[发明专利]从视频中识别对象的方法和设备

说明书

本发明公开了一种从视频中识别对象的方法和设备。所述方法包括：将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：以预定比率扩大其余图像帧中的与前一次检测中检测到的对象的区域对应的区域，以得到局部区域；以及在局部区域内检测对象。

技术领域

本发明涉及一种从视频中识别对象的方法和设备。

背景技术

近些年，例如人脸等对象的识别技术已经是非常热门的技术，并且在诸如监视、移动设备和IOT(物联网)等不同领域中具有非常广泛的应用。尽管对象识别技术已近取得很大的成就，但准确度和速度仍然是阻碍应用的两个问题。随着深度学习技术在对象识别中的应用，对象识别的准确度得到了很大提高。从而，对对象识别的速度存在更加迫切的需求，尤其在GPU资源不可用的情形下。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，该概述并不是关于本发明的穷举性概述，它并非意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为后文的具体实施方式部分的铺垫。

鉴于以上提出的问题，本发明提出了一种从视频中识别对象的方法。该方法包括：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。

根据本发明的另一方面，提供了一种从视频中识别对象的设备，包括：分解装置，被配置成将所述视频分解成一系列图像帧；全局检测和评估装置，被配置成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；局部检测和评估装置，被配置成对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；以及识别装置，被配置成对质量大于第一预定阈值的对象的图像进行识别。

根据本发明的再一方面，还提供了一种计算机可读存储介质，其存储有能够由处理器运行来执行以下操作的计算机程序：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。

根据本发明的再一方面，还提供了一种程序。所述程序包括机器可执行的指令，当在信息处理系统上执行所述指令时，所述指令使得所述信息处理系统执行根据本发明的上述方法。

根据本发明的方法和设备，能够从视频中快速且准确地识别对象，可以减轻计算机负担。

通过以下结合附图对本发明的最佳实施例的详细说明，本发明的这些以及其他优点将更加明显。

附图说明