(19)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 202210983599.X (22)申请日 2022.08.16 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 谢兵兵　张小锋　林封笑　黄鹏　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 严翠霞 (51)Int.Cl. G06V 40/10(2022.01) G06V 40/16(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06T 7/246(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 人脸与人体的关联方法、 电子 设备以及存储 介质 (57)摘要 本发明公开了一种人脸与人体的关联方法、 电子设备 以及存储介质， 其中， 人脸与人体的关 联方法包括： 获取到视频图像， 并确定视频图像 中目标对象的跟踪轨迹以及目标对象的多个初 始图像， 初始图像包括初始人脸图像、 初始人体 图像以及初始人脸人体图像； 响应于跟踪轨迹的 跟踪稳定度不大于稳定度阈值， 基于目标对象 的 多个初始 图像之间的人脸相似度以及人体相似 度确定目标对象的目标人脸图像以及目标人体 图像， 并建立目标人脸图像与目标人体图像之间 的关联关系。 通过上述方式， 本发明能够提高人 脸与人体的关联准确率。 权利要求书3页 说明书13页 附图2页 CN 115457595 A 2022.12.09 CN 115457595 A 1.一种人脸与人体的关联 方法， 其特 征在于， 包括： 获取到视频图像， 并确定所述视频图像中目标对象的跟踪轨迹以及所述目标对象的多 个初始图像， 所述初始图像包括初始人脸图像、 初始人体图像以及 初始人脸人体图像； 响应于所述跟踪轨迹的跟踪稳定度不大于稳定度阈值， 基于所述目标对象的多个初始 图像之间的人脸相似度以及人体相似度确定所述目标对 象的目标人脸图像以及目标人体 图像， 并建立所述目标 人脸图像与所述目标 人体图像之间的关联关系。 2.根据权利要求1所述的人脸与人体的关联方法， 其特征在于， 所述响应于所述跟踪轨 迹的跟踪稳定度不大于稳定度阈值， 基于所述目标对象的多个初始图像之 间的人脸相似度 以及人体相似度确定所述目标对象的目标人脸图像以及目标人体图像， 并建立所述目标人 脸图像与所述目标 人体图像之间的关联关系， 包括： 分别对所述目标对象的各初始图像进行质量评分， 确定各 所述初始图像的质量分数； 响应于所述跟踪轨迹的跟踪稳定度不大于稳定度阈值， 基于各所述初始图像的质量分 数从所述多个初始图像中确定多个质量图像； 基于所述目标对象的多个质量图像之间的人脸相似度以及人体相似度确定所述目标 对象的目标人脸图像以及目标人体图像， 并建立所述目标人脸图像与所述目标人体图像之 间的关联关系。 3.根据权利要求2所述的人脸与人体的关联方法， 其特征在于， 所述分别对所述目标对 象的各初始图像进行质量评分， 确定各 所述初始图像的质量分数， 包括： 分别对所述目标对象的各初始图像进行质量评分， 确定各所述初始图像中各初始人脸 图像、 各初始人体图像以及各初始人脸人体图像的质量分数； 所述响应于所述跟踪轨迹的跟踪稳定度不大于稳定度阈值， 基于各所述初始图像的质 量分数从所述多个初始图像中确定多个质量图像， 包括： 响应于所述跟踪轨迹的跟踪稳定度不大于稳定度阈值， 基于各所述初始人脸图像、 各 所述初始人体图像以及各所述初始人脸人体图像的质量分数， 确定所述目标对象的人脸质 量最优图像、 人脸质量最优图像对应的人体图像、 人脸人体综合质量最优图像中的人脸图 像和人体图像； 所述基于所述目标对象的多个质量图像之间的人脸相似度以及人体相似度确定所述 目标对象的目标人脸图像以及目标人体图像， 并建立所述目标人脸图像与所述目标人体图 像之间的关联关系， 包括： 基于所述目标对象的人脸质量最优图像、 人脸质量最优图像对应的人体图像、 人脸人 体综合质量最优图像中的人脸图像和人体图像之间的人脸相似度以及人体相似度确定所 述目标对象的目标人脸图像以及目标人体图像， 并建立所述目标人脸图像与所述目标人体 图像之间的关联关系。 