[发明专利]从视频中识别对象的方法和设备

权利要求书

1.一种从视频中识别对象的方法，包括：

将所述视频分解成一系列图像帧；

在包括第一个图像帧的、彼此间隔预定帧数的特定图像帧的全部区域上检测各个对象，并且对所检测到的对象的图像进行质量评估；

对于除所述特定图像帧以外的其余图像帧，基于前一次检测来在其余图像帧的局部区域上检测对象，并且对所检测到的对象的图像进行质量评估；以及

对质量大于第一预定阈值的对象的图像进行识别，

其中，基于前一次检测来在其余图像帧的局部区域上检测对象包括：以预定比率扩大所述其余图像帧中的与所述前一次检测中检测到的对象的区域对应的区域，以得到所述局部区域；以及在所述局部区域内检测对象，

其中，当在特定图像帧的全部区域上检测各个对象时，若所述前一次检测中检测到的两个对象的各自的第一区域和第二区域被分别放入第一列表和第二列表中，则：

对于所述特定图像帧中所检测到的对象的、与所述第一区域和所述第二区域中的一个区域相交的第三区域，计算所述第三区域与所述一个区域的交集除以所述第三区域与所述一个区域的并集之间的比率，如果所述比率大于第二预定阈值，则将所述第三区域放入所述一个区域所位于的列表中，或者如果所述比率均小于第二预定阈值，则将所述第三区域放入新的列表，以及

对于所述特定图像帧中所检测到的对象的、与所述第一区域或所述第二区域均不相交的第四区域，将所述第四区域放入新的列表，

其中，所述第一区域、所述第二区域、所述第三区域和所述第四区域包围各自对应的对齐后的人脸图像，

其中，所述质量评估包括：

采集关于对象的2种或2种以上质量类别的图像样本，

提取所述图像样本的特征，

利用所提取的图像样本的特征对质量评估模型进行训练，

提取所检测到的对象的图像的特征，以及

利用训练后的模型，基于所提取的图像的特征来计算所述图像的质量，

其中，所述质量评估模型为：

其中

A₁、A₂……A_n为图像样本的集合且n为大于等于2的整数，并且A_n-1中的图像样本的预定属性优于A_n中的图像样本的预定属性；

x_i表征A_n-1中的图像样本f_i的特征，x_j表征A_n中的图像样本f_j的特征；以及

W和C是通过利用图像样本的集合A₁至A_n求解表达式(1)而得到的参数，以及

其中，所述图像的质量通过以下表达式(2)来计算：

Q(F) ＝ WX(F)                                              (2)

其中，Q(F)表示图像F的质量，X(F)表征图像F的特征。

2.根据权利要求1所述的方法，其中，所述表达式(1)利用牛顿法来求解。

3.根据权利要求1或2所述的方法，其中，所述特征利用多任务级联卷积神经网络MTCNN来提取。

4.根据权利要求1或2所述的方法，其中，A₁是高清图像样本的集合且A₂是模糊图像样本的集合，或者A₁是非遮挡图像样本的集合且A₂是遮挡图像样本的集合，或者A₁是正面图像样本的集合且A₂是非正面图像样本的集合。

5.根据权利要求1或2所述的方法，其中，所述检测利用多任务级联卷积神经网络MTCNN来实现。