一种基于播放的视频获取信息的方法及设备的制作方法
【专利摘要】本发明公开了一种基于播放的视频获取信息的方法及设备，用以实现根据智能电子设备播放的视频内容获取相关联的信息的功能，以增强智能电子设备的视频播放功能。该方法包括：获取触发事件发生时终端播放的视频图像；识别所述视频图像中的人脸图像，并计算获得所述人脸图像的统计特征向量；根据预先保存的身份标识与人脸图像的统计特征向量的对应关系，确定与计算获得的所述统计特征向量对应的身份标识；并根据预先保存的身份标识与描述信息的对应关系，获取与确定的所述身份标识对应的描述信息。
【专利说明】一种基于播放的视频获取信息的方法及设备
【技术领域】
[0001]本发明涉及视频图像处理领域，尤其涉及一种基于播放的视频获取信息的方法及设备。
【背景技术】
[0002]随着智能电子设备称为电子市场的主流产品，智能电子设备逐渐成为人们生活中不可或缺的生活用品，例如智能电视、智能手机、平板电脑等。
[0003]以智能电视为例，虽然智能电视的功能越来越多，但是大尺寸仍然是最主要的特征。而对于智能手机、平板电脑等智能电子设备来说，视频播放也是其主要功能之一。
[0004]目前，智能电子设备中视频播放与信息获取独立进行的两个业务流程，用户在视频播放过程中，若需要了解某些信息，需要中断视频播放过程，通过网络搜索等操作获取需要了解的信息。而有的时候，当用户对播放的视频中的某一人物或事物感兴趣，却又不了解该人物或事物的任何信息，这为网络搜索中关键词的确定造成了困难。
[0005]同时，若用户受到自身操作水平的限制，不知道如何使用网络搜索工具进行信息搜索时，也为信息的获取造成难以克服的困难。
[0006]因此，对于这一类具备视频播放功能的智能电子设备来说，增强智能电子设备的视频播放功能是提高用户体验的重要途径。
【发明内容】
[0007]本发明提供一种基于播放的视频获取信息的方法及设备，用以实现根据电子设备播放的视频内容获取相关联的信息的功能，以增强电子设备的视频播放功能。
[0008]本发明实施例提供的具体技术方案如下:
[0009]一种基于播放的视频获取信息的方法，包括:
[0010]获取触发事件发生时终端播放的视频图像；
[0011]识别所述视频图像中的人脸图像，并计算获得所述人脸图像的统计特征向量；
[0012]根据预先保存的身份标识与人脸图像的统计特征向量的对应关系，确定与计算获得的所述统计特征向量对应的身份标识；
[0013]并根据预先保存的身份标识与描述信息的对应关系，获取与确定的所述身份标识对应的描述信息。
[0014]一种基于播放的视频获取信息的设备，包括:
[0015]第一获取模块，用于获取触发事件发生时终端播放的视频图像；
[0016]计算模块，用于识别所述视频图像中的人脸图像，并计算获得所述人脸图像的统计特征向量；
[0017]确定模块，用于根据预先保存的身份标识与人脸图像的统计特征向量的对应关系，确定与计算获得的所述统计特征向量对应的身份标识；
[0018]第二获取模块，用于根据预先保存的身份标识与描述信息的对应关系，获取与确定的所述身份标识对应的描述信息。
[0019]基于上述技术方案，本发明实施例中，通过获取触发事件发生时终端播放的视频图像，识别所述视频图像中的人脸图像，并计算获得所述人脸图像的统计特征向量，根据预先保存的身份标识与人脸图像的统计特征向量的对应关系，确定与计算获得的所述统计特征向量对应的身份标识，并根据预先保存的身份标识与描述信息的对应关系，获取与确定的所述身份标识对应的描述信息，实现了根据电子设备播放的视频内容获取描述信息的功能，增强了电子设备的视频播放功能，提高了用户体验。
【专利附图】
【附图说明】
[0020]图1为本发明实施例中基于终端播放的视频获取信息的方法流程图；
[0021]图2为本发明实施例中LBP图像中像素点的计算方法示意图；
[0022]图3为本发明实施例中计算LBP图像中的像素值时近邻像素点合成的示意图；
[0023]图4为本发明实施例中图像块划分示意图；
[0024]图5为本发明具体实施例中进行信息获取的详细方法流程图；
