CN117437157A - 一种基于监控视频数据的图像处理方法 - Google Patents
一种基于监控视频数据的图像处理方法 Download PDFInfo
- Publication number
- CN117437157A CN117437157A CN202311333285.6A CN202311333285A CN117437157A CN 117437157 A CN117437157 A CN 117437157A CN 202311333285 A CN202311333285 A CN 202311333285A CN 117437157 A CN117437157 A CN 117437157A
- Authority
- CN
- China
- Prior art keywords
- information
- definition
- face
- level
- monitoring 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 106
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 210000004709 eyebrow Anatomy 0.000 claims abstract description 58
- 210000001061 forehead Anatomy 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 33
- 230000000717 retained effect Effects 0.000 claims abstract description 18
- 238000012216 screening Methods 0.000 claims abstract description 17
- 230000001815 facial effect Effects 0.000 claims abstract description 15
- 238000012217 deletion Methods 0.000 claims description 13
- 230000037430 deletion Effects 0.000 claims description 13
- 230000008030 elimination Effects 0.000 claims description 13
- 238000003379 elimination reaction Methods 0.000 claims description 13
- 230000014759 maintenance of location Effects 0.000 claims description 13
- 241000282414 Homo sapiens Species 0.000 abstract description 23
- 238000004458 analytical method Methods 0.000 abstract description 3
- 210000003467 cheek Anatomy 0.000 description 46
- 210000000088 lip Anatomy 0.000 description 44
- 210000001508 eye Anatomy 0.000 description 43
- 210000001331 nose Anatomy 0.000 description 43
- 210000001847 jaw Anatomy 0.000 description 41
- 238000012545 processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于监控视频数据的图像处理方法，包括以下步骤：步骤一；步骤二；步骤三；步骤四；步骤五、在获取监控视频信息过程中，面部的额、眉、眼、鼻、唇、面颊和颌信息不断的进行对比筛选；步骤六、通过留存的人物面部信息对图像中的面部额、眉、眼、鼻、唇、面颊和颌信息进行更换，实时更新人物面部信息；步骤七、将实时更新的人物面部信息展示在显示屏上；本发明在获取监控视频信息的过程中，由于人在移动，所以人的面部信息也在变化，获取到的人体面部信息的清晰度也不相同，将人体面部信息分解开，并单独进行对比分析，能够针对性的对人体面部图像进行修复，提高了监控视频中人体面部的清晰度。
Description
技术领域
本发明涉及图像处理技术领域，具体为一种基于监控视频数据的图像处理方法。
背景技术
随着计算机软件、硬件技术的日新月异的发展和普及，人类已经进入一个高速发展的信息化时代，人类大概有80％的信息来自图像，科学研究、技术应用中图像处理技术越来越成为不可缺少的手段。安防行业已经进入一个崭新的时代，高清、智能与大数据和云技术的广泛结合应用，成为时代新的话题。随着而来的是,视频图像处理技术也逐渐成熟起来，只有这样才能切合行业技术发展，为此，对于视频图像处理技术的研究成为安防行业值得重视的领域。
视频图像处理技术简而言之就是用计算机对视频数字图像进行处理，其本质是一种信号处理过程，视频图像处理能够提高图像的视感质量，如进行图像的亮度、彩色变换，增强、抑制某些成分，对图像进行几何变换等，以改善视频图像的质量；
