CN111523346A - 图像识别方法及装置、电子设备和存储介质 - Google Patents
图像识别方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111523346A CN111523346A CN201910103442.1A CN201910103442A CN111523346A CN 111523346 A CN111523346 A CN 111523346A CN 201910103442 A CN201910103442 A CN 201910103442A CN 111523346 A CN111523346 A CN 111523346A
- Authority
- CN
- China
- Prior art keywords
- target object
- reference image
- image
- face
- images
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 210000000746 body region Anatomy 0.000 claims abstract description 59
- 238000012216 screening Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 230000001815 facial effect Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
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
- G06V40/168—Feature extraction; Face representation
-
- 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
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种图像识别方法及装置、电子设备和存储介质，所述方法包括：获取第一参考图像中的目标对象的特征信息；根据第一参考图像中的目标对象的特征信息，确定出第二参考图像；根据第二参考图像中的目标对象的人脸区域和人体区域，在待检测视频的多个视频帧中确定出多个第一图像；对第一图像进行筛选，将被选中的一个或多个第一图像确定为目标图像。根据本公开的实施例的图像识别方法，可在第一参考图像中目标对象的特征信息不完整的情况下，确定出包括目标对象的人脸区域的目标图像，节省在待检测视频中搜索目标对象的时间和人力，提高工作效率。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种图像识别方法及装置、电子设备和存储介质。
背景技术
在相关技术中，可通过人脸识别技术，根据目标对象的参考图像在大量视频中检索出包括目标对象的视频帧，但如果参考图像中不包括目标对象的特征信息不全(例如，仅拍摄到人体区域)，则需要花费大量的时间和人力在大量视频中搜索目标对象，工作效率较低。
发明内容
本公开提出了一种图像识别方法及装置、电子设备和存储介质
根据本公开的一方面，提供了一种图像识别方法，包括：
获取第一参考图像中的目标对象的特征信息；
根据所述第一参考图像中的目标对象的特征信息，确定出第二参考图像，其中，所述第二参考图像包括所述目标对象的人脸区域和人体区域；
根据第二参考图像中的目标对象的人脸区域和人体区域，在待检测视频的多个视频帧中确定出多个第一图像，其中，所述第一图像中至少包括目标对象的人脸区域；
对所述第一图像进行筛选，将被选中的一个或多个第一图像确定为目标图像。
根据本公开的实施例的图像识别方法，可根据目标对象的特征信息，确定出具有目标对象的人脸区域和人体区域的第二参考图像，并根据第二参考图像确定出第一图像，进而从第一图像中选择出目标图像。可在第一参考图像中目标对象的特征信息不完整的情况下，确定出包括目标对象的人脸区域的目标图像，节省在待检测视频中搜索目标对象的时间和人力，提高工作效率。
在一种可能的实现方式中，所述特征信息包括所述目标对象的人脸特征信息或人体特征信息，
其中，根据所述第一参考图像中的目标对象的特征信息，确定出第二参考图像，包括：
根据所述目标对象的人脸特征信息或人体特征信息，确定出多个第二图像，其中，所述第二图像中包括目标对象的人脸区域和人体区域；
对第二图像进行筛选处理，从所述多个第二图像中确定出第二参考图像。
在一种可能的实现方式中，对第二图像进行筛选处理，从所述多个第二图像中确定出第二参考图像，包括：
在接收到针对所述第二图像的第二选择信息的情况下，将被选中的第二图像确定为所述第二参考图像。
在一种可能的实现方式中，所述特征信息包括所述目标对象的人脸特征信息和人体特征信息，
其中，根据所述第一参考图像中的目标对象的特征信息，确定出第二参考图像，包括：
根据所述目标对象的人脸特征信息和人体特征信息中的至少一个，确定出多个第三图像，其中，所述第三图像中包括目标对象的人脸区域和人体区域；
对第三图像进行筛选处理，从所述多个第三图像中确定出第二参考图像，其中，所述第二参考图像的清晰度高于所述第一参考图像。
通过这种方式，可利用人脸特征信息或人体特征信息中的至少一个确定第二参考图像，进而确定第一图像，可在第一参考图像中的特征信息不完整或图像模糊的情况下确定包括目标对象的人脸区域的第一图像。
在一种可能的实现方式中，根据第二参考图像中的目标对象的人脸区域和人体区域，在待检测视频的多个视频帧中确定出多个第一图像，包括：
分别获取第二参考图像中的目标对象的人脸特征信息和人体特征信息，以及第一视频帧的各对象的人脸特征信息和人体特征信息，其中，所述第一视频帧为待检测视频的多个视频帧中的任意一个；
