[发明专利]一种视频分类方法、装置及计算机可读存储介质

权利要求书

1.一种视频分类方法，其特征在于，所述方法包括：

提取目标视频中的视频姿态数据；

将所述视频姿态数据与预设的姿态检索库包括的种子姿态数据进行匹配，确定所述视频姿态数据对应的姿态分类类别，所述姿态检索库包括所述种子姿态数据与姿态分类类别的对应关系；所述姿态检索库基于通过无监督自动的方式从所有样本姿态数据中筛选出的样本姿态数据建立，所述所有样本姿态数据从所有视频样本中提取得到；

将所述视频姿态数据对应的姿态分类类别，作为所述目标视频的分类类别；

其中，所述提取目标视频中的视频姿态数据的步骤，包括：

将按照第一预设时间周期，从所述目标视频中提取到的多个视频帧图像，以作为所述视频姿态数据。

2.根据权利要求1所述的方法，其特征在于，所述将所述视频姿态数据与预设的姿态检索库包括的种子姿态数据进行匹配，确定所述视频姿态数据对应的姿态分类类别的步骤，包括：

根据所述视频姿态数据与所述种子姿态数据之间的相似度值，从所述视频姿态数据中选取目标视频姿态数据，所述目标视频姿态数据与所述目标种子姿态数据之间的相似度值大于或等于第一相似度阈值；

从所述种子姿态数据中，选取与所述目标视频姿态数据对应的目标种子姿态数据；

将所述目标种子姿态数据对应的姿态分类类别，以作为所述视频姿态数据对应的姿态分类类别。

3.根据权利要求2所述的方法，其特征在于，每个所述视频姿态数据和每个所述种子姿态数据都包括多个具有连接关系的关键点，以及所述关键点之间的相对位置矢量，所述根据所述视频姿态数据与所述种子姿态数据之间的相似度值，从所述视频姿态数据中选取目标视频姿态数据的步骤，包括：

根据所述视频姿态数据中第一关键点之间的相对位置矢量，获取目标第一关键点对应的第一夹角；

根据所述种子姿态数据中第二关键点之间的相对位置矢量，获取目标第二关键点对应的第二夹角；

将所述第一夹角中的目标第一夹角所对应的视频姿态数据作为所述目标视频姿态数据；

将所述第二夹角中的目标第二夹角对应的种子姿态数据作为所述目标视频姿态数据；

其中，所述目标第一夹角与所述目标第二夹角之间的差值，小于或等于预设夹角值的绝对值；所述第一关键点和所述第二关键点为非末端端点的关键点。

4.根据权利要求3所述的方法，其特征在于，在将所述第一夹角中的目标第一夹角所对应的视频姿态数据作为所述目标视频姿态数据的步骤之后，还包括：

根据所述目标视频姿态数据，建立第一矩阵；

根据所述目标种子姿态数据，建立第二矩阵；

将所述第一矩阵与所述第二矩阵进行仿射变换计算，得到计算结果；

若所述计算结果包括得到仿射矩阵，且所述仿射矩阵与所述第一矩阵相乘后得到的乘积矩阵，与所述第二矩阵之间的平均距离大于或等于预设阈值，则从所有的所述目标视频姿态数据中，删除所述第一矩阵对应的目标视频姿态数据；

若所述计算结果包括得到仿射矩阵，且根据所述仿射矩阵得到的旋转分量值大于或等于预设分量值，从所有的所述目标视频姿态数据中，删除所述第一矩阵对应的目标视频姿态数据；

若所述计算结果包括未得到仿射矩阵，从所有的所述目标视频姿态数据中，删除所述第一矩阵对应的目标视频姿态数据。

5.根据权利要求2所述的方法，其特征在于，在将所述目标种子姿态数据对应的姿态分类类别，以作为所述视频姿态数据对应的姿态分类类别的步骤之后，还包括：

根据所述目标视频姿态数据，建立视频片段；

将所述目标视频姿态数据的姿态分类类别确定为所述视频片段的姿态分类类别。

6.根据权利要求1所述的方法，其特征在于，在将所述视频姿态数据与预设的姿态检索库包括的种子姿态数据进行匹配，确定所述视频姿态数据对应的姿态分类类别的步骤之前，所述方法还包括：

提取视频样本中的样本姿态数据；

从所述样本姿态数据中选取所述种子姿态数据；

建立包括所述种子姿态数据的姿态检索库。