[0025]图6为本发明实施例中基于播放的视频获取信息的设备结构示意图。
【具体实施方式】
[0026]为了实现根据智能电子设备播放的视频内容获取相关联的信息的功能，以增强智能电子设备的视频播放功能，本发明实施例提供了一种基于播放的视频获取信息的方法及设备。
[0027]下面结合附图对本发明优选的实施方式进行详细说明。
[0028]本发明实施例中，执行基于终端播放的视频获取信息的过程的可以是云服务器，也可以是终端本地。
[0029]若执行基于终端播放的视频获取信息的过程的为终端，则需要终端具备一定的计算能力和存储能力，且需要终端的硬件资源，如中央处理器(CPU)的处理能力、闪存(flash)容量、内存大小等满足一定的要求。
[0030]以下实施例中，以云服务器侧执行基于终端播放的视频获取信息的过程为例进行说明，而由云服务器执行该过程可以提高处理速度，保证识别的准确率，并且降低对终端的硬件要求。
[0031]如附图1所示，本发明实施例中，云服务器侧基于终端播放的视频获取信息的详细方法流程如下:
[0032]步骤101:获取触发事件发生时终端播放的视频图像。
[0033]具体实施中，云服务器接收终端发送的所述视频图像，该视频图像由终端在触发事件发生时根据截获的视频信号获得。
[0034]实际应用中，智能电视除可以接收电视信号外，可以播放电影等视频文件，本发明实施例中，采用多屏互动方式将智能电视播放的画面同步到终端上(如智能手机或平板电脑)，终端通过触发事件截获视频信号获得视频图像。
[0035]多屏互动所指的是，基于数字生活网络联盟(Digital Living NetworkAlliance，DLNA)协议或闪联协议、以WIFI直连为基础的无线显示标准(Miracast)协议等，通过WIFI网络连接,在不同多媒体终端上,如常见基于1s, Android, Symbian等不同操作系统上的不同终端设备如手机，平板电脑，电视等之间，可进行多媒体(音频，视频，图片)内容的传输，解析，展示，控制等一系列操作，可以在不同平台设备上同时共享展示内容，丰富用户的多媒体生活。简单的说，就是几种设备的屏幕，通过专门的连接设备就可以互相连接转换。比如手机上的电影可以在电视上播放，平板上的图片可以在电视上分享，电脑的内容可以投影到电视上，是一种时下正在悄然兴起的技术。
[0036]实际应用中，可以是用户通过对与终端连接的外部设备的操作或者是对终端的触摸屏的点击操作等等，本发明实施例并不以此为限。
[0037]步骤102:识别视频图像中的人脸图像，并计算获得所述人脸图像的统计特征向量。
[0038]本发明实施例中，将视频图像转换为灰度图像，提取灰度图像的图像纹理信息，采用分类模型基于图像纹理信息进行分类识别出人脸图像。
[0039]优选地，将视频图像转换为灰度图像后，对灰度图像进行哈尔(haar)小波变换提取图像纹理信息，再采用分类模型基于提取的图像纹理信息识别出人脸图像。
[0040]其中，采用分类模型识别所述视频图像中的人脸图像之前，需要基于样本集合构建分类模型。
[0041]优选地，样本集合中包含的各人脸样本图像在同一个角度下基于人眼对齐。
[0042]优选地,该样本集合中包含人脸样本图像及相应的身份标识,针对同一身份标识预设多个不同角度的人脸样本图像，包括:正面人脸样本图像、左侧面人脸样本图像、右侧面人脸样本图像、仰头预定角度的人脸样本图像、低头预定角度的人脸样本图像、左侧面预定角度的人脸样本图像和右侧面预定角度的人脸样本图像中的任意一种或任意组合。
[0043]优选地，基于预设的样本集合采用Adboost算法构建分类模型。
[0044]其中，Adboost算法是一种迭代算法，核心思想为针对同一个训练样本集合训练不同的弱分类模型，将多个弱分类模型集合起来构成最终的分类模型。本发明实施例中，也可以采用其它的算法构建分类模型，此处不再一一列举。
[0045]具体实施中，样本集合中包括的仰头预定角度的人脸样本图像、低头预定角度的人脸样本图像、左侧面预定角度的人脸样本图像和右侧面预定角度的人脸样本图像中，同一类型的人脸样本图像可以是一张或多张，若同一类型的人脸样本图像为多张，则该多张人脸样本图像的预定角度不同。
