大于,则确定所述图像质量不满足所述预设质量条件。
13.一种监控系统,其特征在于,包括监控相机及比对系统;
所述监控相机,用于采集当前视频帧;对所述当前视频帧进行人脸目标检测,确定所述当前视频帧中的人脸目标图像;对所述人脸目标图像进行质量分析,得到所述人脸目标图像的图像质量;判断所述图像质量是否满足预设质量条件;若满足,则确定所述人脸目标图像为抓拍图像,并上传所述抓拍图像至所述比对系统;
所述比对系统,用于对所述抓拍图像进行比对报警。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811321514.1A CN111161206A (zh) | 2018-11-07 | 2018-11-07 | 一种图像抓拍方法、监控相机及监控系统 |
PCT/CN2019/116202 WO2020094088A1 (zh) | 2018-11-07 | 2019-11-07 | 一种图像抓拍方法、监控相机及监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811321514.1A CN111161206A (zh) | 2018-11-07 | 2018-11-07 | 一种图像抓拍方法、监控相机及监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111161206A true CN111161206A (zh) | 2020-05-15 |
Family
ID=70554712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811321514.1A Pending CN111161206A (zh) | 2018-11-07 | 2018-11-07 | 一种图像抓拍方法、监控相机及监控系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111161206A (zh) |
WO (1) | WO2020094088A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652139A (zh) * | 2020-06-03 | 2020-09-11 | 浙江大华技术股份有限公司 | 人脸抓拍方法、抓拍装置及存储装置 |
CN111931712A (zh) * | 2020-09-18 | 2020-11-13 | 杭州海康威视数字技术股份有限公司 | 人脸识别方法、装置、抓拍机及系统 |
CN112532934A (zh) * | 2020-11-23 | 2021-03-19 | 国网山东省电力公司利津县供电公司 | 一种多维协同监控系统 |
CN112597916A (zh) * | 2020-12-24 | 2021-04-02 | 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 |
CN113033521A (zh) * | 2021-05-25 | 2021-06-25 | 南京甄视智能科技有限公司 | 基于目标分析的周界动态预警方法与系统 |
CN113038017A (zh) * | 2021-03-24 | 2021-06-25 | 重庆中科云从科技有限公司 | 图像采集方法、装置及计算机可读存储介质 |
CN113222638A (zh) * | 2021-02-26 | 2021-08-06 | 深圳前海微众银行股份有限公司 | 门店访客信息的架构方法、装置、设备、介质及程序产品 |
CN113329175A (zh) * | 2021-05-21 | 2021-08-31 | 浙江大华技术股份有限公司 | 抓拍方法、装置、电子装置和存储介质 |
CN114627319A (zh) * | 2022-05-16 | 2022-06-14 | 杭州闪马智擎科技有限公司 | 目标数据的上报方法、装置、存储介质及电子装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112507816A (zh) * | 2020-11-25 | 2021-03-16 | 杭州电子科技大学 | 一种基于屏幕捕捉的监控触发方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008199549A (ja) * | 2007-02-15 | 2008-08-28 | Hitachi Ltd | 監視画像処理方法、監視システム及び監視画像処理プログラム |
CN102262727A (zh) * | 2011-06-24 | 2011-11-30 | 常州锐驰电子科技有限公司 | 客户采集终端人脸图像质量实时监控方法 |
CN102930261A (zh) * | 2012-12-05 | 2013-02-13 | 上海市电力公司 | 一种人脸抓拍识别方法 |
CN104239881A (zh) * | 2013-06-08 | 2014-12-24 | 杭州海康威视数字技术股份有限公司 | 监控视频中目标自动发现和注册方法及其系统 |
CN104657817A (zh) * | 2015-01-28 | 2015-05-27 | 四川君逸易视科技有限公司 | 一种银行柜台人脸抓拍、对比识别、检索及查询方法 |
CN105488478A (zh) * | 2015-12-02 | 2016-04-13 | 深圳市商汤科技有限公司 | 一种人脸识别系统和方法 |
CN105930822A (zh) * | 2016-05-11 | 2016-09-07 | 北京格灵深瞳信息技术有限公司 | 一种人脸抓拍方法及系统 |
CN107346426A (zh) * | 2017-07-10 | 2017-11-14 | 深圳市海清视讯科技有限公司 | 一种基于摄像机人脸识别的人脸信息收集方法 |
CN107958220A (zh) * | 2017-12-06 | 2018-04-24 | 杭州魔点科技有限公司 | 一种基于人脸识别的人脸库压缩处理方法及其智能装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8139817B2 (en) * | 2007-04-27 | 2012-03-20 | Telewatch Inc. | Face image log creation |
CN102201061B (zh) * | 2011-06-24 | 2012-10-31 | 常州锐驰电子科技有限公司 | 基于多阶层过滤人脸识别的智能安全监控系统及方法 |
CN102799877A (zh) * | 2012-09-11 | 2012-11-28 | 上海中原电子技术工程有限公司 | 人脸图像筛选方法及系统 |
CN107633208B (zh) * | 2017-08-17 | 2018-12-18 | 平安科技(深圳)有限公司 | 电子装置、人脸追踪的方法及存储介质 |
-
2018
- 2018-11-07 CN CN201811321514.1A patent/CN111161206A/zh active Pending
-
2019