在第一视频帧中存在与所述目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值，且与所述目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象的情况下，将第一视频帧确定为所述第一图像。
在一种可能的实现方式中，在第一参考图像中的目标对象的特征信息包括目标对象的人脸特征信息的情况下，所述目标图像中的目标对象的人脸区域的清晰度高于第一参考图像中的目标对象的人脸区域的清晰度。
在一种可能的实现方式中，所述待检测视频为以下中的至少一种：
分布在多个地理位置的视频获取装置拍摄到的视频；
视频获取装置在预设时间段内的拍摄到的视频。
在一种可能的实现方式中，所述第一参考图像为包括所述目标对象的人脸区域和人体区域中的至少一个的图像或视频帧，其中，所述视频帧为所述待检测视频的视频帧。
根据本公开的另一方面，提供了一种图像识别装置，包括：
特征信息获取模块，用于获取第一参考图像中的目标对象的特征信息；
第二参考图像确定模块，用于根据所述第一参考图像中的目标对象的特征信息，确定出第二参考图像，其中，所述第二参考图像包括所述目标对象的人脸区域和人体区域；
第一图像确定模块，用于根据第二参考图像中的目标对象的人脸区域和人体区域，在待检测视频的多个视频帧中确定出多个第一图像，其中，所述第一图像中至少包括目标对象的人脸区域；
筛选模块，用于对所述第一图像进行筛选，将被选中的一个或多个第一图像确定为目标图像。
在一种可能的实现方式中，所述特征信息包括所述目标对象的人脸特征信息或人体特征信息，
其中，所述第二参考图像确定模块被进一步配置为：
根据所述目标对象的人脸特征信息或人体特征信息，确定出多个第二图像，其中，所述第二图像中包括目标对象的人脸区域和人体区域；
对第二图像进行筛选处理，从所述多个第二图像中确定出第二参考图像。
在一种可能的实现方式中，所述第二参考图像确定模块被进一步配置为：
在接收到针对所述第二图像的第二选择信息的情况下，将被选中的第二图像确定为所述第二参考图像。
在一种可能的实现方式中，所述特征信息包括所述目标对象的人脸特征信息和人体特征信息，
其中，所述第二参考图像确定模块被进一步配置为：
根据所述目标对象的人脸特征信息和人体特征信息中的至少一个，确定出多个第三图像，其中，所述第三图像中包括目标对象的人脸区域和人体区域；
对第三图像进行筛选处理，从所述多个第三图像中确定出第二参考图像，其中，所述第二参考图像的清晰度高于所述第一参考图像。
在一种可能的实现方式中，所述第一图像确定模块被进一步配置为：
分别获取第二参考图像中的目标对象的人脸特征信息和人体特征信息，以及第一视频帧的各对象的人脸特征信息和人体特征信息，其中，所述第一视频帧为待检测视频的多个视频帧中的任意一个；
在第一视频帧中存在与所述目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值，且与所述目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象的情况下，将第一视频帧确定为所述第一图像。
在一种可能的实现方式中，在第一参考图像中的目标对象的特征信息包括目标对象的人脸特征信息的情况下，所述目标图像中的目标对象的人脸区域的清晰度高于第一参考图像中的目标对象的人脸区域的清晰度。
在一种可能的实现方式中，所述待检测视频为以下中的至少一种：
分布在多个地理位置的视频获取装置拍摄到的视频；
视频获取装置在预设时间段内的拍摄到的视频。
在一种可能的实现方式中，所述第一参考图像为包括所述目标对象的人脸区域和人体区域中的至少一个的图像或视频帧，其中，所述视频帧为所述待检测视频的视频帧。
根据本公开的另一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述图像识别方法。
根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述图像识别方法。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的图像识别方法的流程图；
图2示出根据本公开实施例的图像识别方法的应用示意图；
图3示出根据本公开实施例的图像识别装置的框图；
图4示出根据本公开实施例的电子装置的框图；
图5示出根据本公开实施例的电子装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
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，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的图像识别方法的流程图，如图1所示，所述方法包括：
在步骤S11中，获取第一参考图像中的目标对象的特征信息；
在步骤S12中，根据所述第一参考图像中的目标对象的特征信息，确定出第二参考图像，其中，所述第二参考图像包括所述目标对象的人脸区域和人体区域；
在步骤S13中，根据第二参考图像中的目标对象的人脸区域和人体区域，在待检测视频的多个视频帧中确定出多个第一图像，其中，所述第一图像中至少包括目标对象的人脸区域；
在步骤S14中，对所述第一图像进行筛选，将被选中的一个或多个第一图像确定为目标图像。
根据本公开的实施例的图像识别方法，可根据目标对象的特征信息，确定出具有目标对象的人脸区域和人体区域的第二参考图像，并根据第二参考图像确定出第一图像，进而从第一图像中选择出目标图像。可在第一参考图像中目标对象的特征信息不完整的情况下，确定出包括目标对象的人脸区域的目标图像，节省在待检测视频中搜索目标对象的时间和人力，提高工作效率。
