[发明专利]一种视频片段处理方法、装置及计算机可读存储介质有效

专利信息
申请号: 201910126988.9 申请日: 2019-02-20
公开(公告)号: CN109948446B 公开(公告)日: 2021-07-16
发明(设计)人: 王影影 申请(专利权)人: 北京奇艺世纪科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 莎日娜
地址: 100080 北京市海淀*** 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: 一种 视频 片段 处理 方法 装置 计算机 可读 存储 介质
【说明书】:

发明提供了一种视频片段处理方法、装置及计算机可读存储介质,包括:提取视频样本的视频特征,及视频特征对应的视频时间序列;根据视频特征和预设的行为片段生成模型,生成目标视频片段,目标视频片段包括片段时间序列;根据片段时间序列和视频时间序列的匹配,从视频特征中确定与目标视频片段对应的目标视频特征;将目标视频特征输入预设的行为类别分类器,得到目标视频片段中动作行为的分类类别,本发明利用了视频特征中对应的时间序列,找到目标视频片段对应的目标视频特征输入分类器,避免了重复对目标视频片段进行特征提取,提高了分类效率。

技术领域

本发明属于计算机技术领域,特别是涉及一种视频片段处理方法、装置及计算机可读存储介质。

背景技术

从未经处理的长视频中提取出用户感兴趣的行为片段,及确定行为片段的行为类别,对后续的视频分析具有重要意义。在实际应用中,可以为用户提供更丰富的个性化服务。

现有技术中,通常采用基于边界敏感网络的双流网络模型,分别提取视频样本的图像特征和光流特征,并将图像特征和光流特征进行融合,得到融合特征。其中,光流特征是由于视频样本中前景目标本身的移动、相机的运动,或者两者的共同运动所产生的,表述了视频样本中运动特征的相关规律。在得到融合特征后,可以将融合特征输入行为片段生成模型,并输出行为片段,并将整个行为片段作为分类模型的输入,输出该行为片段的类别信息。

但是,在进行行为片段的类别确定时,需将整个行为片段作为视频输入,重新提取特征并对其分类,增加了时间消耗。

发明内容

有鉴于此,本发明提供一种视频片段处理方法、装置及计算机可读存储介质,在一定程度上解决了目前方案中在进行行为片段的类别确定时,需将整个行为片段作为视频输入,重新提取特征并对其分类,增加了时间消耗的问题。

依据本发明的第一方面,提供了一种视频片段处理方法,该方法可以包括:

提取视频样本的视频特征,及所述视频特征对应的视频时间序列;

根据所述视频特征和预设的行为片段生成模型,生成目标视频片段,所述目标视频片段包括片段时间序列;

根据所述片段时间序列和所述视频时间序列的匹配,从所述视频特征中确定与所述目标视频片段对应的目标视频特征;

将所述目标视频特征输入预设的行为类别分类器,得到所述目标视频片段中动作行为的分类类别。

依据本发明的第二方面,提供了一种视频片段处理装置,该装置可以包括:

提取模块,用于提取视频样本的视频特征,及所述视频特征对应的视频时间序列;

生成模块,用于根据所述视频特征和预设的行为片段生成模型,生成目标视频片段,所述目标视频片段包括片段时间序列;

确定模块,用于根据所述片段时间序列和所述视频时间序列的匹配,从所述视频特征中确定与所述目标视频片段对应的目标视频特征;

分类模块,用于将所述目标视频特征输入预设的行为类别分类器,得到所述目标视频片段中动作行为的分类类别。

第三方面,本发明实施例提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的视频片段处理方法的步骤。

针对在先技术,本发明具备如下优点:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京奇艺世纪科技有限公司,未经北京奇艺世纪科技有限公司许可,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/201910126988.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top