视频结构化方法、装置、系统及存储介质制造方法及图纸

本发明专利技术的实施例提供了一种视频结构化方法、装置、系统及存储介质。该方法包括：获取视频；提取所述视频中多个视频帧的图像特征；根据所述图像特征确定所述视频的视频特征；以及基于所述视频特征识别所述视频中的感兴趣对象并确定所述感兴趣对象的属性。上述用于视频结构化的技术方案不仅处理效率高，而且能够获得更准确的视频结构化结果，即使所述视频中包含质量较差的视频帧。

Video Structuring Methods, Devices, Systems and Storage Media

An embodiment of the present invention provides a video structuring method, device, system and storage medium. The method includes: acquiring video; extracting image features of multiple video frames in the video; determining video features of the video according to the image features; and identifying the object of interest in the video based on the video features and determining the attributes of the object of interest. The above technical scheme for video structuring not only has high processing efficiency, but also can obtain more accurate video structuring results, even if the video contains poor quality video frames.

【技术实现步骤摘要】
视频结构化方法、装置、系统及存储介质
本专利技术涉及图像处理领域，更具体地涉及一种视频结构化方法、装置、系统及存储介质。
技术介绍
随着通信网络、数据压缩和海量存储技术的发展，越来越多的多媒体信息以计算机可读的形式存在于互联网上。它们不仅包括常见的文字数据，还包括视频等媒体信息。它们一般缺乏语义信息，信息检索系统难以对它们进行有效搜索，只有对媒体数据进行有效结构化，才能帮助人们更快地找到感兴趣内容。视频结构化是一种视频内容信息提取的智能分析过程，它对视频内容按照语义关系，采用时空分割、特征提取、对象识别等处理手段，组织成可供计算机和人理解的文本信息。目前，视频结构化已经应用到很多领域。例如，对行人、车辆的视频结构化是诸多安防应用中不可或缺的一环。现有技术的视频结构化中，首先，对视频的每一视频帧中的对象进行属性分类。视频帧中的对象可以为行人和车辆等。对象的属性可以包括行人的性别、年龄、衣着颜色等，还可以包括车辆的颜色等。然后，把同一个对象在多个视频帧中的属性分类结果进行融合。现有技术方案所获得的对象的属性等相关信息准确度不够。
技术实现思路
考虑到上述问题而提出了本专利技术。本专利技术提供本文档来自技高网...

【技术保护点】
1.一种视频结构化方法，包括：获取视频；提取所述视频中多个视频帧的图像特征；根据所述图像特征确定所述视频的视频特征；以及基于所述视频特征识别所述视频中的感兴趣对象并确定所述感兴趣对象的属性。

【技术特征摘要】
1.一种视频结构化方法，包括：获取视频；提取所述视频中多个视频帧的图像特征；根据所述图像特征确定所述视频的视频特征；以及基于所述视频特征识别所述视频中的感兴趣对象并确定所述感兴趣对象的属性。2.如权利要求1所述的方法，其中，所述根据所述图像特征确定所述视频的视频特征包括：将所述多个视频帧的图像特征中的每个视频帧的图像特征输入循环式神经网络，以获得所述视频特征，其中，对于所述循环式神经网络的隐藏层中的每个神经元，该神经元的输出不仅与当前时刻的输入有关，还与该神经元在其他时刻的输入有关。3.如权利要求2所述的方法，其中，所述将所述多个视频帧的图像特征中的每个视频帧的图像特征输入循环式神经网络包括：按照所述多个视频帧的时间顺序，将所述多个视频帧的图像特征中的每个视频帧的图像特征输入所述循环式神经网络。4.如权利要求2或3所述的方法，其中，所述循环式神经网络是双向循环式神经网络。5.如权利要求1至3中任一项所述的方法，其中，所述基于所述视频特征识别所述视频中的感兴趣对象并确定所述感兴趣对象的属性包括：对所述视频特征进行池化处理；基于经池化后得到的视频特征识别所述视频中的感兴趣对象并确定所述感兴趣对象的属性。6.如权利要求1至3中任一项所述的方法，其中，所述提取所述视频中多个视频帧的图像特征包括：利用卷积神经网络提取所述视频中多个视频帧的图像特征。7.如权利要求6所述的方法，其中，所述视频特征是利用循环式神经网络确定的，所述卷积神经网络和所述循环式神经网络组成结构化神经网络；所述方法还包括：利用训练视频的多个训练视频帧训练初始神经网络，以得到所述结构化神经网络，其中所述训练视频帧中标注了识别对象以及所述识别对象的属性，所述初...

【专利技术属性】
技术研发人员：张弛，徐子尧，
申请(专利权)人：北京旷视科技有限公司，北京迈格威科技有限公司，
类型：发明
国别省市：北京,11