目标对象识别方法、装置、计算机设备和计算机程序产品制造方法及图纸

本申请涉及人工智能技术领域，提供了一种目标场景下的目标对象识别方法、装置、计算机设备、存储介质和计算机程序产品，可应用于智慧出行、智慧城市建设领域。所述方法包括当目标场景下的拍摄视野画面中检测到至少一个人脸对象时，采集包括人脸对象的视频帧；当采集到的视频帧中存在目标视频帧，使得目标视频帧的人脸特征检测结果符合目标场景所适配的人脸特征条件、且活体检测结果符合活体检测条件时，确定已采集的视频帧所构成的视频片段；对目标视频帧进行人脸特征识别，确定目标视频帧中的候选对象；当候选对象在视频片段中的行为特征符合目标场景适配的行为特征条件时，确定候选对象为目标场景下的目标对象，提高识别到的目标对象的准确性。的目标对象的准确性。的目标对象的准确性。

【技术实现步骤摘要】
目标对象识别方法、装置、计算机设备和计算机程序产品


[0001]本申请涉及人工智能
，特别是涉及一种目标场景下的目标对象识别方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着科技的发展，人脸特征识别技术得到了越来广泛的应用，人脸特征识别是一种基于人的相貌特征信息进行身份认证的生物特征识别技术，能采用非接触的方式进行识别，避免个人信息泄露，实现快速高效的身份识别，缩短了交互时长。以支付场景下的人脸特征识别为例，人脸特征识别支付是一种以人脸特征识别为核心的新型支付方式，通过人脸特征识别，能够有效缩短用户支付流程的时间。
[0003]然而，现有的人脸特征识别方式一般是采集人脸图像进行人脸特征识别对比，但在人流密集的场所，基于人脸图像中的图像信息得到的识别结果，存在识别到的目标对象存在不准确的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够准确确定目标场景下的目标对象的目标场景下的目标对象识别方法、装置、计算机设备、存储介质和计算机程序产品。r/>[0005]一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标场景下的目标对象识别方法，其特征在于，所述方法包括：当目标场景下的拍摄视野画面中检测到至少一个人脸对象时，对包含所述至少一个人脸对象的视频帧进行采集；当采集到的视频帧中存在目标视频帧，使得所述目标视频帧的人脸特征检测结果符合所述目标场景所适配的人脸特征条件、且所述目标视频帧对应的活体检测结果符合活体检测条件时，确定已采集的视频帧所构成的视频片段；对所述目标视频帧进行人脸特征识别，确定所述目标视频帧中的候选对象；当所述候选对象在所述视频片段中对应的行为特征符合所述目标场景适配的行为特征条件时，确定所述候选对象为所述目标场景下的目标对象。2.根据权利要求1所述的方法，其特征在于，所述对所述目标视频帧进行人脸特征识别，确定所述目标视频帧中的候选对象；当所述候选对象在所述视频片段中对应的行为特征符合所述目标场景适配的行为特征条件时，确定所述候选对象为所述目标场景下的目标对象，包括：将所述视频片段和所述目标视频帧发送至服务器，以使所述服务器对所述目标视频帧进行人脸特征识别，确定所述目标视频帧中的确定候选对象，当所述候选对象在所述视频片段中对应的行为特征符合所述目标场景适配的行为特征条件时，确定所述候选对象为所述目标场景下的目标对象。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：将采集的视频帧按采集时间依次缓存至目标队列，所述目标队列的可缓存视频帧数量不大于数量阈值；所述当采集到的视频帧中存在目标视频帧，使得所述目标视频帧的人脸特征检测结果符合所述目标场景所适配的人脸特征条件、且所述目标视频帧对应的活体检测结果符合活体检测条件时，确定已采集的视频帧所构成的视频片段，包括：当采集到的视频帧中存在目标视频帧，使得所述目标视频帧的人脸特征检测结果符合所述目标场景所适配的人脸特征条件、且所述目标视频帧对应的活体检测结果符合活体检测条件时，终止视频帧采集；基于所述目标队列中缓存的视频帧，得到视频片段。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：当所述目标队列中缓存的视频帧的数量达到所述数量阈值时，按照抽帧参数，对所述目标队列中的视频帧进行抽帧处理；将新采集的视频帧缓存至所述目标队列，按照所述抽帧参数，对所述目标队列中连续采集的视频帧进行抽帧处理。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：当对所述目标队列进行抽帧处理后剩余的视频帧的数量达到所述数量阈值时，对所述抽帧参数进行更新；基于更新后的抽帧参数对所述目标队列中的视频帧进行二次抽帧处理；将新采集的视频帧缓存至所述目标队列，基于二次抽帧处理后的最后一帧视频帧，按照所述更新后的抽帧参数，对所述目标队列中新缓存的视频帧进行抽帧处理。6.根据权利要求4所述的方法，其特征在于，所述抽帧参数为每多帧视频帧中丢弃一帧
视频帧的抽帧方式对应的抽帧间隔帧数；所述按照抽帧参数，对所述目标队列中的视频帧进行抽帧处理，包括：基于所述目标队列中的视频帧所携带的时间戳，确定所述目标队列中视频帧的初始帧间时间间隔；基于所述初始帧间时间间隔和所述抽帧间隔帧数，确定抽帧间隔时间；基于所述抽帧间隔时间，对所述目标队列中的视频帧进行抽帧处理。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：当对所述目标队列进行抽帧处理后剩余的视频帧的数量达到所述数量阈值时，减小所述抽帧间隔时间；基于减小后的抽帧间隔时间对所述目标队列中的视频帧进行二次抽帧处理；将新采集的视频帧缓存至所述目标队列，按照所述减小后的抽帧间隔时间，对所述目标队列中帧间间隔时间为初始帧间时间间隔的视频帧进行抽帧处理。8.根据权利要求4所述的方法，其特征在于，所述抽帧参数为每多帧视频帧中保留一帧视频帧的抽帧方式对应的连续抽帧帧数；所述按照抽帧参数，对所述目标队列中的视频帧进行抽帧处理，包括：根据所述目标队列中缓存的视频帧所携带的时间戳，确定所述目标队列中视频帧的初始帧间时间间隔；基于所述初始帧间时间间隔和...

【专利技术属性】
技术研发人员：王军，王少鸣，郭润增，洪哲鸣，彭旭康，赵伟，姚炜鹏，唐惠忠，
申请(专利权)人：广州腾讯科技有限公司，
类型：发明
国别省市：