人像搜索方法、服务器、存储介质、视频处理方法及系统.pdf

《人像搜索方法、服务器、存储介质、视频处理方法及系统.pdf》由会员分享，可在线阅读，更多相关《人像搜索方法、服务器、存储介质、视频处理方法及系统.pdf（13页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911366390.3 (22)申请日 2019.12.26 (71)申请人 北京橘拍科技有限公司 地址 100000 北京市海淀区丰贤中路7号4 号楼五层5040号 (72)发明人 庄庆维刘健颖 (74)专利代理机构 北京酷爱智慧知识产权代理 有限公司 11514 代理人 向霞 (51)Int.Cl. G06F 16/58(2019.01) G06F 16/583(2019.01) G06F 16/51(2019.01) G06F 16/78(2019.01) G06F 。

2、16/71(2019.01) (54)发明名称 人像搜索方法、 服务器、 存储介质、 视频处理 方法及系统 (57)摘要 本发明实施例公开了一种人像搜索方法、 服 务器、 存储介质、 视频处理方法及系统， 方法包 括： 接收用户终端发送的人像搜索条件； 根据人 像搜索条件匹配人像特征数据库， 以得到匹配结 果， 人像特征数据库包括多种结构式人像特征数 据， 结构式人像特征数据由人像识别盒子对视频 源进行处理所得； 根据匹配结果搜索云视频存储 器以获取符合搜索条件的视频段； 将视频段推送 至用户终端。 实施本发明实施例， 利用分布式的 边缘人像识别功能， 把人像特征数据结构化， 很 大幅度的降低。

3、了昂贵的AI服务器资源需求， 从而 提供了快速人像特征搜索服务。 权利要求书2页 说明书6页 附图4页 CN 111143594 A 2020.05.12 CN 111143594 A 1.一种人像搜索方法， 其特征在于， 包括： 接收用户终端发送的人像搜索条件； 根据所述人像搜索条件匹配人像特征数据库， 以得到匹配结果， 所述人像特征数据库 包括多种结构式人像特征数据， 所述结构式人像特征数据由人像识别盒子对视频源数据进 行处理所得； 根据所述匹配结果搜索云视频存储器以获取符合所述搜索条件的视频段； 将所述视频段推送至所述用户终端。 2.如权利要求1所述的人像搜索方法， 其特征在于， 所述方。

4、法还包括建立所述人像特征 数据库， 具体包括： 接收多个所述人像识别盒子或摄像头发送的结构式特征数据和照片； 对所述结构式特征数据和照片进行分类编码处理， 以形成所述人像特征数据库。 3.一种服务器， 其特征在于， 包括处理器、 输入设备、 输出设备和存储器， 所述处理器、 输入设备、 输出设备和存储器相互连接， 其中， 所述存储器用于存储计算机程序， 所述计算 机程序包括程序指令， 所述处理器被配置用于调用所述程序指令， 执行如权利要求1或2所 述的方法。 4.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序包括程序指令， 所述程序指令当被处。

5、理器执行时使所述处理器执行如 权利要求1或2所述的方法。 5.一种基于分布式人像识别的视频处理方法， 其特征在于， 包括： 人像识别盒子获取来自多个摄像头的视频源， 并对所述视频源进行处理以得到结构式 特征数据和索引视频段； 云视频存储器接收并存储所述索引视频段； 服务器接收多个所述人像识别盒子或摄像头发送的结构式特征数据； 所述服务器对所述结构式特征数据进行分类编码处理， 以形成人像特征数据库。 6.如权利要求5所述的视频处理方法， 其特征在于， 所述方法还包括： 用户终端发送人像搜索条件至所述服务器； 所述服务器根据所述人像搜索条件匹配所述人像特征数据库， 以得到匹配结果， 所述 人像特征。