在一种可能的实现方式中，所述图像识别方法可以由终端设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，所述图像识别方法通过服务器执行。
在一种可能的实现方式中，所述待检测视频为分布在多个地理位置的视频获取装置拍摄到的视频和视频获取装置在预设时间段内的拍摄到的视频中的至少一种。例如，视频获取装置为分布在各区域或各街道中的摄像头，各摄像头可将拍摄到的视频发送至服务器，服务器可对各摄像头拍摄的视频进行汇总，可获得所述待检测视频。例如，预设时间段可以是一天、1小时等，可将某个摄像头获取的预设时间段内的视频作为所述待检测视频。又例如，待检测视频为分布在多个地理位置的摄像头拍摄到的预设时间段内的视频，例如，待检测视频可以是分布在多个街道的摄像头在9:00-10:00之间拍摄的视频。所述待检测视频中，可具有包括目标对象的视频帧，例如，所述待检测视频为监控视频，所述目标对象为犯罪嫌疑人，可待检测视频中可具有包括犯罪嫌疑人的视频帧，即，在待检测视频中可搜索出犯罪嫌疑人的图像。进一步地，待检测视频的各视频帧可具有时间戳，所述时间戳可表示获取各视频帧时的时间信息。待检测视频的各视频帧可具有地理位置信息，所述地理位置信息可表示获取各视频帧的视频获取装置(例如，摄像头)所处的地理位置，或视频获取装置拍摄到的区域所处的地理位置。
在一种可能的实现方式中，所述第一参考图像为包括所述目标对象的人脸区域和人体区域中的至少一个的图像或视频帧，其中，所述视频帧为所述待检测视频的视频帧。所述第一参考图像为包括目标对象(例如，犯罪嫌疑人)的图像，例如，目标对象的照片，在所述照片中，具有目标对象的人脸区域和人体区域的至少一个，可将该照片上传至服务器。或者，第一参考图像为待检测视频的某个视频帧，在该视频帧中，包括目标对象的人脸区域或人体区域的至少一个。在示例中，第一参考图像中的目标对象的人脸区域清晰度可较低，或者，第一参考图像中仅包括目标对象的人体区域，不包括目标对象的人脸区域。
在一种可能的实现方式中，第一参考图像中可包括多个对象，目标对象为所述多个对象中的一个，可从多个对象中选中目标对象，例如，可对目标对象的人脸区域和人体区域中的至少一个进行框选。
在一种可能的实现方式中，在步骤S11中，可对第一参考图像中的目标对象进行特征提取处理，在示例中，第一参考图像中的对象仅有目标对象，例如，第一参考图像中包括目标对象的人脸区域和人体区域中的至少一个，可对目标对象的人脸区域和人体区域中的至少一个进行特征提取处理，获得目标对象的特征信息，例如，对目标对象的人脸区域进行特征提取处理，可获得目标对象的人脸特征信息，对目标对象的人体区域进行特征提取处理，可获得目标对象的人体特征信息。在示例中，第一参考图像中可包括多个对象，可从多个对象中选中目标对象的人脸区域和人体区域中的至少一个，例如，对目标对象的人脸区域和人体区域中的至少一个进行框选，并可提取被框选的区域的特征信息，例如，被框选区域为目标对象的人脸区域，则可提取目标对象的人脸特征信息，被框选区域为目标对象的人体区域，则可提取目标对象的人体特征信息。
在示例中，人脸特征信息可包括根据人脸关键点确定的特征信息，例如，五官的位置、形状等，还可包括肤色等信息。人体特征信息可包括根据人体关键点确定的特征信息，例如，身高、体型、腿长、臂长等，还可包括衣物的款式、颜色等信息。
在示例中，可使用卷积神经网络等神经网络对第一参考图像进行特征提取处理，获得所述人脸特征信息和人体特征信息中的至少一个。本公开对神经网络的类型不作限制。
在一种可能的实现方式中，在步骤S12中，可根据目标对象的特征信息(即，人脸特征信息和人体特征信息中的至少一个)，确定出第二参考图像。在示例中，可根据目标对象的人脸特征信息和人体特征信息中的至少一个，在待检测视频的多个视频帧中搜索出包括目标对象的人脸区域和人体区域的第二参考图像。或者，还可在其他视频库或图像库中，根据目标对象的人脸特征信息和人体特征信息中的至少一个，搜索出包括目标对象的人脸区域和人体区域的第二参考图像。在第二参考图像中，可确定目标对象的人脸区域和人体区域之间的关联关系，即，目标对象的人脸区域和人体区域之间是匹配的，在视频帧或图像中包括所述人脸区域和人体区域中的任意一个，均可认为该图像中包括目标对象。
在一种可能的实现方式中，所述特征信息包括所述目标对象的人脸特征信息或人体特征信息，步骤S12可包括：根据所述目标对象的人脸特征信息或人体特征信息，确定出多个第二图像，其中，所述第二图像中包括目标对象的人脸区域和人体区域；对第二图像进行筛选处理，从所述多个第二图像中确定出第二参考图像。
在一种可能的实现方式中，可根据第一参考图像中的目标对象的人脸特征信息或人体特征信息在待检测视频或其他视频库或图像库中进行搜索，例如，可提取待检测视频的各视频帧中的各对象的特征信息，或提取其他视频库或图像库的各视频帧或图像中的对象的特征信息，并根据各对象的特征信息与第一参考图像中的目标对象的特征信息之间的相似度，来确定各视频帧或图像中是否包括目标对象，进一步地，可将同时包括目标对象的人脸区域和人体区域的视频帧确定为第二图像。
在示例中，可在待检测视频中确定出第二图像，特征信息包括第一参考图像中的目标对象的人脸特征信息，可提取待检测视频的各视频帧中的各对象的人脸特征信息，如果某个视频帧中包括与第一参考图像中的目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值的对象，且在该视频帧中，还包括该对象的人体区域，则可将该视频帧确定为所述第二图像。
在示例中，可在待检测视频中确定出第二图像，特征信息包括第一参考图像中的目标对象的人体特征信息，可提取待检测视频的各视频帧中的各对象的人体特征信息，如果某个视频帧中包括与第一参考图像中的目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象，且在该视频帧中，还包括该对象的人脸区域，则可将该视频帧确定为所述第二图像。
