[发明专利]一种视频分类问题的样本提取方法及装置在审
申请号: | 201910001709.6 | 申请日: | 2019-01-02 |
公开(公告)号: | CN109726765A | 公开(公告)日: | 2019-05-07 |
发明(设计)人: | 贾红红;赵骥伯 | 申请(专利权)人: | 京东方科技集团股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F16/73 |
代理公司: | 北京鼎佳达知识产权代理事务所(普通合伙) 11348 | 代理人: | 王伟锋;刘铁生 |
地址: | 100015 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 视频数据 样本 视频分类 冗余图像数据 单帧图像 内容信息 样本提取 分类模型 特征图像 提取特征 图像组成 训练视频 解析 涵盖 应用 优化 | ||
1.一种视频分类问题的样本提取方法,其特征在于,所述方法包括:
获取视频数据;
对所述视频数据进行解析,得到所述视频数据对应的连续的多个单帧图像;
从所述连续的多个单帧图像中提取特征图像组成样本,所述特征图像用于概括所述视频数据的内容信息,所述样本中不包含冗余图像数据。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
按照所述特征图像在时间轴上对应的光流信息,将所述特征图像按照时间先后顺序排列;
根据所述特征图像的排列顺序,生成所述样本对应的光流图像;
将所述光流图像添加至训练样本;和/或,
将所述特征图像添加至训练样本。
3.根据权利要求1所述的方法,其特征在于,所述从所述连续的多个单帧图像中提取特征图像组成样本,包括:
将所述视频数据对应的连续的多个单帧图像平均分成多个图像组,所述图像组包含按照时间先后顺序排列的连续的多个单帧图像;
通过比对所述图像组内的单帧图像互相之间的结构相似性,确定所述图像组对应的特征图像;
提取每个所述图像组对应的特征图像组成样本。
4.根据权利要求3所述的方法,其特征在于,所述通过比对所述图像组内的单帧图像互相之间的结构相似性,确定所述图像组对应的特征图像,包括:
在所述图像组内选取任意一个单帧图像作为标杆图像;
根据所述图像组内的多个单帧图像的排列顺序,获取所述标杆图像的前H个单帧图像以及后H个单帧图像组成图像集合,所述H是正整数,2H+1是小于一组图像组包含的单帧图像的总数目;
分别计算所述标杆图像与所述图像集合中的每个单帧图像之间的结构相似度,得到所述标杆图像对应的多个相似度值;
对所述标杆图像对应的多个相似度值执行求平均运算,得到所述标杆图像对应的相似度平均值;
将多个所述标杆图像分别对应的相似度平均值按照数值由小到大排序;
根据所述按照数值由小到大的排序,从多个所述标杆图像分别对应的相似度平均值中选取前M个相似度平均值,所述M是正整数且小于一组图像组包含的单帧图像的总数目;
将与被选取的所述相似度平均值匹配的标杆图像确定为特征图像。
5.根据权利要求3所述的方法,其特征在于,在执行本次提取每个所述图像组对应的特征图像组成样本之后,所述方法还包括:
标记本次提取的所述特征图像;
在执行下次提取每个所述图像组对应的特征图像组成样本时,从所述图像组中未被标记的单帧图像中提取特征图像。
6.根据权利要求4所述的方法,其特征在于,在执行本次提取每个所述图像组对应的特征图像组成样本之后,所述方法还包括:
标记本次提取的所述特征图像;
在执行下次提取每个所述图像组对应的特征图像组成样本时,将被标记的所述特征图像对应的相似度平均值乘以增长系数,所述增长系数用于将所述特征图像对应的相似度平均值翻倍。
7.一种视频分类问题的样本提取装置,其特征在于,所述装置包括:
获取单元,用于获取视频数据;
解析单元,用于对所述获取单元获取的视频数据进行解析,得到所述视频数据对应的连续的多个单帧图像;
提取单元,用于从所述解析单元解析得到的连续的多个单帧图像中提取特征图像组成样本,所述特征图像用于概括所述视频数据的内容信息,所述样本中不包含冗余图像数据。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
排序单元,用于按照所述特征图像在时间轴上对应的光流信息,将所述特征图像按照时间先后顺序排列;
生成单元,用于根据所述排序单元排列的特征图像的排列顺序,生成所述样本对应的光流图像;
添加单元,用于将所述光流图像添加至训练样本;和/或,
所述添加单元,还用于将所述特征图像添加至训练样本。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910001709.6/1.html,转载请声明来源钻瓜专利网。