6、数据库包括多种结构式人像特征数据； 所述服务器根据所述匹配结果搜索云视频存储器以获取符合所述搜索条件的视频段， 并将所述视频段推送至所述用户终端。 7.如权利要求6所述的视频处理方法， 其特征在于， 所述搜索条件包括视频编码、 人脸 照片、 人像编码、 人像性别、 人像入镜时间和人像出境时间； 所述结构式人像特征数据包括人脸照片、 个人编码、 入镜时间、 出镜时间、 摄像头编码 和人像识别数据， 所述人像识别数据包括性别、 年龄段和穿着。 8.一种基于分布式人像识别的视频处理系统， 包括摄像头、 人像识别盒子、 服务器和云 视频存储器， 其特征在于， 所述摄像头用于采集视频源， 并将所述视频源。

7、发送至人像识别盒 子； 所述人像识别盒子用于获取来自多个摄像头的视频源数据， 并对所述视频源数据进行 处理以得到结构式特征数据和索引视频段； 权利要求书 1/2 页 2 CN 111143594 A 2 所述云视频存储器接收并存储所述索引视频段； 所述服务器接收多个所述人像识别盒子或摄像头发送的结构式特征数据； 所述服务器对所述结构式特征数据进行分类编码处理， 以形成人像特征数据库。 9.如权利要求8所述的视频处理系统， 其特征在于， 所述系统还包括用户终端， 用于发 送人像搜索条件至所述服务器； 所述服务器根据所述人像搜索条件匹配所述人像特征数据库， 以得到匹配结果， 所述 人像特征数据库包。

8、括多种结构式人像特征数据； 所述服务器根据所述匹配结果搜索云视频存储器以获取符合所述搜索条件的视频段， 并将所述视频段推送至所述用户终端。 10.如权利要求9所述的视频处理系统， 其特征在于， 所述用户终端包括手机或平板电 脑。 权利要求书 2/2 页 3 CN 111143594 A 3 人像搜索方法、 服务器、 存储介质、 视频处理方法及系统 技术领域 0001 本发明涉及人像识别及视频处理技术领域， 具体涉及一种人像搜索方法、 服务器、 存储介质、 视频处理方法及系统。 背景技术 0002 人像识别是一项科技含量较高的基于计算机应用的 “智能识别” 技术， 它有别于目 前已有的诸如人像考。

9、勤、 门禁管理等 “静态人像识别” 技术的应用产品， 其核心是在不干涉 被识别人的行为自由前提下， 实现对人像数据库中特定人。 目前， 人像识别的数据源会来自 图像采集设备所拍摄的视频。 但是， 如果需要从大量的视频源里搜索某个人像， 需要大量的 人像识别AI服务器资源， 大大的提高了成本。 发明内容 0003 本发明实施例的目的在于提供一种人像搜索方法、 服务器、 存储介质、 视频处理方 法及系统， 以很大幅度地降低昂贵的AI服务器资源需求， 从而提供快速人像特征搜索服务。 0004 为实现上述目的， 第一方面， 本发明实施例提供了一种人像搜索方法， 包括： 0005 接收用户终端发送的人像。

10、搜索条件； 0006 根据所述人像搜索条件匹配人像特征数据库， 以得到匹配结果， 所述人像特征数 据库包括多种结构式人像特征数据， 所述结构式人像特征数据由人像识别盒子对视频源数 据进行处理所得； 0007 根据所述匹配结果搜索云视频存储器以获取符合所述搜索条件的视频段； 0008 将所述视频段推送至所述用户终端。 0009 进一步地， 该人像搜索方法还包括建立所述人像特征数据库， 具体包括： 0010 接收多个具有人像识别功能， 并符合数据标准的智能摄像头， 或所述人像识别盒 子发送的结构式特征数据和照片； 0011 对所述结构式特征数据和照片进行分类编码处理， 以形成所述人像特征数据库。 。

11、0012 第二方面， 本发明实施例提供了一种服务器， 包括处理器、 输入设备、 输出设备和 存储器， 所述处理器、 输入设备、 输出设备和存储器相互连接， 其中， 所述存储器用于存储计 算机程序， 所述计算机程序包括程序指令， 所述处理器被配置用于调用所述程序指令， 执行 上述第一方面的方法。 0013 第三方面， 本发明实施例提供了一种计算机可读存储介质， 存储有计算机程序， 所 述计算机程序包括程序指令， 所述程序指令当被处理器执行时使所述处理器执行上述第一 方面的方法。 0014 第四方面， 本发明实施例提供了一种基于分布式人像识别的视频处理方法， 包括： 0015 人像识别盒子获取来自。