[0046]例如，样本集合中包括仰头预定角度的人脸样本图像为两张，分别为仰头15度和仰头30度的人脸样本图像；又例如，样本集合中包括一张左侧面预定角度的人脸样本图像，为左侧面30度的人脸样本图像；又例如，样本集合中包括一张右侧面人脸样本图像，为右侧面30度的人脸样本图像等等。
[0047]较佳地，本发明实施中，训练分类模型的样本集合中人脸样本图像在同一个角度下基于人眼对齐，即同一个角度下的人脸图像，眼睛与边界的距离相同。例如，对于同为左侧面30度的人脸样本图像，像素均为48X48，则左眼距离边界均为5像素。通过将样本集合中人脸样本图像在同一个角度下基于人眼对齐，训练获得的分类模型在进行人脸检测时，无需再对人脸图像的特征点进行检测，减少了计算量，提高了处理效率。
[0048]优选地，计算获得人脸图像的统计特征向量具体为:[0049]采用多尺度局部二值模式(MLBP)算法将人脸图像转换为多个局部二值模式LBP图像；
[0050]针对每个LBP图像，将该LBP图像划分为多个子区域，针对每个子区域，统计该子区域中包含指定的像素值的个数，将该指定的像素值的个数进行归一化处理；
[0051]针对每个LBP图像，按照预设的第一顺序将各子区域中包含的指定的像素值的个数串接为一个行向量；
[0052]按照预设的第二顺序将各LBP图像对应的行向量串接为人脸图像统计特征向量。
[0053]其中，LBP最为一种有效地纹理描述算子，度量和提取图像局部的纹理信息，对光照具有不变性。MLBP为针对同一幅人脸图像，采用不同半径进行LBP变化为多个LBP图像，从而度量和提取多个图像局部的纹理信息。
[0054]其中，指定的像素值为预先指定，具体应用中为统计获得的经验值。
[0055]步骤103:根据预先保存的身份标识与人脸图像的统计特征向量的对应关系，确定与计算获得的所述统计特征向量对应的身份标识。
[0056]具体实施中，确定身份标识的具体过程如下:
[0057]分别计算获得的人脸图像的统计特征向量与对应关系中的各人脸图像的统计特征向量的欧式距离；
[0058]将获得的各欧式距离按照大小排序，从欧式距离中的最小值开始获取N个欧式距离，N大于等于一；
[0059]获取与该N个欧式距离对应的对应关系中的统计特征向量及身份标识；
[0060]按照N个欧式距离从小到大的顺序，确定获取的N个身份标识的优先级。
[0061]优选地，第N个欧式距离小于设定阈值，即满足获取的各欧式距离小于设定阈值。
[0062]该具体实施中，当欧式距离小于设定阈值时，对应的两个人脸图像具备一定的相似程度，欧式距离越小，两个人脸图像之间的相似度越高。
[0063]步骤104:根据预先保存的身份标识与描述信息的对应关系，获取与确定的所述身份标识对应的描述信息。
[0064]具体实施中，对应于步骤103具体实施中确定N个身份标识后，根据预先保存的身份标识与描述信息的对应关系，按照确定的N个身份标识获取与对应的N个描述信息,并按照确定的N个身份标识的优先级确定该N个描述信息的优先级。
[0065]优选地，云服务器根据确定的N个描述信息的优先级，按照优先级从高到低的顺序依次发送描述信息给终端。
[0066]较佳地，获取与确定的所述身份标识对应的描述信息后，还包括:
[0067]将所述描述信息发送给所述终端或者用户的移动终端并显示。
[0068]可选地，终端或者用户的移动终端显示所述描述信息后，还包括:
[0069]终端或者移动终端确定检测到用户点击所述描述信息中包含的超链接时，按照该超链接所指示的网络地址获取相关信息并显示。
[0070]以下通过举例的方式对采用MLBP算法计算统计特征向量并与人脸图像的模板进行匹配的具体过程进行说明。
[0071]由于除了边缘像素点之外，每个像素点都可以求对应的LBP特征，因此一张像素为MXN的图像经过LBP变换后转换成(M-2) X (N-2)的LBP图像。而且，不同尺度(半径)时，LBP的求法略有差别，以不同尺度(半径)进行的LBP运算会对应不同的LBP图像。
[0072]第一步，将识别出的人脸图像转换成LBP图像。
