[发明专利]一种基于图像识别的视频分类截取系统及方法

权利要求书

1.一种基于图像识别的视频分类截取系统，其特征在于，包括：

视频图像捕捉模块，用于按照一定频率截图视频图像并放缩为预设图片及检测分辨率大小；

视频图像识别模块，用于调用预先训练完毕的视频图像识别模型，通过视频图像捕捉模块得到指定单帧视频图像内容，并送入视频图像识别模型获取该视频图像识别结果；

视频图像识别结果收集模块，用于通过原视频长度和检测频率初始化序列器长度，按照时间序列保存视频图像识别结果；

视频图像识别序列分析模块，用于按照预设检测频率完成整个视频的检测识别，并得到根据时间序列对应每一帧图像的检测结果，及遍历序列器获取连续类别对应的时间节点以及对应视频的类别；

视频分析截取模块，用于根据识别类别序列对应的时间戳截取视频，获取此视频的视频片段，最终获取若干个对应不同类别的视频片段；

所述视频图像捕捉模块、视频图像识别模块、视频图像识别结果收集模块、视频图像识别序列分析模块及视频分析截取模块依次连接。

2.根据权利要求1所述的一种基于图像识别的视频分类截取系统，其特征在于，所述视频图像识别模型为卷积神经网络模型。

3.根据权利要求2所述的一种基于图像识别的视频分类截取系统，其特征在于，所述视频图像识别模型为进行特征提取时特征提取网络采取google的MobileNet系列网络结构。

4.根据权利要求2所述的一种基于图像识别的视频分类截取系统，其特征在于，所述卷积神经网络模型的训练流程如下：

A.收集多个类别的指定分辨率的图像样本，设置网络结构输入；

B.针对图片样本信息和图片样本，生成tensorflow支持的tfrecord数据格式，并按照一定比例分成训练文件和验证文件，其中，训练文件和验证文件的图像不同，存储图像格式和标签信息相同；

C.利用训练文件对模型进行训练，生成指定N个分类内容的图片内容分类模型，并利用验证文件对图片内容分类模型进行验证；

D.判定模型loss是否下降到预设阈值或训练步数达到预设步数，若模型loss下降到预设阈值，或者训练步数达到预设步数，则训练完成，若模型loss未下降到预设阈值且训练步数未达到预设步数，则增加视频内容图片样本，或者调整模型参数并返回步骤A，直至训练完成。

5.根据权利要求4所述的一种基于图像识别的视频分类截取系统，其特征在于，所述步骤A中还包括对收集到的每一张图像样本进行归一化处理。

6.一种基于图像识别的视频分类截取方法，由权利要求1-5中任一所述的基于图像识别的视频分类截取系统实现，其特征在于，包括以下步骤：

S1.视频图像捕捉模块按照一定频率截图视频图像，放缩为预设图片并检测分辨率大小；

S2.视频图像识别模块调用预先训练完毕的视频图像识别模型，通过视频图像捕捉模块得到指定单帧视频图像内容，并送入视频图像识别模型获取该视频图像识别结果；

S3.视频图像识别结果收集模块通过原视频长度和检测频率初始化序列器长度，按照时间序列保存视频图像识别结果；

S4.视频图像识别序列分析模块按照预设检测频率完成整个视频的检测识别，并得到根据时间序列对应每一帧图像的检测结果，及遍历序列器获取连续类别对应的时间节点以及对应视频的类别；

S5.视频分析截取模块根据识别类别序列对应的时间戳截取视频，获取此视频的视频片段，最终获取若干个对应不同类别的视频片段。

7.根据权利要求6所述的一种基于图像识别的视频分类截取方法，其特征在于，所述步骤S3具体为：

视频图像识别结果收集模块通过视频时长和检测频率计算序列器长度，通过计算指定频率下视频图像结果，获取并将结果按照时间有序性存入图像识别序列器中，直到视频检测完毕或序列器填满。