[发明专利]一种人像聚档方法、装置、电子设备及存储介质在审

专利信息
申请号: 202111506487.7 申请日: 2021-12-10
公开(公告)号: CN114357216A 公开(公告)日: 2022-04-15
发明(设计)人: 杜伟;张哲;胡典荣;沈佳;陈伟 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06F16/55 分类号: G06F16/55;G06F16/535;G06F16/58;G06F16/583;G06V10/762;G06V40/10;G06V40/16;G06K9/62
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 李静
地址: 310053 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人像 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种基于多维数据的人像聚档方法,其特征在于,包括:

获取目标时间段内的待处理的数据流;

对所述数据流解码得到的图像帧进行目标检测,得到目标人脸特征数据集合和目标人体特征数据集合;

对所述目标人脸特征数据集合聚档,得到各个人脸档案,以及对所述目标人体特征数据集合聚档,得到各个人体档案;

基于关联关系数据,将各个所述人脸档案和各个所述人体档案进行合并,得到各个人像档案;其中,所述关联关系数据为所述目标人脸特征数据集合中的各个人脸特征数据和所述目标人体特征数据集合中的各个人体特征数据的关联关系。

2.根据权利要求1所述的方法,其特征在于,所述对所述数据流解码得到的图像帧进行目标检测,得到目标人脸特征数据集合和目标人体特征数据集合,包括:

对所述数据流解码得到的图像帧进行目标检测,得到各个人脸特征数据和各个人体特征数据;其中,每个所述人脸特征数据中包括人脸目标的角度参数、清晰度参数和质量参数中的至少一个;每个所述人体特征数据中包括人体目标的角度参数、清晰度参数和质量参数中的至少一个;

针对每个所述人脸特征数据,应用所述人脸特征数据中的至少一个参数对所述人脸特征数据进行筛选,得到目标人脸特征数据集合;以及针对每个所述人体特征数据,应用所述人体特征数据中的至少一个参数对所述人体特征数据进行筛选,得到目标人体特征数据集合。

3.根据权利要求2所述的方法,其特征在于,所述针对每个所述人体特征数据,应用所述人体特征数据中的至少一个参数对所述人体特征数据进行筛选,得到目标人体特征数据集合,包括:

根据各个所述人体特征数据表征的人体的姿态,将各个人体特征数据划分为如下各个类型的人体特征数据:人脸人体同画面的人体特征数据、正面人体特征数据、侧面人体特征数据和背面人体特征数据;

针对每个类型的每个人体特征数据,应用所述类型的人体特征数据对应的至少一个所述参数对所述人体特征数据进行筛选,将筛选后的人体特征数据筛选后的目标人体特征数据集合。

4.根据权利要求1所述的方法,其特征在于,所述对所述目标人脸特征数据集合聚档,得到各个人脸档案,包括:

根据采集设备的时空标签,将所述目标人脸特征数据集合划分为多个第一时空块;其中,所述采集设备为采集所述数据流的设备,每个所述第一时空块对应一个第一经纬度范围和一个第一拍摄时间范围;

针对每个所述第一时空块中包括的人脸特征数据进行聚类;

基于每个所述第一时空块对应的第一经纬度范围和第一时间拍摄范围,将各个所述第一时空块的聚类结果进行合并,得到人脸档案。

5.根据权利要求1所述的方法,其特征在于,所述对所述目标人体特征数据集合聚档,得到各个人体档案,包括:

根据采集设备的时空标签,将所述目标人体特征数据集合划分为多个第二时空块;其中,所述采集设备为采集所述数据流的设备,每个所述第二时空块对应一个第二经纬度范围和一个第二拍摄时间范围;

针对每个所述第二时空块中包括的人体特征数据进行聚类;

基于每个所述第二时空块对应的第二经纬度范围和第二时间拍摄范围,将各个所述第二时空块的聚类结果进行合并,得到人体档案。

6.根据权利要求1所述的方法,其特征在于,所述基于所述关联关系数据,将所述各个人脸档案和各个所述人体档案进行合并,得到各个人像档案,包括:

针对每个所述人体档案,基于所述关联关系数据,确定所述人体档案关联的人脸档案;

将所述人体档案与关联的人脸档案进行合并,得到对应的人像档案。

7.根据权利要求6所述的方法,其特征在于,还包括:

若存在不与任何人脸档案关联的人体档案,则删除所述人体档案,或,将所述人体档案存储至预设存储空间。

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202111506487.7/1.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