- 2019-11-07 WO PCT/CN2019/116202 patent/WO2020094088A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008199549A (ja) * | 2007-02-15 | 2008-08-28 | Hitachi Ltd | 監視画像処理方法、監視システム及び監視画像処理プログラム |
CN102262727A (zh) * | 2011-06-24 | 2011-11-30 | 常州锐驰电子科技有限公司 | 客户采集终端人脸图像质量实时监控方法 |
CN102930261A (zh) * | 2012-12-05 | 2013-02-13 | 上海市电力公司 | 一种人脸抓拍识别方法 |
CN104239881A (zh) * | 2013-06-08 | 2014-12-24 | 杭州海康威视数字技术股份有限公司 | 监控视频中目标自动发现和注册方法及其系统 |
CN104657817A (zh) * | 2015-01-28 | 2015-05-27 | 四川君逸易视科技有限公司 | 一种银行柜台人脸抓拍、对比识别、检索及查询方法 |
CN105488478A (zh) * | 2015-12-02 | 2016-04-13 | 深圳市商汤科技有限公司 | 一种人脸识别系统和方法 |
CN105930822A (zh) * | 2016-05-11 | 2016-09-07 | 北京格灵深瞳信息技术有限公司 | 一种人脸抓拍方法及系统 |
CN107346426A (zh) * | 2017-07-10 | 2017-11-14 | 深圳市海清视讯科技有限公司 | 一种基于摄像机人脸识别的人脸信息收集方法 |
CN107958220A (zh) * | 2017-12-06 | 2018-04-24 | 杭州魔点科技有限公司 | 一种基于人脸识别的人脸库压缩处理方法及其智能装置 |
Non-Patent Citations (1)
Title |
---|
苏剑波等: "应用模式识别技术导论 人脸识别与语音识别", 上海交通大学出版社, pages: 76 - 78 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652139A (zh) * | 2020-06-03 | 2020-09-11 | 浙江大华技术股份有限公司 | 人脸抓拍方法、抓拍装置及存储装置 |
CN111931712A (zh) * | 2020-09-18 | 2020-11-13 | 杭州海康威视数字技术股份有限公司 | 人脸识别方法、装置、抓拍机及系统 |
CN112532934A (zh) * | 2020-11-23 | 2021-03-19 | 国网山东省电力公司利津县供电公司 | 一种多维协同监控系统 |
CN112597916A (zh) * | 2020-12-24 | 2021-04-02 | 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 |
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 |
CN113222638A (zh) * | 2021-02-26 | 2021-08-06 | 深圳前海微众银行股份有限公司 | 门店访客信息的架构方法、装置、设备、介质及程序产品 |
CN113038017A (zh) * | 2021-03-24 | 2021-06-25 | 重庆中科云从科技有限公司 | 图像采集方法、装置及计算机可读存储介质 |
CN113329175A (zh) * | 2021-05-21 | 2021-08-31 | 浙江大华技术股份有限公司 | 抓拍方法、装置、电子装置和存储介质 |
CN113033521A (zh) * | 2021-05-25 | 2021-06-25 | 南京甄视智能科技有限公司 | 基于目标分析的周界动态预警方法与系统 |
CN113033521B (zh) * | 2021-05-25 | 2022-05-10 | 南京甄视智能科技有限公司 | 基于目标分析的周界动态预警方法与系统 |
CN114627319A (zh) * | 2022-05-16 | 2022-06-14 | 杭州闪马智擎科技有限公司 | 目标数据的上报方法、装置、存储介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2020094088A1 (zh) | 2020-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111161206A (zh) | 一种图像抓拍方法、监控相机及监控系统 | |
CN111163259A (zh) | 一种图像抓拍方法、监控相机及监控系统 | |
US10691949B2 (en) | Action recognition in a video sequence | |
WO2020073505A1 (zh) | 基于图像识别的图像处理方法、装置、设备及存储介质 | |
CN104303193B (zh) | 基于聚类的目标分类 | |
JP4616702B2 (ja) | 画像処理 | |
CN110264493B (zh) | 一种针对运动状态下的多目标对象追踪方法和装置 | |
CN109492577B (zh) | 一种手势识别方法、装置及电子设备 | |
WO2021139049A1 (zh) | 检测方法、检测装置、监控设备和计算机可读存储介质 | |
CN111210399B (zh) | 一种成像质量评价方法、装置及设备 | |
CN109426785B (zh) | 一种人体目标身份识别方法及装置 | |
WO2020258978A1 (zh) | 对象检测方法和装置 | |
CN109905641B (zh) | 一种目标监控方法、装置、设备及系统 | |
CN109635693B (zh) | 一种正脸图像检测方法及装置 | |
CN108875507B (zh) | 行人跟踪方法、设备、系统和计算机可读存储介质 | |
CN112733690A (zh) | 一种高空抛物检测方法、装置及电子设备 | |
CN109255360B (zh) | 一种目标分类方法、装置及系统 | |
WO2022041484A1 (zh) | 人体跌倒检测方法、装置、设备及存储介质 | |
CN114943923B (zh) | 基于深度学习的视频识别炮弹爆炸火光烟雾方法及系统 | |
CN110569770A (zh) | 人体入侵行为识别方法、装置、存储介质及电子设备 | |
CN111444758A (zh) | 一种基于时空信息的行人重识别方法及装置 | |
CN111738043A (zh) | 一种行人重识别方法及装置 | |
CN113837138B (zh) | 一种着装监控方法、系统、介质及电子终端 | |
CN110177256B (zh) | 一种追踪视频数据获取方法和装置 | |
CN110572618B (zh) | 一种非法拍照行为监控方法、装置及系统 |
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 |