CN115965659A - 基于视频流的人脸轨迹确定方法、装置、电子设备及介质 - Google Patents
基于视频流的人脸轨迹确定方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN115965659A CN115965659A CN202211535958.1A CN202211535958A CN115965659A CN 115965659 A CN115965659 A CN 115965659A CN 202211535958 A CN202211535958 A CN 202211535958A CN 115965659 A CN115965659 A CN 115965659A
- Authority
- CN
- China
- Prior art keywords
- portrait
- video stream
- event
- target
- determining
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Television Signal Processing For Recording (AREA)
Abstract
本发明公开了一种基于视频流的人脸轨迹确定方法、装置、电子设备及介质,所述基于视频流的人脸轨迹确定方法包括:在视频录制过程中,确定第一识别结果;第一识别结果用于表征录制的视频流中是否存在含有人像的视频帧;根据第一识别结果,在录制的视频流中标注人像事件的开始时间和/或结束时间;根据视频流中标注的多个人像事件,确定多个目标人像事件以及多个目标视频流,并根据指定人脸图像确定多个目标视频流中指定人脸图像的人脸轨迹;目标人像时间表征在设定时间段内发生的人像事件;目标视频流表征目标人像事件在设定时间段内的视频流。
Description
技术领域
本发明涉及视频监控技术领域,具体涉及一种基于视频流的人脸轨迹确定方法、装置、电子设备及介质。
背景技术
相关技术中,存在三种方式可以确定视频流的人脸轨迹,分别包括:
第一种方式,通过前端智能摄像机抓拍人脸照片,将人脸照片存储在服务器中,在需要生成人脸轨迹的情况下,再通过图片对比的方式,确定人脸轨迹。
第二种方式,通过普通摄像机录制视频流,后端智能服务器实时对视频流进行分析,将人脸照片进行截图并保存到服务器,在需要生成人脸轨迹的情况下,再通过图片对比的方式,确定人脸轨迹。
第三种方式,对录制的视频流进行人脸分析,从而确定人脸轨迹。
在第一种方式和第二种方式中,需要被抓拍的用户进行授权,才能获取相关的隐私信息,操作难度较大,而在第三种方式中,对视频流的处理时间较长,导致确定人脸轨迹的效率较低。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的一个目的在于提出一种具有在合规情况下提高确定人脸轨迹的效率的基于视频流的人脸轨迹确定方法、装置、电子设备及介质。
根据本发明实施例的基于视频流的人脸轨迹确定方法,包括:
在录制过程中,确定第一识别结果;第一识别结果用于表征录制的视频流中是否存在含有人像的视频帧;
根据第一识别结果,在录制的视频流中标注人像事件的开始时间和/或结束时间;
根据视频流中标注的多个人像事件,确定多个目标人像事件以及多个目标视频流,并根据指定人脸图像确定多个目标视频刘中指定人脸图像的人脸轨迹;目标人像事件表征在设定时间段内发生的人像事件;目标视频流表征目标人像事件在设定时间段内的视频流。
上述方案中,根据第一识别结果,在录制的视频流中标注人像事件的开始时间和/或结束时间,包括:
在第一识别结果表征录制的视频流中含有人像的视频帧的情况下,判断前一个人像事件是否结束;
若前一个人像事件结束,确定新人像事件的开始时间,并保存视频流;视频流为新人像事件对应的视频流;
若前一个人像事件未结束,则保存视频流;视频流为前一个人像事件的视频流。
上述方案中,根据第一识别结果,在录制的视频流中标注人像事件的开始时间和/或结束时间,包括:
在第一识别结果表征录制的视频流中不含有人像的视频帧的情况下,判断当前人像事件是否结束;
若当前人像事件未结束,则结束当前人像事件并记录当前人像事件的结束时间;
若当前人像事件已结束,则保存视频流。
上述方案中,根据视频流中标注的多个人像事件,确定多个目标人像事件,包括:
将视频流标注的多个人像事件的结束时间与定时间段进行比较,将结束时间位于设定时间段内的人像事件确定为目标人像事件。
