[发明专利]视频流截取方法、装置及存储介质在审

专利信息
申请号: 201910367384.3 申请日: 2019-05-05
公开(公告)号: CN110267095A 公开(公告)日: 2019-09-20
发明(设计)人: 秦勇 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: H04N21/44 分类号: H04N21/44;G06K9/62;G06K9/00
代理公司: 北京鸿元知识产权代理有限公司 11327 代理人: 袁文婷;王迎
地址: 518033 广东省深圳市福田区福*** 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: 截取 摄像装置 视频流数据 视频流信息 存储介质 后台 视频 视频流 图片 人工智能技术 后台处理 视频处理 视频截取 图片传输 图像处理 帧图像 客户 身份 工作量 解析 开发
【权利要求书】:

1.一种视频流截取方法,应用于电子装置,其特征在于,所述方法包括:

在html前端打开摄像装置,利用所述摄像装置获取待确认身份的客户的视频;

将所述视频处理成图片,其中,利用canvas对所述视频进行解析生成视频流数据,所述视频流数据包括每一帧图像的视频流信息,在所述视频流信息中截取图片;

将截取的所述图片传输至后台,在所述后台对所述图片进行识别,确定客户的身份。

2.根据权利要求1所述的视频流截取方法,其特征在于,

所述视频为掌纹视频或者脸部视频;其中,

当所述视频为掌纹视频时,在所述视频流信息中截取的图片为掌纹图片;

将截取到的所述掌纹图片传输至后台,在所述后台,将所述掌纹图片与后台数据库中的标准掌纹图片进匹配,确定客户的身份。

3.根据权利要求2所述的视频流截取方法,其特征在于,

当所述视频为脸部视频时,在所述视频流信息中截取的图片为脸部图片;

将截取到的所述脸部图片传输至后台,在所述后台,将所述脸部图片与后台数据库中的标准脸部图片进匹配,确定客户的身份。

4.根据权利要求1所述的视频流截取方法,其特征在于,

所述将所述视频处理成图片的步骤包括:

利用canvas.getContext创建画布,将截取的图片放置在所述画布中展示;

利用context.drawImage按照预设的规定画出当前在所述画布中展示的截取的图片;

将画出的截取的图片转换成base64形式传输至所述后台。

5.根据权利要求1-4任一项所述的视频流截取方法,其特征在于,

通过机器学习模型对所述图片进行训练学习确定客户的身份,其中,所述机器学习模型包括卷积神经网络和长短期记忆网络。

6.一种电子装置,其特征在于,该电子装置包括:存储器、处理器及摄像装置,所述存储器中包括视频流截取程序,所述视频流截取程序被所述处理器执行时实现如下步骤:

在html前端打开摄像装置,利用所述摄像装置获取待确认身份的客户的视频;

将所述视频处理成图片,其中,利用canvas对所述视频进行解析生成视频流数据,所述视频流数据包括每一帧图像的视频流信息,在所述视频流信息中截取图片;

将截取的所述图片传输至后台,在所述后台对所述图片进行识别,确定客户的身份。

7.根据权利要求6所述的电子装置,其特征在于,

所述视频为掌纹视频或者脸部视频;其中,

当所述视频为掌纹视频时,在所述视频流信息中截取的图片为掌纹图片;

将截取到的所述掌纹图片传输至后台,在所述后台,将所述掌纹图片与后台数据库中的标准掌纹图片进匹配,确定客户的身份。

8.根据权利要求6所述的电子装置,其特征在于,

所述将所述视频处理成图片的步骤包括:

利用canvas.getContext创建画布,将截取的图片放置在所述画布中展示;

利用context.drawImage按照预设的规定画出当前在所述画布中展示的截取的图片;

将画出的截取的图片转换成base64形式传输至所述后台。

9.根据权利要求6-8任一项所述的电子装置,其特征在于,

通过机器学习模型对所述图片进行训练学习确定客户的身份,其中,所述机器学习模型包括卷积神经网络和长短期记忆网络。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括视频流截取程序,所述视频流截取程序被处理器执行时,实现如权利要求1至5中任一项所述的视频流截取方法的步骤。

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平安科技(深圳)有限公司,未经平安科技(深圳)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/201910367384.3/1.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