CN112966642A - 一种人脸识别的方法、系统及流处理平台 - Google Patents

一种人脸识别的方法、系统及流处理平台 Download PDF

Info

Publication number
CN112966642A
CN112966642A CN202110308673.3A CN202110308673A CN112966642A CN 112966642 A CN112966642 A CN 112966642A CN 202110308673 A CN202110308673 A CN 202110308673A CN 112966642 A CN112966642 A CN 112966642A
Authority
CN
China
Prior art keywords
terminal
link
key frame
face
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.)
Pending
Application number
CN202110308673.3A
Other languages
English (en)
Inventor
王俊月
刘鑫
李盟
邹永强
杨晖
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.)
Accumulus Technologies Tianjin Co Ltd
Original Assignee
Accumulus Technologies Tianjin 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 Accumulus Technologies Tianjin Co Ltd filed Critical Accumulus Technologies Tianjin Co Ltd
Priority to CN202110308673.3A priority Critical patent/CN112966642A/zh
Publication of CN112966642A publication Critical patent/CN112966642A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种人脸识别的方法、系统及流处理平台，该方法包括：接收第一终端发送的视频链接；将视频链接发送至第二终端；第二终端下载视频数据，获取视频数据中的关键帧数据，将关键帧数据存入云端，获取关键帧链接；接收第二终端发送的关键帧链接；将关键帧链接发送至第三终端；第三终端下载关键帧数据，根据关键帧数据，获取人脸图片，将人脸图片存入云端，获取人脸图片链接；接收第三终端发送的人脸图片链接；将人脸图片链接发送至第四终端；第四终端根据人脸图片链接下载人脸图片，根据人脸图片获取人脸识别结果；接收第四终端获取的人脸识别结果。本发明中，通过流处理平台实现多终端交互异步进行视频人脸识别，降低硬件要求。