在一种可能的实现方式中，可对所述第二图像进行筛选处理，确定出第二参考图像。在示例中，可根据第二图像中目标对象的人脸区域和人体区域的完整度来筛选出第二参考图像，例如，可从多个包括目标对象的人脸区域和人体区域的第二图像中，筛选出包括目标对象的完整的人脸区域和完整的人体区域的第二图像，作为所述第二参考图像。在示例中，可根据第二图像中人脸区域和人体区域的清晰度来筛选出第二参考图像，例如，可从多个包括目标对象的人脸区域和人体区域的第二图像中，筛选出目标对象的人脸区域和人体区域的清晰度最高的第二图像，作为所述第二参考图像。本公开对筛选第二图像的方式不做限制。
在一种可能的实现方式中，可由用户从多个第二图像中选择出第二参考图像。其中，对第二图像进行筛选处理，从所述多个第二图像中确定出第二参考图像，包括：在接收到针对所述第二图像的第二选择信息的情况下，将被选中的第二图像确定为所述第二参考图像。即，在确定出多个第二图像后，用户可从第二图像中选择出第二参考图像。
在一种可能的实现方式中，如果从第一参考图像中可提取目标对象的人脸特征信息和人体特征信息，即，所述特征信息包括对第一参考图像中的目标对象的人脸特征信息和人体特征信息，但第一参考图像中目标对象的人脸区域和人体区域图像质量较差，例如，比较模糊。则可根据第一参考图像中的目标对象的特征信息，确定出包括目标对象的人脸区域和人体区域的第二参考图像，且第二参考图像的图像质量较高，例如，第二参考图像的目标对象的人脸区域和人体区域的清晰度高于第一参考图像。步骤S12可包括：根据所述目标对象的人脸特征信息和人体特征信息中的至少一个，确定出多个第三图像，其中，所述第三图像中包括目标对象的人脸区域和人体区域；对第三图像进行筛选处理，从所述多个第三图像中确定出第二参考图像，其中，所述第二参考图像的清晰度高于所述第一参考图像。
在一种可能的实现方式中，可根据第一参考图像中的目标对象的人脸特征信息和人体特征信息中的至少一个在待检测视频或其他视频库或图像库中进行搜索，例如，可提取待检测视频的各视频帧中的各对象的人脸特征信息和人体特征信息，或提取其他视频库或图像库的各视频帧或图像中的对象的人脸特征信息和人体特征信息，并根据各对象的人脸特征信息和人体特征信息与第一参考图像中的目标对象的人脸特征信息和人体特征信息之间的相似度，来确定各视频帧或图像中是否包括目标对象，进一步地，可将同时包括目标对象的人脸区域和人体区域的视频帧确定为第三图像。
在示例中，可在待检测视频中确定出第三图像，可提取待检测视频的各视频帧中的各对象的人脸特征信息和人体特征信息，如果某个视频帧中包括与第一参考图像中的目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值，且与目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象，则可将该视频帧确定为所述第三图像。
在一种可能的实现方式中，可对所述第三图像进行筛选处理，确定出第二参考图像。在示例中，可根据第三图像中目标对象的人脸区域和人体区域的完整度来筛选出第二参考图像，例如，可从多个包括目标对象的人脸区域和人体区域的第三图像中，筛选出包括目标对象的完整的人脸区域和完整的人体区域的第三图像，作为所述第二参考图像。在示例中，可根据第三图像中人脸区域和人体区域的清晰度来筛选出第二参考图像，例如，可从多个包括目标对象的人脸区域和人体区域的第三图像中，筛选出目标对象的人脸区域和人体区域的清晰度最高的第三图像，作为所述第二参考图像。还可由用户从多个第三图像中选择出第二参考图像。本公开对筛选第三图像的方式不做限制。
在一种可能的实现方式中，在步骤S13中，可将第二参考图像作为在待检测视频中确定出第一图像的参考图像。例如，可通过第二参考图像中的目标对象的人脸区域的人脸特征信息和人体区域的人体特征信息在待检测视频中确定出第一图像。
在一种可能的实现方式中，步骤S13包括：分别获取第二参考图像中的目标对象的人脸特征信息和人体特征信息，以及第一视频帧的各对象的人脸特征信息和人体特征信息，其中，所述第一视频帧为待检测视频的多个视频帧中的任意一个；在第一视频帧中存在与所述目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值，且与所述目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象的情况下，将第一视频帧确定为所述第一图像。
在一种可能的实现方式中，可提取第二参考图像中的目标对象的人脸区域的人脸特征信息以及人体区域的人体特征信息。或者，在根据第一参考图像的特征信息来确定第二图像或第三图像时，已提取了第二图像或第三图像中各对象的特征信息，第二参考图像为第二图像或第三图像中被选中的图像，可直接使用已提取的目标对象的特征信息，即，人脸特征信息和人体特征信息。第一视频帧为待检测视频的视频帧中的任意一个，可提取第一视频帧中的各对象的人脸特征信息和人体特征信息，也可直接使用已提取的人脸特征信息和人体特征信息。
在一种可能的实现方式中，可将第二参考图像中的目标对象的人脸特征信息分别与第一视频帧中各对象的人脸特征信息进行对比，以确定所述目标对象的人脸特征信息与所述各对象的人脸特征信息之间的特征相似度，并将目标对象的人体特征信息分别与第一视频帧中的各对象的人体特征信息进行对比，以确定所述目标对象的人体特征信息与所述各对象的人体特征信息之间的特征相似度。如果第一视频帧中存在某个对象，该对象的人脸特征信息与目标对象的人脸特征信息之间的特征相似度大于或等于人脸相似度阈值，且该对象的人体特征信息与目标对象的人体特征信息之间的特征相似度大于或等于人体相似度阈值，则该对象可被确定为目标对象，第一视频帧可被确定为包括目标对象的视频帧，即，第一视频帧可被确定为第一图像。
