[发明专利]目标搜索方法、装置及计算机可读存储介质

说明书

本公开提供了一种目标搜索方法、装置及计算机可读存储介质，涉及多媒体技术领域。其中的目标搜索方法包括：利用目标肖像的面部特征及各个候选帧序列的面部特征，确定目标肖像分别与各个候选帧序列之间的面部相似度；其中，每个候选帧序列中的各个候选帧对应相同的候选目标；利用各个候选帧序列的面部特征及其它生物特征，确定各个候选帧序列之间的身份相关度；利用面部相似度以及身份相关度，分别确定目标肖像与各个候选帧序列之间的目标相关度。本公开能够更加准确的确定目标肖像与各个候选帧序列之间的目标相关度，从而能够利用目标肖像在视频中更加准确的搜索到目标的视频。

技术领域

本公开涉及多媒体技术领域，特别涉及一种目标搜索方法、装置及计算机可读存储介质。

背景技术

多媒体视频分析技术越来越广泛地应用到日常生活、公共安全和刑事侦查等领域，可见，搜索视频中的内容在打击犯罪、维护社会安全方面发挥着越来越重要的作用。视频中存在多种多样的目标，该目标例如可以是人、动物等等，其中人是视频中的主要活动主体。

目标搜索是一种仅根据目标的一张肖像便可以查找出视频中具有相同身份的视频帧序列的技术。在日常生活中，该技术可以识别出视频中观众感兴趣的目标视频帧序列，使我们的生活更加的高效和便利。在公共安全和刑事侦查中，该技术可以辅助视频侦查员快速、准确地发现画面中的行人，对公安部分提高破案率、维护人民群众生命财产安全具有重要意义。

发明内容

发明人研究发现，相关的目标搜索技术过多依赖于面部和身体的视觉属性。例如，在能够获取到画面中人脸区域的前提下，人脸识别技术能够提供令人满意的判别性能。但是在实际应用中，人物不断活动，并不能保证每个视频帧中都包含标准的人脸。在人物背对镜头的画面中检测不到人脸，会使人脸识别技术直接失效。导致在视频中搜索目标的准确性较低。

本公开解决的一个技术问题是，如何利用目标肖像在视频中更加准确的搜索到目标的视频。

根据本公开实施例的一个方面，提供了一种目标搜索方法，包括：利用目标肖像的面部特征及各个候选帧序列的面部特征，确定目标肖像分别与各个候选帧序列之间的面部相似度；其中，每个候选帧序列中的各个候选帧对应相同的候选目标；利用各个候选帧序列的面部特征及其它生物特征，确定各个候选帧序列之间的身份相关度；利用面部相似度以及身份相关度，分别确定目标肖像与各个候选帧序列之间的目标相关度。

在一些实施例中，利用各个候选帧序列的面部特征及其它生物特征，确定各个候选帧序列之间的身份相关度包括：将各个候选帧序列的面部特征及其它生物特征级联后输入预先训练的全连接神经网络，分别得到各个候选帧序列的面部特征及其它生物特征的权重；利用权重、各个候选帧序列的面部特征及其它生物特征，分别确定各个候选帧序列的身份特征；利用各个候选帧序列的身份特征，确定各个候选帧序列之间的身份相关度。

在一些实施例中，利用权重、各个候选帧序列的面部特征及其它生物特征，分别确定各个候选帧序列的身份特征包括：利用任一候选帧序列的权重，分别对任一候选帧序列的面部特征及其它生物特征进行加权；将加权结果级联，得到任一候选帧序列的身份特征。

在一些实施例中，还包括：构建全连接神经网络；利用第一候选帧序列的身份特征与第二候选帧序列的身份特征之间的欧式距离，构建损失函数；第一候选帧序列及第二候选帧序列为任一候选帧序列；其中，第一候选帧序列与第二候选帧序列对应相同的候选目标时，损失函数的数值与欧式距离呈正相关；第一候选帧序列与第二候选帧序列对应不同的候选目标时，损失函数的数值与欧式距离和预设值之间的差值呈正相关；调整全连接神经网络的参数，以减小损失函数的数值。

在一些实施例中，损失函数为：