Description

一种人脸识别的方法、系统及流处理平台
技术领域
本发明涉及人脸识别领域，尤其涉及一种人脸识别的方法、系统及流处理平台。
背景技术
人脸识别是生活中经常使用的功能，如门禁系统，手机的人脸识别解锁，无人零售店等。人脸识别功能的普及，给人们的生活增加了极大的便利性，同时也为企业节省大量的人力物力。但是，目前人脸识别在视频领域的发展缓慢，导致企业无法直接使用视频人脸识别功能。
而目前的视频人脸识别方法：采用实时摄录视频并截取图片的方式得到人脸识别结果，这种方法，算力需求高，响应时间缓慢，并且视频中人物模块较为模糊，在实时场景下增加额外的图像处理会加大识别难度。
发明内容
本发明实施例提供了一种人脸识别的方法、系统及流处理平台，用于解决现有技术中采用实时摄录视频并截取图片的方式得到人脸识别结果，导致的算力需求高，响应时间缓慢，并且视频中人物模块较为模糊的问题。
为了解决上述问题，本发明是这样实现的：
第一方面，本发明实施例提供了一种人脸识别的方法，应用于流处理平台，包括：
接收第一终端发送的视频链接；
将所述视频链接发送至第二终端；其中，所述第二终端根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据，以及，将所述关键帧数据存入云端，并获取关键帧链接；
接收所述第二终端发送的关键帧链接；
将所述关键帧链接发送至第三终端；其中，所述第三终端根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；
接收所述第三终端发送的人脸图片链接；
将所述人脸图片链接发送至第四终端；其中，所述第四终端根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；
接收所述第四终端获取的人脸识别结果。
可选的，输出所述人脸识别结果。
可选的，接收第一终端发送的视频链接之后还包括：将所述视频链接存入流处理平台队列中的视频主题的生产端，并由流处理平台队列中的视频主题的生产端发送至流处理平台队列中的视频主题的消费端；
将所述视频链接发送至第二终端包括：在所述第二终端开启流处理平台队列中的视频主题的消费端时，将所述视频链接发送至第二终端。
可选的，将所述关键帧链接发送至第三终端包括：在所述第三终端开启流处理平台队列中的关键帧主题的消费端时，将所述关键帧链接发送至第三终端。
可选的，接收所述第三终端发送的人脸图片链接包括：将所述人脸图片链接存入流处理平台队列中的人脸主题的生产端。
可选的，将所述人脸图片链接发送至第四终端包括：在所述第四终端开启流处理平台队列中的人脸主题的消费端时，将所述人脸图片链接发送至第四终端。
第二方面，本发明实施例提供了一种人脸识别的系统，包括流处理平台和多个终端；所述多个终端包括：第一终端、第二终端、第三终端和第四终端；
所述流处理平台，用于接收第一终端发送的视频链接；将所述视频链接发送至第二终端；其中，所述第二终端根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据，以及，将所述关键帧数据存入云端，并获取关键帧链接；接收所述第二终端发送的关键帧链接；将所述关键帧链接发送至第三终端；其中，所述第三终端根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；接收所述第三终端发送的人脸图片链接；将所述人脸图片链接发送至第四终端；其中，所述第四终端根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；接收所述第四终端获取的人脸识别结果；
所述第一终端，用于获取视频链接，并发送至所述流处理平台；
所述第二终端，用于根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据；其中，获取所述视频数据中的关键帧数据，包括：将所述视频数据按预设帧数截取为视频帧，并获取所述视频帧中包含人脸部分得关键帧数据；
所述第三终端，用于根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；其中，根据所述关键帧数据，获取人脸图片，包括：定位所述关键帧数据中的人脸信息，并保存所述人脸信息中的坐标点信息；将所述人脸信息保存为人脸图片；对所述人脸图片进行对齐、特征归一化处理；
所述第四终端，用于根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；其中，根据所述人脸图片获取人脸识别结果，包括：将所述人脸图片输入人脸识别算法模型获取人脸识别结果。
第三方面，本发明实施例提供了一种流处理平台，包括：
第一接收模块，用于接收第一终端发送的视频链接；
第一发送模块，用于将所述视频链接发送至第二终端；其中，所述第二终端根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据，以及，将所述关键帧数据存入云端，并获取关键帧链接；
第二接收模块，用于接收所述第二终端发送的关键帧链接；
第二发送模块，用于将所述关键帧链接发送至第三终端；其中，所述第三终端根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；
第三接收模块，用于接收所述第三终端发送的人脸图片链接；
第三发送模块，用于将所述人脸图片链接发送至第四终端；其中，所述第四终端根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；
第四接收模块，用于接收所述第四终端获取的人脸识别结果。
可选的，输出模块，用于输出所述人脸识别结果。
可选的，第一处理模块，用于将所述视频链接存入流处理平台队列中的视频主题的生产端，并由流处理平台队列中的视频主题的生产端发送至流处理平台队列中的视频主题的消费端；
所述第一发送模块，用于在所述第二终端开启流处理平台队列中的视频主题的消费端时，将所述视频链接发送至第二终端。
可选的，第二发送模块，用于在所述第三终端开启流处理平台队列中的关键帧主题的消费端时，将所述关键帧链接发送至第三终端。