上述方案中,根据视频流中标注的多个人像事件,确定多个目标视频流,包括:
将目标人像事件的第一开始时间与设定时间段的第二开始时间进行对比,将目标人像事件的视频流中位于设定时间段内的视频流确定为目标视频流。
上述方案中,将目标人像事件的第一开始时间与设定时间段的第二开始时间进行对比,将目标人像事件的视频流中位于设定时间段内的视频流确定为目标视频流,包括:
若第一开始时间小于第二开始时间,则将目标人像事件的视频流中以第二开始时间作为起始点对应的视频流作为目标视频流;
若第一开始时间大于或等于第二开始时间,则确定标人像事件对应的视频流为目标视频流。
上述方案中,指定人脸图像是经过授权获取的。
根据本发明实施例的基于视频流的人脸轨迹确定装置,包括
第一确定模块,用于在视频录制过程中,确定第一识别结果;第一识别结果用于表征录制的视频流中是否存在含有人像的视频帧;
标注模块,用于根据第一识别结果,在录制的视频流中标注人像事件的开始时间和/或结束时间;
第二确定模块,用于根据视频流中标注的多个人像事件,确定多个目标人像事件以及多个目标视频流,并根据指定人脸图像确定多个目标视频流中指定人脸图像的人脸轨迹;目标人像事件表征在设定时间段内发生的人像事件;目标视频流表征所述目标人像事件在设定时间段内的视频流。
根据本发明实施例的电子设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述基于视频流的人脸轨迹确定方法的步骤。
根据本发明实施例的计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述基于视频流的人脸轨迹确定方法的步骤。
根据本发明实施例的基于视频流的人脸轨迹确定方法、装置、电子设备及介质,通过对视频流中的人像事件做标注,在确定人脸轨迹的过程中,根据标注的事件提取需要分析的视频流,在合规的方式下提升人脸轨迹的分析效率和速度。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为一个实施例中基于视频流的人脸轨迹确定方法的流程示意图;
图2为又一个实施例中基于视频流的人脸轨迹确定方法的流程示意图;
图3为又一个实施例中基于视频流的人脸轨迹确定方法的流程示意图;
图4为一个实施例中标记的视频流的示意图;
图5为一个实施例中标记视频流的完整流程示意图;
图6为一个实施例中一种目标视频流的示意图;
图7为一个实施例中另一种目标视频流的示意图;
图8为一个实施例中人脸轨迹分析的流程示意图;
图9为一个实施例中基于视频流的人脸轨迹确定装置的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的基于视频流的人脸轨迹确定方法。
在一个实施例中,如图1所示,提供了一种基于视频流的人脸轨迹确定方法,该基于视频流的人脸轨迹确定方法可包括以下步骤:
步骤S101,在视频录制过程中,确定第一识别结果。
系统实时录制视频,其中,系统可以为监控系统、前端摄像系统等,在视频录制过程中,将会对录制的视频流进行实时分析,在本实施例中,识别录制的视频流中是否存在含有人像的视频帧,从而确定第一识别结果,其中,通过第一设别结果可以确定录制的视频流中是否存在含有人像的视频帧。
需要说明的是,这里所指的人像的视频帧不仅限于脸部,主要是用于判断录制的视频流中是否录制到人。
在步骤S101中是识别视频流中是否出现人像,并不对视频流中的人脸特征作分析,因此在执行步骤S101之前不需要提前获取用户的相关授权。
步骤S102,根据第一识别结果,在录制的视频流中标注人像事件的开始时间和/或结束时间。
这里,人像事件可以看作为理解为视频流中含有人像的视频片段,例如,录制的视频流中的第1秒到第10秒连续出现含有人像的视频帧,那么第1秒到第10秒的视频片段属于一个人像事件。
根据第一识别结果,在录制的视频流中标记不同的人像事件,其中,在标记人像事件的时候,需要定位人像事件的开始时间和结束时间,人像事件的开始时间和结束时间同样也可以通过第一识别结果确定。基于此,第一识别结果能够用于确定是否存在人像事件,并且还可以用于确定人像事件的开始时间和结束时间。
下面通过不同的实施例对步骤S102进行详细说明。
在一个实施例中,如图2所示,根据第一识别结果,确定录制的视频流中人像事件的开始时间和/或结束时间,包括:
步骤S201,在第一识别结果表征录制的视频流中含有人像的视频帧的情况下,判断前一个人像事件是否结束。
