视频处理方法、装置、计算机设备及存储介质制造方法及图纸

本公开提出一种视频处理方法、装置、计算机设备及存储介质，该方法包括：对视频进行分解处理，得到多个视频片段，确定与多个视频片段分别对应的多个动作事件信息，并根据动作事件信息，从多个视频片段中确定出目标视频片段，从目标视频片段中识别出对象描述信息，以及根据对象描述信息，确定视频所描述场景中是否发生目标动作事件。由于是先对视频进行分解处理，基于分解得到多个视频片段确定出目标视频片段，围绕该目标视频片段对场景中的目标动作事件进行识别判定，实现快速地围绕该目标视频片段识别判定出目标动作事件，有效降低目标动作事件识别判定消耗的计算资源，提升目标动作事件的识别判定效果。作事件的识别判定效果。作事件的识别判定效果。

【技术实现步骤摘要】
视频处理方法、装置、计算机设备及存储介质


[0001]本公开涉及计算机视觉
，尤其涉及一种视频处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]在物流暴力分拣动作识别场景中，对包裹的暴力分拣动作事件通常是对包裹进行踢、扔或者抛等目标动作事件，实际应用场景中，需要从物流分拣视频中对这些暴力分拣目标动作事件进行识别判断，以辅助物流作业监管。
[0003]相关技术中，通常是基于目标检测和目标跟踪，以对场景中的动作事件进行判定，例如，针对视频采用逐帧检测进行动作事件的检测处理。
[0004]这种方式下，会导致识别判定消耗较多的计算资源，并且针对场景中的动作事件的识别判定效果不佳，效率不高。

技术实现思路

[0005]本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
[0006]为此，本公开的目的在于提出一种视频处理方法、装置、计算机设备及存储介质，由于是先对视频进行分解处理，基于分解得到多个视频片段确定出目标视频片段，围绕该目标视频片段对场景中的目标动作事件进行识别判定，实现快速地围绕该目标视频片段识别判定出目标动作事件，有效降低目标动作事件识别判定消耗的计算资源，提升目标动作事件的识别判定效果。
[0007]本公开第一方面实施例提出的视频处理方法，包括：对视频进行分解处理，得到多个视频片段；确定与所述多个视频片段分别对应的多个动作事件信息，并根据所述动作事件信息，从所述多个视频片段中确定出目标视频片段；从所述目标视频片段中识别出对象描述信息；以及根据所述对象描述信息，确定所述视频所描述场景中是否发生目标动作事件。
[0008]本公开第一方面实施例提出的视频处理方法，通过对视频进行分解处理，得到多个视频片段，确定与多个视频片段分别对应的多个动作事件信息，并根据动作事件信息，从多个视频片段中确定出目标视频片段，从目标视频片段中识别出对象描述信息，以及根据对象描述信息，确定视频所描述场景中是否发生目标动作事件，由于是先对视频进行分解处理，基于分解得到多个视频片段确定出目标视频片段，围绕该目标视频片段对场景中的目标动作事件进行识别判定，实现快速地围绕该目标视频片段识别判定出目标动作事件，有效降低目标动作事件识别判定消耗的计算资源，提升目标动作事件的识别判定效果。
[0009]本公开第二方面实施例提出的视频处理装置，包括：分解模块，用于对视频进行分解处理，得到多个视频片段；第一确定模块，用于确定与所述多个视频片段分别对应的多个动作事件信息，并根据所述动作事件信息，从所述多个视频片段中确定出目标视频片段；第一识别模块，用于从所述目标视频片段中识别出对象描述信息；以及第二确定模块，用于根
据所述对象描述信息，确定所述视频所描述场景中是否发生目标动作事件。
[0010]本公开第二方面实施例提出的视频处理装置，通过对视频进行分解处理，得到多个视频片段，确定与多个视频片段分别对应的多个动作事件信息，并根据动作事件信息，从多个视频片段中确定出目标视频片段，从目标视频片段中识别出对象描述信息，以及根据对象描述信息，确定视频所描述场景中是否发生目标动作事件，由于是先对视频进行分解处理，基于分解得到多个视频片段确定出目标视频片段，围绕该目标视频片段对场景中的目标动作事件进行识别判定，实现快速地围绕该目标视频片段识别判定出目标动作事件，有效降低目标动作事件识别判定消耗的计算资源，提升目标动作事件的识别判定效果。
[0011]本公开第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本公开第一方面实施例提出的视频处理方法。
[0012]本公开第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开第一方面实施例提出的视频处理方法。
[0013]本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行如本公开第一方面实施例提出的视频处理方法。
[0014]本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
[0015]本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0016]图1是本公开一实施例提出视频处理方法的流程示意图；
[0017]图2是本公开另一实施例提出视频处理方法的流程示意图；
[0018]图3是本公开另一实施例提出视频处理方法的流程示意图；
[0019]图4是本公开实施例中的目标动作事件判定流程示意图；
[0020]图5是本公开一实施例提出的视频处理装置的结构示意图；
[0021]图6是本公开另一实施例提出的视频处理装置的结构示意图；
[0022]图7示出了适于用来实现本公开实施方式的示例性计算机设备的框图。
具体实施方式
[0023]下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本公开，而不能理解为对本公开的限制。相反，本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
[0024]图1是本公开一实施例提出的视频处理方法的流程示意图。
[0025]其中，需要说明的是，本实施例的视频处理方法的执行主体为视频处理装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在计算机设备中，计算机设备可以包括但不限于终端、服务器端等。
[0026]如图1所示，该视频处理方法，包括：
[0027]S101：对视频进行分解处理，得到多个视频片段。
[0028]本公开实施例可以应用在物流分拣场景中，物流分拣场景，可以例如是电商公司、物流公司或者是快递公司利用分拣设备，或者是采用人工处理方式对物流包裹进行分拣，以进行后续的物流运输或派送处理的场景，对此不做限制。
[0029]其中，待对其进行分解处理的视频，可以具体是摄像装置采集到的物流分拣场景下的实时视频，或者可以是接收到的其他电子设备传输的视频，可以预先在视频处理装置上配置视频采集装置，以采集物流分拣场景下的实时视频，而后对该视频进行分解处理，或者可以在视频处理装置上配置数据传输接口，以接收其他电子设备传输的物流分拣场景视频，而后对该视频进行分解处理，对此不做限制。
[0030]本公开实施例中，在对视频进行分解处理时，可以将视频进行不重叠的定长视频分割处理，视频分割的长度可以设置为可配置变量，该可配置变量可以针对不同场景下的视频按需配置，例如可以将视频分割的长度变量配置为10秒或者20秒等，而后对视频进行定长视频分割处理，以得到多个不重叠的视频片段，对此不做限制。
[0031]另一些实施例中，在对视频进行分解处本文档来自技高网...