12、多个摄像头的视频源， 并对所述视频据进行处理以得到结 构式特征数据和索引视频段； 0016 云视频存储器接收并存储所述索引视频段； 说明书 1/6 页 4 CN 111143594 A 4 0017 服务器接收多个所述人像识别盒子发送的结构式特征数据； 0018 服务器也可以直接接收单个或多个具有人像识别功能， 并符合数据标准的智能摄 像头发送的结构式特征数据； 0019 所述服务器对所述结构式特征数据进行分类编码处理， 以形成人像特征数据库。 0020 进一步地， 该视频处理方法还包括： 0021 用户终端发送人像搜索条件至所述服务器； 0022 所述服务器根据所述人像搜索条件匹配所述人像特。

13、征数据库， 以得到匹配结果， 所述人像特征数据库包括多种结构式人像特征数据； 0023 所述服务器根据所述匹配结果搜索云视频存储器以获取符合所述搜索条件的视 频段， 并将所述视频段推送至所述用户终端。 0024 其中， 所述搜索条件包括视频编码、 人脸照片、 人像编码、 人像性别、 人像入镜时间 和人像出境时间； 0025 所述结构式人像特征数据包括人脸照片、 个人编码、 入镜时间、 出镜时间、 摄像头 编码和人像识别数据， 所述人像识别数据包括性别、 年龄段和穿着。 0026 第五方面， 本发明实施例还提供了一种基于分布式人像识别的视频处理系统， 包 括摄像头、 人像识别盒子、 服务器和云视。

14、频存储器。 其中， 所述摄像头用于采集视频源， 并将 所述视频源发送至人像识别盒子； 0027 所述人像识别盒子用于获取来自多个摄像头的视频源数据， 并对所述视频源数据 进行处理以得到结构式特征数据和索引视频段； 需要说明的是， 如果用了符合标准的智能 人像识别摄像头， 就不需要通过这人像识别盒子了。 0028 所述云视频存储器用于接收并存储所述索引视频段； 0029 所述服务器用于接收多个所述人像识别盒子发送的结构式特征数据； 0030 所述服务器用于对所述结构式特征数据进行分类编码处理， 以形成人像特征数据 库。 0031 进一步地， 所述系统还包括用户终端， 用于发送人像搜索条件至所述服。

15、务器； 0032 所述服务器根据所述人像搜索条件匹配所述人像特征数据库， 以得到匹配结果， 所述人像特征数据库包括多种结构式人像特征数据； 0033 所述服务器根据所述匹配结果搜索云视频存储器以获取符合所述搜索条件的视 频段， 并将所述视频段推送至所述用户终端。 0034 其中， 所述用户终端包括但不仅限于手机或平板电脑等。 0035 实施本发明实施例， 利用分布式的边缘人像识别功能， 把人像特征数据结构化， 很 大幅度的降低了昂贵的AI服务器资源需求， 从而提供了快速人像特征搜索服务。 附图说明 0036 为了更清楚地说明本发明具体实施方式或现有技术中的技术方案， 下面将对具体 实施方式或现。

16、有技术描述中所需要使用的附图作简单地介绍。 0037 图1是本发明实施例提供的人像搜索方法的流程示意图； 0038 图2是本发明实施例提供的服务器的结构示意图； 0039 图3是本发明实施例提供的基于分布式人像识别的视频处理方法的流程示意图； 说明书 2/6 页 5 CN 111143594 A 5 0040 图4是本发明实施例提供的基于分布式人像识别的视频处理系统的原理图； 0041 图5是图4所示系统的结构示意图。 具体实施方式 0042 下面将结合本发明实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完 整地描述， 显然， 所描述的实施例是本发明一部分实施例， 而不是全部的实施例。

