The embodiment of the present invention discloses a video processing method, device, device and storage medium. The embodiment of the present invention can obtain the video to be processed; extract multiple candidate action video clips from the video to be processed; divide the candidate action video clips according to different dividing strategies in the set of preset dividing strategies, and obtain the video of the divided action video sub-clips. Video feature set is obtained by feature extraction; action video fragments are screened from multiple candidate action video fragments by machine learning model and based on video feature set; the length of action video fragments is different according to different dividing strategies in the preset dividing strategy set. This scheme can not only divide candidate action video clips to get action video sub-clips of different time lengths, but also filter action video clips based on the video characteristics of action video sub-clips by machine learning model, which improves the accuracy and recall rate of action video clips screening from video.
【技术实现步骤摘要】
一种视频处理方法、装置、设备及存储介质
本专利技术涉及视频处理
,具体涉及一种视频处理方法、装置、设备及存储介质。
技术介绍
视频处理技术在智能安防及监控等领域有着广泛的应用,视频处理是对视频中所出现的目标物进行分析,有利于从大量视频信息中挖掘有价值的信息,例如可以是对视频中人的行为进行分析,然而准确的视频处理结果是确定用户行为的关键,比如分析出暴力或斗殴等行为。现有技术中,在对视频中人的行为进行分析的过程中,主要是利用滑窗机制对视频进行处理,例如,可以通过滑窗机制预先生成大量的窗口,并根据该窗口对视频进行划分,得到时长一致的视频段,随后判别窗口所划分得到的视频段中是否包含人的动作行为。在对现有技术的研究和实践过程中,本专利技术的专利技术人发现,由于视频中人的动作行为产生的时间长短不一,对滑窗机制划分得到的同一时长视频段分析,会使得视频段中大多不包含人的行为或者仅包含局部人的行为(即与实际包含人完整行为的视频只有很少的重叠度),不仅导致找出包含人的动作行为的视频段不全(即召回率较低),而且分析得到包含人的行为的视频段的准确性非常低。
技术实现思路
本专利技术实施例提供一种视频处理方法、装置、设备及存储介质,旨在提高从视频中筛选动作视频片段的准确性及召回率。为解决上述技术问题,本专利技术实施例提供以下技术方案:一种视频处理方法,包括:获取待处理视频;从所述待处理视频中提取出多个候选动作视频片段;按照预设划分策略集合中的不同划分策略对所述候选动作视频片段进行划分,并获取划分得到的动作视频子片段的视频特征,得到视频特征集合;通过机器学习模型并基于所述视频特征集 ...
【技术保护点】
1.一种视频处理方法,其特征在于,包括:获取待处理视频;从所述待处理视频中提取出多个候选动作视频片段;按照预设划分策略集合中的不同划分策略对所述候选动作视频片段进行划分,并获取划分得到的动作视频子片段的视频特征,得到视频特征集合;通过机器学习模型并基于所述视频特征集合,从所述多个候选动作视频片段中筛选出动作视频片段;其中,根据预设划分策略集合中不同划分策略所划分得到的动作视频子片段的时长不同。
【技术特征摘要】
1.一种视频处理方法,其特征在于,包括:获取待处理视频;从所述待处理视频中提取出多个候选动作视频片段;按照预设划分策略集合中的不同划分策略对所述候选动作视频片段进行划分,并获取划分得到的动作视频子片段的视频特征,得到视频特征集合;通过机器学习模型并基于所述视频特征集合,从所述多个候选动作视频片段中筛选出动作视频片段;其中,根据预设划分策略集合中不同划分策略所划分得到的动作视频子片段的时长不同。2.根据权利要求1所述的视频处理方法,其特征在于,所述从所述待处理视频中提取出多个候选动作视频片段的步骤包括:按照预设提取策略集合中的不同提取策略,从所述待处理视频中提取出多个不同时长的候选动作视频片段。3.根据权利要求2所述的视频处理方法,其特征在于,所述按照预设提取策略集合中的不同提取策略,从所述待处理视频中提取出多个不同时长的候选动作视频片段的步骤包括:获取所述待处理视频的总时长;按照预设提取策略集合中的不同提取策略,基于所述总时长设置多个不同的子时长;根据多个不同的子时长,从所述待处理视频中提取出多个不同时长的候选动作视频片段。4.根据权利要求3所述的视频处理方法,其特征在于,所述根据多个不同的子时长,从所述待处理视频中提取出多个不同时长的候选动作视频片段的步骤包括:获取至少一个时长调整参数;根据所述时长调整参数分别对多个不同的子时长进行调整,得到调整后时长;根据所述调整后时长从所述待处理视频中提取出多个不同时长的候选动作视频片段。5.根据权利要求1所述的视频处理方法,其特征在于,所述按照预设划分策略集合中的不同划分策略对所述候选动作视频片段进行划分的步骤包括:按照预设划分策略集合中的第一划分策略对所述候选动作视频片段进行划分,得到多个第一动作视频子片段;按照预设划分策略集合中的第二划分策略对所述候选动作视频片段进行划分,得到多个第二动作视频子片段;其中,所述第二动作视频子片段与所述第一动作视频子片段的时长不同。6.根据权利要求1所述的视频处理方法,其特征在于,所述获取划分得到的动作视频子片段的视频特征,得到视频特征集合的步骤包括:获取所述待处理视频通过预设的三维卷积神经网络中预设卷积层输出的特征信息,得到所述待处理视频对应的目标视频特征;根据所述目标视频特征获取划分得到的动作视频子片段的视频特征,得到视频特征集合。7.根据权利要求6所述的视频处理方法,其特征在于,所述根据所述目标视频特征获取划分得到的动作视频子片段的视频特征,得到视频特征集合的步骤包括:获取动作视频子片段的时间节点;根据所述动作视频子片段的时间节点,确定划分得到的动作视频子片段在所述待处理视频的位置;根据所述动作视频子片段在所述待处理视频的位置,从所述目标视频特征中提取出所述动作视频子片段的视频特征,得到视频特征集合。8.根据权利要求1至7任一项所述的视频处理方法,其特征在于,所述通过机器学习模型并基于所述视频特征集合,从所述多个候选动作视频片段中筛选出动作视频片段的步骤之前,所述方法还包括:获取多个不同时长的动作视频片段样本及动作视频片段样本的视频特征;根据所述动作视频片段样本和视频特征对预设模型进行...
【专利技术属性】
技术研发人员:刘袁,马林,刘威,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。