这里,当第一识别结果表征录制的视频流中含有人脸的视频帧,表明录制的视频流是一个人像事件对应的视频流,可以理解的,识别到的人像的视频帧可能为新的人像事件的视频帧,也可能为前一个人像事件的视频帧,因此,需要确定检测到的人像的视频帧所属的人像事件。在本实施例中,可以通过判断前一个人像事件是否结束,进而确定人像的视频帧所属的人像事件。
根据前一个人像事件是否结束,执行步骤S202或执行步骤S203。
步骤S202,若前一个人像事件结束,确定新人像事件的开始时间,并保存视频流。
可以理解的,人像事件的开始时间对应的是第一个人脸视频帧的录制时间,人像事件的结束时间对应的是最后一个人脸视频帧的录制时间,也就是人像事件对应的是连续出现人像的视频片段,由此,在前一个人像事件结束的情况下,前一个人像事件结束时间对应的视频帧含有人像,而在下一个视频帧中不含有人像。基于此,当存在含有人像的视频帧,且前一个人像事件结束的情况下,可以确定检测到的含有人像的视频帧属于新人像事件,检测到的含有人像的视频帧的录制时间对应的是新人像事件的开始时间,并将视频流进行保存,这里保存的视频流是属于新人像事件的视频流。
在本实施例中,前一个人像事件是否结束可以通过是否检测到前一个人像事件的结束时间进行判定,若在已保存的视频流中已经标注有前一个人像事件的结束时间,则可以判定前一个人像事件已经结束。
下面举例说明步骤S202对应的场景:录制的视频流中的第1秒到第10秒的视频片段属于人像事件1,且人像事件1的结束时间为第10秒,对于第13秒录制的视频帧检测到含有人像,由于人像事件1已经结束,也就是第13秒录制的视频帧属于人像事件2,其中,人像事件2的开始时间为第13秒。
步骤S203,若前一个人像事件未结束,则保存视频流。
这里,人像事件对应的是连续出现人像的视频片段,将连续出现人像的视频帧看作为属于同一个人像事件的视频帧,直至不再出现人像的视频帧,则代表人像事件结束,若前一个人像事件未结束,且检测到含有人像的视频帧,表明了检测到含有人像的视频帧属于前一个人像事件,将视频流保存,其中,保存的视频流属于前一个人像事件的视频流。
下面举例说明步骤S203对应的场景:录制的视频流中的第1秒对应的是人像事件1的开始时间,录制的视频流中的第1秒到第10秒的视频片段属于人像事件1,对于第11秒录制的视频帧检测到含有人像,且人像事件1尚未结束,则第11秒录制的视频帧也属于人像事件1,由此可见,在人像事件1对应的连续出现人像的视频片段(录制的视频流中的第1秒到第11秒)。
需要说明的是,人像事件的标注是根据录制的视频流中是否含有人像的视频帧进行的,与录制的视频流中的人像数量的变化无关,示例地,第1秒的视频帧含有一个人像,对第1秒的视频帧标记人像事件的开始时间,其中,第1秒至第10秒的视频帧均含有一个人像,第11秒的视频帧含有两个人像,由于视频流中仍含有人像,因此,第11秒的视频帧仍属于同一个人像事件,且人像事件并未结束。
在一个实施例中,如图3所示,根据第一识别结果,确定录制的视频流中人像事件的开始时间和/或结束时间,并保存录制的视频流,包括:
步骤S301,在第一识别结果表征录制的视频流中不含有人像的视频帧的情况下,判断当前人像事件是否结束。
这里,当第一识别结果表征录制的视频流中不含有人像的视频帧,表明录制的视频流中不属于一个人像事件的视频流,其中,不含有人像的视频帧可能指示人像事件的结束时间,因此需要判断当前人像事件是否结束,从而可以根据不含有人像的视频帧确定当前人像事件的结束时间,执行步骤S302,或执行步骤S303。
步骤S302,若当前人像事件未结束,则结束当前人像事件并记录人像事件的结束时间。
这里,可以理解的,人像事件对应的是连续出现人像的视频片段,在当前人像事件未结束的情况下,检测到不含人像的视频帧的情况下,表明连续出现人像的视频片段的最后一帧为检测到不含人像的视频帧的上一帧,结束当前人像事件,并记录人像事件的结束时间,其中,人像事件的结束时间为检测到不含人像的视频帧的上一帧的录制时间。
下面通过具体的例子进行说明,人像事件1对应的视频片段的开始时间为第1秒,且检测到第11秒的视频帧不含有人像,可以确定人像事件1对应的视频片段为从第1秒至第10秒连续出现人像的视频片段,第11秒的视频帧并不属于人像事件1,由此结束人像事件1,并将人像事件1的结束时间记录为第10秒。
步骤S303,若当前人像事件已结束,则保存视频流。
