[发明专利]图像序列样本集的确定方法、装置以及计算机设备

权利要求书

1.一种图像序列样本集的确定方法，其特征在于，所述方法包括：

获取多个图像序列样本的特征数据以及每个所述图像序列样本对应的抽取概率；所述抽取概率与所述特征数据的稀疏程度成正比，所述稀疏程度为所述特征数据在图像特征维度空间中所处位置的稀疏程度；

根据所述特征数据对多个所述图像序列样本进行聚类处理，得到多个类簇；

按照多个所述类簇之间的类簇抽取顺序轮询抽取所述类簇，针对每个所述类簇，按照所述类簇中若干个所述图像序列样本之间的样本抽取顺序抽取所述图像序列样本，直到已抽取图像序列样本的数量达到预设数量，基于所述已抽取图像序列样本确定所述图像序列样本集；所述类簇抽取顺序为所述类簇的抽取概率均值大小顺序；所述样本抽取顺序为所述样本的抽取概率大小顺序。

2.根据权利要求1所述的方法，其特征在于，所述类簇的抽取概率均值大小顺序为多个所述类簇中的每个对应的所述抽取概率的均值按照从大到小的排序；所述样本的抽取概率大小顺序为每个所述类簇中若干个所述图像序列样本的抽取概率按照从大到小的排序。

3.根据权利要求1所述的方法，其特征在于，所述按照所述类簇中若干个所述图像序列样本之间的样本抽取顺序抽取所述图像序列样本的步骤之后，还包括：

对所述已抽取图像序列样本进行标记，以使所述已抽取图像序列样本不再被重复抽取。

4.根据权利要求1所述的方法，其特征在于，所述图像序列样本为视频样本；所述获取多个图像序列样本的特征数据的步骤，包括：

获取多个视频样本，并对多个所述视频样本进行裁剪，得到多个时长相同的视频序列；

对多个所述视频序列提取图像特征，得到多个所述视频样本的特征数据。

5.根据权利要求4所述的方法，其特征在于，所述特征数据包括下述任意一项或多项：

清晰度、色度、对比度、亮度、空域信息、时域信息、码率、视频质量指标。

6.根据权利要求1至5任一项所述的方法，其特征在于，获取每个所述图像序列样本对应的抽取概率的步骤，包括：

基于多个所述图像序列样本的特征数据，确定每个所述特征数据在所述图像特征维度空间中的最远近邻特征空间距离；

对多个所述特征数据对应的所述最远近邻特征空间距离进行归一化处理，得到归一化处理结果，将每个所述特征数据对应的所述归一化处理结果确定为所述特征数据对应的图像序列样本的抽取概率。

7.根据权利要求6所述的方法，其特征在于，在所述基于多个所述图像序列样本的特征数据，确定每个所述特征数据在所述图像特征维度空间中的最远近邻特征空间距离的步骤之前，还包括：

对所述图像特征维度空间的多个图像特征维度进行降维处理，以去除多个所述图像特征维度中的冗余特征。

8.一种图像序列样本集的确定装置，其特征在于，包括：

获取模块，用于获取多个图像序列样本的特征数据以及每个所述图像序列样本对应的抽取概率；所述抽取概率与所述特征数据的稀疏程度成正比，所述稀疏程度为所述特征数据在图像特征维度空间中所处位置的稀疏程度；

聚类模块，用于根据所述特征数据对多个所述图像序列样本进行聚类处理，得到多个类簇；

抽取模块，用于按照多个所述类簇之间的类簇抽取顺序轮询抽取所述类簇，针对每个所述类簇，按照所述类簇中若干个所述图像序列样本之间的样本抽取顺序抽取所述图像序列样本，直到已抽取图像序列样本的数量达到预设数量，基于所述已抽取图像序列样本确定所述图像序列样本集；所述类簇抽取顺序为所述类簇的抽取概率均值大小顺序；所述样本抽取顺序为所述样本的抽取概率大小顺序。

9.一种计算机设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行所述权利要求1至7任一项所述的方法。