一种视频目标识别方法、装置及设备制造方法及图纸

本发明专利技术实施例提供了一种视频目标识别方法、装置及设备，其中，该方法包括：确定待识别视频帧；提取待识别视频帧对应的图像特征；获取预先保存的多个历史图像对应的特征信息；基于图像特征和多个历史图像对应的特征信息，确定多个历史图像中与待识别视频帧匹配的目标历史图像；获取预先保存的目标历史图像的识别结果，并将该识别结果作为待识别视频帧对应的识别结果。通过本发明专利技术实施例提供的视频目标识别方法、装置及设备，能够提升视频目标识别的效率。

A Method, Device and Equipment for Video Target Recognition

The embodiment of the present invention provides a video target recognition method, device and device, in which the method includes: determining the video frame to be recognized; extracting the image features corresponding to the video frame to be recognized; acquiring the feature information corresponding to a plurality of pre-stored historical images; and determining the view to be recognized in a plurality of historical images based on the feature information corresponding to the image features and a plurality of historical images. The target historical image matched by frequency frames is obtained, and the recognition result of the pre-saved target historical image is taken as the recognition result corresponding to the video frame to be recognized. The video target recognition method, device and device provided by the embodiment of the present invention can improve the efficiency of video target recognition.

【技术实现步骤摘要】
一种视频目标识别方法、装置及设备
本专利技术涉及视频图像处理
，特别是涉及一种视频目标识别方法、装置及设备。
技术介绍
随着手机、监控摄像头等移动端视频采集设备的发展和普及，视频目标识别的应用场景越来越广泛。例如，直播视频中主播背景替换需要用到人像分割技术；场景中的人物特写处理需要用到人物识别技术，等等。目前的技术中大多采用卷积神经网络实现视频目标识别。例如，通过deeplabV3+实现人像分割，通过pvanet实现目标定位等。具体地，针对视频中的每个视频帧，通过卷积神经网络实现视频目标识别。然而，专利技术人在实现本专利技术的过程中发现，现有技术至少存在如下问题：一般情况下，卷积神经网络是需要经过很复杂的多层运算才能得到计算结果，且视频中的视频帧数量也比较多。如此，现有技术针对每个视频帧都进行卷积神经网络的运算，会使得视频目标识别过程的效率较低。
技术实现思路
本专利技术实施例的目的在于提供一种视频目标识别方法、装置及设备，以提升视频目标识别的效率。具体技术方案如下：第一方面，本专利技术实施例提供了一种视频目标识别方法，包括：确定待识别视频帧；提取所述待识别视频帧对应的图像特征；获取预先保存的多个历史图像对应的特征信息；基于所述图像特征和所述多个历史图像对应的特征信息，确定所述多个历史图像中与所述待识别视频帧匹配的目标历史图像；获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果。可选的，所述方法还包括：获取所述待识别视频帧的图像特征在所述待识别视频帧中的第一位置；获取所述目标历史图像的特征信息在所述目标历史图像中对应的第二位置；判断所述第一位置与所述第二位置是否小于预设差值；如果所述第一位置与所述第二位置小于预设差值，执行所述获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果的步骤。可选的，所述基于所述图像特征和所述多个历史图像对应的特征信息，确定所述多个历史图像中与所述待识别视频帧匹配的目标历史图像，包括：针对每个历史图像，计算所述图像特征与该历史图像对应的特征信息之间的匹配度；当所述匹配度大于等于预设匹配度阈值时，确定该历史图像为所述目标历史图像。