[发明专利]用于对视频内容中的人进行自动注释的方法和系统

摘要

公开了一种对视频内容中的人进行自动注释的方法和系统。在一个实施例中，一种识别视频中的脸部的方法包括阶段：从输入视频流生成脸部轨迹；为每个脸部轨迹选择关键脸部图像；对所述脸部轨迹进行聚类以生成脸部集群；从所述脸部集群创建脸部模型；并且将脸部模型与脸部模型数据库相关联。在另一个实施例中，一种用于识别视频中的脸部的系统包括具有脸部条目的脸部模型数据库以及视频脸部识别器模块，所述脸部条目具有脸部模型和对应名称。在又另一个实施例中，所述用于识别视频中的脸部的系统还可以具有脸部模型生成器。

主权项

一种计算机实现的识别视频中的脸部的方法，包括：(a)从至少一个输入视频流生成一个或多个脸部轨迹；(b)为所述一个或多个脸部轨迹中的每一个选择一个或多个关键脸部图像；(c)对所述一个或多个脸部轨迹进行聚类以生成一个或多个脸部集群，其中每个脸部集群与至少一个所述关键脸部图像相关联；(d)从所述一个或多个脸部集群创建一个或多个脸部模型；以及(e)将至少一个所述脸部模型与脸部模型数据库相互关联。