对于安防监控视频来说，对图像清晰度要求较高；在治安监控现场，往往需要通过监控录像来辨认证据等；一般清晰度不高的视频都达不到这种要求；在交通监控现场，交警需要通过监控图像来识别车牌、违章行为、驾驶人等要求，模糊的图像在这种场合根本无法应用。
在安防监控过程中，通常采用无人机、无人船、无人车等进行监控拍摄，在拍摄监控视频时，无人机、无人船、无人车处于移动状态，无法精准的获取人的身体表证信息，造成拍摄的图像模糊，虽然现有的图像处理处理能够对拍摄到的图像进行修复处理，但是只能单独对某一时刻的图像进行单独进行修复处理，无法根据监控视频移动过程中肢体的变化、身体表证的变化，对拍摄的图像进行针对性修复，导致修复后的图像任然模糊不清。
发明内容
本发明的目的在于提供一种基于监控视频数据的图像处理方法，以解决现有的图像处理处理能够对拍摄到的图像进行修复处理，但是只能单独对某一时刻的图像进行单独进行修复处理，无法根据人移动过程中肢体的变化、身体表证的变化，对拍摄的图像进行针对性修复，导致修复后的图像任然模糊不清的问题。
为实现上述目的，本发明提供如下技术方案：一种基于监控视频数据的图像处理方法，包括以下步骤：
步骤一、后台服务器获取监控摄像头拍摄的监控视频信息；
步骤二、后台服务器获取监控视频信息中的图像信息；
步骤三、根据所述图像信息，识别图像中的人物信息，将图像中的每个人物信息区分成单独的个体；
步骤四、将每个人物个体的面部分成额、眉、眼、鼻、唇、面颊和颌七部分；
步骤五、通过监控视频信息实时获取每个人物个体的面部额、眉、眼、鼻、唇、面颊和颌信息，将面部额、眉、眼、鼻、唇、面颊和颌信息分别标记，在获取监控视频信息过程中，面部的额、眉、眼、鼻、唇、面颊和颌信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的进一步与获取的监控视频信息中的面部信息进行对比，然后将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的进一步与获取的监控视频信息中的面部信息进行对比；
步骤六、在将清晰度高一级的面部额、眉、眼、鼻、唇、面颊和颌中的一个或多个信息留存后，通过留存的人物面部信息对图像中的面部额、眉、眼、鼻、唇、面颊和颌信息进行更换，实时更新人物面部信息；
步骤七、将实时更新的人物面部信息展示在显示屏上。
其中，所述图像中每个人物个体在监控视频信息中都是变化的，人物个体面部信息也在变化，在监控视频信息中，不同时间获取到的每个人物个体的面部额、眉、眼、鼻、唇、面颊和颌信息清晰度不同。
其中，在获取监控视频信息过程中，将面部的额部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的额部进一步与后续获取的监控视频信息中的额部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，在将清晰度高一级的面部额部信息留存后，通过留存的额部信息对视频图像中的面部额部信息进行更换，实时更新人物面部信息。
其中，在获取监控视频信息过程中，将面部的眉部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的眉部进一步与后续获取的监控视频信息中的眉部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，在将清晰度高一级的面部眉部信息留存后，通过留存的眉部信息对视频图像中的面部眉部信息进行更换，实时更新人物面部信息。
其中，在获取监控视频信息过程中，将面部的眼部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的眼部进一步与后续获取的监控视频信息中的眼部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部眼部信息留存后，通过留存的眼部信息对视频图像中的面部眼部信息进行更换，实时更新人物面部信息。
其中，在获取监控视频信息过程中，将面部的鼻部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的鼻部进一步与后续获取的监控视频信息中的鼻部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部鼻部信息留存后，通过留存的鼻部信息对视频图像中的面部鼻部信息进行更换，实时更新人物面部信息。
其中，在获取监控视频信息过程中，将面部的唇部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的唇部进一步与后续获取的监控视频信息中的唇部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部唇部信息留存后，通过留存的唇部信息对视频图像中的面部唇部信息进行更换，实时更新人物面部信息。
其中，在获取监控视频信息过程中，将面部的面颊部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的面颊部进一步与后续获取的监控视频信息中的面颊部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部面颊部信息留存后，通过留存的面颊部信息对视频图像中的面部面颊部信息进行更换，实时更新人物面部信息。
