[发明专利]基于视频获取目标人物的方法和装置

说明书

本公开提供了一种基于视频获取目标人物的方法，对获取的包含目标人物的图片进行人脸检测操作；对视频中每隔预设时间抽出的帧的人脸图像全部进行选取，并进行保存；将经过人脸检测操作的图片与视频帧中选取的人脸图像进行匹配；对匹配成功的目标人物的图片进行展示。该方法涉及一种半自动的基于机器学习在视频中准备训练数据的方式，帮助数据人员为人脸识别模型准备训练数据时，数据准备不齐全，种类单一，清洗难度大的问题，实现对视频中目标人物的实时比对性，且具有易用性与适用性。本公开还提供了一种基于视频获取目标人物的装置。

技术领域

本公开涉及视频图像处理技术领域，具体而言，涉及一种基于视频获取目标人物的方法和装置。

背景技术

现有技术中，为了基于连续的视频，训练目标人物的识别操作，需要准备大量的训练数据。一般的，每个目标人物训练所需的图片在500～1000张左右，才能达到较好的准确度。加之，根据工作场景需要，目标人物的权重需要会有变动，需要不断扩充或者更新已有的目标人物的识别模型。这对数据准备工作是一个严重的挑战。

需要说明的是，不论是在网络图库中采集目标人物的图片，还是在特定场景中截图，无论哪一种方式，都需要人工去参与，都存在各自的缺陷：在网络图库中获取的目标人物的图片的质量参差不齐，很多照片不符合模型训练的需求。其次，截图纯依赖人工，效率低下，能够保证目标人物照片的质量但是产出量不足。人脸识别模型中用作训练的最终数据是人脸，清洗后的图片是单人还好，如果是多人会对训练的模型有影响。

发明内容

为了解决现有技术中由于不论是在网络图库中采集目标人物的图片，还是在特定场景中截图，都需要人工去参与，且抓取的目标人物的图片的质量参差不齐的问题，本公开实施例提供了一种基于视频获取目标人物的方法和装置，具体涉及一种半自动的基于机器学习在视频中准备训练数据的方式，帮助数据人员为人脸识别模型准备训练数据时，数据准备不齐全，种类单一，清洗难度大的问题。数据人员提供包含预训练目标人物的网络照片以及标准照；对目标人物的标准照进行人脸检测、关键点提取、局部特征描述子生成后，把目标人物的局部特征描述子保存起来。再次，对视频中每隔预设时间抽一帧，将帧中的人脸抠出来，保存为图片，最终，对人脸图片进行关键点提取，局部特征描述子生成，和目标人物的标准照的局部特征描述子逐一对比，计算其欧式距离，距离最小的判定为同一人，并将详细信息保存在数据库中。实现对视频中目标人物的实时比对性，且具有易用性与适用性。

第一方面，本公开实施例提供了一种基于视频获取目标人物的方法，包括以下步骤：对获取的包含目标人物的图片进行人脸检测操作；对视频中每隔预设时间抽出的帧的人脸图像全部进行选取，并进行保存；将经过人脸检测操作的图片与视频帧中选取的人脸图像进行匹配；对匹配成功的所述目标人物的图片进行展示。

在其中一个实施例中，还包括：预先获取包含目标人物的图片，其中，针对每个所述目标人物获取面部正面图片、面部左侧图片以及面部右侧图片三张图片。