可选的，所述第三接收模块，用于将所述人脸图片链接存入流处理平台队列中的人脸主题的生产端。
可选的，第三发送模块，用于在所述第四终端开启流处理平台队列中的人脸主题的消费端时，将所述人脸图片链接发送至第四终端。
第四方面，本发明实施例提供了一种流处理平台，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第一方面中任一项所述的人脸识别的方法的步骤。
第五方面，本发明实施例提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一项所述的人脸识别的方法的步骤。
本发明实施例中，通过流处理平台的消息队列，实现多终端交互异步进行视频人脸识别，降低了硬件要求，充分发挥硬件性能，增加图片处理，提高识别准确率，解决了现有技术中采用实时摄录视频并截取图片的方式得到人脸识别结果，导致的算力需求高，响应时间缓慢，并且视频中人物模块较为模糊的问题，实现多场景需求。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明实施例提供的一人脸识别的方法流程示意图；
图2为本发明实施例提供的一种人脸识别的方法的框架示意图；
图3为本发明实施例提供的一种人脸识别的方法的功能结构示意图；
图4为本发明实施例提供的一种人脸识别的系统的流程示意图；
图5为本发明实施例提供的一种流处理平台的结构示意图；
图6为本发明实施例提供的另一种流处理平台的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，本发明实施例提供了一种人脸识别的方法，应用于流处理平台，包括：
步骤11：接收第一终端发送的视频链接；
步骤12：将所述视频链接发送至第二终端；其中，所述第二终端根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据，以及，将所述关键帧数据存入云端，并获取关键帧链接；
步骤13：接收所述第二终端发送的关键帧链接；
步骤14：将所述关键帧链接发送至第三终端；其中，所述第三终端根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；
步骤15：接收所述第三终端发送的人脸图片链接；
步骤16：将所述人脸图片链接发送至第四终端；其中，所述第四终端根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；
步骤17：接收所述第四终端获取的人脸识别结果。
本发明实施例中，在步骤11中，接收第一终端发送的视频链接之后还包括：将所述视频链接存入流处理平台队列中的视频主题的生产端，并由流处理平台队列中的视频主题的生产端发送至流处理平台队列中的视频主题的消费端；在步骤12中，将所述视频链接发送至第二终端包括：在所述第二终端开启流处理平台队列中的视频主题的消费端时，将所述视频链接发送至第二终端。在步骤14中，将所述关键帧链接发送至第三终端包括：在所述第三终端开启流处理平台队列中的关键帧主题的消费端时，将所述关键帧链接发送至第三终端；在步骤15中，接收所述第三终端发送的人脸图片链接包括：将所述人脸图片链接存入流处理平台队列中的人脸主题的生产端；在步骤16中，将所述人脸图片链接发送至第四终端包括：在所述第四终端开启流处理平台队列中的人脸主题的消费端时，将所述人脸图片链接发送至第四终端。
本发明实施例中，通过流处理平台的消息队列，实现多终端交互异步进行视频人脸识别，降低了硬件要求，充分发挥硬件性能，增加图片处理，提高识别准确率，解决了现有技术中采用实时摄录视频并截取图片的方式得到人脸识别结果，导致的算力需求高，响应时间缓慢，并且视频中人物模块较为模糊的问题，实现多场景需求。
本发明实施例中，可选的，输出所述人脸识别结果。
本发明实施例中，可选的，接收第一终端发送的视频链接之后还包括：将所述视频链接存入流处理平台队列中的视频主题的生产端，并由流处理平台队列中的视频主题的生产端发送至流处理平台队列中的视频主题的消费端；
将所述视频链接发送至第二终端包括：在所述第二终端开启流处理平台队列中的视频主题的消费端时，将所述视频链接发送至第二终端。
本发明实施例中，可选的，将所述关键帧链接发送至第三终端包括：在所述第三终端开启流处理平台队列中的关键帧主题的消费端时，将所述关键帧链接发送至第三终端。
本发明实施例中，可选的，接收所述第三终端发送的人脸图片链接包括：将所述人脸图片链接存入流处理平台队列中的人脸主题的生产端。
本发明实施例中，可选的，将所述人脸图片链接发送至第四终端包括：在所述第四终端开启流处理平台队列中的人脸主题的消费端时，将所述人脸图片链接发送至第四终端。
本发明实施例中，通过流处理平台的消息队列，实现多终端交互异步进行视频人脸识别，降低了硬件要求，充分发挥硬件性能，增加图片处理，提高识别准确率，解决了现有技术中采用实时摄录视频并截取图片的方式得到人脸识别结果，导致的算力需求高，响应时间缓慢，并且视频中人物模块较为模糊的问题，实现多场景需求。
请参考图2-图4，本发明实施例提供了一种人脸识别的系统，包括流处理平台和多个终端；所述多个终端包括：第一终端、第二终端、第三终端和第四终端；
所述流处理平台，用于接收第一终端发送的视频链接；将所述视频链接发送至第二终端；其中，所述第二终端根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据，以及，将所述关键帧数据存入云端，并获取关键帧链接；接收所述第二终端发送的关键帧链接；将所述关键帧链接发送至第三终端；其中，所述第三终端根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；接收所述第三终端发送的人脸图片链接；将所述人脸图片链接发送至第四终端；其中，所述第四终端根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；接收所述第四终端获取的人脸识别结果；
所述第一终端，用于获取视频链接，并发送至所述流处理平台；
