基于人工智能的视频清晰度处理方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种基于人工智能的视频清晰度处理方法、装置及电子设备；方法包括：从视频中提取待识别的多个图像帧；对所述多个图像帧中的前景进行清晰度识别，得到每个所述图像帧的前景清晰度；基于每个所述图像帧的前景清晰度，确定所述视频的第一视频清晰度，并作为所述视频的清晰度识别结果；当所述视频的第一视频清晰度未满足清晰度条件时，对所述多个图像帧的背景进行清晰度识别，得到所述每个所述图像帧的背景清晰度；基于每个所述图像帧的背景清晰度，确定所述视频的第二视频清晰度，并作为所述视频的更新的清晰度识别结果。通过本发明专利技术，能够高效、准确的识别视频的清晰度。

【技术实现步骤摘要】
基于人工智能的视频清晰度处理方法、装置及电子设备
本专利技术涉及人工智能领域，尤其涉及一种基于人工智能的视频清晰度处理方法、装置及电子设备。
技术介绍
人工智能(AI，ArtificialIntelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法和技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。计算机视觉技术作为人工智能软件技术中一个重要的
技术实现思路
，在近年来得到了快速的发展，图像识别技术是计算机视觉技术中一个重要的分支，可通过图像识别技术对图像帧的识别，给出视频的清晰度评价结果，但是这些视频的场景以静态场景为主，在动态场景中，对视频清晰度的识别结果不理想。
技术实现思路
本专利技术实施例提供一种基于人工智能的视频清晰度处理方法、装置及电子设备，能够高效、准确地识别视频的清晰度。本专利技术实施例的技术方案是这样实现的：本专利技术实施例提供一种基于人工智能的视频清晰度处理方法，包括：从视频中提取待识别的多个图像帧；对所述多个图像帧中的前景进行清晰度识别，得到每个所述图像帧的前景清晰度；基于每个所述图像帧的前景清晰度，确定所述视频的第一视频清晰度，并作为所述视频的清晰度识别结果；当所述视频的第一视频清晰度未满足清晰度条件时，对所述多个图像帧的背景进行清晰度识别，得到所述每个所述图像帧的背景清晰度；基于每个所述图像帧的背景清晰度，确定所述视频的第二视频清晰度，并作为所述视频的更新的清晰度识别结果。本专利技术实施例提供一种基于人工智能的视频清晰度处理装置，包括：提取模块，用于从视频中提取待识别的多个图像帧；第一识别模块，用于对所述多个图像帧中的前景进行清晰度识别，得到每个所述图像帧的前景清晰度；第一确定模块，基于每个所述图像帧的前景清晰度，确定所述视频的第一视频清晰度，并作为所述视频的清晰度识别结果；第二识别模块，用于当所述视频的第一视频清晰度未满足清晰度条件时，对所述多个图像帧的背景进行清晰度识别，得到所述每个所述图像帧的背景清晰度；第二确定模块，用于基于每个所述图像帧的背景清晰度，确定所述视频的第二视频清晰度，并作为所述视频的更新的清晰度识别结果。上述方案中，所述提取模块，用于：对所述视频进行等间隔地抽帧，得到第一图像帧集合；对所述第一图像帧集合中的图像帧进行聚类以得到多个相似图像帧子集，从每个所述相似图像帧子集中随机抽取一个图像帧，并结合所述第一图像集合中未被聚类到任一所述相似图像帧子集的图像组成第二图像帧集合；从所述第二图像帧集合中过滤掉符合模糊条件的图像帧，将所述第二图像帧集合中剩余的多帧图像帧作为待识别的图像帧。上述方案中，所述第一识别模块，用于：将所述图像帧的图像特征映射为对应不同前景清晰度类别的置信度，将最大置信度对应的前景清晰度类别作为所述图像帧的前景清晰度。上述方案中，所述第一确定模块，用于：所述前景清晰度类别包括：前景清晰、前景一般和前景模糊；基于每个所述图像帧所属的前景清晰度类别，确定每个所述前景清晰度类别包括的待识别的所述图像帧的数量；根据每个所述前景清晰度类别所包括的图像帧的数量在总数量中所占的比例，确定所述视频的第一视频清晰度，其中，所述总数量为对应所述待识别的多个图像帧的计数。上述方案中，所述第一确定模块，用于：所述前景清晰的前景清晰度类别对应第一比例阈值，所述前景一般的前景清晰度类别对应第二比例阈值，所述前景模糊的前景清晰度类别对应第三比例阈值，且所述第二比例阈值、所述第一比例阈值和所述第三比例阈值呈降序排列；当前景清晰的前景清晰度类别所包括的图像帧的数量在总数量中所占的比例大于所述第一比例阈值时，确定所述视频的第一视频清晰度为清晰；当前景一般的前景清晰度类别所包括的图像帧的数量在总数量中所占的比例大于所述第二比例阈值，且前景模糊的前景清晰度类别所包括的图像帧的数量在总数量中所占的比例小于第三比例阈值，确定所述视频的第一视频清晰度为一般；当前景清晰的前景清晰度类别所包括的图像帧的数量在总数量中所占的比例小于所述第一比例阈值，且前景模糊的前景清晰度类别所包括的图像帧的数量在总数量中所占的比例为零时，确定所述视频的第一视频清晰度为一般；当前景模糊的前景清晰度类别所包括的图像帧的数量在总数量中所占的比例大于第三比例阈值时，确定所述视频的第一视频清晰度为模糊。上述方案中，所述第二识别模块，用于：对每个所述图像帧执行以下处理：将所述图像帧的图像特征映射为不同背景清晰度类别的置信度；其中，所述背景清晰度类别包括：背景清晰和背景模糊。上述方案中，所述第二确定模块，用于：将每个所述图像帧属于背景清晰的背景清晰度类别的置信度累加并取均值，以得到均值置信度；当所述均值置信度大于置信度阈值时，确定所述视频的第二视频清晰度为模糊，当所述均值置信度小于或等于所述置信度阈值时，确定所述视频的第二视频清晰度为一般。上述方案中，所述第二确定模块，还用于：获取所述视频的类别信息；在多个视频类别与置信度阈值的对应关系中，查找与所述视频类别信息对应的置信度阈值。上述方案中，所述基于人工智能的视频清晰度处理装置还包括：推荐模块，用于：将所述视频的清晰度识别结果发送到推荐系统，以使所述推荐系统根据所述视频的清晰度执行相应的推荐操作。本专利技术实施例还提供一种电子设备，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现本专利技术实施例提供的基于人工智能的视频清晰度处理方法。本专利技术实施例提供一种计算机可读存储介质，其中存储有可执行指令，用于被处理器执行时，实现本专利技术实施例提供的基于人工智能的视频清晰度处理方法。本专利技术实施例具有以下有益效果：通过从视频中提取出多个图像帧，对多个图像帧的前景进行清晰度识别，以得到视频清晰度的识别结果，以及根据对该识别结果的判断，对相应图像帧的背景进行清晰度识别，以得到更新后的视频清晰度识别结果，能够适用于动态类视频，以实现高效、准确的识别，从而提升了视频清晰度识别的效率和精度。附图说明图1是本专利技术实施例提供的基于人工智能的视频清晰度处理系统的一个架构示意图；图2是本专利技术实施例提供的终端设备的一个架构示意图；图3是本专利技术实施例提供的基于人工智能的视频清晰度处理装置的架构示意图；图4A是本专利技术实施例提供的基于人工智能的视频清晰度处理方法的流程示意图；图4B是本专利技术实施例提供的基于人工智能的视频清晰度处理方法的一个流程示意图；图4C是本专利技术实施例提供本文档来自技高网...

