[发明专利]一种视频语义提取方法及装置

说明书

本发明涉及视频语义分析技术领域，公开了一种视频语义提取方法，包括以下步骤：获取目标场景的样本视频，对所述样本视频中背景特征进行标注；通过标注后的样本视频对神经网络进行训练得到背景抽取模型；通过所述背景抽取模型抽取出目标视频中的背景特征，得到目标特征；建立多种目标物体的特征模型，并为每一种特征模型定义相对应的特征语义，得到特征语义库；在所述特征语义库中搜索与所述目标特征相匹配的目标特征模型，以所述目标特征模型所对应的特征语义作为所述目标视频的语义。本发明具有视频语义分析精度高、算法简单的技术效果。

技术领域

本发明涉及视频语义分析技术领域，具体涉及一种视频语义提取方法及装置。

背景技术

随着数字影像技术和互联网技术的迅速发展，互联网中的图像、视频越来越多。如何对图像、视频进行快速的识别，以便筛选出相关的目标图像、视频，是需要解决的问题。

目前，图像语义标注一般基于全局信息进行，这种方法由于掺杂了背景信息，因此精度不高，只适用于背景单一的图像。对于背景复杂的图像通常需要基于区域划分进行语义标注，然而区域划分无疑会增加语义标注的算法复杂度，降低标注效率，特别是对于视频语义标注来说，这种问题显得更为突出。

发明内容

本发明的目的在于克服上述技术不足，提供一种视频语义提取方法及装置，解决现有技术中视频语义标注精度低、算法复杂的技术问题。

为达到上述技术目的，本发明的技术方案提供一种视频语义提取方法，包括以下步骤：

获取目标场景的样本视频，对所述样本视频中背景特征进行标注；

通过标注后的样本视频对神经网络进行训练得到背景抽取模型；

通过所述背景抽取模型抽取出目标视频中的背景特征，得到目标特征；

建立多种目标物体的特征模型，并为每一种特征模型定义相对应的特征语义，得到特征语义库；

在所述特征语义库中搜索与所述目标特征相匹配的目标特征模型，以所述目标特征模型所对应的特征语义作为所述目标视频的语义。

本发明还提供一种视频语义提取装置，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述视频语义提取方法。

本发明还提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述视频语义提取方法。

与现有技术相比，本发明的有益效果包括：本发明对样本视频进行背景标注，以标注后的样本视频作为样本数据对神经网络进行训练，得到背景抽取模型，通过背景抽取模型可以快速抽取目标视频中背景特征，得到目标特征，在抽取得到目标特征后，将目标特征与特征语义库中特征模型进行对比匹配，得到相应的特征语义，各目标特征的特征语义组成目标视频的语义。由于摒除了背景特征对视频语义提取的影响，从而提高了语义提取的精度，且直接采用背景抽取模型抽取背景，简化了背景划分算法。

附图说明

图1是本发明提供的视频语义提取方法一实施方式的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

如图1所示，本发明的实施例1提供了视频语义提取方法，包括以下步骤：

S1、获取目标场景的样本视频，对所述样本视频中背景特征进行标注；

S2、通过标注后的样本视频对神经网络进行训练得到背景抽取模型；