所述第二终端，用于根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据；其中，获取所述视频数据中的关键帧数据，包括：将所述视频数据按预设帧数截取为视频帧，并获取所述视频帧中包含人脸部分得关键帧数据；
所述第三终端，用于根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；其中，根据所述关键帧数据，获取人脸图片，包括：定位所述关键帧数据中的人脸信息，并保存所述人脸信息中的坐标点信息；将所述人脸信息保存为人脸图片；对所述人脸图片进行对齐、特征归一化处理；
所述第四终端，用于根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；其中，根据所述人脸图片获取人脸识别结果，包括：将所述人脸图片输入人脸识别算法模型获取人脸识别结果。
请参考图2，本发明实施例中，所述人脸识别的系统包括流处理平台和多个终端；所述多个终端包括：第一终端、第二终端、第三终端和第四终端；其中，所述流处理平台选择kafka。
请参考图3，本发明实施例中包括以下至少一项：物料读取模块、关键帧截取模块、人脸处理模块、图片转存模块和人脸识别模块；所述物料读取模块，用于消费kafka队列存储的视频链接和图片链接，下载并加载到本地，完成数据准备工作；所述关键帧截取模块，利用ffmpeg音视频转换工具，完成由视频到图片的转换；所述人脸处理模块，利用facerecognition库，定位、截取、对齐上一模块所保存的图片中的人脸部分；所述图片转存模块，利用OBS对象存储功能，将截取的人脸保存至云端并获取相应图片链接；所述人脸识别模块，将待识别图片与数据库存储数据一一对比，完成人脸的匹配识别。
请参考图4，本发明实施例中，所述第一终端获取需要进行人脸识别的视频链接，存入kafka队列中的视频主题的生产端，等待处理时由该视频主题的kafka消费端接收；所述第二终端开启kafka队列中的视频主题的消费端，接收视频链接并下载到本地，完成视频物料的准备；并使用ffmpeg音视频转换工具，按需截取视频帧；截取视频中的人脸作为关键帧，按时每秒截取一帧；并使用OBS对象存储功能，将关键帧上传到云端保存，获取关键帧链接，并存入kafka队列关键帧topic的生产端；所述第三终端开启kafka队列中的关键帧主题消费端，接收关键帧链接并下载到本地，完成关键帧物料的准备；使用face recognition库的load_image_file(file)加载关键帧，完成关键帧数据的准备工作；使用facerecognition库的face_locations(file)定位人脸，保存人脸部分的对角坐标点；使用Image库的crop(location)截取图片，保存人脸部分图片；使用face recognition库的其他函数将人脸图片进行对齐、特征归一化等操作；使用OBS对象存储功能，将保存的人脸图片上传到云端保存，获取人脸图片链接，并存入kafka队列人脸topic的生产端；所述第四终端开启人脸主题的消费端，接收人脸图片链接并下载到本地，完成人脸物料的准备；读取图片的base64编码，作为参数，使用人脸识别算法完成数据库的比对获取人脸识别结果。
本发明实施例中，通过流处理平台的消息队列，实现多终端交互异步进行视频人脸识别，降低了硬件要求，充分发挥硬件性能，增加图片处理，提高识别准确率，解决了现有技术中采用实时摄录视频并截取图片的方式得到人脸识别结果，导致的算力需求高，响应时间缓慢，并且视频中人物模块较为模糊的问题，实现多场景需求。
第三方面，本发明实施例提供了一种流处理平台，包括：
第一接收模块51，用于接收第一终端发送的视频链接；
第一发送模块52，用于将所述视频链接发送至第二终端；其中，所述第二终端根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据，以及，将所述关键帧数据存入云端，并获取关键帧链接；
第二接收模块53，用于接收所述第二终端发送的关键帧链接；
第二发送模块54，用于将所述关键帧链接发送至第三终端；其中，所述第三终端根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；
第三接收模块55，用于接收所述第三终端发送的人脸图片链接；
第三发送模块56，用于将所述人脸图片链接发送至第四终端；其中，所述第四终端根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；
第四接收模块57，用于接收所述第四终端获取的人脸识别结果。
本发明实施例中，可选的，输出模块，用于输出所述人脸识别结果。
本发明实施例中，可选的，第一处理模块，用于将所述视频链接存入流处理平台队列中的视频主题的生产端，并由流处理平台队列中的视频主题的生产端发送至流处理平台队列中的视频主题的消费端；
所述第一发送模块，用于在所述第二终端开启流处理平台队列中的视频主题的消费端时，将所述视频链接发送至第二终端。
本发明实施例中，可选的，第二发送模块，用于在所述第三终端开启流处理平台队列中的关键帧主题的消费端时，将所述关键帧链接发送至第三终端。
本发明实施例中，可选的，所述第三接收模块，用于将所述人脸图片链接存入流处理平台队列中的人脸主题的生产端。
本发明实施例中，可选的，第三发送模块，用于在所述第四终端开启流处理平台队列中的人脸主题的消费端时，将所述人脸图片链接发送至第四终端。
本发明实施例提供的消息流转的装置能够实现图1的方法实施例中消息流转的方法实现的各个过程，为避免重复，这里不再赘述。
请参考图6，本发明实施例还提供一种流处理平台60，包括处理器61，存储器62，存储在存储器62上并可在所述处理器61上运行的计算机程序，该计算机程序被处理器51执行时实现上述人脸识别的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述人脸识别的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者终端等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (10)

