视频处理方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种视频处理方法及装置、电子设备和存储介质，所述方法包括：将接收到的目标视频切分为多个视频片段，其中，所述多个视频片段包括至少一个目标对象；并行地对所述多个视频片段中存在同一目标对象的至少连续N个视频帧执行去重操作，得到第一去重结果；对相邻视频片段连接处的至少连续N个视频帧执行所述去重操作，得到第二去重结果；将所述第一去重结果与所述第二去重结果进行合并，得到对所述目标视频中的每一个目标对象的去重结果。本公开实施例可提高去重效率，实现了对目标视频的精准去重。的精准去重。的精准去重。

【技术实现步骤摘要】
视频处理方法及装置、电子设备和存储介质


[0001]本公开涉及计算机
，尤其涉及一种视频处理方法及装置、电子设备和存储介质。

技术介绍

[0002]在视频的很多应用场景中，会存在对视频的视频帧进行去重的技术需求，例如，在监控领域中，为了节省存储空间会对监控视频的视频帧进行去重，然而在相关技术中，视频帧去重的效率较低。

技术实现思路

[0003]本公开提出了一种视频处理技术方案。
[0004]根据本公开的一方面，提供了一种视频处理方法，包括：
[0005]将接收到的目标视频切分为多个视频片段，其中，所述多个视频片段包括至少一个目标对象；
[0006]并行地对所述多个视频片段中存在同一目标对象的至少连续N个视频帧执行去重操作，得到第一去重结果，所述第一去重结果包含对所述多个视频片段进行去重操作后得到的目标对象的特征构成的集合；
[0007]对相邻视频片段连接处的至少连续N个视频帧执行所述去重操作，得到第二去重结果，所述第二去重结果包含对所述相邻视频片段连接处的至少连续N个视频帧进行去重操作后得到的目标对象的特征构成的集合；
[0008]将所述第一去重结果与所述第二去重结果进行合并，得到对所述目标视频中的每一个目标对象的去重结果。
[0009]在一种可能的实现方式中，所述去重操作，包括：
[0010]按视频帧的时序顺序，获取所述目标视频中的第一视频帧；
[0011]检测所述第一视频帧所包含的目标对象的特征和比对集合中，是否存在属于同一目标对象的第一特征，以及所属目标对象与其他目标对象均不相同的第二特征，其中，所述比对集合中包含与所述第一视频帧相邻的前N
‑
1个视频帧所包含的目标对象的目标特征；
[0012]在检测到所述比对集合中存在所述第二特征，且所述第二特征所在视频帧之后的连续N
‑
1个视频帧中未检测到所述第二特征的情况下，将所述第二特征所在视频帧作为对所述第一视频帧和所述前N
‑
1个视频帧的去重结果，并将所述第二特征从所述比对集合中移除。
[0013]在一种可能的实现方式中，所述检测所述第一视频帧和比对集合中，是否存在属于同一目标对象的第一特征，以及不属于同一目标对象的第二特征，包括：
[0014]确定所述第一视频帧中包含的至少一个目标对象的特征；
[0015]分别确定所述至少一个目标对象的特征与所述比对集合中的各目标特征的相似度；
[0016]根据所述相似度以及预设的相似度阈值，得到检测结果。
[0017]在一种可能的实现方式中，在所述检测所述第一视频帧所包含的目标对象的特征和比对集合中，是否存在属于同一目标对象的第一特征，以及所属目标对象与其他目标对象均不相同的第二特征后，还包括：
[0018]在检测到所述第一特征的情况下，将属于同一目标对象的第一特征中质量分值高的第一特征加入所述比对集合中；
[0019]在检测到所述第一视频帧中存在所述第二特征的情况下，将所述第一视频帧中包含的第二特征加入所述比对集合中。
[0020]在一种可能的实现方式中，所述目标特征符合预设特征条件，所述预设特征条件，包括：
[0021]所述目标特征的质量分值高于预设质量分值；
[0022]所述目标特征为包含同一目标对象的多个图像中质量分值最高的特征，所述多个图像为与所述第一视频帧相邻的至少前N
‑
1个视频帧中的多个图像，所述第一视频帧为包含目标对象的视频帧。
[0023]在一种可能的实现方式中，所述将接收到的目标视频切分为多个视频片段，具体包括：
[0024]按视频帧的时序顺序，对所述目标视频中的视频帧进行标记，得到标记结果；
[0025]根据所述标记结果所表征的视频帧的时序顺序，确定相邻视频片段连接处的至少连续N个视频帧。
[0026]在一种可能的实现方式中，所述相邻视频片段连接处的至少连续N个视频帧，包括：
[0027]在时序上相邻的视频片段中，前一视频片段尾部的N
‑
1个视频帧和后一视频片段首部的N
‑
1个视频帧。
[0028]在一种可能的实现方式中，在并行地对所述多个视频片段中存在同一目标对象的至少连续N个视频帧执行去重操作前，所述方法还包括：
[0029]确定所述目标视频中包含所述目标对象的视频帧；
[0030]确定视频帧中包含的目标对象的特征的质量分值，所述质量分值根据下述至少一种信息确定：
