[发明专利]视频处理方法、装置和系统及存储介质

说明书

本发明实施例提供一种视频处理方法、装置和系统以及存储介质。该方法包括：获取视频；从视频中识别目标对象；从包含目标对象的一个或多个视频帧中提取满足预设要求的、包含目标对象的至少一个图像；以及将至少一个图像输出用于从至少一个图像中提取目标对象的结构化信息。上述视频处理方法、装置和系统以及存储介质可以大大减小视频数据量，大大减轻网络传输的负担，使得结合云计算进行视频结构化处理成为可能。

技术领域

本发明涉及图像处理领域，更具体地涉及一种视频处理方法、装置和系统以及存储介质。

背景技术

在现有的视频结构化处理技术中，大多是由前端相机将采集的视频流通过网络传送给后端服务器进行视频结构化，这对后端服务器的性能提出较高的要求。同时，由于后端服务器的处理能力有限，负载无法提高。

发明内容

考虑到上述问题而提出了本发明。本发明提供了一种视频处理方法、装置和系统以及存储介质。

根据本发明一方面，提供了一种视频处理方法。该方法包括：获取视频；从视频中识别目标对象；从包含目标对象的一个或多个视频帧中提取满足预设要求的、包含目标对象的至少一个图像；以及将至少一个图像输出用于从至少一个图像中提取目标对象的结构化信息。

示例性地，至少一个图像中的每一个是一个完整的视频帧，或者至少一个图像中的每一个是从对应的视频帧中提取的仅包含目标对象的图像块。

示例性地，从包含目标对象的一个或多个视频帧中提取满足预设要求的、包含目标对象的至少一个图像包括：从一个或多个视频帧中选取目标对象的对象识别质量达到预定条件的特定数目的视频帧；以及确定特定数目的视频帧为至少一个图像，或者，从特定数目的视频帧中分别提取仅包含目标对象的图像块作为至少一个图像。

示例性地，从一个或多个视频帧中选取目标对象的对象识别质量达到预定条件的特定数目的视频帧包括：对于一个或多个视频帧中的每一个，根据目标对象在该视频帧中的姿态信息、成像质量信息、对象置信度和对象大小中的一项或多项，计算目标对象在该视频帧中的对象识别质量。

示例性地，从一个或多个视频帧中选取目标对象的对象识别质量达到预定条件的特定数目的视频帧包括：将一个或多个视频帧中的视频帧依次存储至视频库中，当视频库中所存储的视频帧的数目达到预定数目时，对于一个或多个视频帧中的每个当前视频帧，将该当前视频帧的对象识别质量与视频库中所存储的视频帧的对象识别质量进行对比，如果该当前视频帧的对象识别质量高于视频库中所存储的任一视频帧的对象识别质量，则在视频库中存储该当前视频帧并丢弃先前存储的视频帧中对象识别质量最低的视频帧；以及确定视频库中所存储的视频帧为特定数目的视频帧。

示例性地，从视频中识别目标对象包括：对视频中的每个视频帧进行对象检测，以获得每个视频帧中的每个分立对象的对象信息，对象信息包括对象位置信息；根据每个视频帧中的每个分立对象的对象信息对视频中出现的至少一个跟踪对象进行跟踪；以及确定至少一个跟踪对象之一为目标对象。

示例性地，对象信息还包括姿态信息、成像质量信息和对象置信度中的一项或多项。

示例性地，对视频中的每个视频帧进行对象检测利用卷积神经网络实现。

根据本发明另一方面，提供了一种视频处理装置，包括：视频获取模块，用于获取视频；对象识别模块，用于从视频中识别目标对象；图像提取模块，用于从包含目标对象的一个或多个视频帧中提取满足预设要求的、包含目标对象的至少一个图像；以及图像输出模块，用于将至少一个图像输出用于从至少一个图像中提取目标对象的结构化信息。

示例性地，至少一个图像中的每一个是一个完整的视频帧，或者至少一个图像中的每一个是从对应的视频帧中提取的仅包含目标对象的图像块。