人脸照片获取方法与系统

实用新型 · 2020-04-23
申请号:CN202010052934.5 申请日:20200117 公开号:CN110874589A 公开日:20200310 授权公告号:CN110874589B 授权公告日:20200414 申请人地址:211000 江苏省南京市江宁区高新园龙眠大道568号 国家/省市:84(南京) 代理机构:32404 主分类号:G06K9/00 代理人:王培松;王菊花 申请人:南京甄视智能科技有限公司 当前权利人:南京甄视智能科技有限公司 发明人:杨帆;马海滨;段伟芝;文检萍 分类号:G06K9/00;G06T7/246 范畴分类:40B; 简要说明:本发明提供一种人脸照片获取方法与系统,包括:获取拍摄的影像数据;识别影像数据中的头肩框,生成头肩TrackID并记录时间戳;持续跟踪头肩TrackID的轨迹,检测影像数据中的人脸并确定人脸在影像画面中的占比;基于所述占比及其变化,获取人脸尺寸满足预设标准的预测拍摄时刻;响应于预测拍摄时刻的到达,控制启动抓拍。本发明的人脸照片获取方法中,通过计算实时视频中人员行走速度预测并抓取最佳质量人脸照片,由于不再需要持续抓拍,可节省边缘计算设备的大量计算资源,并且可增加每台边缘计算设备同时处理的摄像机数量,实现更快更准的拍摄到符合识别要求的人脸图像。 主权利要求:1.一种人脸照片获取方法,其特征在于,包括:获取拍摄的影像数据;识别影像数据中的头肩框,生成头肩TrackID并记录时间戳;持续跟踪头肩TrackID的轨迹,检测影像数据中的人脸并确定人脸在影像画面中的占比;基于所述占比及其变化,获取人脸尺寸满足预设标准的预测拍摄时刻;响应于预测拍摄时刻的到达,控制启动抓拍;其中,所述预测拍摄时刻的获取方法包含:根据所述占比并响应于占比的增长,计算移动速度;以及根据移动速度,获取人脸尺寸满足预设标准的预测拍摄时刻;其中,根据移动速度,获取人脸尺寸满足预设标准的预测拍摄时刻的具体处理包括:根据检测到头肩框,记录时间戳:time1,同时计算出该时刻头肩框的像素宽度在整个画面中的占比,记录为p1,p1为小于1的小数;若p1>=p,则判定即时为最佳的预测拍摄时刻,并由边缘计算设备控制摄像机抓拍照片;否则,进入下一步进行持续跟踪;持续跟踪头肩框,在时刻time2时计算出该时刻头肩框的像素宽度在整个画面的像素宽度的占比,记录为p2,据此计算出人员头肩框在画面中所覆盖宽度的增长速度,即实际映射为人员行走速度v,计算公式如下:v=(p2–p1)/(time2–time1)其中,p是系统预设的作为满足照片尺寸要求的占比数值;然后,按照下述方式预测人脸尺寸满足预设标准的预测拍摄时刻:根据记录的时间戳和前述占比,预测抓拍照片的最佳时刻,计算方式如下:time=time1+(p–p1)/v其中,time为预测抓拍照片的最佳时刻。 当前状态:1 代理机构:南京行高知识产权代理有限公司 32404 权利要求,1.一种人脸照片获取方法,其特征在于,包括:获取拍摄的影像数据;识别影像数据中的头肩框,生成头肩TrackID并记录时间戳;持续跟踪头肩TrackID的轨迹,检测影像数据中的人脸并确定人脸在影像画面中的占比;基于所述占比及其变化,获取人脸尺寸满足预设标准的预测拍摄时刻;响应于预测拍摄时刻的到达,控制启动抓拍;其中,所述预测拍摄时刻的获取方法包含:根据所述占比并响应于占比的增长,计算移动速度;以及根据移动速度,获取人脸尺寸满足预设标准的预测拍摄时刻;其中,根据移动速度,获取人脸尺寸满足预设标准的预测拍摄时刻的具体处理包括:根据检测到头肩框,记录时间戳:time1,同时计算出该时刻头肩框的像素宽度在整个画面中的占比,记录为p1,p1为小于1的小数;若p1 >= p,则判定即时为最佳的预测拍摄时刻,并由边缘计算设备控制摄像机抓拍照片;否则,进入下一步进行持续跟踪;持续跟踪头肩框,在时刻time2时计算出该时刻头肩框的像素宽度在整个画面的像素宽度的占比,记录为p2,据此计算出人员头肩框在画面中所覆盖宽度的增长速度,即实际映射为人员行走速度v,计算公式如下:v = (p2–p1)/(time2–time1)其中,p是系统预设的作为满足照片尺寸要求的占比数值;然后,按照下述方式预测人脸尺寸满足预设标准的预测拍摄时刻:根据记录的时间戳和前述占比,预测抓拍照片的最佳时刻,计算方式如下:time = time1 + (p–p1)/v其中,time为预测抓拍照片的最佳时刻。2.根据权利要求1所述的人脸照片获取方法,其特征在于,所述方法还包括:判断抓拍到的照片是否满足质量要求,如符合则将照片通过网络回传至服务端,否则丢弃抓拍到的照片。3.根据权利要求1-2中任意一项所述的人脸照片获取方法,其特征在于,所述方法适用于布置了至少一个边缘计算设备和至少一个摄像机的场景,并由所述摄像机提供影像数据,通过边缘计算设备进行影像处理、预测拍摄时刻的检测以及抓拍。4.一种人脸照片获取系统,其特征在于,包括:至少一个摄像机,用于采集位于其镜头前方的影像;至少一个边缘计算设备,被设置成用于:识别影像数据中的头肩框,生成头肩TrackID并记录时间戳;持续跟踪头肩TrackID的轨迹,检测影像数据中的人脸并确定人脸在影像画面中的占比;基于所述占比及其变化,获取人脸尺寸满足预设标准的预测拍摄时刻;响应于预测拍摄时刻的到达,控制启动抓拍,获得抓拍图像;其中,所述至少一个边缘计算设备,被设置成用于:根据所述占比并响应于占比的增长,计算移动速度;以及根据移动速度,获取人脸尺寸满足预设标准的预测拍摄时刻;其中,根据移动速度,获取人脸尺寸满足预设标准的预测拍摄时刻的具体处理包括:根据检测到头肩框,记录时间戳:time1,同时计算出该时刻头肩框的像素宽度在整个画面中的占比,记录为p1,p1为小于1的小数;若p1 >= p,则判定即时为最佳的预测拍摄时刻,并由边缘计算设备控制摄像机抓拍照片;否则,进入下一步进行持续跟踪;持续跟踪头肩框,在时刻time2时计算出该时刻头肩框的像素宽度在整个画面的像素宽度的占比,记录为p2,据此计算出人员头肩框在画面中所覆盖宽度的增长速度,即实际映射为人员行走速度v,计算公式如下:v = (p2–p1)/(time2–time1)其中,p是系统预设的作为满足照片尺寸要求的占比数值;然后,按照下述方式预测人脸尺寸满足预设标准的预测拍摄时刻:根据记录的时间戳和前述占比,预测抓拍照片的最佳时刻,计算方式如下:time = time1 + (p–p1)/v其中,time为预测抓拍照片的最佳时刻。5.根据权利要求4所述的人脸照片获取系统,其特征在于,所述至少一个边缘计算设备,被设置成用于:判断抓拍到的照片是否满足质量要求,如符合则将照片通过网络回传至服务端,否则丢弃抓拍到的照片。6.根据权利要求4所述的人脸照片获取系统,其特征在于,通过监测人脸尺寸在画面中的占比变化,结合记录的时间戳,计算出人员的移动速度。7.根据权利要求4所述的人脸照片获取系统,其特征在于,所述人脸在影像画面的占比根据人脸框的像素宽度与整个画面像素宽度的比例来计算。 说明书, 人脸照片获取方法与系统 技术领域 本发明涉及图像处理技术领域,具体而言涉及一种人脸照片获取方法。 背景技术 人脸识别技术应用在商业场所、公共场合、以及安保等相关的场景时,大多都是“非配合式”的应用方式,即所有被抓拍和识别的人员,都是在正常行走,而不需要主动面向摄像机(摄像头),在这种情况下完成人脸图像的采集和识别工作。在这种场景中,人脸照片的抓拍质量就会成为人脸识别精度的关键影响因素。 