17、。 基于本发 明中的实施例， 本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施 例， 都属于本发明保护的范围。 0043 请参考图1， 是本发明实施例提供的人像搜索方法的示意流程图。 需要说明的是， 本申请的人像搜索方法是从服务器的角度进行描述的， 即该方法的执行主体仅有服务器一 个。 如图1所示， 该人像搜索方法可以包括以下步骤： 0044 S101， 接收多个人像识别盒子发送的结构式特征数据。 0045 其中， 结构式人像特征数据包括但不仅限于： (1)人脸照片(每个入镜目标自动抓 怕生成)； (2)独特个人编码(系统自动生成)； (3)入镜时间； (4)出镜时间； (5)。

18、独特摄像头编 码； (6)其他人像识别数据， 例如性别、 年龄段、 穿着等。 0046 S102， 对结构式特征数据进行分类编码处理， 以形成人像特征数据库。 0047 其中， 人像特征数据库包括多种结构式人像特征数据， 多种结构式人像特征数据 来自于多个人像识别盒子或具备人像识别功能并符合数据标准的智能摄像头， 其是人像识 别盒子对视频源数据进行人像识别和分析处理所得的结果。 0048 具体地， 服务器接收多个人像识别盒子发送的结构式特征数据和照片， 对其进行 分类编码处理， 从而形成人像特征数据库。 例如， 根据人脸照片、 摄像头或性别等对数据进 行分类， 之后再进行编码， 人脸照片的编码。

19、可以是从r001开始， 摄像头的编码可以是从s001 开始等。 0049 S103， 接收用户端发送的人像搜索条件。 0050 其中， 该搜索条件包括但不仅限于视频编码、 人脸照片、 人像编码、 人像性别、 人像 入镜时间和人像出境时间、 性别、 年龄段、 穿着等。 0051 S104， 根据人像搜索条件匹配人像特征数据库， 以得到匹配结果。 0052 S105， 根据匹配结果搜索云视频存储器以获取符合搜索条件的视频段。 0053 需要说明的是， 人像识别盒子对视频源数据进行处理可以得到结构式特征数据和 indexed视频段， 其中结构式特征数据被发送至服务器， indexed视频段被发送至云。

20、视频存 储器。 0054 S106， 将视频段推送至用户终端。 0055 举例来说， 搜索一个人像照片或所有这个时间段从某个摄像头入镜的人， 比如11 月25日上午8点到9点进入摄像头101-199的所有人像编码， 或这个人像编码在今天出现在 所有摄像头的视频编码。 服务器接收到搜索条件后， 会先匹配人像特征数据库以得到个人 编码、 摄像头编码或出入镜时间等， 再根据个人编码、 摄像头编码或出入镜时间等搜索云视 频存储器中的相关视频段， 最后将相关视频段推送给用户终端。 0056 基于相同的发明构思， 本发明实施例提供一种服务器.如图2所示， 该服务器可以 包括： 一个或多个处理器101、 一。

21、个或多个输入设备102、 一个或多个输出设备103和存储器 说明书 3/6 页 6 CN 111143594 A 6 104， 上述处理器101、 输入设备102、 输出设备103和存储器104通过总线105相互连接。 存储 器104用于存储计算机程序， 所述计算机程序包括程序指令， 所述处理器101被配置用于调 用所述程序指令执行上述人像搜索方法实施例部分的方法。 0057 应当理解， 在本发明实施例中， 所称处理器101可以是中央处理单元(Central Processing Unit， CPU)， 该处理器还可以是其他通用处理器、 数字信号处理器(Digital Signal Proce。

22、ssor， DSP)、 专用集成电路(Application Specific Integrated Circuit， ASIC)、 现成可编程门阵列(Field-Programmable Gate Array， FPGA)或者其他可编程逻辑 器件、 分立门或者晶体管逻辑器件、 分立硬件组件等。 通用处理器可以是微处理器或者该处 理器也可以是任何常规的处理器等。 0058 输入设备102可以包括键盘等， 输出设备103可以包括显示器(LCD等)、 扬声器等。 0059 该存储器104可以包括只读存储器和随机存取存储器， 并向处理器101提供指令和 数据。 存储器104的一部分还可以包括非易失性。