【技术保护点】
1.一种基于人工智能的视频清晰度处理方法，其特征在于，所述方法包括：/n从视频中提取待识别的多个图像帧；/n对所述多个图像帧中的前景进行清晰度识别，得到每个所述图像帧的前景清晰度；/n基于每个所述图像帧的前景清晰度，确定所述视频的第一视频清晰度，并作为所述视频的清晰度识别结果；/n当所述视频的第一视频清晰度未满足清晰度条件时，对所述多个图像帧的背景进行清晰度识别，得到每个所述图像帧的背景清晰度；/n基于每个所述图像帧的背景清晰度，确定所述视频的第二视频清晰度，并作为所述视频的更新的清晰度识别结果。/n

【技术特征摘要】
1.一种基于人工智能的视频清晰度处理方法，其特征在于，所述方法包括：
从视频中提取待识别的多个图像帧；
对所述多个图像帧中的前景进行清晰度识别，得到每个所述图像帧的前景清晰度；
基于每个所述图像帧的前景清晰度，确定所述视频的第一视频清晰度，并作为所述视频的清晰度识别结果；
当所述视频的第一视频清晰度未满足清晰度条件时，对所述多个图像帧的背景进行清晰度识别，得到每个所述图像帧的背景清晰度；
基于每个所述图像帧的背景清晰度，确定所述视频的第二视频清晰度，并作为所述视频的更新的清晰度识别结果。


2.根据权利要求1所述的方法，其特征在于，所述从视频中提取待识别的多个图像帧，包括：
对所述视频进行等间隔地抽帧，得到第一图像帧集合；
对所述第一图像帧集合中的图像帧进行聚类以得到多个相似图像帧子集，从每个所述相似图像帧子集中抽取一个图像帧，并结合未被聚类到任一所述相似图像帧子集的图像组成第二图像帧集合；
从所述第二图像帧集合中过滤掉符合模糊条件的图像帧，将所述第二图像帧集合中剩余的多帧图像帧作为待识别的图像帧。


3.根据权利要求1所述的方法，其特征在于，所述对所述多个图像帧中的前景进行清晰度识别，得到每个所述图像帧的前景清晰度，包括：
对每个所述图像帧执行以下处理：
将所述图像帧的图像特征映射为对应不同前景清晰度类别的置信度，将最大置信度对应的前景清晰度类别作为所述图像帧的前景清晰度。


4.根据权利要求3所述的方法，其特征在于，
所述前景清晰度类别包括：前景清晰、前景一般和前景模糊；
所述基于每个所述图像帧的前景清晰度，确定所述视频的第一视频清晰度，包括：
基于每个所述图像帧所属的前景清晰度类别，确定每个所述前景清晰度类别包括的待识别的所述图像帧的数量；
根据每个所述前景清晰度类别所包括的图像帧的数量在总数量中所占的比例，确定所述视频的第一视频清晰度，其中，所述总数量为对应所述待识别的多个图像帧的计数。


5.根据权利要求4所述的方法，其特征在于，
所述前景清晰的前景清晰度类别对应第一比例阈值，所述前景一般的前景清晰度类别对应第二比例阈值，所述前景模糊的前景清晰度类别对应第三比例阈值，且所述第二比例阈值、所述第一比例阈值和所述第三比例阈值呈降序排列；
所述根据每个所述前景清晰度类别所包括的图像帧的数量在总数量中所占的比例，确定所述视频的第一视频清晰度，包括：
当前景清晰的前景清晰度类别所包括的图像帧的数量在总数量中所占的比例大于所述第一比例阈值时，确定所述视频的第一视频清晰...

【专利技术属性】
技术研发人员：杨天舒，黄嘉文，沈招益，
申请(专利权)人：腾讯科技北京有限公司，
类型：发明
国别省市：北京;11