传统的人脸抓拍技术,普遍采用的是“连续抓拍直到获取到符合质量要求的照片为止”的抓拍方式,这种方式需要从检测到人脸这一时刻开始,通过摄像机持续抓拍,直到人员行走到某个位置(比如距离摄像机x米远的地方) 的时候,发现抓拍到的照片大小和质量满足要求,就停止抓拍动作。这种传统抓拍方式的不足之处在于,一方面需要连续的抓拍操作,耗费计算资源,另一方面需要把大量的“无效”照片通过网络传输至服务端,占用大量带宽资源,且在服务端收到照片后,需要逐张检测,将符合要求的照片进行处理,不符合要求的照片做清理。 发明内容 本发明目的在于提供一种基于实时视频中人员行走速度预测并抓取最佳质量人脸照片的人脸照片获取方法,减少抓拍次数,节省计算资源。 为达成上述目的,本发明提出一种人脸照片获取方法,包括: 获取拍摄的影像数据; 识别影像数据中的头肩框,生成头肩TrackID并记录时间戳; 持续跟踪头肩TrackID的轨迹,检测影像数据中的人脸并确定人脸在影像画面中的占比; 基于所述占比及其变化,获取人脸尺寸满足预设标准的预测拍摄时刻; 响应于预测拍摄时刻的到达,控制启动抓拍。 优选地,所述预测拍摄时刻的获取方法包含: 根据所述占比并响应于占比的增长,计算移动速度;以及 根据移动速度,获取人脸尺寸满足预设标准的预测拍摄时刻。 优选地,所述方法更加包含: 判断抓拍到的照片是否满足质量要求,如符合则将照片通过网络回传至服务端,否则丢弃抓拍到的照片。 优选地,所述方法适用于布置了至少一个边缘计算设备和至少一个摄像机的场景,并由所述摄像机提供影像数据,通过边缘计算设备进行影像处理、预测拍摄时刻的检测以及抓拍。 根据本发明,还提出一种人脸照片获取系统,包括: 至少一个摄像机,用于采集位于其镜头前方的影像; 至少一个边缘计算设备,被设置成用于: 识别影像数据中的头肩框,生成头肩TrackID并记录时间戳; 持续跟踪头肩TrackID的轨迹,检测影像数据中的人脸并确定人脸在影像画面中的占比; 基于所述占比及其变化,获取人脸尺寸满足预设标准的预测拍摄时刻; 响应于预测拍摄时刻的到达,控制启动抓拍,获得抓拍图像。 优选地,述至少一个边缘计算设备,被设置成用于: 根据所述占比并响应于占比的增长,计算移动速度;以及 根据移动速度,获取人脸尺寸满足预设标准的预测拍摄时刻。 优选地,所述至少一个边缘计算设备,被设置成用于: 判断抓拍到的照片是否满足质量要求,如符合则将照片通过网络回传至服务端,否则丢弃抓拍到的照片。 优选地,通过监测人脸尺寸在画面中的占比变化,结合记录的时间戳,计算出人员的移动速度。 应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。 结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。 附图说明 附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中: 图1是本发明示例性的人脸照片获取方法的流程示意图。 图2是本发明示例性的预测抓拍人脸照片的时刻的控制过程示意图。 具体实施方式 为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。 在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。 结合图1、2所示,根据本发明示例性实施例的一种人脸照片获取方法,包括: 获取拍摄的影像数据; 识别影像数据中的头肩框,生成头肩TrackID并记录时间戳; 持续跟踪头肩TrackID的轨迹,检测影像数据中的人脸并确定人脸在影像画面中的占比; 基于所述占比及其变化,获取人脸尺寸满足预设标准的预测拍摄时刻; 响应于预测拍摄时刻的到达,控制启动抓拍。 