[0073]当半径为I时，以除边界像素点外地任意一个像素点的近邻像素点的个数为8，LBP图像中任意像素点A的像素值的获得过程为:在人脸图像中，以像素点A为中心，与像素点A近邻的8个像素点分别与像素点A的进行像素值比较,若大于像素点A的像素值,则标记为1，否则，标记为0，按照该8个像素点的预设顺序串接相应的标记为一 8比特数据，将获得的该8比特数据作为像素点A在LBP图像中的像素值。如附图2所示，得到的像素点A用二进制表示为11001011。
[0074]当半径为2时，在以像素点A为中心点的相邻像素点最多有24点，可以采用双线性差值算法将与该像素点A相邻的像素点合成为预定数目的像素点(该预定数目大于等于8，且小于等于24)后再计算像素点A在LBP图像中的像素值，像素点A近邻的合成后的像素点的个数在8?24之间。如附图3所示，将像素点A近邻的24个像素点进行合成后得到8个像素点,根据该8个像素点计算像素点A在LBP图像中的像素值。
[0075]第二步，针对每个LBP图像，划分图像块，假设X方向(水平方向)分为gradex块，y方向(竖直方向)分为grady块。如附图4所示，将LBP图像划分为7X7 ±夹，对每个图像块进行直方图统计。
[0076]例如，在转换LBP图像时，当像素点的近邻像素点数为8时，对应的LBP图像中的像素值的数值范围为0-255，直方图统计时需要统计0-255这256个数在每个图像块里面出现的次数。
[0077]又例如，在转换LBP图像时，当像素点的近邻像素点数为12时，对应的LBP图像中的像素值的数值范围为0-4096，直方图统计时需要统计0-4095这4096个数在每个图像块里面出现的次数。
[0078]不难看出当图像块分得很小的时候统计出来的直方图中数值范围中的很多值对应的出现次数会为0，因此在划分图像块时需要确定合适的数目，并且在转换为LBP图像时，计算像素点在LBP图像中的像素值时采用的近邻像素点的个数的选择也很重要，选择合适的近邻像素点的个数可以在提取更多特征的同时减少计算量，实际应用中，图像块的数目以及近邻像素点的个数，可以通过统计分析确定。
[0079]而且根据人脸的LBP特征的分布进行统计发现，不需要统计数值范围中每个值出现的次数，而只需要统计部分值出现的次数即可有效反应人脸特征，并且，在转换LBP图像时，计算像素点在LBP图像中的像素值时采用的近邻像素点的个数的不同，对应的指定值也不相同，实际应用中，指定值通过统计分析确定。
[0080]例如，在转换LBP图像时，选择的近邻像素点的个数为8时，只需要统计256个值中的59个值的直方图即可；选择的近邻像素点的个数为12时，只需要统计数值范围中的135个值出现的次数即可；选择的近邻像素点的个数为16时，只需要统计数值范围中的243个值出现的次数即可。
[0081]第三步，假设在转换为LBP图像时，计算LBP图像中的像素值时选取的近邻像素点的个数分别为8和12，在进行直方图统计时统计的值的个数为为59和135。因此，每一个LBP图像对应的特征维数分别为:7X 7X59维，7X7X135维(每一维是两个字节)。将每一LBP图像块得到的统计直方图特征向量进行归一化，经过归一化之后每一维数据的长度变为4个字节(float型)，将2个LBP图像对应的归一化后的直方图统计特征向量组成一个行向量，即为该人脸图像的统计特征向量，该统计特征向量有:7X7X (59+135)维数据。
[0082]第四步，预先保存按照与上述第一步?第三步相同的处理过程计算获得的作为模板的各人脸图像的统计特征向量，计算第三步获得的统计特征向量与预先保存的作为模板的各人脸图像的统计特征向量的欧式距离，确定距离最近的前N (N大于等于I)个为可能匹配的人脸图像的模板。
[0083]以下结合附图5所示，通过一个具体实施例对本发明实施例提供的根据视频图像进行信息获取的详细流程进行举例说明。
[0084]步骤501:平板电脑通过多屏互动方式与智能电视同步播放视频(电视广播信号或者多媒体视频文件);