1.一种人脸识别的方法，其特征在于，应用于流处理平台，包括：
接收第一终端发送的视频链接；
将所述视频链接发送至第二终端；其中，所述第二终端根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据，以及，将所述关键帧数据存入云端，并获取关键帧链接；
接收所述第二终端发送的关键帧链接；
将所述关键帧链接发送至第三终端；其中，所述第三终端根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；
接收所述第三终端发送的人脸图片链接；
将所述人脸图片链接发送至第四终端；其中，所述第四终端根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；
接收所述第四终端获取的人脸识别结果。
2.根据权利要求1所述的人脸识别的方法，其特征在于，还包括：
输出所述人脸识别结果。
3.根据权利要求1所述的人脸识别的方法，其特征在于，
接收第一终端发送的视频链接之后还包括：将所述视频链接存入流处理平台队列中的视频主题的生产端，并由流处理平台队列中的视频主题的生产端发送至流处理平台队列中的视频主题的消费端；
将所述视频链接发送至第二终端包括：在所述第二终端开启流处理平台队列中的视频主题的消费端时，将所述视频链接发送至第二终端。
4.根据权利要求1所述的人脸识别的方法，其特征在于，
将所述关键帧链接发送至第三终端包括：在所述第三终端开启流处理平台队列中的关键帧主题的消费端时，将所述关键帧链接发送至第三终端。
5.根据权利要求1所述的人脸识别的方法，其特征在于，
接收所述第三终端发送的人脸图片链接包括：将所述人脸图片链接存入流处理平台队列中的人脸主题的生产端。
6.根据权利要求1所述的人脸识别的方法，其特征在于，
将所述人脸图片链接发送至第四终端包括：在所述第四终端开启流处理平台队列中的人脸主题的消费端时，将所述人脸图片链接发送至第四终端。
7.一种人脸识别的系统，其特征在于，包括流处理平台和多个终端；所述多个终端包括：第一终端、第二终端、第三终端和第四终端；
所述流处理平台，用于接收第一终端发送的视频链接；将所述视频链接发送至第二终端；其中，所述第二终端根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据，以及，将所述关键帧数据存入云端，并获取关键帧链接；接收所述第二终端发送的关键帧链接；将所述关键帧链接发送至第三终端；其中，所述第三终端根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；接收所述第三终端发送的人脸图片链接；将所述人脸图片链接发送至第四终端；其中，所述第四终端根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；接收所述第四终端获取的人脸识别结果；
所述第一终端，用于获取视频链接，并发送至所述流处理平台；
所述第二终端，用于根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据；其中，获取所述视频数据中的关键帧数据，包括：将所述视频数据按预设帧数截取为视频帧，并获取所述视频帧中包含人脸部分得关键帧数据；
所述第三终端，用于根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；其中，根据所述关键帧数据，获取人脸图片，包括：定位所述关键帧数据中的人脸信息，并保存所述人脸信息中的坐标点信息；将所述人脸信息保存为人脸图片；对所述人脸图片进行对齐、特征归一化处理；
所述第四终端，用于根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；其中，根据所述人脸图片获取人脸识别结果，包括：将所述人脸图片输入人脸识别算法模型获取人脸识别结果。
8.一种流处理平台，其特征在于，包括：
第一接收模块，用于接收第一终端发送的视频链接；
第一发送模块，用于将所述视频链接发送至第二终端；其中，所述第二终端根据所述视频链接下载视频数据，并获取所述视频数据中的关键帧数据，以及，将所述关键帧数据存入云端，并获取关键帧链接；
第二接收模块，用于接收所述第二终端发送的关键帧链接；
第二发送模块，用于将所述关键帧链接发送至第三终端；其中，所述第三终端根据所述关键帧链接下载关键帧数据，并根据所述关键帧数据，获取人脸图片，并将所述人脸图片存入云端，并获取人脸图片链接；
第三接收模块，用于接收所述第三终端发送的人脸图片链接；
第三发送模块，用于将所述人脸图片链接发送至第四终端；其中，所述第四终端根据所述人脸图片链接下载人脸图片，并根据所述人脸图片获取人脸识别结果；
第四接收模块，用于接收所述第四终端获取的人脸识别结果。
9.一种流处理平台，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1至6中任一项所述的人脸识别的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的人脸识别的方法的步骤。
CN202110308673.3A 2021-03-23 2021-03-23 一种人脸识别的方法、系统及流处理平台 Pending CN112966642A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110308673.3A CN112966642A (zh) 2021-03-23 2021-03-23 一种人脸识别的方法、系统及流处理平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110308673.3A CN112966642A (zh) 2021-03-23 2021-03-23 一种人脸识别的方法、系统及流处理平台