优选地,本发明的方法适用于布置了至少一个边缘计算设备和至少一个摄像机的场景,例如店铺、商场等环境下,并由所述摄像机提供影像数据,通过边缘计算设备进行影像处理、头肩跟踪、预测拍摄时刻的检测以及控制摄像机进行抓拍照片。 其中,在头肩跟踪过程中,由至少一个摄像机提供持续的视频流输入。 也即,在人脸照片的获取过程中,由至少一个摄像机提供初始和持续过程中的视频流输入,但并不进行持续的抓拍,抓拍的时机/时刻由边缘计算设备进行控制,并通过摄像机执行。 其中,本发明的示例性实施例中,人脸在影像画面的占比根据人脸框的像素宽度与整个画面像素宽度的比例来计算。 优选地,所述预测拍摄时刻的获取方法包含: 根据所述占比并响应于占比的增长,计算移动速度;以及 根据移动速度,获取人脸尺寸满足预设标准的预测拍摄时刻。 结合图2的示例,作为示例,移动速度的计算方式如下: 边缘计算设备检测到头肩框,记录时间戳:time1,同时计算出该时刻头肩框的宽度在整个画面中的占比,记录为p1,p1为小于1的小数; 若p1 >= p,则判定即时为最佳的预测拍摄时刻,并由边缘计算设备控制摄像机抓拍照片;否则,进入下一步进行持续跟踪; 持续跟踪头肩框,在时刻time2时计算出该时刻头肩框像素宽度在整个画面的像素宽度占比,记录为p2,据此计算出人员头肩框在画面中所覆盖宽度的增长速度,即实际映射为人员行走速度v,计算公式如下: v = (p2–p1)/(time2–time1) 其中,p是系统预设的作为满足照片尺寸要求的占比数值,与相机分辨率决定。 在所述的实施例中,边缘计算设备还被设置成根据上一步骤得到的移动速度,预测人脸尺寸满足预设标准的预测拍摄时刻; 预测抓拍时刻的流程如下: 根据记录的时间戳和前述占比,预测抓拍照片的最佳时刻time,计算方式如下: time = time1 + (p–p1)/v 如此,当边缘计算设备在到达预测的时刻time时,控制摄像机进行人脸照片的抓拍动作。 优选地,所述方法更加包含: 边缘计算设备判断抓拍到的照片是否满足质量要求,如符合则将照片通过网络回传至服务端,否则丢弃抓拍到的照片。 根据本发明公开的实施例,还提出一种人脸照片获取系统,包括: 至少一个摄像机,用于采集位于其镜头前方的影像; 至少一个边缘计算设备,被设置成用于: 识别影像数据中的头肩框,生成头肩TrackID并记录时间戳; 持续跟踪头肩TrackID的轨迹,检测影像数据中的人脸并确定人脸在影像画面中的占比; 基于所述占比及其变化,获取人脸尺寸满足预设标准的预测拍摄时刻; 响应于预测拍摄时刻的到达,控制启动抓拍,获得抓拍图像。 优选地,述至少一个边缘计算设备,被设置成用于: 根据所述占比并响应于占比的增长,计算移动速度;以及 根据移动速度,获取人脸尺寸满足预设标准的预测拍摄时刻。 优选地,所述至少一个边缘计算设备,被设置成用于: 判断抓拍到的照片是否满足质量要求,如符合则将照片通过网络回传至服务端,否则丢弃抓拍到的照片。 优选地,通过监测人脸尺寸在画面中的占比变化,结合记录的时间戳,计算出人员的移动速度。 如此,本发明的人脸照片获取方法中,通过计算实时视频中人员行走速度预测并抓取最佳质量人脸照片,由于不再需要持续抓拍,可节省边缘计算设备的大量计算资源,并且可增加每台边缘计算设备同时处理的摄像机数量,实现更快更准的拍摄到符合识别要求的人脸图像。 虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。

文章推荐:

一种基于生物技术的多级发酵装置

智能笔记本

陶瓷茶杯(一辈子顺杯)

一种基于法律知识图谱的裁判文书相似性判断方法及系统

一种风光热电力互补系统

发表评论