[发明专利]一种基于CNN的视频关键帧提取方法及系统

说明书

本发明公开了一种基于CNN的视频关键帧提取方法及系统，涉及计算机视觉相关领域，所述方法包括：根据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生成目标响应函数，输出的第一卷积核数据，搭建关键帧特征提取模型；将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，获得关键帧视频提取结果。解决了现有技术中关键帧提取准确性低，灵活性不高的技术问题，达到了针对化搭建卷积数据模型，提高关键帧提取的准确性和灵活性。

技术领域

本发明涉及计算机视觉相关领域，尤其涉及一种基于CNN的视频关键帧提取方法及系统。

背景技术

由于视频相对于图像来说包含的信息更加丰富，但是一个序列中冗余信息太多，如何提取视频关键帧的信息对于很多任务来说都至关重要。随着多媒体视频的不断发展和丰富人们的生活，关键帧作为多媒体视频处理的重要部分，为此，如何识别准确的视频关键帧成为目前的研究内容。

由于视频中的信息是动态变化且变更的，为准确提取视频关键帧提出了更高的技术需求，但目前的关键帧提取技术还存在较大的局限性，基于视频的变化会影响关键帧提取的准确性，从而无法满足当今社会人们对关键帧提取的需求。

目前，现有技术中存在无法根据视频的变化内容进行关键帧的准确提取，灵活性不高的技术问题。

发明内容

针对现有技术中的缺陷，本申请的目的是，通过提供一种基于CNN的视频关键帧提取方法及系统，解决了现有技术中存在无法根据视频的变化内容进行关键帧的准确提取，灵活性不高的技术问题，达到了通过对视频源进行特征分析，从而根据视频运动变化进行进一步的分析，对应搭建CNN卷积数据模型进行关键帧特征提取，提高提取准确性和灵活性的技术效果。

一方面，本申请提供一种基于CNN的视频关键帧提取方法，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。

另一方面，本申请还提供了一种基于CNN的视频关键帧提取系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一目标视频段信息；第一确定单元，所述第一确定单元用于根据所述第一目标视频段信息，确定第一视频输入源；第二获得单元，所述第二获得单元用于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；第三获得单元，所述第三获得单元用于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；第二确定单元，所述第二确定单元用于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；第一搭建单元，所述第一搭建单元用于按照所述第一卷积核数据，搭建关键帧特征提取模型；第四获得单元，所述第四获得单元用于获得第一关键特征；第一输出单元，所述第一输出单元用于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。

第三方面，本申请提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述任意一项所述方法中的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。