其中，在获取监控视频信息过程中，将面部的颌部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的颌部进一步与后续获取的监控视频信息中的颌部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部颌部信息留存后，通过留存的颌部信息对视频图像中的面部颌部信息进行更换，实时更新人物面部信息。
与现有技术相比，本发明的有益效果是：
本发明将每个人物个体的面部分成额、眉、眼、鼻、唇、面颊和颌七部分，将面部额、眉、眼、鼻、唇、面颊和颌信息分别标记，在获取监控视频信息过程中，面部的额、眉、眼、鼻、唇、面颊和颌信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的进一步与获取的监控视频信息中的面部信息进行对比，然后将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的进一步与获取的监控视频信息中的面部信息进行对比；在将清晰度高一级的面部额、眉、眼、鼻、唇、面颊和颌中的一个或多个信息留存后，通过留存的人物面部信息对图像中的面部额、眉、眼、鼻、唇、面颊和颌信息进行更换，实时更新人物面部信息；在获取监控视频信息的过程中，由于人在移动，所以人的面部信息也在变化，获取到的人体面部信息的清晰度也不相同，将人体面部信息分解开，并单独进行对比分析，能够针对性的对人体面部图像进行修复，提高了监控视频中人体面部的清晰度。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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，都属于本发明保护的范围。
本发明提供一种技术方案：一种基于监控视频数据的图像处理方法，包括以下步骤：
步骤一、后台服务器获取监控摄像头拍摄的监控视频信息；
步骤二、后台服务器获取监控视频信息中的图像信息；
步骤三、根据所述图像信息，识别图像中的人物信息，将图像中的每个人物信息区分成单独的个体；
步骤四、将每个人物个体的面部分成额、眉、眼、鼻、唇、面颊和颌七部分；
步骤五、通过监控视频信息实时获取每个人物个体的面部额、眉、眼、鼻、唇、面颊和颌信息，将面部额、眉、眼、鼻、唇、面颊和颌信息分别标记，在获取监控视频信息过程中，面部的额、眉、眼、鼻、唇、面颊和颌信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的进一步与获取的监控视频信息中的面部信息进行对比，然后将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的进一步与获取的监控视频信息中的面部信息进行对比；
步骤六、在将清晰度高一级的面部额、眉、眼、鼻、唇、面颊和颌中的一个或多个信息留存后，通过留存的人物面部信息对图像中的面部额、眉、眼、鼻、唇、面颊和颌信息进行更换，实时更新人物面部信息；
步骤七、将实时更新的人物面部信息展示在显示屏上。
其中，人体面部的额、眉、眼、鼻、唇、面颊和颌信息可以分别进行修复，也可以一次修复多个部位信息，在获取监控视频信息过程中，只要人体面部的额、眉、眼、鼻、唇、面颊和颌信息替换有清晰度高一级信息，即可对人体面部信息对应的部位进行修复。
其中，所述图像中每个人物个体在监控视频信息中都是变化的，人物个体面部信息也在变化，在监控视频信息中，不同时间获取到的每个人物个体的面部额、眉、眼、鼻、唇、面颊和颌信息清晰度不同。
其中，当人体面部的额部信息需要修复时，在获取监控视频信息过程中，将面部的额部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的额部进一步与后续获取的监控视频信息中的额部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，在将清晰度高一级的面部额部信息留存后，通过留存的额部信息对视频图像中的面部额部信息进行更换，实时更新人物面部信息。
其中，当人体面部的眉部信息需要修复时，在获取监控视频信息过程中，将面部的眉部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的眉部进一步与后续获取的监控视频信息中的眉部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，在将清晰度高一级的面部眉部信息留存后，通过留存的眉部信息对视频图像中的面部眉部信息进行更换，实时更新人物面部信息。
其中，当人体面部的眼部信息需要修复时，在获取监控视频信息过程中，将面部的眼部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的眼部进一步与后续获取的监控视频信息中的眼部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部眼部信息留存后，通过留存的眼部信息对视频图像中的面部眼部信息进行更换，实时更新人物面部信息。
其中，当人体面部的鼻部信息需要修复时，在获取监控视频信息过程中，将面部的鼻部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的鼻部进一步与后续获取的监控视频信息中的鼻部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部鼻部信息留存后，通过留存的鼻部信息对视频图像中的面部鼻部信息进行更换，实时更新人物面部信息。
