[发明专利]事件短视频生成方法、系统、设备和存储介质

说明书

本申请涉及一种基于深度学习的事件短视频生成方法，包括：对获取的视频图像进行人脸检测，获得人脸图像区域；采用训练好的人脸特征提取模型对人脸图像区域进行人脸特征提取，得到人脸特征向量；基于人脸特征向量，采用预设的多目标跟踪算法得到每个人员的跟踪轨迹；获取跟踪轨迹的起止时间段内视频图像中相应人员的目标人脸图像序列；基于目标人脸图像序列，通过训练好的人脸识别模型进行人脸识别，得到人脸身份信息；获取跟踪轨迹持续时间内的轨迹视频图像；基于轨迹视频图像、人脸身份信息、位置信息、起止时间信息生成事件短视频。本方法能及时发现目标人员，并获取目标人员的相关视频图像，从而有效进行事前预警，事中处理，事后及时取证。

技术领域

本申请属于图像处理技术领域，具体涉及一种事件短视频生成方法。

背景技术

在社会公共安全领域，视频监控系统成为维护社会治安，加强社会管理的一个重要组成部分。例如、公安机关通过监控平台，可以对城市各街道辖区的主要道路、重点单位、热点部位进行24小时监控，可有效消除治安隐患，使发现、抓捕街面现行犯罪的水平得到提高。

然而视频图像存在数据量大的特点，从视频图像中查找目标人员通常要耗费大量人力、物力以及时间，效率极其低下。如何从海量的视频图像中及时发现目标人员，并获取目标人员的相关视频图像，成为亟待解决的问题。

发明内容

(一)要解决的技术问题

鉴于现有技术的上述缺点、不足，本申请提供一种基于深度学习的事件短视频生成方法、系统、设备和存储介质。

(二)技术方案

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请实施例提供一种基于深度学习的事件短视频生成方法，该方法包括：

S10、获取图像采集装置实时采集的目标区域的视频图像；

S20、采用预设的人脸检测算法对所述视频图像中的人员进行人脸检测，获得人脸图像区域；

S30、采用训练好的人脸特征提取模型对所述人脸图像区域进行人脸特征提取，得到人脸特征向量；

S40、基于所述人脸特征向量，采用预设的多目标跟踪算法对所述视频图像中的多个人员进行跟踪，得到每个人员的跟踪轨迹；

S50、基于各个人员的跟踪轨迹获取跟踪轨迹的起止时间段内视频图像中相应人员的目标人脸图像序列，所述目标人脸图像序列包括人脸图像区域内同一人员的多张人脸图像；

S60、基于所述目标人脸图像序列，通过训练好的人脸识别模型进行人脸识别，得到人脸身份信息；

S70、基于所述人脸身份信息，获取跟踪轨迹持续时间内的轨迹视频图像；

S80、基于所述轨迹视频图像、所述人脸身份信息、所述目标区域的位置信息、所述跟踪轨迹的起止时间信息生成事件短视频。

可选地，S50中还包括：

按照预设的人脸择优规则，从所述目标人脸图像序列中去除不满足的所述人脸择优规则的人脸图像。

可选地，人脸择优规则可以包括人脸尺寸择优规则、人脸清晰度择优规则、人脸姿态择优规则、人脸图像质量择优规则中一种或多种。

可选地，S70包括：

S711、将所述人脸身份信息与预先获取的黑名单或白名单中的人员身份信息进行比对；

S712、若所述人脸身份信息与黑名单或白名单中的人员身份信息一致，则将相应的人员作为目标人员；

S713、从所述视频图像中截取所述目标人员在跟踪轨迹持续时间内的轨迹视频图像。