[发明专利]基于人工智能的幼稚园儿童精彩时刻视频智能生成方法在审

专利信息
申请号: 202111112972.6 申请日: 2021-09-23
公开(公告)号: CN113792694A 公开(公告)日: 2021-12-14
发明(设计)人: 朱为;徐新文;涂丹;汪彦明;曹正午;谢志恒;徐东;胡青霞;王涛;郑冰 申请(专利权)人: 长沙鹏阳信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 长沙欧诺专利代理事务所(普通合伙) 43234 代理人: 欧颖;张文君
地址: 410000 湖南省长沙市开福区东*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 幼稚园 儿童 精彩 时刻 视频 智能 生成 方法
【说明书】:

发明公开了一种基于人工智能的幼稚园儿童精彩时刻视频智能生成方法,通过在幼稚园教室、休息室、活动室、操场等各处安装摄像头,将多个摄像头拍摄的视频数据传输至处理计算机,采用计算机视觉的方法识别视频中出现的孩子们身份信息,利用计算机视觉、机器学习等人工智能算法自动捕捉出每个孩子的精彩时刻视频片段,自动生成孩子们一天的精彩时刻的短视频,通过后台配置的信息,自动传输至家长的手机上。支持生成集体或班级的精彩时刻视频,帮助家长更好地了解孩子们在集体活动中的表现,也帮助幼稚园和老师们很好地监督和回顾一天的活动。本发明能够节省大量的人力和时间,同时满足家长、老师、幼稚园等多方的需求,具有重要的现实应用意义。

技术领域

本发明涉及计算机视觉领域和人工智能技术领域,特别地,涉及一种基于人工智能的幼稚园儿童精彩时刻视频智能生成方法。

背景技术

随着国家义务教育普及程度进一步提高,以及家长工作日益繁忙,越来越多的孩子在很小的年纪就被送到了幼稚园中进行学习和玩耍。然而,出于父母与孩子之间的天然无法割舍的感情,家长们会非常迫切地想了解孩子们在幼稚园一天的学习和玩耍情况,不想错过孩子们在幼稚园一天生活中的各种精彩时刻,如开心大笑的时刻、认真学习的瞬间、偶尔委屈的小眼神以及参与群体活动时候的跃跃欲试。

为了满足家长们的这种期待,一种现实中迫切的需求应运而生,即拍摄孩子们在幼稚园一天中的精彩时刻,捕捉孩子们开心或者运动的各种精彩瞬间,生成孩子们一天活动的精彩时刻剪辑视频,在一天结束的时候发送给孩子们的家长。这样,家长们就可以更好地了解自己的孩子们学习和玩耍的情况,也可以更加相信幼稚园的学生和生活保障。为了拍摄这样的视频,如果是采用人工的方式,显然面临很多困难和问题:耗费大量的人力来拍摄视频;无法兼顾到所有的孩子们,必然会有遗漏;从大量视频中人工寻找、剪辑出最为精彩、最有价值的那些时刻将耗费巨大的人力。

发明内容

本发明的目的在于提供一种基于人工智能的幼稚园儿童精彩时刻视频智能生成方法,以解决背景技术中提出的问题。

为实现上述目的,本发明提供了一种基于人工智能的幼稚园儿童精彩时刻视频智能生成方法,包括以下步骤:

S1、布置视频采集系统;所述视频采集系统包括多个摄像头和后台处理计算机,多个所述摄像头分别安装在幼稚园内的不同位置处,所述后台处理计算机用于接收多个所述摄像头采集的视频数据;

S2、开启各所述摄像头的人脸捕捉功能,对人脸抓拍和对运动人脸进行轨迹跟踪;

S3、进行身份识别:根据事先准备的幼稚园师生的人脸数据集,对捕捉到的人脸图像进行身份识别,并记录下该张人脸图像出现的时刻信息至后台数据库;

S4、对每个学生进行精彩时刻检测,形成每个学生的精彩视频;

S5、对全体学生进行精彩时刻检测,形成学生集体活动或学习的精彩视频;

S6、根据后台数据库配置的信息,将生成的每个学生的精彩视频,自动发送至该学生家长的手机上,将生成的学生集体活动或学习的精彩视频发布在班级的主页上,并将其链接分享给家长。

进一步的,所述步骤S2中后台处理计算机用于实时人脸检测和人脸运动轨迹跟踪功能,人脸检测算法采用基于深度学习的人脸检测算法,检测出人脸后,采用基于卡尔曼滤波的方法进行运动人脸跟踪。

进一步的,所述步骤S3中,将捕捉到的人脸与后台数据库进行对比,识别出每个人脸的身份信息;所述后台人脸数据库中记录了每个师生的正面上下左右中至少5张图像。

进一步的,所述步骤S4中,针对每个学生,从后台数据库中调出其人脸出现的时刻表,进行随机或均匀采样找出其人脸出现的n个时刻点,识别其表情,然后找出每个时刻点前后各5秒钟的视频,分别形成10秒钟的精彩视频片段。

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长沙鹏阳信息技术有限公司,未经长沙鹏阳信息技术有限公司许可,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/202111112972.6/2.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