[发明专利]视频图像中人物说话的识别方法和装置

摘要

本申请公开了一种视频图像中人物说话的识别方法和装置，其中方法包括：a、将待检测视频流的起始帧作为当前的检测帧；b、从当前的检测帧开始，逐帧检测当前是否存在满足说话识别条件的视频帧序列；说话识别条件为连续多帧均包含预设的人脸口部特征点集合对应的特征数据；c、当检测到所述视频帧序列时，根据其对应的特征数据，确定当前的说话临界判断值；d、利用该说话临界判断值，逐一对所述视频帧序列的后续帧中包含的相应人像进行说话状态的识别，直至当前帧中不存在所述人像或者当前帧为所述视频流的最后一帧；e、如果当前帧中不存在所述人像且当前帧不是最后一帧，则将本帧作为当前的检测帧，返回步骤b。本发明易于实现、可以广泛应用。