在当前人像事件已结束的情况下,检测到不含有人像的视频帧不属于任何的人像事件,也不需要根据不含有人像的视频帧确定人像事件的结束时间,基于此,不需要在录制的视频流中进行人像事件的标注,而是将录制的视频流进行保存,且可以保存的视频流不属于任何人像事件。
下面通过具体的例子进行说明,人像事件1的开始时间为第1秒,结束时间为第10秒的视频片段,检测到第12秒的视频帧不含有人像,第12秒的视频帧不属于任何人像事件,不需要对第12秒的视频帧进行标记相关的信息,直接保存录制的视频流。
如图4所示,图4示出了标记的视频流。在图4中,检测到第一帧视频不含有人像,则不需要对第一帧图像进行标记,在之后的检测中,识别到存在含有人像的视频帧,则对该视频帧进行人像事件1的标记,并标记人像事件1的开始时间。在后续的检测中,识别到不含有人像的视频帧,表示人像事件1已经结束,对该视频帧进行人像事件1的结束时间的标记。依次处理,能够在录制的视频流中标记多个人像事件以及人像事件的开始时间和结束时间。
如图5所示,图5示出了标记视频流的完整流程示意图。
步骤1,录制视频。
步骤2,判断是否含有人像的视频帧。若是,执行步骤3,若否,执行步骤5。
步骤3,判断人像事件N-1是否结束。若人像事件N-1未结束,执行步骤4,若人像事件N-1结束,执行步骤7。
步骤4,在视频流上标注人像事件N以及人像事件N的开始时间。并执行步骤7。
步骤5,判断人像事件N是否结束。若人像事件N结束,执行步骤6,若人像事件N未结束,执行步骤7。
步骤6,结束人像事件N,并在视频流上标注人像事件N的结束时间。
步骤7,存储视频流。
经过上述步骤,能够对录制的视频流完成人像事件的标注。
步骤S103,根据视频流中标注的多个人像事件,确定多个目标人像事件以及多个目标视频流,并根据指定人脸图像确定多个目标视频流中指定人脸图像的人脸轨迹。
在需要查询视频流中的人脸轨迹时,可以首先选择需要查询的设定时间段。根据视频流中标注的多个人像事件(包括人像事件的开始时间和结束时间),确定设定时间段对应的多个目标人像事件以及多个目标视频流,可以理解的,目标人像事件是指在设定时间段内发生的人像事件,目标视频流是指目标人像事件在设定时间段内的视频流,从而可以在设定时间段内的视频流中筛选含有人像的多个视频流,直接对多个目标视频流进行人脸轨迹的分析,可以跳过不含有人像的视频流,从而提高了确定人脸轨迹的效率。
在实际应用中,会下发指定人脸图像,再参照指定人脸图像,在设定时间段内的多个目标视频流中确定指定人脸图像的人脸轨迹,从而完成人脸轨迹的分析。
在一个实施例中,指定人脸图像是通过用户授权之后下发的,从而保证了在合规的情况下进行人脸轨迹的分析,保证了数据的安全性。另外,在本实施例提供的基于视频流的人脸轨迹确定方法中,在步骤S103中需要用户确认授权,而在步骤S101至步骤S102中不需要用户确认授权,从而可以降低人脸轨迹确定的操作难度。
在一个实施例中,在确定人脸轨迹的时候,需要对含有人像的视频流进行分析,在本实施例中,人像事件标注视频流中含有人像的视频片段,因此,可以首先确定落入到设定时间段内的目标人像事件,再通过目标人像事件确定对应的目标视频流。
在确定目标人像事件的时候,需要将视频流标注的多个人像事件的结束时间与设定时间段进行比较,找出结束时间落入设定时间段的多个人像事件,其中,结束时间落入设定时间段的多个人像事件确定为目标人像事件。
在一个实施例中,在确定多个目标人像事件之后,利用目标人像事件筛选需要进行人脸轨迹分析的视频流。
在实际应用中,只需要对设定时间段对应的含有人像的视频流进行人脸轨迹分析,而目标人像事件对应的视频流可能包含在设定时间段之外的部分视频帧,基于此,需要根据目标人像事件的第一开始时间与设定时间段的第二开始时间进行对比,通过第一开始时间与第二开始时间的对比结果,在目标人像事件对应的视频片段中提取需要进行人脸轨迹分析的目标视频流。
下面通过一个实施例对确定目标视频流进行详细说明。
在一种情形中,第一开始时间小于第二开始时间,也就是目标人像事件的第一开始时间在设定时间段之外,在这种情形中,则从设定时间段的第二开始时间开始对目标人像事件的视频流进行人脸轨迹分析,也就是提取目标人像事件的视频流中以第二开始时间为起始点,以目标人像事件的结束时间为结束点对应的视频流作为目标视频流。如图6所示,图6示出了一种目标视频流的示意图,在图6中目标人像事件对应的视频流的第一起始时间为a,第一结束时间为b,设定时间段的第二起始时间为c,第二结束时间为d,其中,a<c,且b<d,那么可以将目标人像时间对应的视频流中的起始时间c至结束时间b之间的视频流确定为目标视频流。
