CN114241570B 一种基于视觉的定位拍摄方法及系统 （睿魔智能科技（深圳）有限公司）

本发明公开了一种基于视觉的定位拍摄方物位置序列表中的嘴唇特征信息判断是否有人息从当前帧视频图像中裁剪正在说话的人物的信息控制摄像头对正在说话的人物进行特写拍2对视频图像帧序列进行人物检测，获取当前帧视频图像中每一人物的人物检测信息，根据所述人物位置序列表中的嘴唇特征信息判断是否根据当前帧视频图像对应的坐标信息从当前帧视频图像中裁剪正在说话的人物的特将当前帧图像检测到的人脸特征信息与人物位置序列表中的人物的人脸特征信息进将当前帧图像检测到的坐标信息与人物位置序列表中的人物的坐依次将每一人物对应的人物位置序列信息中的嘴唇特征信息从当前帧开始并按间隔N人物检测模块，用于对视频图像帧序列进行人物检测，获取当判断模块，用于根据所述人物位置序列表中的嘴唇特征信息判断是否有人物正在说3更新单元，用于若匹配单元判断出存在匹配的人物，则对该构建单元，用于若匹配单元判断出不存在匹配的人依次将每一人物对应的人物位置序列信息中的嘴唇特征信息从当前帧开始并按间隔N人脸检测单元，用于利用人脸检测算法对图像帧序列中的人物4[0001]本发明实施例涉及拍摄技术领域，尤其涉及一种基于视觉的定位拍摄方法及系[0003]本发明提供一种基于视觉的定位拍摄方法及系统，以实现在不增加成本的基础[0008]根据当前帧视频图像对应的坐标信息从当前帧视频图像中裁剪正在说话的人物[0010]依次将每一人物对应的人物位置序列信息中的嘴唇特征信息从当前帧开始并按间隔N帧的方式往回抽取K帧，将抽取的K帧视频图像对应的嘴唇特征信息送入说话分类器[0011]对每一人物前M次计算的实时得分进行平均值计算，得到当前帧视频图像的说话5[0020]将当前帧图像检测到的人脸特征信息与人物位置序列表中的人物的人脸特征信[0021]将当前帧图像检测到的坐标信息与人物位置序列表中的人物的坐标信息进行匹[0028]依次将每一人物对应的人物位置序列信息中的嘴唇特征信息从当前帧开始并按间隔N帧的方式往回抽取K帧，将抽取的K帧视频图像对应的嘴唇特征信息送入说话分类器[0029]对每一人物前M次计算的实时得分进行平均值计算，得到当前帧视频图像的说话6[0045]图4是本发明实施例二提供的一种从人脸检测结果中提取嘴唇特征信息的流程示[0046]图5是本发明实施例实施例二提供的一种基于视觉的定位拍摄方法的另一子方法[0051]图1为本发明实施例一提供的一种基于视觉的定位拍摄方法的方法流程图，本实7[0056]步骤S130、根据所述人物位置序列表中的嘴唇特征信息判断是否有人物正在说据从当前帧视频图像中获取的人物坐标信息控制从视频图像中裁剪正在说话的人物的特写镜头或控制摄像头对正在说话的人物进行特写拍摄。本实施例在不增加成本的基础上，[0062]图2为本发明实施例二提供的另一种基于视觉的定位拍摄方法的方法流程图，本8[0073]步骤S240、根据所述人物位置序列表中的嘴唇特征信息判断是否有人物正在说开始并按间隔N帧的方式往回抽取K帧，将抽取的K帧视频图像对应的嘴唇特征信息送入说些嘴唇特征信息进行顺序拼接然后送入说话分类器中，得到该人物的嘴唇轨迹的实时得在说话的可能性越高，对每一人物前M次计算的实时得分进行平均作为当前帧视频图像的9[0080]在一些实施例中，嘴唇特征信息的提取为实时性人物可取的人物坐标信息从当前帧视频图像中裁剪正在说话的人物的特写镜头或控制摄像头对[0085]本发明实施例所提供的基于视觉的定位拍摄系统可执行本发明任意实施例所提[0086]图6为本发明实施例三提供的一种基于视觉的定位拍摄系统的结构框图，本实施据从当前帧视频图像中获取的人物坐标信息控制从视频图像中裁剪正在说话的人物的特写镜头或控制摄像头对正在说话的人物进行特写拍摄。本实施例在不增加成本的基础上，[0093]本发明实施例所提供的基于视觉的定位拍摄系统可执行本发明任意实施例所提[0094]如图7为本发明实施例四提供的另一种基于视觉的定位拍摄系统的结构框图，本[0097]人脸检测单元11，用于利用人脸检测算法对图像帧序列中的根据人脸检测结果获取每一人物的人脸特征信息；并从人脸检测结果中提取嘴唇特征信[0110]依次将每一人物对应的人物位置序列信息中的嘴唇特征信息从当前帧开始并按间隔N帧的方式往回抽取K帧，将抽取的K帧视频图像对应的嘴唇特征信息送入说话分类器[0111]对每一人物前M次计算的实时得分进行平均值计算，得到当前帧视频图像的说话据从当前帧视频图像中获取的人物坐标信息控制从视频图像中裁剪正在说话的人物的特本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、