一种视频分类方法及系统技术方案

本发明专利技术实施例公开了一种视频分类方法及系统，所述方法包括：所述系统从输入视频中获取至少一个视频分段；所述系统根据各视频分段中的距离特性，获取各视频分段对应的关键帧；所述系统对各关键帧进行图像分类，获取各关键帧对应的静态分类集合；所述系统根据各视频分段对应的关键帧、各关键帧对应的静态分类集合及预设视频类别参数，获取所述输入视频的分类结果，采用关键帧进行视频分类解决视频分类准确性差的问题。

【技术实现步骤摘要】
一种视频分类方法及系统
本专利技术涉及视频图像处理
，尤其涉及一种视频分类方法及系统。
技术介绍
随着视频数据的爆炸性增长，针对海量视频数据进行处理并提取视频内容中的有效信息成为目前的研究热点。视频分类技术是视频内容识别与检索的关键技术之一。目前的视频分类技术基于视频图像的底层特征与运动特征，针对特征较明显的视频能够达到较好的分类效果，但是针对特征不太明显的视频分类效果不太理想。因此，有必要从视频内容出发对视频数据进行处理，进一步提高分类的准确性。
技术实现思路
为解决上述技术问题，本专利技术实施例期望提供一种视频分类方法及系统，提高视频分类的准确性。本专利技术的技术方案是这样实现的：第一方面，本专利技术实施例提供了一种视频分类方法，所述方法用于一种视频分类系统，所述方法包括：所述系统从输入视频中获取至少一个视频分段；所述系统根据各视频分段中的距离特性，获取各视频分段对应的关键帧；所述系统对各关键帧进行图像分类，获取各关键帧对应的静态分类集合；所述系统根据各视频分段对应的关键帧、各关键帧对应的静态分类集合及预设视频类别参数，获取所述输入视频的分类结果。上述实施例中，所述系统从输入视本文档来自技高网...

【技术保护点】
1.一种视频分类方法，其特征在于，所述方法用于一种视频分类系统，所述方法包括：所述系统从输入视频中获取至少一个视频分段；所述系统根据各视频分段中的距离特性，获取各视频分段对应的关键帧；所述系统对各关键帧进行图像分类，获取各关键帧对应的静态分类集合；所述系统根据各视频分段对应的关键帧、各关键帧对应的静态分类集合及预设视频类别参数，获取所述输入视频的分类结果。

