CN112541429A - 一种智能抓图方法、装置、电子设备以及存储介质 - Google Patents

一种智能抓图方法、装置、电子设备以及存储介质 Download PDF

Info

Publication number
CN112541429A
CN112541429A CN202011444572.0A CN202011444572A CN112541429A CN 112541429 A CN112541429 A CN 112541429A CN 202011444572 A CN202011444572 A CN 202011444572A CN 112541429 A CN112541429 A CN 112541429A
Authority
CN
China
Prior art keywords
video frame
target
frame group
code stream
original video
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
Application number
CN202011444572.0A
Other languages
English (en)
Other versions
CN112541429B (zh
Inventor
魏培
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202011444572.0A priority Critical patent/CN112541429B/zh
Publication of CN112541429A publication Critical patent/CN112541429A/zh
Application granted granted Critical
Publication of CN112541429B publication Critical patent/CN112541429B/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
    • 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
    • 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
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/2628—Alteration of picture size, shape, position or orientation, e.g. zooming, rotation, rolling, perspective, translation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请公开了一种智能抓图方法、装置、电子设备以及计算机可读存储介质，该智能抓图方法包括：获取待检测分析的原始视频码流；将原始视频码流进行解码，获取原始视频帧组，并对原始视频帧组的视频帧进行缩放，得到缩放视频帧组；对缩放视频帧组的每一视频帧进行智能分析，得到检测目标所在的目标坐标；基于目标坐标对原始视频帧组的视频帧进行抠图展示。上述方案，通过智能分析结果对原始视频帧组进行抠图展示，能够获得高清晰度的目标抓图。

