[发明专利]视频场景分类方法、装置、设备及存储介质

说明书

本公开实施例公开了一种视频场景分类方法、装置、设备及存储介质。其中，方法包括：从视频帧序列中，抽取多个待处理视频帧；将所述多个待处理视频帧输入至场景分类模型中，得到场景分类模型输出的多个待处理视频帧对应的场景类别；其中，场景分类模型包括聚合模型、分类器和多个特征提取模型，场景分类模型通过每个特征提取模型提取输入的待处理视频帧中的图像特征，通过聚合模型聚合多个待处理视频帧中的图像特征得到聚合特征，通过分类器对聚合特征进行分类得到对应的场景类别。本公开实施例能够实现视频中的场景分类。

技术领域

本公开实施例涉及计算机视觉技术，尤其涉及一种视频场景分类方法、装置、设备及存储介质。

背景技术

随着互联网技术的发展，可以通过摄像机拍摄视频并将视频通过网络发送到智能终端，人们得以在智能终端上观看来自世界各地的视频，比如运动视频、道路视频、比赛视频等。

精彩的视频对观众的吸引力较大，视频是否精彩取决于其中的场景。例如足球比赛视频中，射门、点球、任意球等场景是观众喜闻乐见的内容。但是，视频中的场景瞬息万变，导致很难从视频中得到场景分类。

发明内容

本公开实施例提供一种视频场景分类方法、装置、设备及存储介质，以实现视频中的场景分类。

第一方面，本公开实施例提供了一种视频场景分类方法，包括：

从视频帧序列中，抽取多个待处理视频帧；

将所述多个待处理视频帧输入至场景分类模型中，得到所述场景分类模型输出的多个待处理视频帧对应的场景类别，其中，场景分类模型包括聚合模型、分类器和多个特征提取模型，所述场景分类模型通过每个特征提取模型提取输入的待处理视频帧中的图像特征，通过聚合模型聚合多个待处理视频帧中的图像特征得到聚合特征，通过所述分类器对聚合特征进行分类得到对应的场景类别。

第二方面，本公开实施例还提供了一种视频场景分类装置，包括：

抽取模块，用于从视频帧序列中，抽取多个待处理视频帧；

输入输出模块，用于将所述多个待处理视频帧输入至场景分类模型中，得到所述场景分类模型输出的多个待处理视频帧对应的场景类别；

其中，场景分类模型包括聚合模型、分类器和多个特征提取模型，所述场景分类模型，用于通过每个特征提取模型提取输入的待处理视频帧中的图像特征，通过聚合模型聚合多个待处理视频帧中的图像特征得到聚合特征，通过所述分类器对聚合特征进行分类得到对应的场景类别。

第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现任一实施例所述的视频场景分类方法。

第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例所述的视频场景分类方法。

本公开实施例中，通过从视频帧序列中，抽取多个待处理视频帧；将多个待处理视频帧输入至场景分类模型中，得到场景分类模型输出的多个待处理视频帧对应的场景类别，实现了视频中的场景分类，满足用户的个性化观看需求；进一步地，通过对多个待处理视频帧进行特征提取、聚合和分类，从而以多个待处理视频帧为整体，进行场景识别，无需对每个待处理视频帧分别进行图像处理，也无需对待处理视频帧进行裁剪、识别等其他操作，使得识别速率较快；而且，通过特征聚合，能够有效提高场景分类的准确度。

附图说明

图1是本公开实施例一提供的一种视频场景分类方法的流程图；