在一种可能的实现方式中，可仅根据第二参考图像中的目标对象的人脸特征信息在待处理图像的各视频帧中确定第一图像，例如，如果某个视频帧中存在与目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值的对象，则可将该视频帧确定为第一图像。
在一种可能的实现方式中，可仅根据第二参考图像中的目标对象的人体特征信息在待处理图像的各视频帧中确定第一图像，例如，如果某个视频帧中存在与目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象，且该视频帧中包括该对象的人脸区域，则可将该视频帧确定为第一图像。
通过这种方式，可利用人脸特征信息或人体特征信息中的至少一个确定第二参考图像，进而确定第一图像，可在第一参考图像中的特征信息不完整或图像模糊的情况下确定包括目标对象的人脸区域的第一图像。
在一种可能的实现方式中，如果从第一参考图像中可提取目标对象的人脸特征信息和人体特征信息，即，第一参考图像中包括目标对象的人脸区域和人体区域，且第一参考图像中目标对象的人脸区域和人体区域的图像质量较好，清晰度较高，则可直接将第一参考图像作为待检测视频中确定出第一图像的参考图像。
在示例中，可通过第一参考图像中的人脸特征信息从待检测视频的多个视频帧中确定出第一图像。例如，如果某个视频帧中存在与第一参考图像中的目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值的对象，则可将该视频帧确定为第一图像。
在示例中，可通过第一参考图像中的人体特征信息从待检测视频的多个视频帧中确定出第一图像。例如，如果某个视频帧中存在与第一参考图像中的目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象，且该视频帧中包括该对象的人脸区域，则可将该视频帧确定为第一图像。
在示例中，可通过第一参考图像中的人脸特征信息和人体特征信息从待检测视频的多个视频帧中确定出第一图像。例如，如果某个视频帧中存在与第一参考图像中的目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值，且与第一参考图像中的目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象，则可将该视频帧确定为第一图像。
在一种可能的实现方式中，在步骤S14中，所述多个第一图像中均可包括目标对象的人脸区域，可对多个第一图像进行筛选，将被选中的一个或多个第一图像确定为目标图像。在示例中，用户可从中选择一张，作为目标图像。例如，如果两个对象的外貌特征接近，由于图像清晰度和拍摄角度等原因，包含这两个对象的人脸区域的视频帧均被确定为第一图像，则可由用户选择其中一个第一图像作为目标图像，即，用户可提供第一选择信息，被选中的第一图像即为所述目标图像。
在一种可能的实现方式中，目标图像的图像质量较高，清晰度较高。在第一参考图像中的目标对象的特征信息包括目标对象的人脸特征信息的情况下，所述目标图像中的目标对象的人脸区域的清晰度高于第一参考图像中的目标对象的人脸区域的清晰度。即，如果第一参考图像中包括目标对象的人脸区域，选择出的目标图像中的目标对象的人脸区域的清晰度高于第一参考图像中目标对象的人脸区域的清晰度，即，从待检测视频中获得了清晰度较高的目标对象的人脸图像。如果第一参考图像中仅包括目标对象的人体区域，则通过上述方法，从待检测视频中获得了目标对象的人脸图像，且该人脸图像的清晰度较高。
根据本公开的实施例的图像识别方法，可目标对象的特征信息，确定出具有目标对象的人脸区域和人体区域的第二参考图像，进而确定第一图像，并从第一图像中选择出目标图像。可在第一参考图像中的特征信息不完整的情况下确定出包括目标对象的人脸区域且清晰度较高的第一图像，节省在待检测视频中搜索目标对象的时间和人力，提高工作效率。
图2示出根据本公开实施例的图像识别方法的应用示意图，如图2所示，图像A、图像B和图像C均为第一参考图像，其中，图像A中仅包括目标对象的人体区域，图像B中仅包括目标对象的人脸区域，该人脸区域可以是清晰度不高或拍摄角度不佳的人脸区域。图像C可包括目标对象的人脸区域和人体区域，但图像C的清晰度较低。
在一种可能的实现方式中，如果第一参考图像为图像A，即，第一参考图像中仅包括目标对象的人体区域，则可使用卷积神经网络提取图像A中的目标对象的人体特征信息，并可提取待检测视频的各视频帧中或者其他视频库或图像库的各视频帧或图像中的各对象的人体特征信息，如果某个视频帧中包括与第一参考图像中的目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象，且在该视频帧中，还包括该对象的人脸区域，则可将该视频帧确定为第二图像。
在一种可能的实现方式中，如果第一参考图像为图像B，即，第一参考图像中仅包括目标对象的人体区域，则可使用卷积神经网络提取图像B中的目标对象的人脸特征信息，并可提取待检测视频的各视频帧中或者其他视频库或图像库的各视频帧或图像中的各对象的人脸特征信息，如果某个视频帧中包括与第一参考图像中的目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值的对象，且在该视频帧中，还包括该对象的人体区域，则可将该视频帧确定为第二图像。