4.根据权利要求3所述的人脸与人体的关联方法， 其特征在于， 所述基于所述目标对象 的人脸质量最优图像、 人脸质量最优图像对应的人体图像、 人脸人体综合质量最优图像中 的人脸图像和人体图像之间的人脸相似度以及人体相似度确定所述目标对 象的目标人脸 图像以及目标 人体图像， 包括： 响应于所述人脸质量最优图像与所述人脸人体综合质量最优图像中的人脸图像之间 的人脸相似度不小于人脸预设相似度， 将所述人脸质量最优图像与所述人脸人体综合质量权　利　要　求　书 1/3 页 2 CN 115457595 A 2最优图像中的人脸图像确定为所述目标对象的目标人脸图像， 并判断人脸质量最优图像对 应的人体图像与人脸人体综合质量最优图像中的人体图像之间的人体相似度是否小于人 体预设相似度； 响应于人脸质量最优图像对应的人体图像与人脸人体综合质量最优图像中的人体图 像之间的人体相似度小于人体预设相似度， 将所述人脸人体综合质量最优图像中的人体图 像确定为所述目标对象的目标人体图像， 以及将所述人脸质量最优图像对应的人体图像确 定为其他目标对象的人体图像。 5.根据权利要求3所述的人脸与人体的关联方法， 其特征在于， 所述基于所述目标对象 的人脸质量最优图像、 人脸质量最优图像对应的人体图像、 人脸人体综合质量最优图像中 的人脸图像和人体图像之间的人脸相似度以及人体相似度确定所述目标对 象的目标人脸 图像以及目标 人体图像， 包括： 响应于所述人脸质量最优图像与所述人脸人体综合质量最优图像中的人脸图像之间 的人脸相似度小于人脸预设相似度， 将所述人脸人体综合质量最优图像中的人脸图像确定 为所述目标对象的目标人脸图像， 并判断人脸质量最优图像对应的人体图像与人脸人体综 合质量最优图像中的人体图像之间的人体相似度是否小于人体预设相似度； 响应于人脸质量最优图像对应的人体图像与人脸人体综合质量最优图像中的人体图 像之间的人体相似度小于人体预设相似度， 将所述人脸人体综合质量最优图像中的人体图 像确定为所述目标对象的目标 人体图像； 响应于人脸质量最优图像对应的人体图像与人脸人体综合质量最优图像中的人体图 像之间的人体相似度不小于人体预设相似度， 将所述人脸人体综合质量最优图像中的人体 图像与人脸质量 最优图像对应的人体图像确定为所述目标对象的目标 人体图像。 6.根据权利要求4或5所述的人脸与人体的关联方法， 其特征在于， 所述基于各所述初 始人脸图像、 各所述初始人体图像以及各所述初始人脸人体图像的质量分数， 确定所述 目 标对象的人脸质量最优图像、 人脸质量最优图像对应的人体图像、 人脸人体综合质量最优 图像中的人脸图像和人体图像， 还 包括： 基于各所述初始图像中各初始人体图像的质量分数， 从所述多个初始图像中确定所述 目标对象的人体质量图像； 所述基于所述目标对象的人脸质量最优图像、 人脸质量最优图像对应的人体图像、 人 脸人体综合质量最优图像中的人脸图像和人体图像之间的人脸相似度以及人体相似度确 定所述目标对象的目标 人脸图像以及目标 人体图像， 还 包括： 响应于所述人体质量图像与所述目标对象的目标人体图像之间的人体相似度大于人 体预设相似度， 将所述人体质量图像确定为所述目标对象的目标 人体图像。 7.根据权利要求3所述的人脸与人体的关联方法， 其特征在于， 所述响应于所述跟踪轨 迹的跟踪稳定度不大于稳定度阈值， 基于各所述初始图像的质量分数从所述多个初始图像 中确定多个质量图像， 包括： 基于所述跟踪轨 迹确定所述目标对象的跟踪稳定度； 响应于所述跟踪稳定度不大于所述稳定度阈值， 基于各所述初始人脸图像、 各所述初 始人体图像以及各所述初始人脸人体图像的质量分数确定所述目标对 象的人脸质量最优 图像、 人脸质量最优图像对应的人体图像、 人脸人体综合质量最优图像中的人脸图像和人权　利　要　求　书 2/3 页 3 CN 115457595 A 3