[发明专利]一种基于视频图像的智能识别方法及装置

说明书

本申请涉及互联网领域，为一种图像识别方法，具体为一种基于视频图像的智能识别方法及装置；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；本申请实施例提供的技术方案中，通过设置对于图像数据中的关键帧的获取，并且提取关键帧中的特征，基于预设的特征库进行比对得到对应的比对结果，从而实现了快速的时频图像识别结果的获得。

技术领域

本申请涉及互联网领域，为一种图像识别方法，具体为一种基于视频图像的智能识别方法及装置。

背景技术

基于机器学习的视频图像识别领域中，使用自主学习的技术已经引起关注。例如，在自主学习中，分类器从环境获取反馈信息，并自主地更新学习数据库并进行额外的学习或重新学习。

当进行诸如人物检测和人物运动识别等的视频图像识别时，因为视频获取的图像数据较为复杂，在进行视频图像数据处理过程中因为图像数据量较大，所造成运算过程复杂以及待存储的数据量增大，使得识别的实践过程并且占用较大的运算空间。

发明内容

本申请实施例提供一种基于视频图像的智能识别方法及装置，通过机器视觉的方式能够快速的实现对应视频信息中的物体的识别，提高了识别准确度。

为了达到上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种基于视频图像的智能识别方法，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。

在第一方面的第一种可能的实现方式中，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。

结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，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。

结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，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。

结合第一方面的第三种可能的实现方式，在第四种可能的实现方式中，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。

结合第一方面的第三种可能的实现方式，在第五种可能的实现方式中，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。

结合第一方面的第五种可能的实现方式，在第六种可能的实现方式中，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。