在另一种情形中,第一开始时间大于或等于第二开始时间,也就是目标人像事件的第一开始时间与结束时间均落入到设定时间段内,在这种情形中,目标人像事件对应的视频流为目标视频流,也就是从第一开始时间对目标人像事件对应的视频流进行人脸轨迹分析。如图7所示,图7示出了另一种目标视频流的示意图,在图7中目标人像事件对应的视频流的第一起始时间为e,第一结束时间为f,设定时间段的第二起始时间为c,第二结束时间为d,其中,c<e,且d<f,可见目标人像事件对应的视频流完全落入到设定时间段内,因此,可以将目标人像事件对应的整个视频流确定为目标视频流。
如图8所示,图8示出了人脸轨迹分析的流程示意图。
步骤1,上传指定人脸图像。
步骤2,判断是否授权,这里的授权是指指定人脸图像的上传是否经过用户的授权。如果是,执行步骤3,如果没有经过授权,执行步骤1。
步骤3,下发指定人脸图像以及设定时间段。
步骤4,获取X个目标人像事件。
步骤5,判断第一开始时间是否大于第二开始时间,其中,第一开始时间为目标人像事件的开始时间,第二开始时间为设定时间段的开始时间。在第一开始时间大于第二开始时间的情况下,执行步骤6;在第一开始时间不大于第二开始时间的情况下,执行步骤7。
步骤6,从第一开始时间对目标人像事件对应的视频流分析人脸轨迹。并跳转至执行步骤8。
步骤7,在目标人像事件对应的视频流中从第二开始时间开始分析人脸轨迹。
步骤8,获取目标人像事件的人脸轨迹。
步骤9,判断是否遍历X个目标人像事件。如果未遍历X个目标人像事件,执行步骤5;如果已遍历X个目标人像事件,执行步骤10。
步骤10,上报人脸轨迹。
在上述实施例中,在视频录制过程中,对录制的视频流中的人像事件进行标注,从而可以在进行人脸轨迹分析的时候,根据人像事件提取含有人像的视频流进行人脸轨迹分析,直接跳过不含有人像的视频流,提高了人脸轨迹分析的效率。
在一个实施例中,提供一种基于视频流的人脸轨迹确定装置,参考图9所示,该基于视频流的人脸轨迹确定装置900可包括:第一确定模块901、标注模块902和第二确定模块903;
其中,第一确定模块901用于在视频录制过程中,确定第一识别结果;所述第一识别结果用于表征录制的视频流中是否存在含有人像的视频帧;标注模块902用于根据所述第一识别结果,在录制的视频流中标注人像事件的开始时间和/或结束时间;第二确定模块903用于根据所述视频流中标注的多个人像事件,确定多个目标人像事件以及多个目标视频流,并根据指定人脸图像确定多个目标视频流中所述指定人脸图像的人脸轨迹;所述目标人像事件表征在设定时间段内发生的人像事件;所述目标视频流表征所述目标人像事件在设定时间段内的视频流。
在一个实施例中,标注模块902具体用于在第一识别结果表征录制的视频流中含有人像的视频帧的情况下,判断前一个人像事件是否结束;若前一个人像事件结束,确定新人像事件的开始时间,并保存视频流;视频流为新人像事件的视频流;若前一个人像事件未结束,则保存视频流;视频流为前一个人像事件的视频流。
在一个实施例中,标注模块902具体用于在第一识别结果表征录制的视频流中不含有人像的视频帧的情况下,判断当前人像事件是否结束;若当前人像事件未结束,则结束当前人像事件并记录当前人像事件的结束时间;若当前人像事件已结束,则保存视频流。
在一个实施例中,第二确定模块903具体用于将视频流标注的多个人像事件的结束时间与设定时间段进行比较,将结束时间位于设定时间段内的人像事件确定为目标人像事件。
在一个实施例中,第二确定模块903具体用于将目标人像事件的第一开始时间与设定时间段的第二开始时间进行对比,将目标人像事件的视频流中位于设定时间段内的视频流确定为目标视频流。
在一个实施例中,第二确定模块903具体用于若第一开始时间小于第二开始时间,则将目标人像事件的视频流中以第二开始时间作为起始点对应的视频流作为目标视频流;若第一开始时间大于或等于第二开始时间,则确定目标人像事件对应的视频流为目标视频流。
在一个实施例中,指定人脸图像是经过授权获取的。
在一个实施例中,提供了一种电子设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现一种基于视频流的人脸轨迹确定方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时以实现一种基于视频流的人脸轨迹确定方法。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于视频流的人脸轨迹确定方法,其特征在于,包括:
