[发明专利]视频帧优选方法及装置

权利要求书

1.一种视频帧优选方法，其特征在于，包括：

在优帧选取策略训练过程中，基于当前使用的优帧选取策略，执行预设次数的优帧选取动作，并基于该预设次数的优帧选取动作对应的回报值，对当前使用的优帧选取策略进行更新，直至达到预设策略更新完成条件；

基于训练好的优帧选取策略以及待优选目标视频帧序列中各目标视频帧的状态量，对所述待优选目标视频帧序列进行视频帧优选。

2.根据权利要求1所述的方法，其特征在于，优帧选取策略包括根据当前状态量从预设动作集合中选择执行的动作；

所述基于当前使用的优帧选取策略，执行预设次数的优帧选取动作，包括：

若视频帧优选后保留帧的数量为一帧，对于输入的任一训练视频帧，基于当前使用的优帧选取策略、该训练视频帧的评分组合，以及保留帧的评分组合，从第一预设动作集合中选择执行的动作，直至执行动作的次数达到所述预设次数；其中，所述第一预设动作集合包括更新和放弃；

若视频帧优选后保留帧的数量为多帧，对于输入的任一训练视频帧，基于当前使用的优帧选取策略、保留帧数、该训练视频帧的评分组合，以及保留帧的评分组合，从第二预设动作集合中选择执行的动作，直至执行动作的次数达到所述预设次数；其中，所述第二预设动作集合新增、更新、放弃、删除。

3.根据权利要求2所述的方法，其特征在于，所述基于预设数量的训练视频帧对应的回报值，对当前使用的优帧选取策略进行更新，包括：

若视频帧优选后保留帧的数量为一帧，则根据第一相似度和第二相似度对优帧选取策略训练过程中的动作进行反馈，其中，所述第一相似度为当前输入的训练视频帧与目标真值的相似度，所述第二相似度为保留帧与所述目标真值的相似度；

若视频帧优选后保留帧的数量为多帧，则根据第三相似度和第四相似度对优帧选取策略训练过程中的动作进行反馈，其中，所述第三相似度为当前输入的训练视频帧与所述目标真值的相似度，所述第四相似度为利用预设多帧组合策略确定的保留帧与所述目标真值的相似度。

4.根据权利要求3所述的方法，其特征在于，所述根据第一相似度和第二相似度对优帧选取策略训练过程中的动作进行反馈，包括：

若选择执行的动作为更新，则当第一相似度高于第二相似度时，进行高奖励反馈；当所述第一相似度低于所述第二相似度时，进行低奖励反馈；

若选择执行的动作为放弃，则当所述第一相似度高于所述第二相似度时，进行低奖励反馈；当所述第一相似度低于所述第二相似度时，进行高奖励反馈。

5.根据权利要求1所述的方法，其特征在于，所述预设策略更新完成条件包括：执行完成预设轮次的策略自学习过程；

所述基于当前使用的优帧选取策略，执行预设次数的优帧选取动作之后，包括：

确定全部训练视频帧是否均已进行视频帧优选，以及当前使用的优帧选取策略的回报值是否达到预设阈值；

若全部训练视频帧均已进行视频帧优选，或/和，当前使用的优帧选取策略的回报值达到预设阈值，则确定执行完成一轮策略自学习过程，并在执行完成的策略自学习过程的轮次未达到所述预设轮次时，执行下一轮策略自学习过程；

若全部训练视频帧未均进行视频帧优选，且当前使用的优帧选取策略的回报值未达到预设阈值，则确定执行所述基于该预设次数的优帧选取动作对应的回报值，对当前使用的优帧选取策略进行更新的步骤。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述基于训练好的优帧选取策略以及待优选目标视频帧序列中各目标视频帧的状态量，对所述待优选目标视频帧序列进行视频帧优选之后，还包括：

基于视频帧优选得到的保留帧，对目标进行识别；

其中，所述感兴趣目标包括：人脸、车牌、文字或虹膜。