[发明专利]一种视频中人物特写片段的检测方法及装置

权利要求书

1.一种视频中人物特写片段的检测方法，其特征在于，包括：

将视频中的每个视频帧依次输入预先构建的人像检测模型中进行人像检测，得到包含人像的多个人像视频帧；

获取每个所述人像视频帧中的人像数量、人像的中心点坐标以及人像的屏占比；

根据每个所述人像视频帧中的人像数量、人像的中心点坐标以及人像的屏占比，确定所述人像视频帧中的多个特写镜头帧；

调用预先构建的目标人物人脸检测模型，依次对多个所述特写镜头帧进行处理，得到包含目标人物人脸的多个目标视频帧，并记录每个目标视频帧的时间；

将包含同一目标人物，且连续时长超过预设值的多个目标视频帧确定为目标人物的特写片段。

2.根据权利要求1所述的方法，其特征在于，所述根据每个所述人像视频帧中的人像数量、人像的中心点坐标以及人像的屏占比，确定所述人像视频帧中的多个特写镜头帧，包括：

从多个所述人像视频帧中提取仅包含一个人像的人像视频帧；

从仅包含一个人像的人像视频帧中提取人像的中心点坐标在中心预设区域的人像视频帧；

从仅包含一个人像且人像的中心点坐标在中心预设区域的人像视频帧中提取人像的屏占比大于阈值的视频帧，作为所述特写视频帧。

3.根据权利要求1所述的方法，其特征在于，所述调用预先构建的目标人物人脸检测模型，依次对多个所述特写镜头帧进行处理，得到包含目标人物人脸的多个目标视频帧，包括：

分别从每个所述特写镜头帧中截取人像图像；

将每个所述人像图像依次输入预先构建的人脸检测模型中进行人脸检测，得到多个人脸图像；

分别从每个所述人脸图像中提取人脸特征码；

将每个所述人脸特征码依次输入预先构建的目标人物人脸检测模型中进行检测，得到包含目标人物人脸的多个目标视频帧。

4.根据权利要求3所述的方法，其特征在于，所述分别从每个所述人脸图像中提取人脸特征码，包括：

将所述人脸图像的尺寸调整为预设尺寸；

将调整后的人脸图像输入到预先构建的目标人物人脸检测模型中，提取所述目标人物人脸检测模型中的全连接层输出的人脸特征码。

5.根据权利要求1所述的方法，其特征在于，在所述将包含同一目标人物，且连续时长超过预设值的多个目标视频帧确定为目标人物的特写片段之后，所述方法还包括：

获取视频标识以及视频中每个目标人物的特写片段的开始时间和结束时间；

将所述视频标识以及视频中每个目标人物的特写片段的开始时间和结束时间存储在数据库中。

6.一种视频中人物特写片段的检测装置，其特征在于，包括：

人像检测单元，用于将视频中的每个视频帧依次输入预先构建的人像检测模型中进行人像检测，得到包含人像的多个人像视频帧；

数据获取单元，用于获取每个所述人像视频帧中的人像数量、人像的中心点坐标以及人像的屏占比；

特写镜头确定单元，用于根据每个所述人像视频帧中的人像数量、人像的中心点坐标以及人像的屏占比，确定所述人像视频帧中的多个特写镜头帧；

人脸检测单元，用于调用预先构建的目标人物人脸检测模型，依次对多个所述特写镜头帧进行处理，得到包含目标人物人脸的多个目标视频帧，并记录每个目标视频帧的时间；

特写片段确定单元，用于将包含同一目标人物，且连续时长超过预设值的多个目标视频帧确定为目标人物的特写片段。

7.根据权利要求6所述的装置，其特征在于，所述特写镜头确定单元，具体用于：

从多个所述人像视频帧中提取仅包含一个人像的人像视频帧；

从仅包含一个人像的人像视频帧中提取人像的中心点坐标在中心预设区域的人像视频帧；

从仅包含一个人像且人像的中心点坐标在中心预设区域的人像视频帧中提取人像的屏占比大于阈值的视频帧，作为所述特写视频帧。