一种视频流处理方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种视频流处理方法、装置、设备及存储介质，该方法包括：确定获取的多路视频流中每路视频流对应的光流序列；将每路视频流对应的光流序列输入到粗筛选分类网络，输出满足预设条件的第一暴力分拣行为集合，第一暴力分拣行为集合所对应的光流序列为目标光流序列；将目标光流序列输入到细筛选分类网络，输出第二暴力分拣行为集合。该方法降低了处理多路视频流时对硬件及软件的要求，并且缩短了处理时长。短了处理时长。短了处理时长。

【技术实现步骤摘要】
一种视频流处理方法、装置、设备及存储介质


[0001]本专利技术一般涉及图像处理
，具体涉及一种视频流处理方法、装置、设备及存储介质。

技术介绍

[0002]随着技术的进步，视频监控已经是安全防范系统的重要组成部分。现在视频监控的覆盖面非常的广，大部分的角落都进行着视频监控。通过视频监控可以实时的了解监控范围内的治安状况，当然，为了取证，还可以对视频进行回放等。
[0003]随着视频监控的覆盖面越来越广，实时分析所有视频中是否有暴力事件的发生，此时需要同时对多路视频监控的视频流进行处理，对处理视频流的硬件及软件的要求较高，并且耗时较长。

技术实现思路

[0004]鉴于现有技术中的上述缺陷或不足，期望提供一种视频流处理方法和装置。
[0005]第一方面，本专利技术提供了一种视频流处理方法，包括：
[0006]确定获取的多路视频流中每路视频流对应的光流序列；
[0007]将每路视频流对应的光流序列输入到粗筛选分类网络，输出满足预设条件的第一暴力分拣行为集合，第一暴力分拣行为集合所对应的光流序列为目标光流序列；
[0008]将目标光流序列输入到细筛选分类网络，输出第二暴力分拣行为集合。
[0009]在其中一个实施例中，确定获取的多路视频流中每路视频流对应的光流序列，包括：
[0010]将每路视频流分别转换为图像帧序列；
[0011]将图像帧序列输入到光流算法，得到光流序列。
[0012]在其中一个实施例中，将目标光流序列输入到细筛选分类网络，包括：
[0013]基于目标光流序列的总路数与细筛选分类网络的同步处理能力确定是否将目标光流序列存放至顺序队列；
[0014]如果是，则将目标光流序列存放至顺序队列；
[0015]按照顺序队列的输入输出关系，依次从顺序队列的输出侧读取目标光流序列以异步地输入至细筛选分类网络。
[0016]在其中一个实施例中，将目标光流序列输入到细筛选分类网络，包括：
[0017]根据预设值选取目标光流序列输入到细筛选分类网络。
[0018]在其中一个实施例中，根据预设值选取目标光流序列输入到细筛选分类网络，包括：
[0019]若目标光流序列的总路数不超过预设值，则将所有目标光流序列输入细筛选分类网络；
[0020]若目标光流序列的总路数超过预设值，则基于时间顺序选取预设值的目标光流序
列输入细筛选分类网络。
[0021]第二方面，本申请实施例提供了一种视频流处理装置，包括：
[0022]确定模块，用于确定获取的多路视频流中每路视频流对应的光流序列；
[0023]筛选模块，用于将每路视频流对应的光流序列输入到粗筛选分类网络，输出满足预设条件的第一暴力分拣行为集合，第一暴力分拣行为集合所对应的光流序列为目标光流序列；
[0024]识别模块，用于将目标光流序列输入到细筛选分类网络，输出第二暴力分拣行为集合。
[0025]在其中一个实施例中，识别模块还用于：
[0026]基于目标光流序列的总路数与细筛选分类网络的同步处理能力确定是否将目标光流序列存放至顺序队列；
[0027]如果是，则将目标光流序列存放至顺序队列；
[0028]按照顺序队列的输入输出关系，依次从顺序队列的输出侧读取目标光流序列以异步地输入至细筛选分类网络。
[0029]在其中一个实施例中，识别模块还用于：
[0030]根据预设值选取目标光流序列输入到细筛选分类网络，以识别暴力分拣行为。
[0031]第三方面，本申请实施例提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述任一项的视频流处理方法。
[0032]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项的视频流处理方法。