23、随机存取存储器。 例如， 存储器104还可以存 储设备类型的信息。 0060 具体实现中， 本发明实施例中所描述的处理器101、 输入设备102、 输出设备103可 执行本发明实施例提供的人像搜索方法的实施例中所描述的实现方式， 在此不再赘述。 0061 需要说明的是， 本发明实施例中服务器的具体工作流程及相关细节， 请参考前述 方法实施例部分， 在此不再赘述。 0062 本发明实施例所提供的人像搜索方法及服务器， 利用分布式的边缘人像识别功 能， 把人像特征数据结构化， 很大幅度的降低了昂贵的AI服务器资源需求， 从而提供了快速 人像特征搜索服务。 0063 进一步地， 本发明实施例还提供了。

24、一种可读存储介质， 存储有计算机程序， 所述计 算机程序包括程序指令， 所述程序指令被处理器执行时实现： 上述人像搜索方法。 0064 所述计算机可读存储介质可以是前述任一实施例所述的系统的内部存储单元， 例 如系统的硬盘或内存。 所述计算机可读存储介质也可以是所述系统的外部存储设备， 例如 所述系统上配备的插接式硬盘， 智能存储卡(Smart Media Card,SMC)， 安全数字(Secure Digital,SD)卡， 闪存卡(Flash Card)等。 进一步地， 所述计算机可读存储介质还可以既包 括所述系统的内部存储单元也包括外部存储设备。 所述计算机可读存储介质用于存储所述 计。

25、算机程序以及所述系统所需的其他程序和数据。 所述计算机可读存储介质还可以用于暂 时地存储已经输出或者将要输出的数据。 0065 进一步地， 请参考图3， 本发明实施例还提供了一种基于分布式人像识别的视频处 理方法。 需要说明的是， 该视频处理方法的执行主体包括人像识别盒子、 服务器和用户终端 等。 结合图3及图4， 该视频处理方法包括以下步骤： 0066 S301， 人像识别盒子获取来自多个摄像头的视频源， 并对所述视频源进行处理以 得到结构式特征数据和索引视频段。 0067 具体地， 每一人像识别盒子可以连接多个视频源(如摄像头)， 并为每个视频源提 供人像追踪识别功能及分析所有出入镜的人物。

26、及其特征。 0068 S302， 云视频存储器接收并存储索引视频段。 0069 具体地， 人像识别盒子将索引视频段发送至云视频存储器进行存储。 可理解地， 还 可以是其他方式， 例如可以是摄像头前加个视频分流器， 把视频同时分别存储和分析。 除此 说明书 4/6 页 7 CN 111143594 A 7 之外， 视频段的存储还可以有其他方式， 在此不再赘述。 0070 S303， 服务器接收多个人像识别盒子、 或具备人像识别功能并符合数据标准的智 能摄像头所发送的结构式特征数据。 0071 S304， 服务器对所述结构式特征数据进行分类编码处理， 以形成人像特征数据库。 0072 S305， 。

27、用户终端发送人像搜索条件至所述服务器。 0073 S306， 服务器根据所述人像搜索条件匹配所述人像特征数据库， 以得到匹配结果。 0074 其中， 所述人像特征数据库包括多种结构式人像特征数据。 0075 S307， 服务器根据匹配结果搜索云视频存储器以获取符合搜索条件的视频段， 并 将视频段推送至用户终端。 0076 需要说明的是， 关于本实施例中视频处理方法相关步骤的具体介绍， 请参考前述 人像搜索方法实施例部分， 在此不再赘述。 0077 进一步地， 本发明实施例还提供了一种基于分布式人像识别的视频处理系统。 如 图5所示， 该视频处理系统包括： 0078 摄像头100， 用于采集视频。