可选的，所述特征信息包括一层特征信息和二层特征信息；所述提取所述待识别视频帧对应的图像特征，包括：提取所述待识别视频帧对应的一层图像特征和二层图像特征；所述计算所述图像特征与该历史图像对应的特征信息之间的匹配度，包括：计算所述待识别视频帧对应的一层图像特征与该历史图像对应的一层特征信息的第一相似度；在所述第一相似度满足第一预设阈值时，计算所述待识别视频帧对应的二层图像特征与该历史图像对应的二层特征信息的第二相似度；在所述第一相似度不满足第一预设阈值时，停止计算所述图像特征与该历史图像对应的特征信息之间的所述匹配度；所述当所述匹配度大于等于预设匹配度阈值时，确定该历史图像为所述目标历史图像，包括：当所述第一相似度满足所述第一预设阈值、且所述第二相似度满足第二预设阈值时，确定该历史图像为所述目标历史图像。可选的，所述提取所述待识别视频帧对应的一层图像特征和二层图像特征，包括：提取所述待识别视频帧的边缘特征、形状特征、和/或颜色特征，作为表示所述待识别视频帧宏观信息的图像宏观特征，并将所述图像宏观特征作为所述一层图像特征；将所述待识别视频帧分割成预设个矩形小块，针对每一矩形小块，计算该矩形小块中像素的标准差；将所述预设个矩形小块分别对应的标准差形成的向量，作为表示所述待识别视频帧细节信息的图像细节特征，并将所述图像细节特征作为所述二层图像特征。可选的，通过包括多个元素的队列保存所述多个历史图像对应的特征信息和识别结果，其中，一个元素对应一个历史图像；所述元素中包括优先级参数、所述元素对应的历史图像对应的特征信息和识别结果；所述针对每个历史图像，计算所述图像特征与该历史图像对应的特征信息之间的匹配度，包括：按照优先级参数从高到底的顺序，依次计算所述图像特征与所述队列中元素包括的特征信息的匹配度；所述当所述匹配度大于等于预设匹配度阈值时，确定该历史图像为所述目标历史图像，包括：当所述图像特征与所述队列中元素包括的特征信息的匹配度大于等于预设匹配度阈值时，确定对应的该元素为目标元素；将所述目标元素对应的历史图像作为所述目标历史图像；所述获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果，包括：获取所述目标元素中包括的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果。第二方面，本专利技术实施例提供了一种视频目标识别装置，包括：第一确定模块，用于确定待识别视频帧；提取模块，用于提取所述待识别视频帧对应的图像特征；第一获取模块，用于获取预先保存的多个历史图像对应的特征信息；第二确定模块，用于基于所述图像特征和所述多个历史图像对应的特征信息，确定所述多个历史图像中与所述待识别视频帧匹配的目标历史图像；第二获取模块，用于获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果。可选的，所述装置还包括：第三获取模块，用于获取所述待识别视频帧的图像特征在所述待识别视频帧中的第一位置；第四获取模块，用于获取所述目标历史图像的特征信息在所述目标历史图像中对应的第二位置；判断模块，用于判断所述第一位置与所述第二位置是否小于预设差值；执行模块，用于如果所述第一位置与所述第二位置小于预设差值，执行所述获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果的步骤。可选的，所述第二确定模块，包括：计算子模块，用于针对每个历史图像，计算所述图像特征与该历史图像对应的特征信息之间的匹配度；确定子模块，用于当所述匹配度大于等于预设匹配度阈值时，确定该历史图像为所述目标历史图像。可选的，所述特征信息包括一层特征信息和二层特征信息；所述提取模块，具体用于提取所述待识别视频帧对应的一层图像特征和二层图像特征；所述计算子模块，包括：第一计算单元，用于计算所述待识别视频帧对应的一层图像特征与该历史图像对应的一层特征信息的第一相似度；第二计算单元，用于在所述第一相似度满足第一预设阈值时，计算所述待识别视频帧对应的二层图像特征与该历史图像对应的二层特征信息的第二相似度；停止单元，用于在所述第一相似度不满足第一预设阈值时，停止计算所述图像特征与该历史图像对应的特征信息之间的所述匹配度；所述确定子模块，具体用于当所述第一相似度满足所述第一预设阈值、且所述第二相似度满足第二预设阈值时，确定该历史图像为所述目标历史图像。可选的，所述提取模块，包括：第一提取子模块，用于提取所述待识别视频帧的边缘特征、形状特征、和/或颜色特征，作为表示所述待识别视频帧宏观信息的图像宏观特征，并将所述图像宏观特征作为所述一层图像特征；第二提取子模块，用于将所述待识别视频帧分割成预设个矩形小块，针对每一矩形小块，计算该矩形小块中像素的标准差；将所述预设个矩形小块分别对应的标准差形成的向量，作为表示所述待识别视频帧细节信息的图像细节特征，并将所述图像细节特征作为所述二层图像特征。可选的，通过包括多个元素的队列保存所述多个历史图像对应的特征信息和识别结果，其中本文档来自技高网...

