[发明专利]一种智能泛人脸区域的编码方法和设备

说明书

本发明提供了一种智能泛人脸区域的编码方法和设备，所述方法包括以下步骤：S1：接收视频图像；S2：识别所述视频图像上的人脸区域，计算人脸区域信息以及各人脸区域对应的权重信息；所述人脸区域信息包括人脸区域大小和/或人脸中心距离；所述人脸中心距离是指人脸区域的中心点与所述视频图像的中心点之间的距离；S3：根据所述人脸区域信息和各人脸区域对应的权重信息，计算最佳泛人脸区域；所述最佳泛人脸区域为包含有各人脸区域的最小预设图形。通过上述方案，能够从视频图像中计算出最佳泛人脸区域，而后可以对这部分人脸区域进行突出显示，满足用户在视频会议或通话时想重点突出主要人脸部分的需求，提升了用户体验。

技术领域

本发明涉及视频处理领域，尤其涉及一种智能泛人脸区域的编码方法和设备。

背景技术

智慧屏是区别于传统电视，能够突破大屏品类限制、重新定义行业边界的显示屏。目前，传统智能电视均将智慧屏视为新的产品形态，通过在传统智能电视的基础上融入AI摄像头，实现智慧屏与移动终端互联的需要。智慧屏在实际应用过程中承担着家庭中的诸多角色，不仅是家庭的影音娱乐中心，更是信息共享中心、控制管理中心和多设备交互中心。

在视频通话或视频会议中，用户往往希望能够只呈现视频编码参与者的视频图像，但是传统摄像头和视频会议系统没有办法做到这一点。传统视频会议设备(专有视讯设备)或视频通话(手机等)由于种种原因，迟迟未推出该功能。智慧屏的AI摄像头包含多摄像头、辅助传感器、麦克风阵列(用于AI语音)和NPU处理器(用于AI视觉运算)等器件。由于智慧屏具有AI能力的摄像头，因而随着智慧屏为代表的产品的推出，让只呈现视频参与者的图像成为可能，然而现有技术还未公开如何实现的解决方案。

例如申请号为“CN201811525466.8”、名称为“一种基于人脸图像ROI选取的人脸识别方法及装置”的专利申请，其公开了一种基于人脸图像ROI选取的人脸识别方法及装置，预先对由某预设摄像头拍摄的图片进行评分，得到该预设摄像头对应的人脸质量像素分布图。对由该预设摄像头拍摄得到的目标图片，根据人脸质量像素分布图确定目标图片中各目标人脸框中的每一像素点的像素值，进而得到各目标人脸框对应的人脸图像的ROI得分值。由于人脸质量像素分布图是根据预设摄像头拍摄的历史图片生成的，故其中的各像素点的像素值是综合了预设摄像头所处环境的各因素和算法本身对图片质量影响所得的结果。因此，由人脸质量像素分布图筛选的图像区域是该预设摄像头拍照质量较好的区域，对该区域进行人脸识别不仅能够实现准确识别，也能提高识别效率。

再比如专利申请号为”CN201910240106.1”、名称为“基于深度学习的感兴趣区域图像编码、解码系统及方法”的专利申请，其公开了一种基于深度学习的感兴趣区域图像编码系统及方法，包括感兴趣区域编码网络模块、码率分配模块和熵编码模块。图像输入系统后，感兴趣区域编码网络模块同时对输入图像进行正向多尺度分解变换以及感兴趣区域分割预测，得到图像的多尺度特征和感兴趣区域掩模，再经过码率分配模块为感兴趣区域分配更多的特征，分配后的特征经过量化和熵编码得到二进制码流；同时提供了一种感兴趣区域图像解码系统及方法，用于解码上述编码系统及方法形成的编码。本发明使用深度学习技术构建感兴趣区域编解码网络和熵编解码器，利用大量数据训练得到最优模型参数，在实际应用中可达到显著优于现有感兴趣编码系统的主观和客观的编码性能。

上述两种方法尽管都能对视频图像中的个别人脸区域进行识别，但是当视频图像上的人脸区域较多时，如果筛选出最佳的人脸融合区域，并以最佳的人脸融合区域作为视频通话的重要组成部分，并未提出一种很好的解决方案。

发明内容

为此，需要提供一种智能泛人脸区域的编码的技术方案，用以解决现有的视频人脸识别算法无法实现只呈现视频的主要参与者，无法满足不同的应用场景需求的问题。

为实现上述目的，本申请的第一方面提供了一种智能泛人脸区域的编码方法，所述方法包括以下步骤：

S1：接收视频图像；