在一种可能的实现方式中，如果第一参考图像为图像C，则可使用第一参考图像中的目标对象的人脸特征信息和人体特征信息从待检测视频中确定第二参考图像，即，将第一参考图像中的目标对象的人脸特征信息分别与各视频帧或图像中各对象的人脸特征信息进行对比，以确定所述目标对象的人脸特征信息与视频帧中的所述各对象的人脸特征信息之间的特征相似度，并将目标对象的人体特征信息分别与视频帧或图像中的各对象的人体特征信息进行对比，以确定所述目标对象的人体特征信息与所述各对象的人体特征信息之间的特征相似度。如果某个视频帧或图像中存在与目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值且与目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值的对象，则该对象可被确定为目标对象，该视频帧可被确定为第三图像。
在一种可能的实现方式中，可接收用户对第二图像或第三图像的选择，并将选中的第二图像作为第二参考图像。第二参考图像中包括目标对象的人脸区域和人体区域，可将第二参考图像作为在待检测视频中获取第一图像的参考图像。
在一种可能的实现方式中，可使用第二参考图像中的目标对象的人脸特征信息和人体特征信息从待检测视频中确定第一图像，即，将第二参考图像中的目标对象的人脸特征信息分别与各视频帧中各对象的人脸特征信息进行对比，以确定所述目标对象的人脸特征信息与视频帧中的所述各对象的人脸特征信息之间的特征相似度，并将目标对象的人体特征信息分别与视频帧中的各对象的人体特征信息进行对比，以确定所述目标对象的人体特征信息与所述各对象的人体特征信息之间的特征相似度。如果某个视频帧中存在与目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值且与目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值的对象，则该对象可被确定为目标对象，该视频帧可被确定为第一图像。
在一种可能的实现方式中，可使用第二参考图像中的目标对象的人脸特征信息从待检测视频中确定第一图像，即，将第二参考图像中的目标对象的人脸特征信息分别与各视频帧中各对象的人脸特征信息进行对比，以确定所述目标对象的人脸特征信息与视频帧中的所述各对象的人脸特征信息之间的特征相似度。如果某个视频帧中存在与目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值的对象，则该对象可被确定为目标对象，该视频帧可被确定为第一图像。
在一种可能的实现方式中，可在多个第一图像中选出目标图像，例如，可选择目标对象的人脸区域最清晰的第一图像作为目标图像，目标图像的人脸区域的清晰度高于图像A或图像C中目标对象的人脸区域的清晰度。
图3示出根据本公开实施例的图像识别装置的框图，如图3所示，所述装置包括：
特征信息获取模块11，用于获取第一参考图像中的目标对象的特征信息；
第二参考图像确定模块12，用于根据所述第一参考图像中的目标对象的特征信息，确定出第二参考图像，其中，所述第二参考图像包括所述目标对象的人脸区域和人体区域；
第一图像确定模块13，用于根据第二参考图像中的目标对象的人脸区域和人体区域，在待检测视频的多个视频帧中确定出多个第一图像，其中，所述第一图像中至少包括目标对象的人脸区域；
筛选模块14，用于对所述第一图像进行筛选，将被选中的一个或多个第一图像确定为目标图像。
在一种可能的实现方式中，所述特征信息包括所述目标对象的人脸特征信息或人体特征信息，
其中，所述第二参考图像确定模块12被进一步配置为：
根据所述目标对象的人脸特征信息或人体特征信息，确定出多个第二图像，其中，所述第二图像中包括目标对象的人脸区域和人体区域；
对第二图像进行筛选处理，从所述多个第二图像中确定出第二参考图像。
在一种可能的实现方式中，所述第二参考图像确定模块12被进一步配置为：
在接收到针对所述第二图像的第二选择信息的情况下，将被选中的第二图像确定为所述第二参考图像。
在一种可能的实现方式中，所述特征信息包括所述目标对象的人脸特征信息和人体特征信息，
其中，所述第二参考图像确定模块12被进一步配置为：
根据所述目标对象的人脸特征信息和人体特征信息中的至少一个，确定出多个第三图像，其中，所述第三图像中包括目标对象的人脸区域和人体区域；
对第三图像进行筛选处理，从所述多个第三图像中确定出第二参考图像，其中，所述第二参考图像的清晰度高于所述第一参考图像。
在一种可能的实现方式中，所述第一图像确定模块13被进一步配置为：
分别获取第二参考图像中的目标对象的人脸特征信息和人体特征信息，以及第一视频帧的各对象的人脸特征信息和人体特征信息，其中，所述第一视频帧为待检测视频的多个视频帧中的任意一个；
在第一视频帧中存在与所述目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值，且与所述目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象的情况下，将第一视频帧确定为所述第一图像。
在一种可能的实现方式中，在第一参考图像中的目标对象的特征信息包括目标对象的人脸特征信息的情况下，所述目标图像中的目标对象的人脸区域的清晰度高于第一参考图像中的目标对象的人脸区域的清晰度。
在一种可能的实现方式中，所述待检测视频为以下中的至少一种：
分布在多个地理位置的视频获取装置拍摄到的视频；
视频获取装置在预设时间段内的拍摄到的视频。
在一种可能的实现方式中，所述第一参考图像为包括所述目标对象的人脸区域和人体区域中的至少一个的图像或视频帧，其中，所述视频帧为所述待检测视频的视频帧。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了图像识别装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像识别方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图4，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图5，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种图像识别方法，其特征在于，包括：
