[发明专利]视频的场景分类方法及装置、存储介质、终端

说明书

一种视频的场景分类方法及装置、存储介质、终端，所述方法包括：获取输入视频，并从所述输入视频中提取图像序列，所述图像序列包括多帧图像，其中，每帧图像具有时间标签；将所述多帧图像输入至场景分类模型，以得到各帧图像的场景分类结果；根据相邻两帧图像之间的场景相似度对所述图像序列进行划分，以得到多个图像子序列，根据每个图像子序列的场景分类结果和该图像子序列的时间信息确定所述输入视频的场景分类结果。通过本发明的方案，可以对视频进行场景分类。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种视频的场景分类方法及装置、存储介质、终端。

背景技术

随着互联网的发展，每时每刻都会产生大量的数据，其中就包括了大量的视频数据。随着智能设备(例如，手机、平板电脑等)的广泛应用，用户可以便捷地浏览各种视频。高效地理解视频的内容有利于向用户提供更加快捷便利的视频服务。此外，视频内容的理解在智能监控领域也有较高的应用前景，高效地理解视频的内容有利于提高智能监控系统的工作效率。对视频进行场景分类是理解视频内容的前提，现有技术中缺少能够高效地对视频进行场景分类的方法。

因此，亟需一种能够高效地对视频进行场景分类的方法。

发明内容

本发明解决的技术问题是如何高效地对视频进行场景分类。

为解决上述技术问题，本发明实施例提供一种视频的场景分类方法，所述方法包括：获取输入视频，并从所述输入视频中提取图像序列，所述图像序列包括多帧图像，其中，每帧图像具有时间标签；将所述多帧图像输入至场景分类模型，以得到各帧图像的场景分类结果，其中，所述场景分类模型是采用标注有场景分类结果的样本图像作为训练数据对预设模型进行训练得到的；根据相邻两帧图像之间的场景相似度对所述图像序列进行划分，以得到多个图像子序列，其中，每个图像子序列中相邻两帧图像之间的场景相似度均超过第一预设阈值，相邻两帧图像之间的场景相似度是根据所述场景分类结果计算得到的；根据每个图像子序列的场景分类结果和该图像子序列的时间信息确定所述输入视频的场景，其中，每个图像子序列的场景分类结果是根据该图像子序列中至少一帧图像的场景分类结果确定的，所述时间信息是根据该图像子序列中至少一帧图像的时间标签确定的。

可选的，所述场景分类结果为图像属于各个预设场景的概率，所述相邻两帧图像包括当前帧图像和相邻帧图像，所述相邻两帧图像之间的场景相似度的计算方法包括：根据所述当前帧图像的场景分类结果筛选出所述当前帧图像的第一优选场景，并根据所述相邻帧图像的场景分类结果筛选出所述相邻帧图像的第一优选场景，其中，所述第一优选场景为所述概率大于第二预设阈值的至少一个预设场景，或者，所述第一优选场景为所述概率最大的预设数量个预设场景；对所述当前帧图像的第一优选场景和所述相邻帧图像的第一优选场景进行比对，以确定两者中相同的预设场景，记为第二优选场景；将所述第二优选场景中预设场景的数量作为所述场景相似度。

可选的，根据相邻两帧图像之间的场景相似度对所述图像序列进行划分，以得到多个图像子序列包括：步骤一：令i＝1，k＝1,将第i帧图像划分至第k个图像子序列；步骤二：根据所述第i帧图像的场景分类结果和第i+1帧图像的场景分类结果计算所述第i帧图像和所述第i+1帧图像之间的场景相似度，并判断所述第i帧图像和所述第i+1帧图像之间的场景相似度是否大于所述第一预设阈值，如果所述场景相似度大于所述第一预设阈值，则执行步骤三，否则执行步骤四；步骤三：将所述第i+1帧图像划分至第k个图像子序列，并继续执行步骤五；步骤四：将所述第i+1帧图像划分至第k+1个图像子序列，然后令k＝k+1，并继续执行步骤五；步骤五：判断i是否小于N-1，如果是，则令i＝i+1，并返回至步骤二，直至i等于N-1为止；其中，1≤i≤N-1，1≤k≤N，N为所述多帧图像的数量，i、k、N为正整数，N≥2。