[0031]视频帧中目标对象的清晰度、视频帧中目标对象与镜头的角度。
[0032]根据本公开的一方面，提供了一种视频处理装置，包括：
[0033]切分单元，用于将接收到的目标视频切分为多个视频片段，其中，所述多个视频片段包括至少一个目标对象；
[0034]第一去重单元，用于并行地对所述多个视频片段中存在同一目标对象的至少连续N个视频帧执行去重操作，得到第一去重结果，所述第一去重结果包含对所述多个视频片段进行去重操作后得到的目标对象的特征构成的集合；
[0035]第二去重单元，用于对相邻视频片段连接处的至少连续N个视频帧执行所述去重操作，得到第二去重结果，所述第二去重结果包含对所述相邻视频片段连接处的至少连续N个视频帧进行去重操作后得到的目标对象的特征构成的集合；
[0036]合并单元，用于将所述第一去重结果与所述第二去重结果进行合并，得到对所述
目标视频中的每一个目标对象的去重结果。
[0037]在一种可能的实现方式中，所述去重操作由去重子单元执行，所述去重子单元用于按视频帧的时序顺序，获取所述目标视频中的第一视频帧；检测所述第一视频帧所包含的目标对象的特征和比对集合中，是否存在属于同一目标对象的第一特征，以及所属目标对象与其他目标对象均不相同的第二特征，其中，所述比对集合中包含与所述第一视频帧相邻的前N
‑
1个视频帧所包含的目标对象的目标特征；在检测到所述比对集合中存在所述第二特征，且所述第二特征所在视频帧之后的连续N
‑
1个视频帧中未检测到所述第二特征的情况下，将所述第二特征所在视频帧作为对所述第一视频帧和所述前N
‑
1个视频帧的去重结果，并将所述第二特征从所述比对集合中移除。
[0038]在一种可能的实现方式中，所述去重子单元，用于确定所述第一视频帧中包含的至少一个目标对象的特征；分别确定所述至少一个目标对象的特征与所述比对集合中的各目标特征的相似度；根据所述相似度以及预设的相似度阈值，得到检测结果。
[0039]在一种可能的实现方式中，所述去重子单元，用于在检测到所述第一特征的情况下，将属于同一目标对象的第一特征中质量分值高的第一特征加入所述比对集合中；在检测到所述第一视频帧中存在所述第二特征的情况下，将所述第一视频帧中包含的第二特征加入所述比对集合中。
[0040]在一种可能的实现方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频处理方法，其特征在于，包括：将接收到的目标视频切分为多个视频片段，其中，所述多个视频片段包括至少一个目标对象；并行地对所述多个视频片段中存在同一目标对象的至少连续N个视频帧执行去重操作，得到第一去重结果，所述第一去重结果包含对所述多个视频片段进行去重操作后得到的目标对象的特征构成的集合；对相邻视频片段连接处的至少连续N个视频帧执行所述去重操作，得到第二去重结果，所述第二去重结果包含对所述相邻视频片段连接处的至少连续N个视频帧进行去重操作后得到的目标对象的特征构成的集合；将所述第一去重结果与所述第二去重结果进行合并，得到对所述目标视频中的每一个目标对象的去重结果。2.根据权利要求1所述的方法，其特征在于，所述去重操作，包括：按视频帧的时序顺序，获取所述目标视频中的第一视频帧；检测所述第一视频帧所包含的目标对象的特征和比对集合中，是否存在属于同一目标对象的第一特征，以及所属目标对象与其他目标对象均不相同的第二特征，其中，所述比对集合中包含与所述第一视频帧相邻的前N
‑
1个视频帧所包含的目标对象的目标特征；在检测到所述比对集合中存在所述第二特征，且所述第二特征所在视频帧之后的连续N
‑
1个视频帧中未检测到所述第二特征的情况下，将所述第二特征所在视频帧作为对所述第一视频帧和所述前N
‑
1个视频帧的去重结果，并将所述第二特征从所述比对集合中移除。3.根据权利要求2所述的方法，其特征在于，所述检测所述第一视频帧和比对集合中，是否存在属于同一目标对象的第一特征，以及不属于同一目标对象的第二特征，包括：确定所述第一视频帧中包含的至少一个目标对象的特征；分别确定所述至少一个目标对象的特征与所述比对集合中的各目标特征的相似度；根据所述相似度以及预设的相似度阈值，得到检测结果。4.根据权利要求2所述的方法，其特征在于，在所述检测所述第一视频帧所包含的目标对象的特征和比对集合中，是否存在属于同一目标对象的第一特征，以及所属目标对象与其他目标对象均不相同的第二特征后，还包括：在检测到所述第一特征的情况下，将属于同一目标对象的第一特征中质量分值高的第一特征加入所述比对集合中；在检测到所述第一视频帧中存在所述第二特征的情况下，将所述第一视频帧中包含的第二特征加入所述比对集合中。5.根据权利要求2
‑
4任一所述的方法，其特征在于，所述目标特征符合预设特征条件，所述预设特征条件，包括：所述目标特征的质...

【专利技术属性】
技术研发人员：宋述铕，侯超，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：