其中，当人体面部的唇部信息需要修复时，在获取监控视频信息过程中，将面部的唇部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的唇部进一步与后续获取的监控视频信息中的唇部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部唇部信息留存后，通过留存的唇部信息对视频图像中的面部唇部信息进行更换，实时更新人物面部信息。
其中，当人体面部的面颊部信息需要修复时，在获取监控视频信息过程中，将面部的面颊部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的面颊部进一步与后续获取的监控视频信息中的面颊部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部面颊部信息留存后，通过留存的面颊部信息对视频图像中的面部面颊部信息进行更换，实时更新人物面部信息。
其中，当人体面部的颌部信息需要修复时，在获取监控视频信息过程中，将面部的颌部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的颌部进一步与后续获取的监控视频信息中的颌部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部颌部信息留存后，通过留存的颌部信息对视频图像中的面部颌部信息进行更换，实时更新人物面部信息。
终上所述，本发明将每个人物个体的面部分成额、眉、眼、鼻、唇、面颊和颌七部分，将面部额、眉、眼、鼻、唇、面颊和颌信息分别标记，在获取监控视频信息过程中，面部的额、眉、眼、鼻、唇、面颊和颌信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的进一步与获取的监控视频信息中的面部信息进行对比，然后将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的进一步与获取的监控视频信息中的面部信息进行对比；在将清晰度高一级的面部额、眉、眼、鼻、唇、面颊和颌中的一个或多个信息留存后，通过留存的人物面部信息对图像中的面部额、眉、眼、鼻、唇、面颊和颌信息进行更换，实时更新人物面部信息；在获取监控视频信息的过程中，由于人在移动，所以人的面部信息也在变化，获取到的人体面部信息的清晰度也不相同，将人体面部信息分解开，并单独进行对比分析，能够针对性的对人体面部图像进行修复，提高了监控视频中人体面部的清晰度。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于监控视频数据的图像处理方法，其特征在于，包括以下步骤：
步骤一、后台服务器获取监控摄像头拍摄的监控视频信息；
步骤二、后台服务器获取监控视频信息中的图像信息；
步骤三、根据所述图像信息，识别图像中的人物信息，将图像中的每个人物信息区分成单独的个体；
步骤四、将每个人物个体的面部分成额、眉、眼、鼻、唇、面颊和颌七部分；
步骤五、通过监控视频信息实时获取每个人物个体的面部额、眉、眼、鼻、唇、面颊和颌信息，将面部额、眉、眼、鼻、唇、面颊和颌信息分别标记，在获取监控视频信息过程中，面部的额、眉、眼、鼻、唇、面颊和颌信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的进一步与获取的监控视频信息中的面部信息进行对比，然后将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的进一步与获取的监控视频信息中的面部信息进行对比；
步骤六、在将清晰度高一级的面部额、眉、眼、鼻、唇、面颊和颌中的一个或多个信息留存后，通过留存的人物面部信息对图像中的面部额、眉、眼、鼻、唇、面颊和颌信息进行更换，实时更新人物面部信息；
步骤七、将实时更新的人物面部信息展示在显示屏上。
2.根据权利要求1所述的一种基于监控视频数据的图像处理方法，其特征在于：
所述图像中每个人物个体在监控视频信息中都是变化的，人物个体面部信息也在变化，在监控视频信息中，不同时间获取到的每个人物个体的面部额、眉、眼、鼻、唇、面颊和颌信息清晰度不同。
3.根据权利要求1所述的一种基于监控视频数据的图像处理方法，其特征在于：
在获取监控视频信息过程中，将面部的额部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的额部进一步与后续获取的监控视频信息中的额部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，在将清晰度高一级的面部额部信息留存后，通过留存的额部信息对视频图像中的面部额部信息进行更换，实时更新人物面部信息。
4.根据权利要求1所述的一种基于监控视频数据的图像处理方法，其特征在于：
在获取监控视频信息过程中，将面部的眉部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的眉部进一步与后续获取的监控视频信息中的眉部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，在将清晰度高一级的面部眉部信息留存后，通过留存的眉部信息对视频图像中的面部眉部信息进行更换，实时更新人物面部信息。
