【技术实现步骤摘要】
一种人脸抓拍对象确定方法及装置
本专利技术涉及人脸分析
，具体而言，涉及一种人脸抓拍对象确定方法及装置。
技术介绍
随着深度学习算法和图形处理器(GraphicsProcessingUnit，GPU)芯片运算能力的不断优化提升，人脸识别应用的需求也越来越迫切，其中在公安行业应用最为广泛，一种是实时人脸识别告警，即部署人脸抓拍摄像机实时抓拍人脸进行黑名单人员的布控预警，还有一种是针对录像进行案发后的人脸抓拍和比对，提取案件相关的信息，辅助破案。而对于录像分析模式，通常对录线分析速度的需求，要求能实现高效率的抓拍。现有技术中，通过录像切片的方式实现高效率的抓拍，即一段录像切片为多个等时长的小片段，将每个片段分配到不同的分析算法分析单元上进行并行分析从而达到多倍速的效果；然而这种分析模式必然存在连续的两个分片处对同一个目标的多拍，且分片越多，多拍越严重。多拍的图片不仅没有进行同一个人脸的最优选择，影响后续人脸的比对性能消耗和准确率降低，还浪费了存储空间，经济效益低。
技术实现思路
有鉴于此...
【技术保护点】
1.一种人脸抓拍对象确定方法，其特征在于，所述人脸抓拍对象确定方法包括：/n从预先按照预设定的时长间隔对待分析视频进行划分获得的多个视频片段中抽取连续的第一视频片段以及第二视频片段；/n获取所述第一视频片段中最后一帧包含的第一目标、所述第一目标的第一人脸特征数据以及所述第二视频片段中第一帧包含的第二目标、所述第二目标的第二人脸特征数据；/n预测所述第一目标在所述第二视频片段内的第一运动轨迹；/n确定所述第二目标在所述第二视频片段内的第二运动轨迹；/n依据所述第一运动轨迹、所述第二运动轨迹、所述第一人脸特征数据以及所述第二人脸特征数据确定人脸抓拍对象。/n
【技术特征摘要】
1.一种人脸抓拍对象确定方法，其特征在于，所述人脸抓拍对象确定方法包括：
从预先按照预设定的时长间隔对待分析视频进行划分获得的多个视频片段中抽取连续的第一视频片段以及第二视频片段；
获取所述第一视频片段中最后一帧包含的第一目标、所述第一目标的第一人脸特征数据以及所述第二视频片段中第一帧包含的第二目标、所述第二目标的第二人脸特征数据；
预测所述第一目标在所述第二视频片段内的第一运动轨迹；
确定所述第二目标在所述第二视频片段内的第二运动轨迹；
依据所述第一运动轨迹、所述第二运动轨迹、所述第一人脸特征数据以及所述第二人脸特征数据确定人脸抓拍对象。
2.根据权利要求1所述的人脸抓拍对象确定方法，其特征在于，所述依据所述第一运动轨迹、所述第二运动轨迹、所述第一人脸特征数据以及所述第二人脸特征数据确定人脸抓拍对象的步骤包括：
依据所述第一运动轨迹及所述第二运动轨迹确定三组所述第一目标、所述第二目标在同一时刻分别对应的第一位置向量及第二位置向量；
当每组所述第一位置向量与所述第二位置向量的相似度均大于或等于预设定的第一相似度阈值时，依据所述第一人脸特征数据、所述第二人脸特征数据确定所述人脸抓拍对象。
3.根据权利要求2所述的人脸抓拍对象确定方法，其特征在于，所述第一人脸特征数据包括所述第一目标在所述第一视频片段中的第一最优特征值、所述第一最优特征值所对应的第一质量分数，所述第二人脸特征数据包括所述第二目标在所述第二视频片段中的第二最优特征值以及所述第二最优特征值所对应的第二质量分数；
所述依据所述第一人脸特征数据、所述第二人脸特征数据确定所述人脸抓拍对象的步骤包括：
当所述第一最优特征值与所述第二最优特征值的相似度大于或等于预设定的第二相似度阈值时，依据所述第一质量分数及所述第二质量分数确定所述人脸抓拍对象。
4.根据权利要求3所述的人脸抓拍对象确定方法，其特征在于，所述依据所述第一质量分数及所述第二质量分数确定所述人脸抓拍对象的步骤包括：
当所述第一质量分数大于或等于所述第二质量分数时，将所述第一目标确定为所述人脸抓拍对象；
当所述第一质量分数小于所述第二质量分数时，将所述第二目标确定为所述人脸抓拍对象。
5.根据权利要求3所述的人脸抓拍对象确定方法，其特征在于，所述人脸抓拍对象确定方法还包括：
当所述第一最优特征值与所述第二最优特征值的相似度小于预设定的第二相似度阈值时，将所述第一目标及所述第二目标均确定为所述人脸抓拍...
【专利技术属性】
技术研发人员：刘建伦，莫耀奎，刘常积，王大朋，眭旭敏，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。