[0085]步骤502:当用户对当前播放的视频画面中的某个明星感兴趣时，通过触发事件(触摸屏幕、点击感兴趣区域、点击某个按钮等操作)触发平板电脑截获视频信号获得的视频图像；
[0086]步骤503:平板电脑将视频图像发送给云服务器；
[0087]步骤504:云服务器接收视频图像，并检测获取视频图像中包含的各明星脸图像；
[0088]步骤505:云服务器分别计算各明星脸图像的统计特征向量，针对每个明星脸图像，计算统计特征向量与预先保存的人脸图像的模板的统计特征向量的欧式距离，将欧式距离中的最小值对应的人脸图像的模板作为与该明星脸图像最为接近的人脸图像；
[0089]步骤506:根据预先保存的人脸图像的模板的统计特征向量与身份标识的对应关系，获取欧式距离的最小值对应的人脸图像的模板的统计特征向量在对应关系中的身份标识，并将该身份标识发送给平板电脑；
[0090]步骤507:平板电脑发送携带该身份标识的数据查询请求给数据库服务器，数据库服务器接收该数据查询请求后，获取与该身份标识对应的描述信息，并返回给平板电脑；
[0091]步骤508:平板电脑接收数据库服务器返回的描述信息并显示，用户通过触摸、滑动等操作浏览该描述信息，若该描述信息中包括该明星出演的电影等相关视频节目时，可以通过点击等操作触发平板电脑获取相关视频并播放；若用户对该明星的描述信息不感兴趣，可以通过返回等操作触发平台电脑退回至多屏互动的主界面，继续与智能电视同步播放视频。
[0092]该具体实施例中，数据库服务器可以与云服务器为同一个硬件设备，也可以是独立于云服务器的单独的硬件设备。
[0093]基于相同的原理，如附图6所示，本发明实施例中还提供了一种基于播放的视频获取信息的设备，该设备的具体实施可参见上述方法部分的描述，重复之处不再赘述，该设备主要包括:
[0094]第一获取模块601，用于获取触发事件发生时终端播放的视频图像；
[0095]计算模块602，用于识别所述视频图像中的人脸图像，并计算获得所述人脸图像的统计特征向量；
[0096]确定模块603，用于根据预先保存的身份标识与人脸图像的统计特征向量的对应关系，确定与计算获得的所述统计特征向量对应的身份标识；[0097]第二获取模块604，用于根据预先保存的身份标识与描述信息的对应关系，获取与确定的所述身份标识对应的描述信息。
[0098]优选地，计算模块具体用于:
[0099]基于预设的分类模型识别所述视频图像中的人脸图像；
[0100]所述分类模型为基于预设的样本集合训练得到，所述样本集合中包含人脸样本图像及相应的身份标识，针对同一身份标识预设有多个不同角度的人脸样本图像。
[0101]优选地，样本集合中包含的各人脸样本图像在同一个角度下基于人眼对齐。
[0102]较佳地，还包括预处理模块605，用于:基于预设的样本集合采用Adboost算法构建所述分类模型。
[0103]其中，样本集合中包含人脸样本图像及相应的身份标识,针对同一身份标识预设多个不同角度的人脸样本图像，包括:正面人脸样本图像、左侧面人脸样本图像、右侧面人脸样本图像、仰头预定角度的人脸样本图像、低头预定角度的人脸样本图像、左侧面预定角度的人脸样本图像和右侧面预定角度的人脸样本图像中的任意一种或任意组合。
[0104]优选地，计算模块602具体用于:
[0105]采用多尺度局部二值模式MLBP算法将所述人脸图像转换为多个局部二值模式LBP图像；
[0106]针对每个所述LBP图像，将所述LBP图像划分为多个子区域，针对每个所述子区域，统计所述子区域中包含指定的像素值的个数，将所述指定的像素值的个数进行归一化处理；
[0107]针对每个所述LBP图像，按照预设的第一顺序将各子区域中包含的指定的像素值的个数串接为一个行向量；
[0108]按照预设的第二顺序将各LBP图像对应的行向量串接为所述人脸图像统计特征向量。
[0109]优选地，确定模块603具体用于:
[0110]分别计算获得的所述人脸图像的统计特征向量与所述对应关系中的各人脸图像的统计特征向量的欧式距离；
[0111]将获得的各欧式距离按照大小排序，从欧式距离中的最小值开始获取N个欧式距离，N大于等于一；
[0112]获取与所述N个欧式距离对应的所述对应关系中的统计特征向量及身份标识；