28、源； 需要说明的是， 若该摄像头100具备人像特征采集功 能， 还可通过其采用人像特征数据； 0079 人像识别盒子200， 用于获取来自多个摄像头的视频源数据， 并对所述视频源数据 进行处理以得到结构式特征数据和索引视频段； 0080 云视频存储器300， 用于接收并存储来自摄像头100或人像识别盒子200的索引视 频段； 0081 服务器400， 用于接收多个所述人像识别盒子发送的结构式特征数据， 对所述结构 式特征数据进行分类编码处理， 以形成人像特征数据库； 0082 用户终端500， 用于发送人像搜索条件至服务器400； 0083 该服务器400还用于根据人像搜索条件匹配所述人像特征。

29、数据库， 以得到匹配结 果， 根据所述匹配结果搜索云视频存储器以获取符合所述搜索条件的视频段， 并将所述视 频段推送至所述用户终端500。 0084 优选地， 用户终端500可以但不仅限于是手机， 电脑或平板电脑等。 0085 实施本发明实施例的基于分布式人像识别的视频处理方法及其系统， 利用分布式 的边缘人像识别功能， 把人像特征数据结构化， 很大幅度的降低了昂贵的AI服务器资源需 求， 从而提供了快速人像特征搜索服务。 0086 本领域普通技术人员可以意识到， 结合本文中所公开的实施例描述的各示例的单 元及算法步骤， 能够以电子硬件、 计算机软件或者二者的结合来实现， 为了清楚地说明硬件 。

30、和软件的可互换性， 在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。 这 些功能究竟以硬件还是软件方式来执行， 取决于技术方案的特定应用和设计约束条件。 专 业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能， 但是这种实现不 应认为超出本发明的范围。 0087 在本申请所提供的几个实施例中， 应该理解到， 所揭露的装置和方法， 可以通过其 它的方式实现。 例如， 以上所描述的装置实施例仅仅是示意性的， 例如， 所述单元的划分， 仅 仅为一种逻辑功能划分， 实际实现时可以有另外的划分方式， 例如多个单元或组件可以结 合或者可以集成到另一个系统， 或一些特征可以忽略， 或不。

31、执行。 另外， 所显示或讨论的相 说明书 5/6 页 8 CN 111143594 A 8 互之间的耦合或直接耦合或通信连接可以是通过一些接口、 装置或单元的间接耦合或通信 连接， 也可以是电的， 机械的或其它的形式连接。 0088 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的， 作为单元显 示的部件可以是或者也可以不是物理单元， 即可以位于一个地方， 或者也可以分布到多个 网络单元上。 可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案 的目的。 0089 另外， 在本发明各个实施例中的各功能单元可以集成在一个处理单元中， 也可以 是各个单元单独物理存在， 也可。

32、以是两个或两个以上单元集成在一个单元中。 上述集成的 单元既可以采用硬件的形式实现， 也可以采用软件功能单元的形式实现。 0090 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用 时， 可以存储在一个计算机可读取存储介质中。 基于这样的理解， 本发明的技术方案本质上 或者说对现有技术做出贡献的部分， 或者该技术方案的全部或部分可以以软件产品的形式 体现出来， 该计算机软件产品存储在一个存储介质中， 包括若干指令用以使得一台计算机 设备(可以是个人计算机， 服务器， 或者网络设备等)执行本发明各个实施例所述方法的全 部或部分步骤。 而前述的存储介质包括： U盘、 移动硬盘、。

33、 只读存储器(ROM， Read-Only Memory)、 随机存取存储器(RAM， Random Access Memory)、 磁碟或者光盘等各种可以存储程 序代码的介质。 0091 以上所述， 仅为本发明的具体实施方式， 但本发明的保护范围并不局限于此， 任何 熟悉本技术领域的技术人员在本发明揭露的技术范围内， 可轻易想到各种等效的修改或替 换， 这些修改或替换都应涵盖在本发明的保护范围之内。 因此， 本发明的保护范围应以权利 要求的保护范围为准。 说明书 6/6 页 9 CN 111143594 A 9 图1 说明书附图 1/4 页 10 CN 111143594 A 10 图2 说明书附图 2/4 页 11 CN 111143594 A 11 图3 说明书附图 3/4 页 12 CN 111143594 A 12 图4 图5 说明书附图 4/4 页 13 CN 111143594 A 13 。