[发明专利]视频筛选方法、装置及存储介质

说明书

本公开涉及一种视频筛选方法、装置及存储介质。其中，视频筛选方法包括：获取视频集，视频集包括多个分别对应于目标人物的视频子集，视频子集包括一个或多个视频片段，视频片段中包括目标人物；基于视频片段，得到视频片段的第一代表帧图片以及多张第二代表帧图片；获取第一代表帧图片的特征向量和各第二代表帧图片的特征向量，并基于第一代表帧图片的特征向量和各第二代表帧图片的特征向量确定视频片段的特征向量；基于视频子集中的视频片段的特征向量，判断任意两个视频子集是否属于同一目标人物的视频子集；若两个视频子集属于同一目标人物的视频子集，则删除两个视频子集中的一个视频子集。通过本公开提高了筛选出重复的视频片段的准确率。

技术领域

本公开涉及视频筛选技术领域，具体是涉及一种视频筛选方法、装置及存储介质。

背景技术

在计算机视觉针对人脸视频算法的训练中，需要采集大量人脸视频数据。在采集大批人脸数据过程中，难以避免地会出现人员重复采录的问题，这将对后续的视频训练集制作以及视频模型训练造成干扰。

查找并剔除重复采录的人员，除了采用人工比对之外，还可以通过人脸查重算法查找重复采录的人员。对于人工比对进行查重，不仅人工成本较高，而且出现误检的概率也较高。对于通过人脸查重算法查找重复采录的人员，由于人脸查重算法仅能够计算两张静态图片的相似度，因此，导致查重结果的精度不高。

发明内容

为了克服相关技术问题，本公开提供一种视频筛选方法、装置及存储介质。

第一方面，本公开实施例提供一种视频筛选方法，其包括获取视频集，视频集包括多个分别对应于目标人物的视频子集，视频子集包括一个或多个视频片段，视频片段中包括目标人物；基于视频片段，得到视频片段的第一代表帧图片，以及根据第一代表帧图片确定的多张第二代表帧图片；获取第一代表帧图片的特征向量和各第二代表帧图片的特征向量，并基于第一代表帧图片的特征向量和各第二代表帧图片的特征向量确定视频片段的特征向量；基于视频子集中的视频片段的特征向量，判断任意两个视频子集是否属于同一目标人物的视频子集；若两个视频子集属于同一目标人物的视频子集，则删除两个视频子集中的一个视频子集。

一种实施方式中，基于视频片段，得到视频片段的第一代表帧图片，包括：基于视频片段，通过人脸检测，获取视频片段每帧视频帧画面的人脸信息；基于人脸信息，确定人脸面积最大的一帧视频帧画面，并将人脸面积最大的一帧视频帧画面作为第一代表帧图片；根据第一代表帧图片确定的多张第二代表帧图片，包括：基于第一代表帧图片，将人脸面积为第一代表帧图片中人脸面积的第一预设倍数的视频帧画面作为第二代表帧图片。

另一种实施方式中，第二代表帧图片通过以下方式确定：第二代表帧图片中人脸的高度为第一代表帧图片中人脸的高度的0.6-0.8倍、第二代表帧图片中人脸的宽度为第一代表帧图片中人脸的宽度的0.9-1.1倍，或者，第二代表帧图片中人脸的高度为第一代表帧图片中人脸的高度的0.9-1.1倍、第二代表帧图片中人脸的宽度为第一代表帧图片中人脸的宽度的0.6-0.8倍。

又一种实施方式中，基于第一代表帧图片的特征向量和各第二代表帧图片的特征向量确定视频片段的特征向量包括：将第一代表帧图片的特征向量和各第二代表帧图片的特征向量的加权平均值作为视频片段的特征向量，其中，第一代表帧图片的特征向量的权重大于第二代表帧图片的特征向量的权重。

又一种实施方式中，第一代表帧图片的特征向量的权重与第二代表帧图片的特征向量的权重的比例关系和第一代表帧图片中人脸面积与第二代表帧图片中人脸面积的比例关系相对应。

又一种实施方式中，视频子集中包括一个视频片段；基于视频子集中的视频片段的特征向量，判断任意两个视频子集是否属于同一目标人物的视频子集包括：基于视频片段的特征向量，计算任意两个视频片段的特征向量距离，若特征向量距离小于或等于第一阈值，则任意两个视频片段属于同一目标人物的视频子集。