[发明专利]一种信息区域确定的方法、信息展示的方法及装置有效

专利信息
申请号: 201910194525.6 申请日: 2019-03-14
公开(公告)号: CN109948611B 公开(公告)日: 2022-07-08
发明(设计)人: 黄浩智;康頔;姜文浩;刘小蒙;揭泽群;凌永根;刘威 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V10/25 分类号: G06V10/25;G06V10/44;G06V20/40;G06V10/82;G06N3/04
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王仲凯
地址: 518057 广东省深圳*** 国省代码: 广东;44
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 信息 区域 确定 方法 展示 装置
【权利要求书】:

1.一种信息区域确定的方法,其特征在于,包括:

获取待处理视频中的镜头集合,其中,所述镜头集合包括N个镜头,每个镜头包括至少一帧连续的图像,所述N为大于或等于1的整数;

对所述镜头集合中的目标镜头进行检测,得到第一图像所对应的第一信息区域,其中,所述目标镜头为所述镜头集合中的一个镜头,所述第一信息区域为所述第一图像的物体检测结果,所述第一信息区域携带目标标识,所述第一图像为目标镜头中第一个被检测到物体的图像;

根据所述第一信息区域确定所述目标镜头内第二图像所对应的第二信息区域,其中,所述第二图像为所述第一图像之后的一帧图像,所述第二信息区域为所述第二图像的跟踪检测结果,所述第二信息区域携带所述目标标识;

若检测到所述第二图像中存在第三信息区域,则对所述第三信息区域以及所述第二信息区域进行融合,得到目标信息区域,其中,所述第三信息区域为所述第二图像的物体检测结果,所述第三信息区域携带所述目标标识,所述目标信息区域用于展示目标业务信息;

其中,所述根据所述第一信息区域确定所述目标镜头内第二图像所对应的第二信息区域,包括:

通过目标跟踪模型中的卷积神经网络CNN对所述第一信息区域进行处理,得到第一特征图;

通过所述目标跟踪模型中的所述CNN对所述第二图像进行处理,得到第二特征图,其中,所述第二特征图的特征数量大于所述第一特征图的特征数量;

将第一特征信息与第二特征信息进行匹配,得到M个匹配分值,其中,所述M为大于或等于1的整数;

根据所述M个匹配分值确定所述第二图像所对应的所述第二信息区域,其中,所述第二信息区域所对应的匹配分值为所述M个匹配分值中的最大值。

2.根据权利要求1所述的方法,其特征在于,所述获取待处理视频中的镜头集合,包括:

获取所述待处理视频;

根据所述待处理视频生成视频片段集合,其中,所述视频片段集合包括P个视频片段,所述P为大于或等于1的整数;

通过镜头边界检测模型对所述视频片段集合中的每个视频片段进行检测,得到Q个镜头边界视频片段,其中,所述镜头边界检测模型用于检测视频片段中的镜头边界,所述Q为大于或等于0,且小于或等于所述P的整数;

根据所述P个视频片段以及所述Q个镜头边界视频片段,确定所述镜头集合。

3.根据权利要求2所述的方法,其特征在于,所述通过镜头边界检测模型对所述视频片段集合中的每个视频片段进行检测,包括:

通过所述镜头边界检测模型对目标视频片段进行检测,得到镜头边界检测结果,其中,所述目标视频片段属于所述视频片段集合中的一个视频片段;

根据所述镜头边界检测结果确定所述目标视频片段的视频过渡类型。

4.根据权利要求3所述的方法,其特征在于,所述根据所述镜头边界检测结果确定所述目标视频片段的视频过渡类型,包括:

若根据所述镜头边界检测结果确定为第一视频过渡类型,则确定所述目标视频片段属于所述镜头集合的一个镜头,其中,所述第一视频过渡类型表示未检测到镜头边界;

若根据所述镜头边界检测结果确定为第二视频过渡类型,则确定所述目标视频片段属于所述镜头边界视频片段,其中,所述第二视频过渡类型表示检测到突变过渡边界;

若根据所述镜头边界检测结果确定为第三视频过渡类型,则确定所述目标视频片段属于所述镜头边界视频片段,其中,所述第三视频过渡类型表示为检测到渐变过渡边界。

5.根据权利要求1所述的方法,其特征在于,所述对所述镜头集合中的目标镜头进行检测,得到第一图像所对应的第一信息区域,包括:

获取所述目标镜头中的图像集合,其中,所述图像集合中包括至少一帧图像;

通过物体检测模型对所述图像集合中的每帧图像进行检测,得到所述每帧图像的物体检测结果,其中,所述物体检测模型用于检测图像中的物体;

根据所述每帧图像的物体检测结果确定所述第一图像所对应的所述第一信息区域。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201910194525.6/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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