5.根据权利要求1所述的一种基于监控视频数据的图像处理方法，其特征在于：
在获取监控视频信息过程中，将面部的眼部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的眼部进一步与后续获取的监控视频信息中的眼部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部眼部信息留存后，通过留存的眼部信息对视频图像中的面部眼部信息进行更换，实时更新人物面部信息。
6.根据权利要求1所述的一种基于监控视频数据的图像处理方法，其特征在于：
在获取监控视频信息过程中，将面部的鼻部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的鼻部进一步与后续获取的监控视频信息中的鼻部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部鼻部信息留存后，通过留存的鼻部信息对视频图像中的面部鼻部信息进行更换，实时更新人物面部信息。
7.根据权利要求1所述的一种基于监控视频数据的图像处理方法，其特征在于：
在获取监控视频信息过程中，将面部的唇部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的唇部进一步与后续获取的监控视频信息中的唇部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部唇部信息留存后，通过留存的唇部信息对视频图像中的面部唇部信息进行更换，实时更新人物面部信息。
8.根据权利要求1所述的一种基于监控视频数据的图像处理方法，其特征在于：
在获取监控视频信息过程中，将面部的面颊部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的面颊部进一步与后续获取的监控视频信息中的面颊部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部面颊部信息留存后，通过留存的面颊部信息对视频图像中的面部面颊部信息进行更换，实时更新人物面部信息。
9.根据权利要求1所述的一种基于监控视频数据的图像处理方法，其特征在于：
在获取监控视频信息过程中，将面部的颌部信息不断的进行对比筛选，将清晰度高一级的留存，清晰度低一级的自动淘汰删除，且清晰度高一级的颌部进一步与后续获取的监控视频信息中的颌部信息进行对比，同样将清晰度高一级的留存，清晰度低一级的自动淘汰删除，重复上述步骤，再将清晰度高一级的面部颌部信息留存后，通过留存的颌部信息对视频图像中的面部颌部信息进行更换，实时更新人物面部信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311333285.6A CN117437157A (zh) | 2023-10-16 | 2023-10-16 | 一种基于监控视频数据的图像处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311333285.6A CN117437157A (zh) | 2023-10-16 | 2023-10-16 | 一种基于监控视频数据的图像处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117437157A true CN117437157A (zh) | 2024-01-23 |
Family
ID=89549013
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311333285.6A Pending CN117437157A (zh) | 2023-10-16 | 2023-10-16 | 一种基于监控视频数据的图像处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117437157A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090086057A1 (en) * | 2007-09-28 | 2009-04-02 | Altek Corporation | Optimum image selection method and system |
| CN103795920A (zh) * | 2014-01-21 | 2014-05-14 | 宇龙计算机通信科技(深圳)有限公司 | 照片处理方法及装置 |
| CN108174093A (zh) * | 2017-12-28 | 2018-06-15 | 努比亚技术有限公司 | 拍摄瞬间图像的方法、设备及计算机可存储介质 |
| CN109299683A (zh) * | 2018-09-13 | 2019-02-01 | 嘉应学院 | 一种基于人脸识别和行为大数据的安防评估系统 |
| CN110321767A (zh) * | 2018-03-30 | 2019-10-11 | 株式会社日立制作所 | 图像提取装置和方法、行为分析系统和存储介质 |
| CN110390263A (zh) * | 2019-06-17 | 2019-10-29 | 宁波江丰智能科技有限公司 | 一种视频图像处理方法及系统 |
| CN112149762A (zh) * | 2020-11-24 | 2020-12-29 | 北京沃东天骏信息技术有限公司 | 目标跟踪方法、目标跟踪装置及计算机可读存储介质 |