[0033]本申请实施例提供的视频流处理方法、装置、设备及存储设备，将确定的每路视频流对应的光流序列输入到粗筛选分类网络，筛选出满足预设条件的暴力分拣行为所对应的目标光流序列，然后将目标光流序列输入到细筛选分类网络，识别暴力分拣行为。本申请实施例，先采用粗筛选分类网络对光流序列进行粗分析筛选，然后再采用细筛选分类网络对粗筛选分类网络筛选出的目标光流序列进行细分析，降低了处理多路视频流时对硬件及软件的要求，并且缩短了处理时长。
附图说明
[0034]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
[0035]图1为本申请实施例提供的视频流处理方法的流程示意图；
[0036]图2为本申请实施例提供的视频流处理装置的结构示意图；
[0037]图3为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0038]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。
[0039]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相
互组合。下面将参考附图并结合实施例来详细说明本申请。
[0040]如
技术介绍
中提到的，随着视频监控的覆盖面越来越广，传统实时分析所有视频中是否有暴力事件的发生，需要同时对多路视频监控的视频流进行处理，对处理视频流的硬件及软件的要求较高，并且耗时较长。
[0041]因此，希望提出一种视频流处理方法，用于降低实时处理多路视频流时对硬件及软件的要求，以及减少耗时。
[0042]参照图1，其示出了根据本申请一个实施例描述的视频流处理方法的示例性流程图。
[0043]如图1所示，在步骤110中，确定获取的多路视频流中每路视频流对应的光流序列。
[0044]具体地，视频流可以为实时采集的视频监控监测的视频流，也可以为回放的视频监控监测的视频，还可以是其他设备存储的视频，这里对此不做限定。
[0045]光流序列可以是通过光流算法得到的序列，用于表征视频流中视域内的物体运动轨迹的数据特征，视域是指视频流中的可见范围。
[0046]在一个实施例中，可以通过下述步骤确定获取的多路视频流中每路视频对应的光流序列，包括：将每路视频流分别转换为图像帧序列；将图像帧序列输入到光流算法，得到光流序列。
[0047]首先，对每路视频流进行解码，分解成一帧一帧的图像，形成图像帧序列。需要说明的是，具体解码过程可以采用现有技术，在此不做详细阐述。
[0048]然后，采用光流算法(如TVL1、TVNET等)对上述解码得到的相邻的图像帧序列进行光流特征提取，得到多个光流序列，其中，得到的光流序列的数量为图像帧序列的个数减一。
[0049]其中，TVL1光流算法是一个基于总变分和L1正则项的光流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频流处理方法，其特征在于，包括：确定获取的多路视频流中每路视频流对应的光流序列；将所述每路视频流对应的光流序列输入到粗筛选分类网络，输出满足预设条件的第一暴力分拣行为集合，所述第一暴力分拣行为集合所对应的光流序列为目标光流序列；将所述目标光流序列输入到细筛选分类网络，输出第二暴力分拣行为集合。2.根据权利要求1所述的视频流处理方法，其特征在于，所述确定获取的多路视频流中每路视频流对应的光流序列，包括：将所述每路视频流分别转换为图像帧序列；将所述图像帧序列输入到光流算法，得到所述光流序列。3.根据权利要求1或2所述的视频流处理方法，其特征在于，所述将所述目标光流序列输入到细筛选分类网络，包括：基于所述目标光流序列的总路数与所述细筛选分类网络的同步处理能力确定是否将所述目标光流序列存放至顺序队列；如果是，则将所述目标光流序列存放至顺序队列；按照所述顺序队列的输入输出关系，依次从所述顺序队列的输出侧读取所述目标光流序列以异步地输入至所述细筛选分类网络。4.根据权利要求1或2所述的视频流处理方法，其特征在于，所述将所述目标光流序列输入到细筛选分类网络，包括：根据预设值选取所述目标光流序列输入到所述细筛选分类网络。5.根据权利要求4所述的视频流处理方法，其特征在于，根据预设值选取所述目标光流序列输入到所述细筛选分类网络，包括：若所述目标光流序列的总路数不超过所述预设值，则将所有所述目标光流序列输入所述细筛选分类网络；若...

【专利技术属性】
技术研发人员：蒋丽，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：