[发明专利]视频画面中对象的信息的获取方法、装置及设备

说明书

本发明实施例提供的一种视频画面中对象的信息的获取方法、装置及设备，获取视频中的视频帧以及所述视频帧的画面类型；所述画面类型包括：待识别对象为文字对象的文字类型，以及待识别对象为人物对象的人物类型；利用与所述画面类型对应的识别模型，从所述视频帧中识别与所述画面类型对应的预存对象信息匹配的内容，作为所述视频帧的对象信息；基于所述视频中各视频帧的对象信息，获得所述视频的视频画面中对象的信息。通过本方案，可以自动获取视频画面中对象的信息。

技术领域

本发明涉及图像识别技术领域，特别是涉及一种视频画面中对象的信息的获取方法、装置及设备。

背景技术

随着视频技术的发展，视频画面呈现的内容可以包括多样化的对象，例如，文字形式的内容：文字对象；人像形式的内容：人物对象等等。并且，示例性的，视频画面中文字对象的对象信息具体可以包括：影视剧中的演职人员名称和角色名称，比赛视频中比赛选手的名称等等；人物对象的对象信息具体可以包括：影视剧中的人像代表的演员名称、角色名称以及演员作品等等，比赛视频中的人像代表的参赛选手名称、所在阵营以及国籍等等信息。

对此，为了使视频的观众以及视频评价平台等等存在视频画面中对象的信息获取需求的主体，能够直观以及快速地了解视频画面中对象的信息，需要自动获取视频画面中对象的信息。

发明内容

本发明实施例的目的在于提供一种视频画面中对象的信息的获取方法、装置及设备，以实现自动获取视频画面中对象的信息的效果。具体技术方案如下：

第一方面，本发明实施例提供了一种视频画面中对象的信息的获取方法，该方法包括：

获取视频中的视频帧以及所述视频帧的画面类型；所述画面类型包括：待识别对象为文字对象的文字类型，以及待识别对象为人物对象的人物类型；

利用与所述画面类型对应的识别模型，从所述视频帧中识别与所述画面类型对应的预存对象信息匹配的内容，作为所述视频帧的对象信息；

基于所述视频中各视频帧的对象信息，获得所述视频的视频画面中对象的信息。

可选的，所述获取视频中视频帧的画面类型，包括：

获取所述视频帧的时间戳；所述时间戳用于表明所述视频帧在所述视频中的播放时间点；

从所述视频对应的预存的时间戳与画面类型的对应关系中，查找所述视频帧的时间戳对应的画面类型，作为所述视频帧的画面类型。

可选的，与所述文字类型对应的预存对象信息包括：预存的人物名称信息；

所述利用与所述画面类型对应的识别模型，从所述视频帧中识别与所述画面类型对应的预存对象信息匹配的内容，作为所述视频帧的对象信息，包括：

获取所述文字类型的视频帧中第一指定区域的图像，作为第一待检图像；

利用预先训练得到的第一神经网络模型，对所述第一待检图像进行文本检测，得到所述第一待检图像中存在文字信息的文字区域，并将所得到的文字区域作为待识别图像；其中，所述第一神经网络模型为利用第一样本图像和所述第一样本图像中文字区域的标注框训练得到的；

利用预先训练得到的第二神经网络模型，对所述待识别图像进行文本识别，得到所述待识别图像中的文字信息；其中，所述第二神经网络模型为利用第二样本图像和所述第二样本图像中的人物名称信息训练得到的；所述第二样本图像为存在所述预存的人物名称信息的图像；

将所得到的文字信息作为所述视频帧的对象信息。

可选的，所述第一待检图像中存在文字信息的文字区域的数量为多个；

所述将所得到的文字区域作为待识别图像，包括：