Publications (1)

Publication Number Publication Date
CN112966642A true CN112966642A (zh) 2021-06-15

Family

ID=76278101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110308673.3A Pending CN112966642A (zh) 2021-03-23 2021-03-23 一种人脸识别的方法、系统及流处理平台

Country Status (1)

Country Link
CN (1) CN112966642A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791431A (zh) * 2016-04-26 2016-07-20 北京邮电大学 一种在线分布式监控视频处理任务调度方法及装置
CN109241111A (zh) * 2018-08-27 2019-01-18 武汉虹信技术服务有限责任公司 一种基于内存数据库的分布式人脸识别系统及方法
CN109922315A (zh) * 2019-03-01 2019-06-21 西安电子科技大学 一种基于Spark与OpenCV的实时视频行为分析方法
CN110147471A (zh) * 2019-04-04 2019-08-20 平安科技（深圳）有限公司 基于视频的轨迹跟踪方法、装置、计算机设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791431A (zh) * 2016-04-26 2016-07-20 北京邮电大学 一种在线分布式监控视频处理任务调度方法及装置
CN109241111A (zh) * 2018-08-27 2019-01-18 武汉虹信技术服务有限责任公司 一种基于内存数据库的分布式人脸识别系统及方法
CN109922315A (zh) * 2019-03-01 2019-06-21 西安电子科技大学 一种基于Spark与OpenCV的实时视频行为分析方法
CN110147471A (zh) * 2019-04-04 2019-08-20 平安科技（深圳）有限公司 基于视频的轨迹跟踪方法、装置、计算机设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
温林祥: ""基于Spark的海量视频处理与人脸识别应用"", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Similar Documents

Publication Publication Date Title
CN110012209B (zh) 全景图像生成方法、装置、存储介质及电子设备
CN108388988B (zh) 基于区块链的协同办公方法、系统及计算机可读存储介质
CN111464627B (zh) 数据处理方法、边缘服务器、中心服务器及处理系统
CN111476709B (zh) 人脸图像处理方法、装置及电子设备
CN111836052B (zh) 图像压缩方法、装置、电子设备及存储介质
CN111292262A (zh) 图像处理方法、装置、电子设备以及存储介质
CN111967598A (zh) 神经网络压缩方法、装置、设备及计算机可读存储介质
CN113486785A (zh) 基于深度学习的视频换脸方法、装置、设备及存储介质
CN112712498A (zh) 移动终端执行的车辆定损方法、装置、移动终端、介质
US20190370745A1 (en) System and method for processing of designated items in a facility
CN111369690B (zh) 积木模型的生成方法、装置、终端和计算机可读存储介质
CN111813529B (zh) 数据处理方法、装置、电子设备及存储介质
CN110580185A (zh) 数据预处理方法、设备和存储介质
CN112966642A (zh) 一种人脸识别的方法、系统及流处理平台
CN110414322B (zh) 提取图片的方法、装置、设备及存储介质
CN115949854B (zh) 云台的控制方法、装置、计算机设备和存储介质
CN110929068B (zh) 一种基于终端设备的人脸搜索方法
CN111432124A (zh) 拍照方法、电视机及存储介质
CN111314627A (zh) 用于处理视频帧的方法和装置
CN112118410B (zh) 业务处理方法、装置、终端及存储介质
CN115953282B (zh) 一种视频任务的处理方法及装置
CN115168060B (zh) 神经网络处理器npu调度方法和计算机存储介质
CN113435454B (zh) 一种数据处理方法、装置及设备
CN113949773B (zh) 一种实时多人视频的排队方法及系统
CN113128921A (zh) 物料管理方法、电子装置及计算机可读存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210615