[發(fā)明專利]一種圖像處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010072550.X
• 申請(qǐng)日: 2020-01-21
• 公開（公告）號(hào): CN111310605B
• 公開（公告）日: 2023-09-01
• 發(fā)明（設(shè)計(jì)）人: 周舒暢;孫培欽
• 申請(qǐng)（專利權(quán)）人: 北京邁格威科技有限公司
• 主分類號(hào): G06V40/10
• 分類號(hào): G06V40/10;G06V20/40;G06V10/774;G06V10/82;G06N3/044;G06N3/0464;G06N3/08
• 代理公司: 北京潤澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

本發(fā)明公開一種圖像處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，該方法包括：在接收到目標(biāo)視頻流后，將目標(biāo)視頻流劃分為R個(gè)待處理視頻片段{Psubgt;1/subgt;,…,Psubgt;R/subgt;}，目標(biāo)視頻流的圖像成像模糊不清晰，Psubgt;i/subgt;為第i個(gè)待處理視頻片段；提取每個(gè)Psubgt;i/subgt;的各視頻幀中人體骨骼關(guān)節(jié)點(diǎn)的坐標(biāo)，并基于Psubgt;i/subgt;的各視頻幀中人體骨骼關(guān)節(jié)點(diǎn)的坐標(biāo)，構(gòu)造Psubgt;i/subgt;的特征向量Tsubgt;i/subgt;；將Tsubgt;i/subgt;輸入至目標(biāo)網(wǎng)絡(luò)模型進(jìn)行處理，得到Psubgt;i/subgt;的圖像分類結(jié)果；基于至少一個(gè)Psubgt;i/subgt;的圖像分類結(jié)果，確定目標(biāo)視頻流中的人物行為。實(shí)施上述方法，可以基于目標(biāo)網(wǎng)絡(luò)模型對(duì)成像模糊不清晰的監(jiān)控視頻流進(jìn)行處理，實(shí)現(xiàn)從不完全信息視頻流中分析用戶行為，從而避免監(jiān)控場景中用戶隱私泄露，實(shí)現(xiàn)對(duì)用戶隱私的保護(hù)。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種圖像處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著科學(xué)技術(shù)的不斷發(fā)展和人們安全意識(shí)的不斷提高，監(jiān)控?cái)z像機(jī)在不同領(lǐng)域和不同場合得到了廣泛的應(yīng)用，例如，基于場景分類的消防報(bào)警監(jiān)控?cái)z像機(jī)和基于人群行為(如大規(guī)模游行、斗毆等)的自動(dòng)報(bào)警監(jiān)控?cái)z像機(jī)可以在安防領(lǐng)域起到快速判斷危險(xiǎn)信號(hào)并進(jìn)行報(bào)警的作用。

現(xiàn)有技術(shù)中，監(jiān)控?cái)z像機(jī)處于工作狀態(tài)時(shí)，會(huì)對(duì)監(jiān)控范圍內(nèi)的場景進(jìn)行持續(xù)地高清圖像采集，雖然采集到的高清圖像能夠提高監(jiān)控效果，但同時(shí)也會(huì)造成用戶隱私的泄露。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種圖像處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，以解決現(xiàn)有技術(shù)中存在的監(jiān)控場景中用戶隱私泄露的技術(shù)問題。

根據(jù)本發(fā)明的第一方面，公開了一種圖像處理方法，應(yīng)用于電子設(shè)備，所述方法包括：

在接收到目標(biāo)視頻流后，將所述目標(biāo)視頻流劃分為R個(gè)待處理視頻片段{P₁,…,P_R}，其中，所述目標(biāo)視頻流的圖像成像模糊不清晰，P_i為第i個(gè)待處理視頻片段，1≤i≤R，R為正整數(shù)；

針對(duì)每個(gè)P_i，提取所述P_i的各視頻幀中人體骨骼關(guān)節(jié)點(diǎn)的坐標(biāo)，并基于所述P_i的各視頻幀中人體骨骼關(guān)節(jié)點(diǎn)的坐標(biāo)，構(gòu)造所述P_i的特征向量T_i；

將所述T_i輸入至目標(biāo)網(wǎng)絡(luò)模型進(jìn)行處理，得到所述P_i的圖像分類結(jié)果；

基于至少一個(gè)P_i的圖像分類結(jié)果，確定所述目標(biāo)視頻流中的人物行為。

可選地，作為一個(gè)實(shí)施例，所述將所述目標(biāo)視頻流劃分為N個(gè)待處理視頻片段{P₁,…,P_N}，包括：

檢測(cè)所述目標(biāo)視頻流中各視頻幀的人體矩形框，并提取；

按照各視頻幀在所述目標(biāo)視頻流中的時(shí)間先后順序，將所述目標(biāo)視頻流中各視頻幀的人體矩形框存儲(chǔ)至所述電子設(shè)備的緩存中；

當(dāng)所述緩存中人體矩形框的個(gè)數(shù)達(dá)到預(yù)設(shè)數(shù)量時(shí)，將所述緩存中的人體矩形框?qū)?yīng)的視頻幀所構(gòu)成的視頻片段，確定為一個(gè)待處理視頻片段P_i。

可選地，作為一個(gè)實(shí)施例，所述目標(biāo)網(wǎng)絡(luò)模型為基于卷積神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練得到的模型；

所述針對(duì)每個(gè)P_i，提取所述P_i的各視頻幀中人體骨骼關(guān)節(jié)點(diǎn)的坐標(biāo)，并基于所述P_i的各視頻幀中人體骨骼關(guān)節(jié)點(diǎn)的坐標(biāo)，構(gòu)造所述P_i的特征向量T_i，包括：