-
2023
- 2023-10-16 CN CN202311333285.6A patent/CN117437157A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090086057A1 (en) * | 2007-09-28 | 2009-04-02 | Altek Corporation | Optimum image selection method and system |
| CN103795920A (zh) * | 2014-01-21 | 2014-05-14 | 宇龙计算机通信科技(深圳)有限公司 | 照片处理方法及装置 |
| CN108174093A (zh) * | 2017-12-28 | 2018-06-15 | 努比亚技术有限公司 | 拍摄瞬间图像的方法、设备及计算机可存储介质 |
| CN110321767A (zh) * | 2018-03-30 | 2019-10-11 | 株式会社日立制作所 | 图像提取装置和方法、行为分析系统和存储介质 |
| CN109299683A (zh) * | 2018-09-13 | 2019-02-01 | 嘉应学院 | 一种基于人脸识别和行为大数据的安防评估系统 |
| CN110390263A (zh) * | 2019-06-17 | 2019-10-29 | 宁波江丰智能科技有限公司 | 一种视频图像处理方法及系统 |
| CN112149762A (zh) * | 2020-11-24 | 2020-12-29 | 北京沃东天骏信息技术有限公司 | 目标跟踪方法、目标跟踪装置及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107301623B (zh) | 一种基于暗通道和图像分割的交通图像去雾方法及系统 | |
| CN104951773B (zh) | 一种实时人脸识别监视系统 | |
| CN109657612B (zh) | 一种基于人脸图像特征的质量排序系统及其使用方法 | |
| CN106600560A (zh) | 一种适用于行车记录仪的图像去雾方法 | |
| CN109993804A (zh) | 一种基于条件生成对抗网络的道路场景去雾方法 | |
| Ohara et al. | Detection and recognition of road signs using simple layered neural networks | |
| CN110543848B (zh) | 一种基于三维卷积神经网络的驾驶员动作识别方法及装置 | |
| CN111565286B (zh) | 一种视频静态背景合成方法、装置、电子设备及存储介质 | |
| CN115410119A (zh) | 一种基于训练样本自适应生成的剧烈运动检测方法及系统 | |
| Liang et al. | Learning to remove sandstorm for image enhancement | |
| CN115019340A (zh) | 一种基于深度学习的夜间行人检测算法 | |
| CN117437157A (zh) | 一种基于监控视频数据的图像处理方法 | |
| CN111429375A (zh) | 日间图像参照辅助的夜晚监控视频质量提升方法 | |
| CN112487926A (zh) | 一种基于时空图卷积网络的景区投喂行为识别方法 | |
| Xu et al. | Deep learning algorithm in ancient relics image colour restoration technology | |
| CN113256541B (zh) | 利用机器学习对钻井平台监控画面进行去水雾的方法 | |
| CN113221823B (zh) | 一种基于改进轻量级YOLOv3的交通信号灯倒计时识别方法 | |
| CN112598777B (zh) | 一种基于暗通道先验的雾霾融合方法 | |
| EP1364337A1 (de) | Verfahren zur kennzeichnung von gespeicherter information | |
| CN113657183A (zh) | 一种基于多层特征的光滑神经网络下车辆24色识别方法 | |
| CN113724168B (zh) | 一种飞机图像去雾方法及系统 | |
| Wei et al. | A Real-time Vehicle Detection Method for Unmanned Driving | |
| CN111709889B (zh) | 一种基于人工智能的图像动态实时分析系统及方法 | |
| Gao et al. | Research on Road-Sign Detection Algorithms Based on Depth Network. | |
| DE10136649B4 (de) | Verfahren und Vorrichtung zur Objekterkennung von sich bewegenden Kraftfahrzeugen |
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 |