[发明专利]一种减少视频数据集用于人工智能训练时冗余的方法

权利要求书

1.一种减少视频数据集用于人工智能训练时冗余的方法，其特征在于，包括如下步骤：

1)将视频文件逐帧解析成图像文件，解析时使用检测算法进行图像模糊度检测，设定模糊值阈值，如果高于设定阈值则认为该帧图像为清晰图像，进行本地存储，图像文件名称按照视频帧数顺序进行命名；如果低于或等于设定阈值则认为该帧图像为模糊图像，进行删除操作；

2)读取步骤1处理后的第一张图像保存为临时变量；

3)读取下一张图像与临时变量使用相似度对比算法进行相似度对比，设定相似度对比阈值，如果该张图像与临时变量的相似度对比值高于设定阈值，则认为两者差异较大，将该张图像保存并赋值到临时变量；如果该张图像与临时变量的相似度对比值低于或等于阈值，则认为两者相似，删除该张图像，以此类推，完成路径下前后张图像间的相似度对比；

4)遍历步骤3中保留的图像文件，按顺序逐一与其他剩余图像进行相似度对比，如果相似度对比值高于阈值，则保留被对比图像，否则将对比图像进行删除操作。

2.根据权利要求1所述的一种减少视频数据集用于人工智能训练时冗余的方法，其特征在于：所述步骤1)中检测算法包括拉普拉斯方差算法、小波变换。

3.根据权利要求1所述的一种减少视频数据集用于人工智能训练时冗余的方法，其特征在于：所述步骤3)中相似度对比算法包括感知哈希算法、SIFT算法。