获取第一参考图像中的目标对象的特征信息；
根据所述第一参考图像中的目标对象的特征信息，确定出第二参考图像，其中，所述第二参考图像包括所述目标对象的人脸区域和人体区域；
根据第二参考图像中的目标对象的人脸区域和人体区域，在待检测视频的多个视频帧中确定出多个第一图像，其中，所述第一图像中至少包括目标对象的人脸区域；
对所述第一图像进行筛选，将被选中的一个或多个第一图像确定为目标图像。
2.根据权利要求1所述的方法，其特征在于，所述特征信息包括所述目标对象的人脸特征信息或人体特征信息，
其中，根据所述第一参考图像中的目标对象的特征信息，确定出第二参考图像，包括：
根据所述目标对象的人脸特征信息或人体特征信息，确定出多个第二图像，其中，所述第二图像中包括目标对象的人脸区域和人体区域；
对第二图像进行筛选处理，从所述多个第二图像中确定出第二参考图像。
3.根据权利要求2所述的方法，其特征在于，对第二图像进行筛选处理，从所述多个第二图像中确定出第二参考图像，包括：
在接收到针对所述第二图像的第二选择信息的情况下，将被选中的第二图像确定为所述第二参考图像。
4.根据权利要求1所述的方法，其特征在于，所述特征信息包括所述目标对象的人脸特征信息和人体特征信息，
其中，根据所述第一参考图像中的目标对象的特征信息，确定出第二参考图像，包括：
根据所述目标对象的人脸特征信息和人体特征信息中的至少一个，确定出多个第三图像，其中，所述第三图像中包括目标对象的人脸区域和人体区域；
对第三图像进行筛选处理，从所述多个第三图像中确定出第二参考图像，其中，所述第二参考图像的清晰度高于所述第一参考图像。
5.根据权利要求1所述的方法，其特征在于，根据第二参考图像中的目标对象的人脸区域和人体区域，在待检测视频的多个视频帧中确定出多个第一图像，包括：
分别获取第二参考图像中的目标对象的人脸特征信息和人体特征信息，以及第一视频帧的各对象的人脸特征信息和人体特征信息，其中，所述第一视频帧为待检测视频的多个视频帧中的任意一个；
在第一视频帧中存在与所述目标对象的人脸特征信息的特征相似度大于或等于人脸相似度阈值，且与所述目标对象的人体特征信息的特征相似度大于或等于人体相似度阈值的对象的情况下，将第一视频帧确定为所述第一图像。
6.根据权利要1-5中任一项所述的方法，其特征在于，在第一参考图像中的目标对象的特征信息包括目标对象的人脸特征信息的情况下，所述目标图像中的目标对象的人脸区域的清晰度高于第一参考图像中的目标对象的人脸区域的清晰度。
7.根据权利要1-6中任一项所述的方法，其特征在于，所述待检测视频为以下中的至少一种：
分布在多个地理位置的视频获取装置拍摄到的视频；
视频获取装置在预设时间段内的拍摄到的视频。
8.一种图像识别装置，其特征在于，包括：
特征信息获取模块，用于获取第一参考图像中的目标对象的特征信息；
第二参考图像确定模块，用于根据所述第一参考图像中的目标对象的特征信息，确定出第二参考图像，其中，所述第二参考图像包括所述目标对象的人脸区域和人体区域；
第一图像确定模块，用于根据第二参考图像中的目标对象的人脸区域和人体区域，在待检测视频的多个视频帧中确定出多个第一图像，其中，所述第一图像中至少包括目标对象的人脸区域；
筛选模块，用于对所述第一图像进行筛选，将被选中的一个或多个第一图像确定为目标图像。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910103442.1A CN111523346B (zh) | 2019-02-01 | 2019-02-01 | 图像识别方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910103442.1A CN111523346B (zh) | 2019-02-01 | 2019-02-01 | 图像识别方法及装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111523346A true CN111523346A (zh) | 2020-08-11 |
| CN111523346B CN111523346B (zh) | 2024-04-02 |
Family
ID=71900000
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910103442.1A Active CN111523346B (zh) | 2019-02-01 | 2019-02-01 | 图像识别方法及装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111523346B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112037206A (zh) * | 2020-09-01 | 2020-12-04 | 成都睿畜电子科技有限公司 | 一种目标特征数据的计算方法、装置、计算机可读存储介质 |
| CN112052186A (zh) * | 2020-10-10 | 2020-12-08 | 腾讯科技（深圳）有限公司 | 目标检测方法、装置、设备以及存储介质 |
| CN112149520A (zh) * | 2020-09-03 | 2020-12-29 | 上海趋视信息科技有限公司 | 一种多目标管理方法、系统及装置 |
