[发明专利]视频人物提取方法及装置

说明书

技术领域

本发明涉及图像识别领域，具体而言，涉及一种视频人物提取方法及装置。

背景技术

社会现代化的过程中，新技术不断涌现，很多传统的方式被更先进的方式替代，原本不存在的技术也不断出现。目前，监控系统已成为维护社会稳定、解决治安问题的重要工具。通过对重要地点的全方位监控，一旦发生意外情况，能够使管理人员迅速做出反馈，从而减少损失解决问题。通过对已存储视频的搜索回溯，可以确认事件发生过程，如果有违法犯罪行为，也可以借此锁定目标嫌疑人，将其画面与公安系统中的信息进行比对从而确认其身份。

这一过程通常需要由工作人员进行长时间的查找和筛查。在现场了解情况后，确认事件发生的大概时间。根据这一信息，从监控系统中调取当时的录像视频，然后进行进一步的查找。如果没有额外的信息来缩小搜索范围，这一过程中常常需要很长时间才能满足调查取证的需求，效率较低，人力成本很高。

发明内容

有鉴于此，本发明实施例的目的在于提供一种视频人物提取方法，以改善上述的问题。

本发明实施例的另一目的在于提供一种视频人物提取装置，以改善上述的问题。

本发明采用的技术方案如下：

本发明实施例提供了一种视频人物提取方法，所述视频人物提取方法包括：提取目标视频中包括人物图像的视频帧图像；对所述视频帧图像进行图像处理，获得人物特征信息，其中，人物特征信息包括人脸特征信息及人体特征信息；基于聚类算法对获得的人物特征信息进行聚类处理，得到所述目标视频中所包括的人物聚类结果。

进一步地，所述提取目标视频中包括人物图像的视频帧图像包括：读取目标视频中的每一帧图像；通过多个卷积神经网络对读取的每一帧图像进行人脸检测；根据人脸检测结果筛选出人物图像的视频帧图像。

进一步地，所述对所述视频帧图像进行图像处理，获得人物特征信息包括：基于卷积神经网络提取所述视频帧图像的人脸特征信息；提取所述视频帧图像中的行人特征信息。

进一步地，所述通过多个卷积神经网络对每一帧视频帧图像进行人脸检测包括：在每一帧视频图像中标注人脸位置候选框，生成有人脸位置候选框的图像；从所述有人脸位置候选框的图像中筛选生成的人脸图像。

进一步地，所述基于聚类算法对获得的人物特征信息进行聚类处理，得到所述目标视频中所包括的人物聚类结果的方式包括以下其中之一或者任意组合：基于聚类算法对所述人脸特征进行分类，生成人脸特征分类结果；基于聚类算法对所述行人特征信息进行分类，生成行人特征分类结果；基于聚类算法对所述人脸特征分类结果和/或所述行人特征分类结果进行分类，生成人物聚类结果。

一种视频人物提取装置，所述视频人物提取装置包括：获取模块，用于提取目标视频中包括人物图像的视频帧图像；预处理模块，用于对所述视频帧图像进行图像处理，获得人物特征信息，其中，人物特征信息包括人脸特征信息及人体特征信息；分类模块，用于基于聚类算法对获得的人物特征信息进行聚类处理，得到所述目标视频中所包括的人物聚类结果。

进一步地，所述获取模块包括：图像读取单元，用于读取目标视频中的每一帧图像；人脸检测单元，用于通过多个卷积神经网络对读取的每一帧图像进行人脸检测；图像筛选单元，用于根据人脸检测结果筛选出人物图像的视频帧图像。

进一步地，所述预处理模块包括：人脸特征提取单元，用于基于卷积神经网络提取所述视频帧图像的人脸特征信息；行人特征提取单元，用于提取所述视频帧图像中的行人特征信息。

进一步地，所述人脸检测单元包括：候选框标注子单元，用于在每一帧视频图像中标注人脸位置候选框，生成有人脸位置候选框的图像；筛选子单元，用于从所述有人脸位置候选框的图像中筛选生成人脸图像。

进一步地，所述分类模块包括：人脸特征分类单元，用于基于聚类算法对所述人脸特征进行分类，生成人脸特征分类结果；行人特征分类单元，用于基于聚类算法对所述行人特征信息进行分类，生成行人特征分类结果；人物分类单元，用于基于聚类算法对所述人脸特征分类结果和/或所述行人特征分类结果进行分类，生成目标视频中所包括的人物聚类结果。

相对现有技术，本发明具有以下有益效果：