[发明专利]基于人脸识别的视频截取方法、终端、设备及可读介质在审

专利信息
申请号: 201810431169.0 申请日: 2018-05-08
公开(公告)号: CN108764067A 公开(公告)日: 2018-11-06
发明(设计)人: 沈操 申请(专利权)人: 北京大米科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京正理专利代理有限公司 11257 代理人: 付生辉
地址: 100142 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频截取 可读介质 人脸识别 终端 截取 人脸识别技术 聚类单元 人工筛选 人力物力 选取单元 学生视频 录像 课堂 家长 检测 应用 学生
【权利要求书】:

1.一种基于人脸识别的视频截取方法,其特征在于,包括:

截取视频中不同帧的图像;

依次检测该些图像,并剔除包括多个人脸或没有人脸的图像;

对仅包括一个人脸的图像进行聚类处理,得到不同人物的图像簇;

选取其中一个图像簇中的一张图像作为该图像簇的封面图像,或者选取其中一个图像簇的多个图像,并将该多个图像按时间排列形成仅包括该图像簇对应的人物视频。

2.根据权利要求1所述方法,其特征在于,所述对仅包括一个人脸的图像进行聚类处理包括:

基于图像中人脸的特征,提取反映人脸特征的特征向量;

根据图像中人脸的特征向量,随机生成多个初始特征向量作为质心,每个质心对应一个特征向量簇;

依次计算特征向量与所有质心的距离,并将其分类至与其距离最近的质心所在的特征向量簇;

求取每个特征向量簇的平均特征向量,并与该特征向量簇中的质心比较,若不一致,则将求取的平均特征向量作为新的质心,将特征向量重新分类。

3.根据权利要求1所述方法,其特征在于,所述图像簇包括学生图像簇,所述选取其中一个图像簇中的一张图像作为该人物的封面图像被配置为选取清晰度最高的图像、选取人物眼睛最大的图像或者选取人物笑脸图片作为人物封面图像。

4.根据权利要求1所述方法,其特征在于,所述图像簇包括学生图像簇,所述选取其中一个图像簇的多个图像,并将该多个图像按时间排列形成视频被配置为选取学生图像簇中的所有图像,将该所有图像按时间排列形成学生精彩时间视频。

5.一种基于人脸识别的视频截取终端,其特征在于,包括:

截取单元,截取视频中不同帧的图像;

检测单元,依次检测该些图像,并剔除包括多个人脸或没有人脸的图像;

聚类单元,对仅包括一个人脸的图像进行聚类处理,得到不同人物的图像簇;

选取单元,基于选取条件,选取其中一个图像簇中的一张图像作为该人物的封面图像,或者选取其中一个图像簇的多个图像,并将该多个图像按时间排列形成仅包括该图像簇对应的人物视频。

6.根据权利要求5所述终端,其特征在于,所述聚类单元包括:

提取单元,基于图像中人脸的特征,提取反映人脸特征的特征向量;

初始单元,根据图像中人脸的特征向量,随机生成多个初始特征向量作为质心,每个质心对应一个特征向量簇;

分类单元,依次计算特征向量与所有质心的距离,并将其分类至与其距离最近的质心所在的特征向量簇;以及

比较单元,求取每个特征向量簇的平均特征向量,并与该特征向量簇中的质心比较,若不一致,则将求取的平均特征向量作为新的质心,将特征向量重新分类。

7.根据权利要求5所述终端,其特征在于,所述特征向量、初始特征向量以及平均特征向量的维度为128维。

8.根据权利要求5所述终端,其特征在于,所述图像簇包括学生图像簇,所述选取单元被配置为选取清晰度最高的图像、选取人物眼睛最大的图像或者选取人物笑脸图片作为人物封面图像。

9.根据权利要求5所述终端,其特征在于,所述图像簇包括学生图像簇,所述选取其中一个图像簇的多个图像,并将该多个图像按时间排列形成视频被配置为选取学生图像簇中的所有图像,将该所有图像按时间排列形成学生精彩时间视频。

10.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,

所述处理器执行所述程序时实现如权利要求1-4任一项所述方法。

11.一种计算机可读介质,其上存储有计算机程序,其特征在于,

该程序被处理器执行时实现如权利要求1-4任一项所述方法。

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北京大米科技有限公司,未经北京大米科技有限公司许可,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/201810431169.0/1.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