[0113]按照所述N个欧式距离从小到大的顺序，确定获取的所述N个身份标识的优先级。
[0114]具体实施中，确定模块603具体用于:
[0115]确定第N个欧式距离小于设定阈值。
[0116]相应地，第二获取模块604具体用于:
[0117]根据预先保存的身份标识与描述信息的对应关系，按照确定的所述N个身份标识获取与对应的N个描述信息，并按照确定的所述N个身份标识的优先级确定所述N个描述信息的优先级。
[0118]较佳地,还包括发送模块606,用于:
[0119]根据确定的所述N个描述信息的优先级，按照优先级从高到低的顺序依次发送所述描述信息给终端。[0120]具体实施中，第一获取模块601具体用于:
[0121]接收终端发送的所述视频图像，所述视频图像由所述终端在触发事件发生时根据截获的视频信号获得。
[0122]优选地，第二获取模块还用于:
[0123]将获取的所述描述信息发送给所述终端或者用户的移动终端并显示。
[0124]基于上述技术方案，本发明实施例中，通过获取触发事件发生时终端播放的视频图像，采用分类模型识别所述视频图像中的人脸图像，并计算获得所述人脸图像的统计特征向量，根据预先保存的身份标识与人脸图像的统计特征向量的对应关系，确定与计算获得的所述统计特征向量对应的身份标识，并根据预先保存的身份标识与描述信息的对应关系，获取与确定的所述身份标识对应的描述信息，实现了根据智能电子设备播放的视频内容获取描述信息的功能，增强了智能电子设备的视频播放功能，提高了用户体验。
[0125]显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
【权利要求】
1.一种基于播放的视频获取信息的方法，其特征在于，包括: 获取触发事件发生时终端播放的视频图像； 识别所述视频图像中的人脸图像，并计算获得所述人脸图像的统计特征向量； 根据预先保存的身份标识与人脸图像的统计特征向量的对应关系，确定与计算获得的所述统计特征向量对应的身份标识； 并根据预先保存的身份标识与描述信息的对应关系，获取与确定的所述身份标识对应的描述信息。
2.如权利要求1所述的方法，其特征在于，识别所述视频图像中的人脸图像，包括: 基于预设的分类模型识别所述视频图像中的人脸图像； 所述分类模型为基于预设的样本集合训练得到，所述样本集合中包含人脸样本图像及相应的身份标识，针对同一身份标识预设有多个不同角度的人脸样本图像。
3.如权利要求2所述的方法，其特征在于，所述样本集合中包含的各人脸样本图像在同一个角度下基于人眼对齐。
4.如权利要求3所述的方法，其特征在于，所述样本集合中针对同一身份标识预设有多个不同角度的人脸样本图像，包括: 正面人脸样本图像、左侧面人脸样本图像、右侧面人脸样本图像、仰头预定角度的人脸样本图像、低头预定角度的人脸样本图像、左侧面预定角度的人脸样本图像和右侧面预定角度的人脸样本图像中的任意一种或任意组合。
5.如权利要求1-4任 一项所述的方法，其特征在于，计算获得所述人脸图像的统计特征向量，包括: 采用多尺度局部二值模式MLBP算法将所述人脸图像转换为多个局部二值模式LBP图像； 针对每个所述LBP图像，将所述LBP图像划分为多个子区域，针对每个所述子区域，统计所述子区域中包含指定的像素值的个数，将所述指定的像素值的个数进行归一化处理；针对每个所述LBP图像，按照预设的第一顺序将各子区域中包含的指定的像素值的个数串接为一个行向量； 按照预设的第二顺序将各LBP图像对应的行向量串接为所述人脸图像统计特征向量。
6.如权利要求5所述的方法，其特征在于，根据预先保存的身份标识与人脸图像的统计特征向量的对应关系，确定与计算获得的所述统计特征向量对应的身份标识，包括: 分别计算获得的所述人脸图像的统计特征向量与所述对应关系中的各人脸图像的统计特征向量的欧式距离； 将获得的各欧式距离按照大小排序，从欧式距离中的最小值开始获取N个欧式距离，且确定第N个欧式距离小于设定阈值，N大于等于一； 获取与所述N个欧式距离对应的所述对应关系中的统计特征向量及身份标识； 按照所述N个欧式距离从小到大的顺序，确定获取的所述N个身份标识的优先级。
