[发明专利]一种基于视频图像的智能识别方法及装置

权利要求书

1.一种基于视频图像的智能识别方法，其特征在于，应用于服务器，包括以下方法：

获取待处理视频数据，提取所述待处理视频数据中的多个关键帧；

提取所述关键帧的特征；

基于预设置的特征库对特征进行识别，得到识别结果。

2.根据权利要求1所述的视频图像的智能识别方法，其特征在于，提取所述待处理视频数据中的多个关键帧，包括：

获取所述待处理视频数据中的第一视频数据和第二视频数据；

提取所述第一视频数据中的第一关键帧；

提取所述第二视频数据中的第二关键帧；

所述第一视频数据为背景图像数据所对应的视频数据，所述第二视频数据为运动图像数据所对应的视频数据；

提取所述第一视频数据中的第一关键帧包括：基于历史视频数据集进行归类得到背景图像数据，基于背景图像数据提取第一关键帧。

3.根据权利要求2所述的视频图像的智能识别方法，其特征在于，提取所述第二视频数据中的第二关键帧包括：

基于聚类中心算法获取所述第二视频数据中的第二关键帧。

4.根据权利要求3所述的视频图像的智能识别方法，其特征在于，提取所述待处理视频数据中的多个关键帧，还包括：

对所述待处理视频数据进行分割，得到第一视频数据和第二视频数据，包括以下方法：

将所述待处理视频数据中的多个图像数据输入预设的图像分割网络进行图像分割处理，得到目标分割结果；

根据所述目标分割结果从所述待分割图像中分割出针对所述目标对象的多个第一图像数据和多个第二图像数据；

将多个所述第一图像数据和多个第二图像数据进行拼接得到第一视频数据和第二视频数据。

5.根据权利要求4所述的视频图像的智能识别方法，其特征在于，所述图像分割网络是基于图像的主体损失和边缘损失训练得到；所述主体损失为所述图像针对目标对象的主体区域的分割标注结果与分割预测结果之间的损失，所述边缘损失为所述训图像针对所述目标对象的边缘区域的分割标注结果与分割预测结果之间的损失。

6.根据权利要求4所述的视频图像的智能识别方法，其特征在于，提取所述关键帧的特征，包括：

提取第二图像数据的对应的第二关键帧的特征，具体包括以下方法：

对所述第二关键帧图像进行二值化处理；

使用形态学腐蚀运算操作对所述二值化处理后的图像进行处理；

将使用形态学腐蚀运算操作处理后的所述图像与所述二值化处理后的所述图像进行异或运算，获取图像轮廓特征点坐标集；

在所述第二关键帧图像上框选所述图像轮廓特征点坐标集的上下左右四个极坐标，生成框选的标注图像。

7.根据权利要求6所述的视频图像的智能识别方法，其特征在于，对所述第二关键帧图像进行二值化处理，包括：使用阈值分割法对所述第二关键帧图像进行二值化处理。

8.根据权利要求7所述的视频图像的智能识别方法，其特征在于，所述使用形态学腐蚀运算操作对所述二值化处理后的图像进行处理，具体为：

定义腐蚀结构元素，使用定义的所述腐蚀结构元素并基于形态学腐蚀运算操作对所述二值化处理后的图像进行处理。

9.根据权利要求7所述的视频图像的智能识别方法，其特征在于，基于预设置的特征库对特征进行识别，得到识别结果，包括：

将所述标注图像中的坐标集与所述特征库中的图像进行比对；

基于坐标集最接近的图像为目标图像。

10.一种基于视频图像的智能识别装置，其特征在于，包括：

关键帧获取模块，用于基于获取待处理视频数据，获取所述待处理视频数据中的多个关键帧；

特征提取模块，用于提取所述关键帧的特征；

识别模块，用于基于预设置的特征库对特征进行识别，得到识别结果。