Description

一种智能抓图方法、装置、电子设备以及存储介质
技术领域
本申请涉及人脸识别技术领域，特别是涉及一种智能抓图方法、装置、电子设备以及存储介质。
背景技术
人脸抓拍算法是一种基于摄像头等图像采集/存储设备得到的图像，来确定图像是否包含人脸，并准确定位人脸在图像中的位置的技术。
当前，主流的视频智能检测分析设备，检测到有效目标时往往需要提取目标抓图图像。对于外部接入如800W超清等高分辨率视频源时，为节省性能，系统对视频帧进行尺寸缩小再送入算法处理，导致算法对目标抓图时图像模糊，质量较差，不利于后期进行分析。
发明内容
本申请至少提供一种智能抓图方法、装置、电子设备以及计算机可读存储介质。
本申请第一方面提供了一种智能抓图方法，所述智能抓图方法包括：
获取待检测分析的原始视频码流；
将所述原始视频码流进行解码，获取原始视频帧组，并对所述原始视频帧组的视频帧进行缩放，得到缩放视频帧组；
对所述缩放视频帧组的每一视频帧进行智能分析，得到检测目标所在的目标坐标；
基于所述目标坐标对所述原始视频帧组的视频帧进行抠图展示。
其中，所述智能抓图方法还包括：
获取所述检测目标所在所述缩放视频帧组的视频帧序号以及目标坐标；
基于所述视频帧序号提取所述原始视频帧组中对应的目标视频帧；
基于所述目标坐标在所述目标视频帧中对目标进行抠图展示。
其中，所述基于所述目标坐标对所述原始视频帧组的视频帧进行抠图展示的步骤，包括：
将所述原始视频码流存入循环码流缓冲区；
将所述循环码流缓冲区的原始视频码流进行解码，获取所述原始视频帧组；
基于所述视频帧序号提取所述原始视频帧组中对应的目标视频帧；
基于所述目标坐标在所述目标视频帧中对目标进行抠图展示。
其中，所述基于所述目标坐标对所述原始视频帧组的视频帧进行抠图展示的步骤，包括：
将所述原始视频码流存入循环码流缓冲区；
基于所述视频帧序号提取所述循环码流缓冲区中原始视频码流的视频码流片段；
将所述视频码流片段进行解码，获取所述目标视频帧；
基于所述目标坐标在所述目标视频帧中对目标进行抠图展示。
其中，所述将所述原始视频码流存入循环码流缓冲区的步骤，包括：
将所述原始视频码流以图像组为单位，存入所述循环码流缓冲区。
其中，所述对所述原始视频帧组的视频帧进行缩放，得到缩放视频帧组的步骤，包括：
基于所述智能分析的算法要求获取缩放尺寸；
按照所述缩放尺寸对所述原始视频帧组的视频帧进行缩放，得到缩放视频帧组。
本申请第二方面提供了一种智能抓图装置，所述智能抓图装置包括：
相机模块，用于获取待检测图像；
获取模块，用于获取待检测分析的原始视频码流；
解码模块，用于将所述原始视频码流进行解码，获取原始视频帧组，并对所述原始视频帧组的视频帧进行缩放，得到缩放视频帧组；
分析模块，用于对所述缩放视频帧组的每一视频帧进行智能分析，得到检测目标所在的目标坐标；
抓图模块，用于基于所述目标坐标对所述原始视频帧组的视频帧进行抠图展示。
其中，所述分析模块，还用于获取所述检测目标所在所述缩放视频帧组的视频帧序号以及目标坐标；
提取模块，用于基于所述视频帧序号提取所述原始视频帧组中对应的目标视频帧；
所述抓图模块，还用于基于所述目标坐标在所述目标视频帧中对目标进行抠图展示。
本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述第一方面中的智能抓图方法。
本申请第四方面提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述第一方面中的智能抓图方法。
上述方案，智能抓图装置获取待检测分析的原始视频码流；将原始视频码流进行解码，获取原始视频帧组，并对原始视频帧组的视频帧进行缩放，得到缩放视频帧组；对缩放视频帧组的每一视频帧进行智能分析，得到检测目标所在的目标坐标；基于目标坐标对原始视频帧组的视频帧进行抠图展示。上述方案，通过智能分析结果对原始视频帧组进行抠图展示，能够获得高清晰度的目标抓图。
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，而非限制本申请。
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申请的实施例，并与说明书一起用于说明本申请的技术方案。
图1是本申请提供的智能抓图方法一实施例的流程示意图；
图2是本申请提供的智能抓图方法另一实施例的流程示意图；
图3是本申请提供的智能抓图装置一实施例的框架示意图；
图4是本申请提供的电子设备一实施例的框架示意图；
图5是本申请提供的计算机可读存储介质一实施例的框架示意图。
具体实施方式
下面结合说明书附图，对本申请实施例的方案进行详细说明。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。
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。此外，本文中的“多”表示两个或者多于两个。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。
