[发明专利]基于双模型的视频识别方法及系统有效
| 申请号： | 201910719433.5 | 申请日： | 2019-08-06 |
| 公开（公告）号： | CN110414471B | 公开（公告）日： | 2022-02-01 |
| 发明（设计）人： | 邹培利 | 申请（专利权）人： | 福建省趋普物联科技有限公司 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V10/50;G06V10/80 |
| 代理公司： | 厦门市宽信知识产权代理有限公司 35246 | 代理人： | 巫丽青 |
| 地址： | 361001 福建省厦门*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 双模 视频 识别 方法 系统 | ||
1.基于双模型的视频识别方法，其特征在于：它包括以下步骤，
S100，从视频中随机选择N个视频帧构成第一图像识别模型的输入图像，从视频中选择M个视频帧作为第二图像识别模型的输入图像，并对提供的视频帧进行预处理；
S200，采用LBP特征提取算法对待识别的N个视频帧进行图像特征提取，采用HOG特征提取算法对待识别的M个视频帧进行图像特征提取；
S300，采用第一图像识别模型对N个视频帧的图像特征进行识别，采用第二图像识别模型对M个视频帧的图像进行识别；
S400，第一图像识别模型和第二图像识别模型的识别结果至少一个为不良视频，则该视频为不良视频。
2.如权利要求1所述的基于双模型的视频识别方法，其特征在于：所述步骤S100包括以下步骤，
S101，所述N个视频帧在整个视频的概率分布为正态分布，所述M个视频帧在视频中均匀分布；
S102，对N+M个视频帧进行背景减除、滤波处理。
3.如权利要求1所述的基于双模型的视频识别方法，其特征在于：所述步骤S200包括以下步骤，
S201，采用LBP特征提取算法提取N个视频帧的第一特征向量，采用HOG特征提取算法提取M个视频帧的第二特征向量；
S202，将上述N个第一特征向量进行两两融合，得到多个第一融合特征向量，将上述M个第二特征向量进行两两融合，得到多个第二融合特征向量；
S203，从多个第一融合特征向量中选择一个作为第一目标特征向量，从多个第二融合特征向量中选择一个作为第二目标特征向量。
4.如权利要求1所述的基于双模型的视频识别方法，其特征在于：所述步骤S200包括以下步骤，
S201，采用LBP特征提取算法提取N个视频帧的第一特征向量，采用HOG特征提取算法提取M个视频帧的第二特征向量；
S202，将上述N个第一特征向量至少两个进行融合，得到多个第一融合特征向量，将上述M个第二特征向量至少两个融合，得到多个第二融合特征向量；
S203，从多个第一融合特征向量中选择一个作为第一目标特征向量，从多个第二融合特征向量中选择一个作为第二目标特征向量。
5.如权利要求1所述的基于双模型的视频识别方法，其特征在于：所述第一图像识别模型为Inception V3网络模型，所述第二图像识别模型为VGGNet网络模型。
6.基于双模型的视频识别系统，其特征在于：它包括，
视频处理模块，从视频中随机选择N个视频帧构成第一图像识别模型的输入图像，从视频中选择M个视频帧作为第二图像识别模型的输入图像，并对提供的视频帧进行预处理；
图像特征提取模块，采用LBP特征提取算法对待识别的N个视频帧进行图像特征提取，采用HOG特征提取算法对待识别的M个视频帧进行图像特征提取；
图像特征识别模块，采用第一图像识别模型对N个视频帧的图像特征进行识别，采用第二图像识别模型对M个视频帧的图像进行识别；
视频识别模块，第一图像识别模型和第二图像识别模型的识别结果至少一个为不良视频，则该视频为不良视频。
7.如权利要求6所述的基于双模型的视频识别系统，其特征在于：所述视频处理模块包括，
视频帧分布模块，所述N个视频帧在整个视频的概率分布为正态分布，所述M个视频帧在视频中均匀分布；
视频帧预处理模块，对N+M个视频帧进行背景减除、滤波处理。
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福建省趋普物联科技有限公司，未经福建省趋普物联科技有限公司许可，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/201910719433.5/1.html，转载请声明来源钻瓜专利网。