| CN113225451A (zh) * | 2021-04-28 | 2021-08-06 | 维沃移动通信（杭州）有限公司 | 图像处理方法、装置和电子设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105933650A (zh) * | 2016-04-25 | 2016-09-07 | 北京旷视科技有限公司 | 视频监控系统及方法 |
| CN107609508A (zh) * | 2017-09-08 | 2018-01-19 | 深圳市金立通信设备有限公司 | 一种人脸识别方法、终端及计算机可读存储介质 |
-
2019
- 2019-02-01 CN CN201910103442.1A patent/CN111523346B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105933650A (zh) * | 2016-04-25 | 2016-09-07 | 北京旷视科技有限公司 | 视频监控系统及方法 |
| CN107609508A (zh) * | 2017-09-08 | 2018-01-19 | 深圳市金立通信设备有限公司 | 一种人脸识别方法、终端及计算机可读存储介质 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112037206A (zh) * | 2020-09-01 | 2020-12-04 | 成都睿畜电子科技有限公司 | 一种目标特征数据的计算方法、装置、计算机可读存储介质 |
| CN112149520A (zh) * | 2020-09-03 | 2020-12-29 | 上海趋视信息科技有限公司 | 一种多目标管理方法、系统及装置 |
| CN112149520B (zh) * | 2020-09-03 | 2023-05-09 | 上海趋视信息科技有限公司 | 一种多目标管理方法、系统及装置 |
| CN112052186A (zh) * | 2020-10-10 | 2020-12-08 | 腾讯科技（深圳）有限公司 | 目标检测方法、装置、设备以及存储介质 |
| CN113225451A (zh) * | 2021-04-28 | 2021-08-06 | 维沃移动通信（杭州）有限公司 | 图像处理方法、装置和电子设备 |
| CN113225451B (zh) * | 2021-04-28 | 2023-06-27 | 维沃移动通信（杭州）有限公司 | 图像处理方法、装置和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111523346B (zh) | 2024-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109948494B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| WO2020135127A1 (zh) | 一种行人识别方法及装置 | |
| CN107692997B (zh) | 心率检测方法及装置 | |
| CN110569777B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN108985176B (zh) | 图像生成方法及装置 | |
| CN111523346B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
| CN109934275B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN112465843A (zh) | 图像分割方法及装置、电子设备和存储介质 | |
| CN110942036B (zh) | 人员识别方法及装置、电子设备和存储介质 | |
| CN111553864A (zh) | 图像修复方法及装置、电子设备和存储介质 | |
| CN110933488A (zh) | 视频剪辑方法及装置 | |
| CN112991553A (zh) | 信息展示方法及装置、电子设备和存储介质 | |
| CN112085097A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
| CN112270288A (zh) | 活体识别、门禁设备控制方法和装置、电子设备 | |
| CN110781842A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110929545A (zh) | 人脸图像的整理方法及装置 | |
| CN110955800A (zh) | 视频检索方法及装置 | |
| CN111062407B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111651627A (zh) | 数据处理方法及装置、电子设备和存储介质 | |
| CN110121115B (zh) | 精彩视频片段的确定方法及装置 | |
| CN113506325B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN113506324B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111524160A (zh) | 轨迹信息获取方法及装置、电子设备和存储介质 | |
| CN110969569A (zh) | 试镜视频的生成方法及装置 |
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 |