请参阅图1，图1是本申请提供的智能抓图方法一实施例的流程示意图。本申请的智能抓图方法的执行主体可以是一种智能抓图装置，例如，智能抓图法可以由终端设备或服务器或其它处理设备执行，其中，智能抓图装置可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无线电话、个人数字处理(Personal DigitalAssistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该智能抓图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。
具体而言，本公开实施例的智能抓图方法可以包括以下步骤：
步骤S11：获取待检测分析的原始视频码流。
其中，智能抓图装置连接视频监控设备或者存储介质，获取待检测分析的原始视频码流。
步骤S12：将原始视频码流进行解码，获取原始视频帧组，并对原始视频帧组的视频帧进行缩放，得到缩放视频帧组。
其中，智能抓图装置将获取的原始视频码流输入解码器1进行解码，以获取原始视频帧组，原始视频帧组包括连续多帧的视频帧。智能抓图装置对原始视频帧组中的每一视频帧进行缩放处理，其中，缩放尺寸可以根据智能分析的算法要求确定，也可以由工作人员在后台直接设置。通过缩放处理后，智能抓图装置可以得到缩放视频帧组。
步骤S13：对缩放视频帧组的每一视频帧进行智能分析，得到检测目标所在的目标坐标。
其中，智能抓图装置对缩放视频帧组的每一视频帧通过智能分析算法进行人脸检测，从而实现人脸框定位。智能抓图装置记录人脸框在视频帧中的位置，即检测目标所在的目标坐标。
进一步地，智能抓图装置还可以记录人脸框所属视频帧在缩放视频帧组的视频帧序号，以记录人脸框出现在原始视频码流的位置。
通过上述缩放处理，然后输入智能算法进行检测分析，能够最大程度上降低性能消耗。
步骤S14：基于目标坐标对原始视频帧组的视频帧进行抠图展示。
其中，智能抓图装置基于人脸框的视频帧序号提取原始视频帧组中对应的目标视频帧。相较于缩放视频帧组的视频帧，原始视频帧组的视频帧为高清晰度的视频图像，智能抓图装置根据智能算法输出的坐标位置，在原始视频帧图像上进行抠图，以获取高质量的目标抠图。
上述方案，智能抓图装置获取待检测分析的原始视频码流；将原始视频码流进行解码，获取原始视频帧组，并对原始视频帧组的视频帧进行缩放，得到缩放视频帧组；对缩放视频帧组的每一视频帧进行智能分析，得到检测目标所在的目标坐标；基于目标坐标对原始视频帧组的视频帧进行抠图展示。上述方案，通过智能分析结果对原始视频帧组进行抠图展示，能够获得高清晰度的目标抓图。
请继续参阅图2，图2是本申请提供的智能抓图方法另一实施例的流程示意图。具体而言，本公开实施例的智能抓图方法可以包括以下步骤：
步骤S21：获取待检测分析的原始视频码流。
步骤S22：将原始视频码流进行解码，获取原始视频帧组，并对原始视频帧组的视频帧进行缩放，得到缩放视频帧组。
步骤S23：对缩放视频帧组的每一视频帧进行智能分析，得到检测目标所在的目标坐标。
其中，步骤S21～步骤S23与上述公开实施例中的步骤S11～步骤S13相同，在此不再赘述。
步骤S24：将原始视频码流存入循环码流缓冲区。
其中，智能抓图装置预设有循环码流缓冲区，并以GOP(图像组，group ofpictures)为单位缓存待检测分析的原始视频码流，进一步地，循环码流缓冲区的大小可以根据实际应用中目标报警策略而改变。
步骤S25：基于视频帧序号提取循环码流缓冲区中原始视频码流的视频码流片段。
其中，智能抓图装置基于人脸框的视频帧序号提取循环缓冲区中原始视频码流的视频码流片段。通过提取视频码流片段，可以有效减少解码的视频内容，降低性能消耗。
步骤S26：将视频码流片段进行解码，获取目标视频帧。
其中，智能抓图装置将获取的视频码流片段输入解码器2进行解码，以获取目标视频帧，解码器2与上述的解码器1可以为同一解码器，也可以为不同解码器。
在其他实施例中，智能抓图装置还可以将循环码流缓冲区的原始视频码流进行解码，获取原始视频帧组；进而基于所述视频帧序号提取原始视频帧组中对应的目标视频帧。
步骤S27：基于目标坐标在目标视频帧中对目标进行抠图展示。
其中，智能抓图装置基于目标坐标在目标视频帧中对目标进行抠图展示。
上述方案，通过引入GOP循环队列管理和二次解码方案，智能抓图装置能够获取高清晰度的目标抓图。
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。
请参阅图3，图3是本申请提供的智能抓图装置一实施例的框架示意图。智能抓图装置30包括：
获取模块31，用于获取待检测分析的原始视频码流。
解码模块32，用于将原始视频码流进行解码，获取原始视频帧组，并对原始视频帧组的视频帧进行缩放，得到缩放视频帧组。
分析模块33，用于对缩放视频帧组的每一视频帧进行智能分析，得到检测目标所在的目标坐标。
抓图模块34，用于基于目标坐标对原始视频帧组的视频帧进行抠图展示。
其中，分析模块33，还用于获取检测目标所在缩放视频帧组的视频帧序号以及目标坐标。
智能抓图装置30还包括提取模块(图中未示出)，用于基于视频帧序号提取原始视频帧组中对应的目标视频帧。
抓图模块34，还用于基于目标坐标在目标视频帧中对目标进行抠图展示。
