[发明专利]智能人物特写抓拍系统及其方法在审

专利信息
申请号: 201811328452.7 申请日: 2018-11-09
公开(公告)号: CN109447024A 公开(公告)日: 2019-03-08
发明(设计)人: 张林玲;龙伟昌;肖光海;林山 申请(专利权)人: 广州长鹏光电科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 511400 广东省广州市番禺区东环街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特写抓拍 智能 特征库 核心服务 录播主机 人脸信息 输入信息 信息模块 配置 存储 人脸图像信息 人脸特写 输出信息 文字形式 人脸 抓拍 摄像机 视频 图像
【说明书】:

发明公开了一种智能人物特写抓拍系统,包括录播主机,所述录播主机内还包括录播核心服务模块、人名信息模块、人脸信息模块、智能人物特写抓拍模块7,所述录播核心服务模块4的配置为通过与摄像机和吊麦连接,收集外界的音频和视频形成待识别输入信息,所述人名信息模块的配置为存储有人名文字的特征库,该人名文字的特征库是预先收集的信息,其中的信息为文字形式,所述人脸信息模块的配置为存储有人脸图像信息的特征库,所述智能人物特写抓拍模块的配置为对所述待识别输入信息进行识别,抓拍形成人脸特写图像进行输出信息;本发明旨在提供一种可通过点名识别现场人脸的智能人物特写抓拍系统及其方法。

技术领域

本发明涉及一种人脸识别系统,具体的说,尤其是一种智能人物特写抓拍系统及其方法。

背景技术

目前的人脸识别仅仅支持对人脸识别系统或机器面前的人脸,只是一种单纯的人脸识别,即是只能识别已经收集的人脸信息,但不能对人名进行检索查找对应的人脸信息,从而限制了生活中的应用,如学校课室点名应用或者会议点名应用。

发明内容

本发明的目的在于针对上述的情况,提供一种可通过点名识别现场人脸的智能人物特写抓拍系统及其方法。

本发明的技术方案是这样实现的:一种智能人物特写抓拍系统,其特征在于,包括录播主机,所述录播主机内还包括:

录播核心服务模块,其配置为通过与摄像机和吊麦连接,收集外界的音频和视频形成待识别输入信息;

人名信息模块,其配置为存储有人名文字的特征库;

人脸信息模块,其配置为存储有人脸图像信息的特征库;

智能人物特写抓拍模块,其配置为对所述待识别输入信息进行识别,抓拍形成人脸特写图像进行输出信息。

上述的智能人物特写抓拍系统中,所述智能人物特写抓拍模块还包括:

语音识别子模块,其配置为识别吊麦输入的音频信息而转换为文字,从而与人名信息模块的特征库进行匹配;

人脸识别子模块,其配置为识别摄像机输入的视频信息,且与人脸信息模块的特征库进行匹配;

抠图子模块,其配置为将摄像机输入的视频信息中对应的人脸进行单独抓拍形成单独图像输出人脸特写。

一种智能人物特写抓拍方法,包括以下步骤:

首先通过摄像机和吊麦分别将外界的视频信息和语音信息输入到录播核心服务模块,所述视频信息输入到人脸识别子模块,所述录播核心服务模块先将语音信息通过语音识别子模块进行识别且转换为文字,将转换的文字与人名信息模块的人名文字特征库进行识别匹配,然后将匹配的人名与人脸信息模块中的特征库查找对应人脸信息,然后将查找到的对应人脸信息输送到人脸识别子模块,通过人脸识别子模块将对应人脸信息和视频信息进行匹配查找,最后将视频信息中的对应人脸通过抠图子模块进行人脸特写图像输出到录播核心服务模块。

上述的智能人物特写抓拍方法中,所述人脸信息模块的特征库所采集的信息为人脸和对应人名共同采集。

上述的智能人物特写抓拍方法中,所述匹配的人名与人脸信息模块中的特征库查找对应人脸信息步骤中包括:基于查找失败后,所述语音识别子模块重新识别吊麦输入的语音信息,然后重新转换为文字进一步与人名信息模块和人脸信息模块匹配。

本发明的智能人物特写抓拍系统通过在预先收集的人名和人脸信息特征库基础上,通过结合摄像机和语音识别来进行查找和匹配对应的人脸,从而可以将现场的人显示出来,解决了传统的学校上课或会议考勤、点名和人物特写抓拍的问题;操作简单,只需通过语音读出人名即可,无需专业培训使用,性价比高,有效节约硬件成本,而且可更好的掌握现场人的实时动态。

附图说明

图1是本发明的结构图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州长鹏光电科技有限公司,未经广州长鹏光电科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811328452.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top