【技术特征摘要】
1.一种视频分类方法，其特征在于，所述方法用于一种视频分类系统，所述方法包括：所述系统从输入视频中获取至少一个视频分段；所述系统根据各视频分段中的距离特性，获取各视频分段对应的关键帧；所述系统对各关键帧进行图像分类，获取各关键帧对应的静态分类集合；所述系统根据各视频分段对应的关键帧、各关键帧对应的静态分类集合及预设视频类别参数，获取所述输入视频的分类结果。2.根据权利要求1所述的方法，其特征在于，所述系统从输入视频中获取至少一个视频分段，具体包括：所述系统根据输入视频中相邻图像帧的HS二维颜色直方图距离与预设的第一阈值之间的对应关系及输入视频中相邻图像帧的感知哈希向量距离与预设的第二阈值之间的对应关系对输入视频进行分段，获取至少一个视频分段。3.根据权利要求2所述的方法，其特征在于，所述系统根据输入视频中相邻图像帧的HS二维颜色直方图距离与预设的第一阈值之间的对应关系及输入视频中相邻图像帧的感知哈希向量距离与预设的第二阈值之间的对应关系对输入视频进行分段，获取至少一个视频分段，具体包括：所述系统计算输入视频中相邻图像帧的色调饱和度HS二维颜色直方图及感知哈希向量；所述系统根据所述输入视频中相邻图像帧的HS二维颜色直方图及感知哈希向量，计算所述输入视频中相邻图像帧的HS二维颜色直方图距离和感知哈希向量距离；当所述输入视频中相邻图像帧的HS二维颜色直方图距离大于预设的第一阈值，且所述输入视频中相邻图像帧的感知哈希向量距离大于预设的第二阈值时，所述系统对输入视频进行分段，获取至少一个视频分段。4.根据权利要求3所述的方法，其特征在于，所述系统计算HS二维颜色直方图的过程具体包括：所述系统将图像帧从红绿蓝RGB颜色空间转换到色调饱和度明度HSV颜色空间，获取色调H分量、饱和度S分量；所述系统将所述H分量对应的H通道与S分量对应的S通道等分为a段，统计获得图像帧的HS二维颜色直方图。5.根据权利要求3所述的方法，其特征在于，所述系统计算感知哈希向量的过程具体包括：所述系统将图像帧缩放至预设尺寸，获取第一图像矩阵；所述系统对所述第一图像矩阵进行图像灰度化处理，获取第二图像矩阵；所述系统对所述第二图像矩阵进行二维离散余弦变换DCT，获取第三图像矩阵；所述系统选取第三图像矩阵中预设子矩阵作为第四图像矩阵；所述系统计算所述第四图像矩阵的平均象素值；所述系统将第四图像矩阵中的每个象素点的象素值与所述平均象素值进行比较，得到更新的第四图像矩阵；所述系统将所述更新的第四图像矩阵进行向量化，得到最终的感知哈希向量。6.根据权利要求2所述的方法，其特征在于，当所述相邻图像帧的HS二维颜色直方图距离与预设的第一阈值之间的对应关系，以及相邻图像帧的感知哈希向量距离与预设的第二阈值之间的对应关系不满足所述相邻图像帧的HS二维颜色直方图距离大于预设的第一阈值，且相邻图像帧的感知哈希向量距离大于预设的第二阈值时，所述系统将不会对输入视频进行分割。7.根据权利要求1所述的方法，其特征在于，所述系统根据各视频分段中的距离特性，获取各视频分段对应的关键帧，具体包括：所述系统获取各视频分段的平均HS二维颜色直方图，并根据各平均HS二维颜色直方图与各平均HS二维颜色直方图对应的视频分段的图像帧的HS二维颜色直方图之间的距离关系，获取各视频分段对应的关键帧。8.根据权利要求7所述的方法，其特征在于，所述系统将视频分段的平均HS二维颜色直方图与平均HS二维颜色直方图对应的视频分段中所有的图像帧的HS二维颜色直方图进行比较，选取距离所述视频分段的平均HS二维颜色直方图最近的图像帧的HS二维颜色直方图作为所述视频分段的关键帧。9.根据权利要求1所述的方法，其特征在于，所述系统对各关键帧进行图像分类，获取各关键帧对应的静态分类集合，具体包括：所述系统通过图像分类器对各关键帧进行图像分类，根据预设关键帧类别参数获取各关键帧对应的静态分类集合；其中，所述图像分类器通过深度神经网络产生的。10.根据权利要求9所述的方法，其特征在于，所述预设关键帧类别参数，用于限定各关键帧对应的静态分类集合中关键帧类别的数目。11.根据权利要求1所述的方法，其特征在于，所述系统根据各视频分段对应的关键帧、各关键帧对应的静态分类集合及预设视频类别参数，获取所述输入视频的分类结果，具体包括：所述系统根据输入视频包括的图像帧数及各视频分段包括的图像帧数计算各视频分段的时间权重；所述系统根据所述各关键帧对应的静态分类集合，获取所述输入视频的视频分类集合；所述系统根据所述视频分类集合中各视频分类与各关键帧对应的静态分类集合之间的关系，获取所述视频分类集合中各视频分类的视频分类系数；所述系统根据所述各视频分段的时间权重、所述视频分类集合中各视频分类的视频分类系数，计算视频分类集合中各视频分类的视频分类权重；所述系统根据所述视频分类集合中各视频分类的视频分类权重以及预设视频类别参数，获取输入视频的最终分类结果。12.根据权利要求11所述的方法，其特征在于，所述系统将各关键帧对应的静态分类集合的并集作为所述输入视频的视频分类集合。13.根据权利要求11所述的方法，其特征在于，所述预设视频类别参数，用于限定输入视频分类结果的数目。14.一种视频分类系统，其特征在于，所述系统包括：第一获取模块、第二获取模...

【专利技术属性】
技术研发人员：宋刘一汉，杜安安，程耀，许宝亮，
申请(专利权)人：中移杭州信息技术有限公司，中国移动通信集团公司，
类型：发明
国别省市：浙江,33