请参阅图4，图4是本申请提供的电子设备一实施例的框架示意图。电子设备40包括相互耦接的存储器41和处理器42，处理器42用于执行存储器41中存储的程序指令，以实现上述任一智能抓图方法实施例中的步骤。在一个具体的实施场景中，电子设备40可以包括但不限于：微型计算机、服务器，此外，电子设备40还可以包括笔记本电脑、平板电脑等移动设备，在此不做限定。
具体而言，处理器42用于控制其自身以及存储器41以实现上述任一智能抓图方法实施例中的步骤。处理器42还可以称为CPU(Central Processing Unit，中央处理单元)。处理器42可能是一种集成电路芯片，具有信号的处理能力。处理器42还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器42可以由集成电路芯片共同实现。
请参阅图5，图5是本申请提供的计算机可读存储介质一实施例的框架示意图。计算机可读存储介质51存储有能够被处理器运行的程序指令501，程序指令501用于实现上述任一智能抓图方法实施例中的步骤。
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。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种智能抓图方法，其特征在于，所述智能抓图方法包括：
获取待检测分析的原始视频码流；
将所述原始视频码流进行解码，获取原始视频帧组，并对所述原始视频帧组的视频帧进行缩放，得到缩放视频帧组；
对所述缩放视频帧组的每一视频帧进行智能分析，得到检测目标所在的目标坐标；
基于所述目标坐标对所述原始视频帧组的视频帧进行抠图展示。
2.根据权利要求1所述的智能抓图方法，其特征在于，
所述智能抓图方法还包括：
获取所述检测目标所在所述缩放视频帧组的视频帧序号以及目标坐标；
基于所述视频帧序号提取所述原始视频帧组中对应的目标视频帧；
基于所述目标坐标在所述目标视频帧中对目标进行抠图展示。
3.根据权利要求2所述的智能抓图方法，其特征在于，
所述基于所述目标坐标对所述原始视频帧组的视频帧进行抠图展示的步骤，包括：
将所述原始视频码流存入循环码流缓冲区；
将所述循环码流缓冲区的原始视频码流进行解码，获取所述原始视频帧组；
基于所述视频帧序号提取所述原始视频帧组中对应的目标视频帧；
基于所述目标坐标在所述目标视频帧中对目标进行抠图展示。
4.根据权利要求2所述的智能抓图方法，其特征在于，
所述基于所述目标坐标对所述原始视频帧组的视频帧进行抠图展示的步骤，包括：
将所述原始视频码流存入循环码流缓冲区；
基于所述视频帧序号提取所述循环码流缓冲区中原始视频码流的视频码流片段；
将所述视频码流片段进行解码，获取所述目标视频帧；
基于所述目标坐标在所述目标视频帧中对目标进行抠图展示。
5.根据权利要求3或4所述的智能抓图方法，其特征在于，
所述将所述原始视频码流存入循环码流缓冲区的步骤，包括：
将所述原始视频码流以图像组为单位，存入所述循环码流缓冲区。
6.根据权利要求1所述的智能抓图方法，其特征在于，
所述对所述原始视频帧组的视频帧进行缩放，得到缩放视频帧组的步骤，包括：
基于所述智能分析的算法要求获取缩放尺寸；
按照所述缩放尺寸对所述原始视频帧组的视频帧进行缩放，得到缩放视频帧组。
7.一种智能抓图装置，其特征在于，所述智能抓图装置包括：
获取模块，用于获取待检测分析的原始视频码流；
解码模块，用于将所述原始视频码流进行解码，获取原始视频帧组，并对所述原始视频帧组的视频帧进行缩放，得到缩放视频帧组；
分析模块，用于对所述缩放视频帧组的每一视频帧进行智能分析，得到检测目标所在的目标坐标；
抓图模块，用于基于所述目标坐标对所述原始视频帧组的视频帧进行抠图展示。
8.根据权利要求7所述的智能抓图装置，其特征在于，
所述分析模块，还用于获取所述检测目标所在所述缩放视频帧组的视频帧序号以及目标坐标；
提取模块，用于基于所述视频帧序号提取所述原始视频帧组中对应的目标视频帧；
所述抓图模块，还用于基于所述目标坐标在所述目标视频帧中对目标进行抠图展示。
9.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至6任一项所述的智能抓图方法。
10.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至6任一项所述的智能抓图方法。
CN202011444572.0A 2020-12-08 2020-12-08 一种智能抓图方法、装置、电子设备以及存储介质 Active CN112541429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011444572.0A CN112541429B (zh) 2020-12-08 2020-12-08 一种智能抓图方法、装置、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011444572.0A CN112541429B (zh) 2020-12-08 2020-12-08 一种智能抓图方法、装置、电子设备以及存储介质

