[发明专利]一种基于CNN的视频关键帧提取方法及系统

权利要求书

1.一种基于CNN的视频关键帧提取方法，其特征在于，所述方法包括：

获得第一目标视频段信息；

根据所述第一目标视频段信息，确定第一视频输入源；

通过对所述第一视频输入源进行特征分析，获得视频背景特征和视频识别对象特征；

根据所述视频背景特征和所述视频识别对象特征进行视频相似性分析，获得第一相似系数；

根据所述第一相似系数搭建目标响应函数，根据所述目标响应函数，确定第一卷积核数据；

按照所述第一卷积核数据，搭建关键帧特征提取模型；

获得第一关键特征；

将所述第一关键特征和所述第一目标视频段信息输入所述关键帧特征提取模型中，根据所述关键帧特征提取模型，获得第一输出信息，其中，所述第一输出信息为基于所述第一关键特征的关键帧视频提取结果。

2.如权利要求1所述的方法，其特征在于，所述根据所述第一相似系数搭建目标响应函数，根据所述目标响应函数，确定第一卷积核数据，所述方法还包括：

获得第一资源配置环境信息；

根据所述第一资源配置环境信息进行计算容量分析，获得第一计算性能；

将所述第一计算性能作为约束变量，将所述第一相似系数作为输入变量，将卷积核数据作为输出结果，搭建所述目标响应函数，其中，所述目标响应函数用于进行卷积核数据的响应输出；

根据所述目标响应函数，获得所述第一卷积核数据，其中，所述第一卷积核数据包括卷积核大小和卷积核数量。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

获得测试关键特征集合，其中，所述测试关键特征集为用于进行模型测试的样本数据；

根据所述测试关键特征集合，获得预设关键视频帧集合，其中，所述测试关键特征集合与所述预设关键视频帧集合一一对应；

将所述测试关键特征集合输入所述关键帧特征提取模型中，根据所述关键帧特征提取模型，获得第二输出信息，其中，所述第二输出信息为基于所述测试关键特征集合的关键帧视频提取结果；

按照所述第二输出信息和所述预设关键视频帧集合进行比对，获得第一模型准确性。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

判断所述第一模型准确性是否处于预设模型准确性中；

若所述第一模型准确性不处于所述预设模型准确性，对所述测试关键特征集合进行量化分析和类别分析，获得第一样本量化系数和第一样本特征强度；

按照所述第一样本量化系数和第一样本特征强度，获得第一调整信息；

基于所述第一调整信息对所述测试关键特征集合进行调整。

5.如权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述第一卷积核数据中的卷积核大小和卷积核数量，获得第一分组指令；

基于所述第一分组指令对所述第一卷积核数据进行分组，生成多组卷积核数据；

基于所述多组卷积核数据，搭建所述关键帧特征提取模型。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

搭建所述关键帧特征提取模型，其中，所述关键帧特征提取模型包括视频预处理层、关键帧提取层和关键帧输出层；

将所述第一关键特征和所述第一目标视频段信息输入所述关键帧提取模型中；

根据所述视频预处理层对所述第一目标视频段信息进行视频预处理，所述关键帧提取层根据预处理后的所述第一目标视频段信息和所述第一关键特征进行关键帧提取，将关键帧提取结果通过所述关键帧输出层输出。