[发明专利]信息获取方法和装置

说明书

本申请实施例公开了信息获取方法和装置。该方法的一具体实施方式包括：获取摄像头拍摄的至少一帧视频图像；将视频图像输入到视频缺陷识别模型的多个视频缺陷识别子模型中，得到各视频缺陷识别子模型的输出值，各视频缺陷识别子模型的输出值用于指示视频图像是否具有与该视频缺陷识别子模型对应的缺陷类型；基于各个视频缺陷识别子模型的输出值确定视频图像所对应的缺陷类型信息，缺陷类型信息用于指示视频图像的缺陷类型。一方面可以提高检测视频图像所对应的缺陷类型的准确性，另一方面可以提升检测视频图像所对应的缺陷类型的全面性。

技术领域

本申请实施例涉及计算机技术领域，具体图像处理技术领域，尤其涉及信息获取方法和装置。

背景技术

随着电子技术的发展，视频资料日益成为主流的媒体资料类型，并被大量用于档案的收集和保存，广泛应用于安防监控领域。此外，随着互联网的发展，经由互联网在终端之间或者在服务器与终端之间传送的视频媒体也越来越普遍。

无论是作为档案的视频资料还是由互联网传送的视频媒体，都需要由摄像头拍摄视频图像然后将视频图像进行传输或保存。

然而视频图像的质量会因设备受损、摄像头抖动或环境因素等的影响而引入各种缺陷，如曝光量设置不当引起的视频图像亮度异常、设备焦距失调导致的视频图像清晰度异常等视频缺陷。这些视频缺陷的引入会阻碍人们从视频图像中获取准确的信息。

发明内容

本申请实施例提出了一种信息获取方法和装置。

第一方面，本申请实施例提供了一种信息获取方法，该方法包括：获取摄像头拍摄的至少一帧视频图像；将视频图像输入到视频缺陷识别模型的多个视频缺陷识别子模型中，得到各视频缺陷识别子模型的输出值，各视频缺陷识别子模型的输出值用于指示视频图像是否具有与该视频缺陷识别子模型对应的缺陷类型，每一个视频缺陷识别子模型用于识别以下任意一种缺陷类型：清晰度异常、亮度异常、颜色异常、连续性异常、对比度异常；基于各个视频缺陷识别子模型的输出值确定视频图像所对应的缺陷类型信息，缺陷类型信息用于指示视频图像的缺陷类型。

在一些实施例中，视频缺陷识别子模型包括亮度异常识别子模型；以及在将视频图像输入到视频缺陷识别模型的多个视频缺陷识别子模型中，得到各视频缺陷识别子模型的输出值之前，信息获取方法还包括：获取拍摄视频图像时的环境亮度参数；将视频图像输入到视频缺陷识别模型的多个视频缺陷识别子模型中，得到各视频缺陷识别子模型的输出值，包括：将环境亮度参数以及视频图像输入到亮度异常识别子模型，以使亮度异常识别子模型基于环境亮度参数和视频图像的亮度参数确定输出值。

在一些实施例中，视频缺陷识别子模型包括连续性异常识别子模型；以及将视频图像输入到视频缺陷识别模型的多个视频缺陷识别子模型中，得到各视频缺陷识别子模型的输出值，包括：将至少连续两帧视频图像输入到连续性异常识别子模型，得到连续性异常识别子模型根据至少连续两帧视频图像确定的输出值。

在一些实施例中，各视频缺陷识别子模型均为卷积神经网络模型。

在一些实施例中，在获取摄像头所拍摄的至少一帧视频图像之前，信息获取方法还包括：使用添加了缺陷类型标注的多个视频图像分别对各视频缺陷识别子模型进行训练。

第二方面，本申请实施例提供了一种信息获取装置，该装置包括：第一获取单元，配置用于获取摄像头拍摄的至少一帧视频图像；输入单元，配置用于将视频图像输入到视频缺陷识别模型的多个视频缺陷识别子模型中，得到各视频缺陷识别子模型的输出值，各视频缺陷识别子模型的输出值用于指示视频图像是否具有与该视频缺陷识别子模型对应的缺陷类型，每一个视频缺陷识别子模型用于识别以下任意一种缺陷类型：清晰度异常、亮度异常、颜色异常、连续性异常、对比度异常；确定单元，配置用于基于各个视频缺陷识别子模型的输出值确定视频图像所对应的缺陷类型信息，缺陷类型信息用于指示视频图像的缺陷类型。