在视频录制过程中,确定第一识别结果;所述第一识别结果用于表征录制的视频流中是否存在含有人像的视频帧;
根据所述第一识别结果,在录制的视频流中标注人像事件的开始时间和/或结束时间;
根据所述视频流中标注的多个人像事件,确定多个目标人像事件以及多个目标视频流,并根据指定人脸图像确定多个目标视频流中所述指定人脸图像的人脸轨迹;所述目标人像事件表征在设定时间段内发生的人像事件;所述目标视频流表征所述目标人像事件在设定时间段内的视频流。
2.根据权利要求1所述的基于视频流的人脸轨迹确定方法,其特征在于,根据所述第一识别结果,确定录制的视频流中人像事件的开始时间和/或结束时间,包括:
在所述第一识别结果表征录制的视频流中含有人像的视频帧的情况下,判断前一个人像事件是否结束;
若前一个人像事件结束,确定新人像事件的开始时间,并保存所述视频流;所述视频流为新人像事件的视频流;
若前一个人像事件未结束,则保存所述视频流;所述视频流为前一个人像事件的视频流。
3.根据权利要求1或2所述的基于视频流的人脸轨迹确定方法,其特征在于,所述根据所述第一识别结果,确定录制的视频流中人像事件的开始时间和/或结束时间,包括:
在所述第一识别结果表征录制的视频流中不含有人像的视频帧的情况下,判断当前人像事件是否结束;
若当前人像事件未结束,则结束当前人像事件并记录当前人像事件的结束时间;
若当前人像事件已结束,则保存所述视频流。
4.根据权利要求1所述的基于视频流的人脸轨迹确定方法,其特征在于,根据所述视频流中标注的多个人像事件,确定多个目标人像事件,包括:
将所述视频流标注的多个人像事件的结束时间与所述设定时间段进行比较,将结束时间位于所述设定时间段内的人像事件确定为所述目标人像事件。
5.根据权利要求1所述的基于视频流的人脸轨迹确定方法,其特征在于,根据所述视频流中标注的多个人像事件,确定多个目标视频流,包括:
将所述目标人像事件的第一开始时间与所述设定时间段的第二开始时间进行对比,将所述目标人像事件的视频流中位于所述设定时间段内的视频流确定为所述目标视频流。
6.根据权利要求5所述的基于视频流的人脸轨迹确定方法,其特征在于,所述将所述目标人像事件的第一开始时间与所述设定时间段的第二开始时间进行对比,将所述目标人像事件的视频流中位于所述设定时间段内的视频流确定为所述目标视频流,包括:
若所述第一开始时间小于所述第二开始时间,则将所述目标人像事件的视频流中以所述第二开始时间作为起始点对应的视频流作为所述目标视频流;
若所述第一开始时间大于或等于所述第二开始时间,则确定所述目标人像事件对应的视频流为所述目标视频流。
7.根据权利要求1所述的基于视频流的人脸轨迹确定方法,其特征在于,所述指定人脸图像是经过授权获取的。
8.一种基于视频流的人脸轨迹确定装置
第一确定模块,用于在视频录制过程中,确定第一识别结果;所述第一识别结果用于表征录制的视频流中是否存在含有人像的视频帧;
标注模块,用于根据所述第一识别结果,在录制的视频流中标注人像事件的开始时间和/或结束时间;
第二确定模块,用于根据所述视频流中标注的多个人像事件,确定多个目标人像事件以及多个目标视频流,并根据指定人脸图像确定多个目标视频流中所述指定人脸图像的人脸轨迹;所述目标人像事件表征在设定时间段内发生的人像事件;所述目标视频流表征所述目标人像事件在设定时间段内的视频流。
9.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述基于视频流的人脸轨迹确定方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于视频流的人脸轨迹的确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211535958.1A CN115965659A (zh) | 2022-12-01 | 2022-12-01 | 基于视频流的人脸轨迹确定方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211535958.1A CN115965659A (zh) | 2022-12-01 | 2022-12-01 | 基于视频流的人脸轨迹确定方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115965659A true CN115965659A (zh) | 2023-04-14 |
