[发明专利]一种视频帧序列的裁剪方法及装置

说明书

本申请实施例提供了一种视频帧序列的裁剪方法及装置，涉及人工智能技术领域，该方法包括：从目标视频中获得视频帧序列，然后根据目标对象在视频帧序列的各个视频帧中的位置，以目标对象被裁剪框裁剪后满足设定条件为基准，确定裁剪框在视频帧序列的每个视频帧中的位置。之后再基于裁剪框在视频帧序列的每个视频帧中的位置，对视频帧序列的每个视频帧进行裁剪，获得多帧裁剪后的目标图像组成的图像序列。最后将设定条件对应的分类标签确定为图像序列的分类标签。采用裁剪框自动从视频帧序列中裁剪出图像序列并获得图像序列的标签，而不需要采用人工方式目标视频并标注，从而提高了获取视频数据以及标注视频数据的效率，同时减少了人力成本。

技术领域

本申请实施例涉及人工智能技术领域，尤其涉及一种视频帧序列的裁剪方法及装置。

背景技术

基于视频的场景理解是当前深度学习的方向之一，常见的具体任务包括场景分类、动作识别、动作检测等。基于视频的场景理解通常需要大量视频数据作为训练样本，同时依赖于精准的视频标签。目前，通过人工筛选出视频数据，然后通过人工标注的方式得到视频数据的标签，这种方式费时费力。例如，当需要获得目标对象位于视频画面边界的视频数据时，需要通过人工的方式对海量数据进行遍历，找到该场景的视频，然后对该视频进一步人工分类，之后再进行人工标注，该方法效率较低且人力成本较高。

发明内容

本申请实施例提供了一种视频帧序列的裁剪方法及装置，用以自动裁剪出满足预设条件的图像序列，并获得图像序列的标签。

一方面，本申请实施例提供了一种视频帧序列的裁剪方法，该方法包括：

从目标视频中获得视频帧序列，所述视频帧序列的每个视频帧包括目标对象；

根据所述目标对象在所述视频帧序列的各个视频帧中的位置，以所述目标对象被裁剪框裁剪后满足设定条件为基准，确定所述裁剪框在所述视频帧序列的每个视频帧中的位置；

基于所述裁剪框在所述视频帧序列的每个视频帧中的位置，对所述视频帧序列的每个视频帧进行裁剪，获得多帧裁剪后的目标图像组成的图像序列；

将所述设定条件对应的分类标签确定为所述图像序列的分类标签，所述分类标签用于标注所述目标对象在目标图像中满足的所述设定条件。

一方面，本申请实施例提供了一种检测人脸图像的方法，包括：

采用人脸识别模型对视频帧进行检测，确定视频帧中的人脸图像，所述人脸识别模型是采用上述视频帧序列的裁剪方法获取的图像序列训练获得的。

一方面，本申请实施例提供了一种视频帧序列的裁剪装置，该装置包括：

获取模块，用于从目标视频中获得视频帧序列，所述视频帧序列的每个视频帧包括目标对象；

定位模块，用于根据所述目标对象在所述视频帧序列的各个视频帧中的位置，以所述目标对象被裁剪框裁剪后满足设定条件为基准，确定所述裁剪框在所述视频帧序列的每个视频帧中的位置；

裁剪模块，用于基于所述裁剪框在所述视频帧序列的每个视频帧中的位置，对所述视频帧序列的每个视频帧进行裁剪，获得多帧裁剪后的目标图像组成的图像序列；

标注模块，用于将所述设定条件对应的分类标签确定为所述图像序列的分类标签，所述分类标签用于标注所述目标对象在目标图像中满足的所述设定条件。

可选地，所述获取模块具体用于：

对目标视频中各个视频帧进行目标对象检测，确定每个视频帧中的目标位置框和目标位置框的分类权值；

从所述目标视频中获取所述目标位置框的分类权值大于预设阈值的视频帧序列，所述目标位置框用于表征所述目标对象。

可选地，所述定位模块具体用于：