[发明专利]一种视频场景分类方法、装置、移动终端及存储介质有效

专利信息
申请号: 201910612133.7 申请日: 2019-07-08
公开(公告)号: CN110348369B 公开(公告)日: 2021-07-06
发明(设计)人: 郭冠军 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100041 北京市石景山区*** 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 场景 分类 方法 装置 移动 终端 存储 介质
【权利要求书】:

1.一种视频场景分类方法,其特征在于,包括:

分别将当前视频的第一帧视频图像和第二帧视频图像输入至预设的图像分割模型,得到与所述第一帧视频图像对应的第一组视频对象,以及与所述第二帧视频图像对应的第二组视频对象;其中,所述第二组视频对象中包括所述第一组视频对象中的视频对象;

根据所述第一组视频对象在所述第一帧视频图像以及所述第二帧视频图像中的图像区域,确定所述第一组视频对象在视频图像平面上的运动速度;

根据所述运动速度,确定所述第一组视频对象在所述当前视频的各帧未分割视频图像中的预期图像区域,并根据所述预期图像区域,对所述各帧未分割视频图像进行图像分割,得到对应的视频对象;其中,依次获取一帧未分割视频图像作为当前处理视频图像;根据所述运动速度、所述当前视频的帧率、以及所述第一组视频对象在前一帧视频图像中的图像区域,确定所述第一组视频对象在所述当前处理视频图像中的预期图像区域;采用与所述第一组视频对象中的各视频对象匹配的图像框,根据所述预期图像区域,在所述当前处理视频图像中裁剪出与所述各视频对象匹配的预期图像;将与所述各视频对象匹配的预期图像输入至预设的图像分割模型,得到与所述当前处理视频图像对应的视频对象;返回执行依次获取一帧未分割视频图像作为当前处理视频图像的操作,直至完成对所述当前视频的全部未分割视频图像的处理;

根据与所述当前视频的各帧视频图像对应的视频对象,确定所述当前视频的分类结果。

2.根据权利要求1所述的方法,其特征在于,所述根据所述第一组视频对象在所述第一帧视频图像以及所述第二帧视频图像中的图像区域,确定所述第一组视频对象在视频图像平面上的运动速度,包括:

采用光流法,根据所述第一组视频对象在所述第一帧视频图像以及所述第二帧视频图像中的图像区域,确定所述第一组视频对象在视频图像平面上的运动速度。

3.根据权利要求1所述的方法,其特征在于,根据所述运动速度、所述当前视频的帧率、以及所述第一组视频对象在前一帧视频图像中的图像区域,确定所述第一组视频对象在所述当前处理视频图像中的预期图像区域,包括:

根据所述当前视频的帧率,确定所述前一帧视频图像与所述当前处理视频图像的间隔时间;

根据所述间隔时间和所述运动速度,确定所述第一组视频对象在所述间隔时间的位移;

根据所述第一组视频对象在前一帧视频图像中的图像区域,以及所述位移,确定所述第一组视频对象在所述当前处理视频图像中的预期图像区域。

4.根据权利要求1所述的方法,其特征在于,所述根据与所述当前视频的各帧视频图像对应的视频对象,确定所述当前视频的分类结果,包括:

根据预设的视频对象与场景类别的对应规则,以及与各帧视频图像对应的视频对象,确定与各帧视频图像对应的场景类别;

统计各场景类别对应的视频图像帧数;

将视频图像帧数最多的场景类别作为所述当前视频的分类结果。

5.根据权利要求1所述的方法,其特征在于,在分别将当前视频的第一帧视频图像和第二帧视频图像输入至预设的图像分割模型之前,还包括:

获取与各场景类别对应的训练样本集合,所述训练样本集中包括与场景类别对应的设定数量的图像;

使用所述训练样本集合对神经网络模型进行训练,得到预设的图像分割模型。

6.根据权利要求5所述的方法,其特征在于,与场景类别对应的设定数量的图像为:原始图像以及将所述原始图像按照预设的图像处理规则处理后得到的图像。

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字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201910612133.7/1.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