Publications (2)

Publication Number Publication Date
CN112541429A true CN112541429A (zh) 2021-03-23
CN112541429B CN112541429B (zh) 2024-05-31

Family

ID=75018330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011444572.0A Active CN112541429B (zh) 2020-12-08 2020-12-08 一种智能抓图方法、装置、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN112541429B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418848A (zh) * 2022-01-17 2022-04-29 Tcl通讯科技（成都）有限公司 视频处理方法、装置、存储介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108495144A (zh) * 2018-03-30 2018-09-04 哈尔滨市舍科技有限公司 一种获取图片的方法
CN109660762A (zh) * 2018-12-21 2019-04-19 深圳英飞拓智能技术有限公司 智能抓拍装置中大小图关联方法及装置
WO2019219065A1 (zh) * 2018-05-17 2019-11-21 杭州海康威视数字技术股份有限公司 视频分析的方法和装置
CN111263097A (zh) * 2019-09-19 2020-06-09 华为技术有限公司 媒体数据传输方法及相关设备
CN111405288A (zh) * 2020-03-19 2020-07-10 北京字节跳动网络技术有限公司 视频抽帧方法、装置、电子设备及计算机可读存储介质
CN112019789A (zh) * 2019-05-31 2020-12-01 杭州海康威视数字技术股份有限公司 录像回放方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108495144A (zh) * 2018-03-30 2018-09-04 哈尔滨市舍科技有限公司 一种获取图片的方法
WO2019219065A1 (zh) * 2018-05-17 2019-11-21 杭州海康威视数字技术股份有限公司 视频分析的方法和装置
CN110502954A (zh) * 2018-05-17 2019-11-26 杭州海康威视数字技术股份有限公司 视频分析的方法和装置
CN109660762A (zh) * 2018-12-21 2019-04-19 深圳英飞拓智能技术有限公司 智能抓拍装置中大小图关联方法及装置
CN112019789A (zh) * 2019-05-31 2020-12-01 杭州海康威视数字技术股份有限公司 录像回放方法及装置
CN111263097A (zh) * 2019-09-19 2020-06-09 华为技术有限公司 媒体数据传输方法及相关设备
CN111405288A (zh) * 2020-03-19 2020-07-10 北京字节跳动网络技术有限公司 视频抽帧方法、装置、电子设备及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418848A (zh) * 2022-01-17 2022-04-29 Tcl通讯科技（成都）有限公司 视频处理方法、装置、存储介质及电子设备
CN114418848B (zh) * 2022-01-17 2023-09-19 Tcl通讯科技（成都）有限公司 视频处理方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN112541429B (zh) 2024-05-31

Similar Documents

Publication Publication Date Title
US20210019562A1 (en) Image processing method and apparatus and storage medium
CN109671106B (zh) 一种图像处理方法、装置与设备
JP6024952B2 (ja) 画像送信装置、画像送信方法、画像送信プログラム及び画像認識認証システム
US8897602B2 (en) Imaging system with multiframe scaler
CN106560840B (zh) 一种图像信息识别处理方法及装置
CN111339842A (zh) 一种视频卡顿识别方法、装置及终端设备
CN111698553A (zh) 视频处理方法、装置、电子设备及可读存储介质
EP3940633B1 (en) Image alignment method and apparatus, electronic device, and storage medium
CN110855957B (zh) 图像处理方法及装置、存储介质和电子设备
CN113158773B (zh) 一种活体检测模型的训练方法及训练装置
CN107770487B (zh) 一种特征提取并优选的方法、系统及终端设备
CN112689221A (zh) 录音方法、录音装置、电子设备及计算机可读存储介质
US20150382007A1 (en) Video and image compression based on position of the image generating device
CN108769521B (zh) 一种拍照方法、移动终端及计算机可读存储介质
CN112887515B (zh) 视频生成方法及装置
CN112541429A (zh) 一种智能抓图方法、装置、电子设备以及存储介质
CN114125400A (zh) 一种多通道视频分析方法及装置
CN106357978A (zh) 图像输出方法、装置及终端
CN110650309B (zh) 视频会议视频图像传输方法、终端及可读存储介质
US20230188679A1 (en) Apparatus and method for transmitting images and apparatus and method for receiving images
CN111177449B (zh) 基于图片的多维信息整合方法及相关设备
KR20130094493A (ko) 휴대 단말기에서 이미지를 출력하는 장치 및 방법
JP3993003B2 (ja) 表示指示装置、表示システム、表示指示プログラム、端末、及びプログラム
CN108024060B (zh) 人脸抓拍控制方法、电子设备及存储介质
CN115472140B (zh) 显示方法、显示装置、电子设备和可读存储介质

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