Family
ID=87360791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211535958.1A Pending CN115965659A (zh) | 2022-12-01 | 2022-12-01 | 基于视频流的人脸轨迹确定方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115965659A (zh) |
-
2022
- 2022-12-01 CN CN202211535958.1A patent/CN115965659A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8676027B2 (en) | Method for event initiated video capturing and a video camera for capture event initiated video | |
CN110910655A (zh) | 一种停车管理方法、装置及设备 | |
CN108924586B (zh) | 一种视频帧的检测方法、装置及电子设备 | |
CN111739175A (zh) | 一种车辆停车监控方法和装置 | |
EP3236366A1 (en) | Information processing apparatus, information processing method, and storage medium | |
US10503980B2 (en) | System and method for automatic categorization of audio/video content | |
CN113869137A (zh) | 事件检测方法、装置、终端设备及存储介质 | |
JP7204786B2 (ja) | 視覚的検索方法、装置、コンピュータ機器及び記憶媒体 | |
CN109800684B (zh) | 一种视频中对象的确定方法及装置 | |
US10628681B2 (en) | Method, device, and non-transitory computer readable medium for searching video event | |
JP6214762B2 (ja) | 画像検索システム、検索画面表示方法 | |
CN115965659A (zh) | 基于视频流的人脸轨迹确定方法、装置、电子设备及介质 | |
TWI589158B (zh) | 監控資料的原始畫面儲存系統及其儲存方法 | |
CN110876090B (zh) | 视频摘要回放方法、装置、电子设备及可读存储介质 | |
CN109147338B (zh) | 一种违规停车的识别方法、装置及服务器 | |
CN113095345A (zh) | 数据匹配方法、装置和数据处理设备 | |
CN112784781B (zh) | 基于差异感知元学习的伪造人脸检测方法和装置 | |
CN113490014A (zh) | 查勘视频的处理方法、装置、计算机设备和存储介质 | |
CN109740518B (zh) | 一种视频中对象的确定方法及装置 | |
CN110876029B (zh) | 视频摘要回放方法、装置、电子设备及可读存储介质 | |
US8942435B2 (en) | Pre-record data storage device and pre-record data storage method | |
CN117411987B (zh) | 监控视频的漏录时间检测方法、设备及存储介质 | |
CN111866429B (zh) | 一种录像数据预览方法及装置 | |
EP3886441B1 (en) | Video camera and method for analyzing a video stream | |
CN111414517B (zh) | 视频人脸解析方法、装置及服务器 |
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 |