[发明专利]视频处理方法、装置、计算机设备以及存储介质

说明书

本申请实施例公开了一种视频处理方法、装置、计算机设备以及存储介质，方法包括：获取目标视频，确定目标视频对应的行为类型；获取与行为类型匹配的关键点位置集合；关键点位置集合包括多个关键点位置簇，任一关键点位置簇是对目标视频的任一视频帧图像进行关键点检测得到；根据行为类型和关键点位置集合确定目标视频的行为特征；根据行为类型和行为特征，输出目标视频对应的行为质量。采用本申请，可以提高行为质量评估的效率以及准确率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种视频处理方法、装置、计算机设备以及存储介质。

背景技术

视频分析是解析视频并从中分析出时间事件或者空间事件的过程，视频分析广泛应用于公共安全，智能交通，虚拟现实中。例如，在体育竞技领域中，对运动赛事视频进行分析，确定运动员的竞技状态，提升竞技领域的公平性；在户外教学领域，对学生的户外运动视频进行分析，确定学生的参与积极性，为教学效果评价提供数据支持。

目前，主要由人工基于以往经验以及知识对视频进行分析，但人工分析不仅效率低下，且受主观影响较大会造成分析结果不准确。

发明内容

本申请实施例提供一种视频处理方法、装置、计算设备以及存储介质，可以提高视频分析的效率以及准确率。

本申请实施例一方面提供了一种视频处理方法，包括：

获取目标视频，确定目标视频对应的行为类型；

获取与行为类型匹配的关键点位置集合；关键点位置集合包括多个关键点位置簇，任一关键点位置簇是对目标视频的任一视频帧图像进行关键点检测得到；

根据行为类型和关键点位置集合确定目标视频的行为特征；

根据行为类型和行为特征，输出目标视频对应的行为质量。

其中，所述确定所述目标视频对应的行为类型，包括：

将所述目标视频划分为多个视频帧图像集合；

调用三维卷积神经网络模型，提取每一个视频帧图像集合的图像集合卷积特征，以及将多个图像集合卷积特征全连接为全量卷积特征；所述全量卷积特征包括多个卷积特征值；

将在所述多个卷积特征值中最大卷积特征值对应的行为标签，作为所述目标视频的所述行为类型。

本申请实施例一方面提供了一种视频处理装置，包括：

视频获取模块，用于获取目标视频；

类型确定模块，用于确定目标视频对应的行为类型；

位置获取模块，用于获取与行为类型匹配的关键点位置集合；关键点位置集合包括多个关键点位置簇，任一关键点位置簇是对目标视频的任一视频帧图像进行关键点检测得到；

特征确定模块，用于根据行为类型和关键点位置集合确定目标视频的行为特征；

输出模块，用于根据行为类型和行为特征，输出目标视频对应的行为质量。

其中，输出模块，包括：

转换单元，用于将行为特征转换为连续行为信号；

特征获取单元，用于获取连续行为信号的信号特征；

输出单元，用于根据信号特征和行为类型输出目标视频对应的行为质量。

其中，转换单元，具体用于对行为特征进行插值处理，得到连续原始信号，对连续原始信号进行降噪处理，得到连续行为信号。

其中，特征获取单元，包括：

时域分析子单元，用于对连续行为信号进行时域分析，得到连续行为信号的时域特征；