7.如权利要求6所述的方法，其特征在于，根据预先保存的身份标识与描述信息的对应关系，获取与确定的所述身份标识对应的描述信息，包括: 根据预先保存的身份标识与描述信息的对应关系，按照确定的所述N个身份标识获取与对应的N个描述信息，并按照确定的所述N个身份标识的优先级确定所述N个描述信息的优先级，根据确定的所述N个描述信息的优先级，按照优先级从高到低的顺序依次发送所述描述信息给终端。
8.如权利要求1所述的方法，其特征在于，获取触发事件发生时终端播放的视频图像，包括: 云服务器接收终端发送的所述视频图像，所述视频图像由所述终端在触发事件发生时根据截获的视频信号获得。
9.如权利要求1所述的方法，其特征在于，获取与确定的所述身份标识对应的描述信息后，还包括: 将所述描述信息发送给所述终端或者用户的移动终端并显示。
10.如权利要求9所述的方法，其特征在于，所述终端或者用户的移动终端显示所述描述信息后，还包括: 所述终端或者所述移动终端确定检测到用户点击所述描述信息中包含的超链接时，按照所述超链接所指示的网络地址获取相关信息并显示。
11.一种基于播放的视频获取信息的设备，其特征在于，包括: 第一获取模块，用于获取触发事件发生时终端播放的视频图像； 计算模块，用于识别所述视频图像中的人脸图像，并计算获得所述人脸图像的统计特征向量； 确定模块，用于根据预先保存的身份标识与人脸图像的统计特征向量的对应关系，确定与计算获得的所述统计特征向量对应的身份标识；` 第二获取模块，用于根据预先保存的身份标识与描述信息的对应关系，获取与确定的所述身份标识对应的描述信息。
12.如权利要求11所述的设备，其特征在于，所述计算模块具体用于: 基于预设的分类模型识别所述视频图像中的人脸图像； 所述分类模型为基于预设的样本集合训练得到，所述样本集合中包含人脸样本图像及相应的身份标识，针对同一身份标识预设有多个不同角度的人脸样本图像。
13.如权利要求11或12所述的设备，其特征在于，所述计算模块具体用于: 采用多尺度局部二值模式MLBP算法将所述人脸图像转换为多个局部二值模式LBP图像； 针对每个所述LBP图像，将所述LBP图像划分为多个子区域，针对每个所述子区域，统计所述子区域中包含指定的像素值的个数，将所述指定的像素值的个数进行归一化处理；针对每个所述LBP图像，按照预设的第一顺序将各子区域中包含的指定的像素值的个数串接为一个行向量； 按照预设的第二顺序将各LBP图像对应的行向量串接为所述人脸图像统计特征向量。
14.如权利要求13所述的设备，其特征在于，所述确定模块具体用于: 分别计算获得的所述人脸图像的统计特征向量与所述对应关系中的各人脸图像的统计特征向量的欧式距离； 将获得的各欧式距离按照大小排序，从欧式距离中的最小值开始获取N个欧式距离，且确定第N个欧式距离小于设定阈值，N大于等于一； 获取与所述N个欧式距离对应的所述对应关系中的统计特征向量及身份标识；按照所述N个欧式距离从小到大的顺序，确定获取的所述N个身份标识的优先级。
15.如权利要求14所述的设备，其特征在于，所述第二获取模块具体用于: 根据预先保存的身份标识与描述信息的对应关系，按照确定的所述N个身份标识获取与对应的N个描述信息，并按照确定的所述N个身份标识的优先级确定所述N个描述信息的优先级； 还包括发送模块，用于: 根据确定的所述N个描述信息的优先级，按照优先级从高到低的顺序依次发送所述描述信息给终端。
16.如权利要求11所述的设备，其特征在于，所述第一获取模块具体用于: 接收终端发送的所述视频图像，所述视频图像由所述终端在触发事件发生时根据截获的视频信号获得。
17.如权利要求11所述的设备，其特征在于，所述第二获取模块还用于: 将获取的所述描述信息发送给所述终端或者`用户的移动终端并显示。
【文档编号】G06F17/30GK103870559SQ201410080446
【公开日】2014年6月18日 申请日期:2014年3月6日 优先权日:2014年3月6日
【发明者】王勇进, 周玉, 高伟杰 申请人:海信集团有限公司