【技术保护点】
1.一种视频目标识别方法，其特征在于，包括：确定待识别视频帧；提取所述待识别视频帧对应的图像特征；获取预先保存的多个历史图像对应的特征信息；基于所述图像特征和所述多个历史图像对应的特征信息，确定所述多个历史图像中与所述待识别视频帧匹配的目标历史图像；获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果。

【技术特征摘要】
1.一种视频目标识别方法，其特征在于，包括：确定待识别视频帧；提取所述待识别视频帧对应的图像特征；获取预先保存的多个历史图像对应的特征信息；基于所述图像特征和所述多个历史图像对应的特征信息，确定所述多个历史图像中与所述待识别视频帧匹配的目标历史图像；获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果。2.根据权利要求1所述的方法，其特征在于，还包括：获取所述待识别视频帧的图像特征在所述待识别视频帧中的第一位置；获取所述目标历史图像的特征信息在所述目标历史图像中对应的第二位置；判断所述第一位置与所述第二位置是否小于预设差值；如果所述第一位置与所述第二位置小于预设差值，执行所述获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果的步骤。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述图像特征和所述多个历史图像对应的特征信息，确定所述多个历史图像中与所述待识别视频帧匹配的目标历史图像，包括：针对每个历史图像，计算所述图像特征与该历史图像对应的特征信息之间的匹配度；当所述匹配度大于等于预设匹配度阈值时，确定该历史图像为所述目标历史图像。4.根据权利要求3所述的方法，其特征在于，所述特征信息包括一层特征信息和二层特征信息；所述提取所述待识别视频帧对应的图像特征，包括：提取所述待识别视频帧对应的一层图像特征和二层图像特征；所述计算所述图像特征与该历史图像对应的特征信息之间的匹配度，包括：计算所述待识别视频帧对应的一层图像特征与该历史图像对应的一层特征信息的第一相似度；在所述第一相似度满足第一预设阈值时，计算所述待识别视频帧对应的二层图像特征与该历史图像对应的二层特征信息的第二相似度；在所述第一相似度不满足第一预设阈值时，停止计算所述图像特征与该历史图像对应的特征信息之间的所述匹配度；所述当所述匹配度大于等于预设匹配度阈值时，确定该历史图像为所述目标历史图像，包括：当所述第一相似度满足所述第一预设阈值、且所述第二相似度满足第二预设阈值时，确定该历史图像为所述目标历史图像。5.根据权利要求4所述的方法，其特征在于，所述提取所述待识别视频帧对应的一层图像特征和二层图像特征，包括：提取所述待识别视频帧的边缘特征、形状特征、和/或颜色特征，作为表示所述待识别视频帧宏观信息的图像宏观特征，并将所述图像宏观特征作为所述一层图像特征；将所述待识别视频帧分割成预设个矩形小块，针对每一矩形小块，计算该矩形小块中像素的标准差；将所述预设个矩形小块分别对应的标准差形成的向量，作为表示所述待识别视频帧细节信息的图像细节特征，并将所述图像细节特征作为所述二层图像特征。6.根据权利要求3所述的方法，其特征在于，通过包括多个元素的队列保存所述多个历史图像对应的特征信息和识别结果，其中，一个元素对应一个历史图像；所述元素中包括优先级参数、所述元素对应的历史图像对应的特征信息和识别结果；所述针对每个历史图像，计算所述图像特征与该历史图像对应的特征信息之间的匹配度，包括：按照优先级参数从高到底的顺序，依次计算所述图像特征与所述队列中元素包括的特征信息的匹配度；所述当所述匹配度大于等于预设匹配度阈值时，确定该历史图像为所述目标历史图像，包括：当所述图像特征与所述队列中元素包括的特征信息的匹配度大于等于所述预设匹配度阈值时，确定对应的该元素为目标元素；将所述目标元素对应的历史图像作为所述目标历史图像；所述获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果，包括：获取所述目标元素中包括的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果。7.一种视频目标识别装置，其特征在于，包括：第一...

【专利技术属性】
技术研发人员：阳群益，宇哲伦，冯巍，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：北京,11