视频处理与信息查询方法、设备、系统及存储介质技术方案

本申请实施例提供一种视频处理与信息查询方法、设备、系统及存储介质。在本申请实施例中，按照对象类别对视频数据中出现的各类对象进行结构化处理，得到各类对象的结构化数据，并结合结构化数据中包括的对象的特征向量，对结构化数据进行过滤，可将被误识别对象的结构化数据滤除，以提升结构化数据的准确性，为后续基于结构化数据的搜索、以图搜图、轨迹追踪等操作提供准确的数据基础，提高后续操作的准确性和有效性。确性和有效性。确性和有效性。

【技术实现步骤摘要】
视频处理与信息查询方法、设备、系统及存储介质


[0001]本申请涉及视频处理
，尤其涉及一种视频处理与信息查询方法、设备、系统及存储介质。

技术介绍

[0002]在视频场景中，视频存储量不断增大，这给视频查找和视频监控带来巨大挑战频，于是出现了视频结构化技术。视频结构化是一种基于神经网络模型将视频数据中的目标进行结构化提取的技术，相对于原始视频，结构化数据不仅可节约存储空间，而且可极大提升查找和排查效率。
[0003]但是，由于神经网络模型本身的泛化局限性，即模型对它未曾“见过”的视频数据无法很好地拟合，导致在日常应用中会产生大量误识别的结构化数据。譬如，移动的垃圾桶、与人等高的植物或者是路边的岗哨亭等，都容易被模型误识别为行人。
[0004]现有技术中，通常会搜集新场景中的大量视频数据，并以此作为训练样本重新训练模型，尝试从丰富训练样本和模型能力方面解决问题。但是，重新训练模型可能会引入不确定性，并且对未知属性的视频数据仍存在局限性，并不能从根本上解决问题。

技术实现思路

[0005]本申请的多个方面提供本文档来自技高网...

【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：接收客户端上传的视频数据，所述视频数据中包括至少一种类别的对象；对所述视频数据进行结构化处理，得到至少一种类别下的结构化数据，每个结构化数据对应其所属类别下的一个对象，且包括该对象的特征向量；针对目标类别，基于所述目标类别下结构化数据中包括的对象的特征向量，将所述目标类别下对应误识别对象的结构化数据滤除；其中，所述目标类别为所述至少一种类别中的任一类别，所述误识别对象是指所述视频数据中被错误识别为所述目标类别的对象。2.根据权利要求1所述的方法，其特征在于，还包括以下至少一种操作：将所述目标类别下未被滤除的结构化数据输出至存储系统中进行存储；将所述目标类别下未被滤除的结构化数据和所述目标类别下滤除之前的结构化数据对应输出至存储系统中进行存储；对所述目标类别下对应误识别对象的结构化数据进行标记，并对应输出所述目标类别下带有标记和未带有标记的结构化数据。3.根据权利要求1所述的方法，其特征在于，基于所述目标类别下结构化数据中包括的对象的特征向量，将所述目标类别下对应误识别对象的结构化数据滤除，包括：从所述目标类别下各结构化数据中包括的对象的特征向量，获取所述目标类别下对象的中心向量；根据所述中心向量和所述各结构化数据中包括的对象的特征向量，识别出所述目标类别下的误识别对象；将所述目标类别下对应所述误识别对象的结构化数据滤除。4.根据权利要求3所述的方法，其特征在于，根据所述中心向量和所述各结构化数据中包括的对象的特征向量，识别出所述目标类别下的误识别对象，包括：计算所述各结构化数据中包括的对象的特征向量的均值，得到均值向量；根据所述各结构化数据中包括的对象的特征向量与所述均值向量的距离，选择最靠近所述均值向量的前N个对象的特征向量；计算所述前N个对象的特征向量的均值，作为所述目标类别下对象的中心向量；其中，N是大于等于2的整数。5.根据权利要求3所述的方法，其特征在于，根据所述中心向量和所述各结构化数据中包括的对象的特征向量，识别出所述目标类别下的误识别对象，包括：计算所述各结构化数据中包括的对象的特征向量与所述中心向量的距离，并将与所述中心向量的距离大于第一距离阈值的对象作为所述目标类别下的误识别对象。6.根据权利要求5所述的方法，其特征在于，还包括：针对与所述中心向量的距离小于或等于第一距离阈值的对象，计算所述对象的特征向量与对象集合中各对象的特征向量的距离；若所述对象的特征向量与对象集合中各对象的特征向量的距离中存在小于第二距离阈值的距离，将所述对象作为所述目标类别下的误识别对象；其中，所述对象集合中存储有所述目标类目下的误识别对象。7.根据权利要求5或6所述的方法，其特征在于，还包括：
根据所述误识别对象的特征向量，计算所述误识别对象与所述对象集合中各对象的相似度；若所述误识别对象与所述对象集合中各对象的相似度均小于相似度阈值，将所述误识别对象加入所述对象集合。8.一种数据过滤方法，其特征在于，包括：接收视频处理设备输出的至少一种类别下的结构化数据，每个结构化数据对应其所属类别下的一个对象，且包括该对象的特征向量；针对目标类别，基于所述目标类别下结构化数据中包括的对象的特征向量，将所述目标类别下对应误识别对象的结构化数据滤除；将所述目标类别下未被滤除的结构化数据输出至与所述视频处理设备对应的存储系统进行存储；其中，所述目标类别为所述至少一种类别中的任一类别，所述误识别对象是指所述视频数据中被错误识别为所述目标类别的对象。9.一种视频处理方法，其特征在于...

【专利技术属性】
技术研发人员：李圣昱，黄建强，申晨，严劭天，欧进利，崔彦，肖征东，臧春亭，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：