[发明专利]一种基于图像识别的视频分类截取系统及方法

说明书

本发明公开了一种基于图像识别的视频分类截取系统，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、视频图像识别序列分析模块、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。本发明的系可有效解决传统视频分类单一性问题，得到视频分类多个标签信息以及对应子视频内容统。

技术领域

本发明涉及视频图像处理技术领域，特别涉及一种基于图像识别的视频分类截取系统及方法。

背景技术

随着计算机技术和人工智能图像识别的发展和应用，计算机可以通过执行相关算法识别图像、视频等多媒体文件，也可以对多媒体文件进行分类，以减少手动分类的工作量，提升人们工作效率。现有视频分类传统方法是将整个视频文件进行识别，最终得到单一的分类标签，该方法无法描述视频详细信息，且无法针对视频中精彩子视频内容得到有效的提取。即传统方法忽略视频多样性，无法对视频中的精彩子视频进行有效识别提取。且现有方法通过一个模型简单得出单个分类标签，无法通过模型得到截取类别精彩子视频的时间节点。

因此，现有视频分类传统方法存在的问题为：直接将整个视频内容送入识别模型中得到一个类别结果，忽视了视频内容多样性的问题，且简单得出单个标签内容，没有对视频内容做进一步有效信息的提取，如精彩子视频的提取。但是针对视频内容，用户不仅对单个视频的分类信息感兴趣，对于视频中关键视频片段则可能更贴合用户兴趣范围。

发明内容

本发明的目的是克服上述背景技术中不足，提供一种基于图像识别的视频分类截取系统及方法，通过改变模型识别方式，对视频图片的分类得到关于视频分类结果的时间序列，从而得出该视频多个标签内容，通过分析视频分类结果时间序列，从而提取出该类别视频时间范围，最终得出该视频多个分类标签和对应多个子视频内容，可有效解决传统视频分类单一性问题，得到视频分类多个标签信息以及对应子视频内容。

为了达到上述的技术效果，本发明采取以下技术方案：

一种基于图像识别的视频分类截取系统，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；

本发明的基于图像识别的视频分类截取系统，通过识别有序视频图像内容集合得出视频图像识别结果时间序列，分析视频图像识别结果时间序列从而得出视频关键子视频片段节点信息和该片段类别信息，通过视频分析截取模块按照节点信息得到多个关键子视频以及对应的关键子视频类别信息，最终展现出完整视频的关键子视频内容，并对完整视频标注多类标签信息。

进一步地，所述视频图像识别模型为卷积神经网络模型。