视频标签生成方法、装置及设备制造方法及图纸

一种视频标签生成方法、装置及设备，通过以预设频率从视频中获取图片，并将获取到的每一张图片分别输入预先训练好的安全事件识别模型中，判断各图片是否包含预设安全事件标识信息；对包含预设安全事件标识信息的每张图片分别进行图像识别，得到用于描述图片的结构化文本信息，并将图片及其对应的结构化文本信息关联存储于视图库中；对于视图库的每张图片，通过NLP识别算法，从该图片的结构化文本信息中提取安全事件关键信息，生成该图片的视频标签，安全事件关键信息包括：安全事件发生时间、安全事件发生地点和安全事件内容，无需通过大量的人力去回放大量的监控视频和生成视频标签，从而提高了视频标签的生成效率。从而提高了视频标签的生成效率。从而提高了视频标签的生成效率。

【技术实现步骤摘要】
视频标签生成方法、装置及设备


[0001]本专利技术涉及安防视频监控
，具体涉及一种视频标签生成方法、装置及设备。

技术介绍

[0002]随着人工智能的发展，人工智能技术被应用到了安防视频监控的各种业务，例如事后回放、事中实时响应和事前预警等业务。而视频标签作为一种视频索引的方式，即在事后回放时对特定时间的视频内容进行摘要记录方便后续检索调取，其大大提高了对监控视频进行精准访问的效率。
[0003]目前，可以通过人工回放监控视频的方式，在事后对特定时间的监控视频进行事件识别后，手动进行视频标签的生成录入。但是，这种方式依赖人力去回放监控视频和生成视频标签，导致视频标签的生成效率较低。

