一种视频处理方法和装置制造方法及图纸

本发明专利技术公开了一种视频处理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：利用光流算法对视频数据进行处理，生成光流图像数据；将视频数据和光流图像数据分别作为空间流分支输入和时间流分支输入，通过重要性评估模型对视频数据的重要性进行评估，生成视频数据的重要性分数，其中，重要性评估模型基于双流卷积网络构建，空间流分支和时间流分支采用轻量级卷积神经网络；根据各视频数据的重要性分数，从各视频数据中提取重要视频数据，基于重要视频数据进行特定的视频处理操作。该实施方式能够评估前景变化不明显的视频，快速处理多个视频帧，步骤简单，耗时短，效率高。率高。率高。

【技术实现步骤摘要】
一种视频处理方法和装置


[0001]本专利技术涉及计算机
，尤其涉及一种视频处理方法和装置。

技术介绍

[0002]对视频中的视频帧进行重要性评估，衡量每个视频帧的重要性，可以有助于进行关键帧提取、视频分段、裁剪等操作。目前对视频中视频帧的重要性评估方案有两种：方案一为基于目标的运动等特性评估视频帧的重要性，提取关键帧；方案二为通过深度分类网络提取视频帧特征，该方案只关注当前视频帧。
[0003]在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：
[0004]方案一无法评估前景变化不明显的视频，方案二只能处理单个视频帧，无法充分利用连续帧的信息，处理多个视频帧时步骤多，流程复杂，耗时长。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供一种视频处理方法和装置，能够评估前景变化不明显的视频，快速处理多个视频帧，步骤简单，耗时短，效率高。
[0006]为实现上述目的，根据本专利技术实施例的一个方面，提供了一种视频处理方法。
[0007]一种视频处理方法，包括：利用光流算法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频处理的方法，其特征在于，包括：利用光流算法对视频数据进行处理，生成光流图像数据；将所述视频数据和所述光流图像数据分别作为空间流分支输入和时间流分支输入，通过重要性评估模型对所述视频数据的重要性进行评估，生成所述视频数据的重要性分数，其中，所述重要性评估模型基于双流卷积网络构建，所述空间流分支和所述时间流分支采用轻量级卷积神经网络；根据各所述视频数据的重要性分数，从各所述视频数据中提取重要视频数据，基于所述重要视频数据进行特定的视频处理操作。2.根据权利要求1所述的方法，其特征在于，所述将所述视频数据和所述光流图像数据分别作为空间流分支输入和时间流分支输入，通过重要性评估模型对所述视频数据的重要性进行评估，包括：将所述视频数据和所述光流图像数据分别输入至所述重要性评估模型的空间流分支和时间流分支；对所述空间流分支和所述时间流分支的输出，通过全局平均池化分别得到所述视频数据的空间信息和时间信息；根据所述空间信息和时间信息，通过全连接层生成用于评估所述视频数据的重要性的评分。3.根据权利要求1所述的方法，其特征在于，所述通过重要性评估模型对所述视频数据的重要性进行评估之前，包括：对视频样本集进行帧级标注，得到所述视频样本集的帧级标注得分；利用标注的所述视频样本集作为训练样本，训练所述重要性评估模型。4.根据权利要求3所述的方法，其特征在于，所述对视频样本集进行帧级标注，得到所述视频样本集的帧级标注得分，包括：将全景分割网络作为特征提取器，提取所述视频样本集的特征，并生成所述视频样本集中视频帧的特征向量；通过帧间差法基于所述视频样本集中视频帧的特征向量，计算得到所述视频样本集的帧级标注得分。5.根据权利要求3所述的方法，其特征在于，所述利用标注的所述视频样本集作为训练样本，训练所述重要性评估模型，包括：将所述视频样本集作为输入，所述视频样本集的帧级标注得分作为输出，训练所述重要性评估模型。6.根据权利要求1所述的方法，其特征在于，所述利用光流算法对视频数据进行处理，生成光流图像数据之前，包括：将所有待评估的视频帧进行分组，得到一组或多组所述视频数据。7.一种视频处理装置，其特征在于，包括：光流图像数据生成模块，用于利用光流算法对视频数据进行处理，生成光流图像数据；重要性评估模块，用于将所述视频数...

【专利技术属性】
技术研发人员：杨玫，周芳汝，安山，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：