技术实现思路

[0004]本专利技术实施例提供一种视频标签生成方法、装置及设备，用以提高视频标签的生成效率。
[0005]根据第一方面，一种实施例中提供一种视频标签生成方法，所述方法包括：
[0006]以预设频率从视频中获取图片，并将获取到的每一张图片分别输入预先训练好的安全事件识别模型中，判断各图片是否包含预设安全事件标识信息，其中，所述安全事件识别模型基于标注了是否包含预设安全事件标识信息的样本图片训练得到；
[0007]对包含预设安全事件标识信息的每张图片分别进行图像识别，得到用于描述图片的结构化文本信息，并将图片及其对应的结构化文本信息关联存储于视图库中；
[0008]对于所述视图库的每张图片，通过自然语言处理NLP识别算法，从该图片的结构化文本信息中提取安全事件关键信息，生成该图片的视频标签，所述安全事件关键信息包括：安全事件发生时间、安全事件发生地点和安全事件内容。
[0009]可选的，所述方法还包括：
[0010]获取用户的目标检索文本信息；
[0011]分别计算所述目标检索文本信息与所述视图库中各图片的结构化文本信息的第一匹配度；
[0012]将所述第一匹配度大于等于第一预设阈值的所述视图库中的图片确定为目标图片；
[0013]根据所述目标图片，确定安全事件。
[0014]可选的，所述视频标签包括图片在所述视频中的录像时间，所述方法还包括：
[0015]若各所述第一匹配度均小于所述第一预设阈值，则分别计算所述目标检索文本信息与所述视图库中各图片的视频标签的第二匹配度；
[0016]将所述第二匹配度大于第二预设阈值的视频标签所包括的录像时间确定为目标
录像时间；
[0017]根据所述目标录像时间，确定需要回放的视频片段；
[0018]根据所述需要回放的视频片段，确定安全事件。
[0019]可选的，所述获取用户的目标检索文本信息，包括：
[0020]获取用户输入的原始检索信息；
[0021]通过所述NLP识别算法，从所述原始检索信息中提取检索条件关键信息，生成目标检索文本信息。
[0022]可选的，所述方法还包括：
[0023]通过预设显示方式，在所述视频上显示生成的所述视频标签。
[0024]可选的，所述方法还包括：
[0025]对所述视图库中各图片的视频标签进行验证，对存在错误的所述视频标签进行修改，得到修改后的视频标签。
[0026]根据第二方面，一种实施例中提供一种视频标签生成装置，所述装置包括：
[0027]判断模块，用于以预设频率从视频中获取图片，并将获取到的每一张图片分别输入预先训练好的安全事件识别模型中，判断各图片是否包含预设安全事件标识信息，其中，所述安全事件识别模型基于标注了是否包含预设安全事件标识信息的样本图片训练得到；
[0028]获取模块，用于对包含预设安全事件标识信息的每张图片分别进行图像识别，得到用于描述图片的结构化文本信息，并将图片及其对应的结构化文本信息关联存储于视图库中；
[0029]生成模块，用于对于所述视图库的每张图片，通过自然语言处理NLP识别算法，从该图片的结构化文本信息中提取安全事件关键信息，生成该图片的视频标签，所述安全事件关键信息包括：安全事件发生时间、安全事件发生地点和安全事件内容。
[0030]可选的，所述装置还包括：确定模块，用于获取用户的目标检索文本信息；分别计算所述目标检索文本信息与所述视图库中各图片的结构化文本信息的第一匹配度；将所述第一匹配度大于等于第一预设阈值的所述视图库中的图片确定为目标图片；根据所述目标图片，确定安全事件。
[0031]可选的，所述视频标签包括图片在所述视频中的录像时间，所述确定模块，还用于若各所述第一匹配度均小于所述第一预设阈值，则分别计算所述目标检索文本信息与所述视图库中各图片的视频标签的第二匹配度；将所述第二匹配度大于第二预设阈值的视频标签所包括的录像时间确定为目标录像时间；根据所述目标录像时间，确定需要回放的视频片段；根据所述需要回放的视频片段，确定安全事件。
[0032]可选的，所述确定模块，具体用于获取用户输入的原始检索信息；通过所述NLP识别算法，从所述原始检索信息中提取检索条件关键信息，生成目标检索文本信息。
[0033]可选的，所述装置还包括：显示模块，用于通过预设显示方式，在所述视频上显示生成的所述视频标签。
[0034]可选的，所述装置还包括：修正模块，用于对所述视图库中各图片的视频标签进行验证，对存在错误的所述视频标签进行修改，得到修改后的视频标签。
[0035]根据第三方面，一种实施例中提供一种电子设备，包括：存储器，用于存储程序；处理器，用于通过执行所述存储器存储的程序以实现上述第一方面中任一项所述的视频标签
生成方法。
[0036]根据第四方面，一种实施例中提供一种计算机可读存储介质，所述介质上存储有程序，所述程序能够被处理器执行以实现上述第一方面中任一项所述的视频标签生成方法。
[0037]本专利技术实施例提供一种视频标签生成方法、装置及设备，通过以预设频率从视频中获取图片，并将获取到的每一张图片分别输入预先训练好的安全事件识别模型中，判断各图片是否包含预设安全事件标识信息，其中，安全事件识别模型基于标注了是否包含预设安全事件标识信息的样本图片训练得到；对包含预设安全事件标识信息的每张图片分别进行图像识别，得到用于描述图片的结构化文本信息，并将图片及其对应的结构化文本信息关联存储于视图库中；对于视图库的每张图片，通过自然语言处理NLP识别算法，从该图片的结构化文本信息中提取安全事件关键信息，生成该图片的视频标签，安全事件关键信息包括：安全事件发生时间、安全事件发生地点和安全事件内容，无需通过大量的人力去回放大量的监控视频和生成视频标签，节约了生成视频标签的人力投入成本，以及，节约了视频标签的生成时间，从而提高了视频标签的生成效率。
附图说明
[0038]图1为本专利技术实施例提供的一种视频标签生成方法的实施例一的流程示意图；
[0039]图2为NLP技术的流程示意图；
[0040]图3为本专利技术实施例提供的一种视频标签生成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频标签生成方法，其特征在于，所述方法包括：以预设频率从视频中获取图片，并将获取到的每一张图片分别输入预先训练好的安全事件识别模型中，判断各图片是否包含预设安全事件标识信息，其中，所述安全事件识别模型基于标注了是否包含预设安全事件标识信息的样本图片训练得到；对包含预设安全事件标识信息的每张图片分别进行图像识别，得到用于描述图片的结构化文本信息，并将图片及其对应的结构化文本信息关联存储于视图库中；对于所述视图库的每张图片，通过自然语言处理NLP识别算法，从该图片的结构化文本信息中提取安全事件关键信息，生成该图片的视频标签，所述安全事件关键信息包括：安全事件发生时间、安全事件发生地点和安全事件内容。2.如权利要求1所述的方法，其特征在于，所述方法还包括：获取用户的目标检索文本信息；分别计算所述目标检索文本信息与所述视图库中各图片的结构化文本信息的第一匹配度；将所述第一匹配度大于等于第一预设阈值的所述视图库中的图片确定为目标图片；根据所述目标图片，确定安全事件。3.如权利要求2所述的方法，其特征在于，所述视频标签包括图片在所述视频中的录像时间，所述方法还包括：若各所述第一匹配度均小于所述第一预设阈值，则分别计算所述目标检索文本信息与所述视图库中各图片的视频标签的第二匹配度；将所述第二匹配度大于第二预设阈值的视频标签所包括的录像时间确定为目标录像时间；根据所述目标录像时间，确定需要回放的视频片段；根据所述需要回放的视频片段，确定安全事件。4.如权利要求2所述的方法，其特征在于，所述获取用户的目标检索文本信息，包括：获取用户输入的原始检索信息；通过所述NLP识别算法，从所述原始检索信息中提取检索条件关键信息，生成目标检索文本信息。5.如权利要求1所述的方法，其特征在于，所述方法...

【专利技术属性】
技术研发人员：曹军伟，徐高峰，
申请(专利权)人：南京中兴力维软件有限公司，
类型：发明
国别省市：