【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：对视频进行分解处理，得到多个视频片段；确定与所述多个视频片段分别对应的多个动作事件信息，并根据所述动作事件信息，从所述多个视频片段中确定出目标视频片段；从所述目标视频片段中识别出对象描述信息；以及根据所述对象描述信息，确定所述视频所描述场景中是否发生目标动作事件。2.如权利要求1所述的方法，其特征在于，所述目标视频片段的数量是多个，在所述从所述目标视频片段中识别出对象描述信息之前，还包括：从多个所述目标视频片段识别出至少两个待合并视频片段；对所述至少两个待合并视频片段进行合并处理，得到合并视频片段；其中，所述从所述目标视频片段中识别出对象描述信息，包括：从所述目标视频片段和所述合并视频片段中识别出所述对象描述信息。3.如权利要求2所述的方法，其特征在于，所述动作事件信息包括：动作事件类型，动作事件的起止时间；其中，所述从多个所述目标视频片段识别出至少两个待合并视频片段，包括：确定相邻所述目标视频片段之间的所述起止时间的间隔值；如果所述间隔值小于或等于间隔阈值，且所述相邻所述目标视频片段的所述动作事件类型相同，则将所述相邻所述目标视频片段作为所述待合并视频片段。4.如权利要求1所述的方法，其特征在于，所述对视频进行分解处理，得到多个视频片段，包括：确定所述视频的总时长；对所述总时长进行切分处理，得到多个时长段；根据所述多个时长段分别对所述视频进行分割处理，得到所述多个视频片段。5.如权利要求3所述的方法，其特征在于，所述确定与所述多个视频片段分别对应的多个动作事件信息，并根据所述动作事件信息，从所述多个视频片段中确定出目标视频片段，包括：将所述多个视频片段分别输入至预训练的时间动作定位模型中，得到所述时间动作定位模型输出的多个动作事件信息，所述动作事件信息还包括：识别评分值；选取大于或等于评分阈值的所述识别评分值所属动作事件信息相应的视频片段，作为所述目标视频片段；其中，预先采用样本视频片段、所述样本视频片段的样本动作事件信息训练初始的第一人工智能模型，直至所述第一人工智能模型收敛，将训练得到的所述第一人工智能模型作为所述时间动作定位模型。6.如权利要求5所述的方法，其特征在于，所述时间动作定位模型包括：视频特征提取子模型，与所述视频特征提取子模型相连接的时间回归子模型、类别分类子模型，其中，所述将所述多个视频片段分别输入至预训练的时间动作定位模型中，得到所述时间动作定位模型输出的多个动作事件信息，包括：将所述多个视频片段分别输入至所述视频特征提取子模型中，得到所述视频特征提取子模型输出的多个视频特征；
采用所述时间回归子模型分别对所述多个视频特征进行动作事件的起止时间的识别，得到与所述多个动作事件分别对应的多个起止时间；采用所述类别分类子模型分别对所述多个视频特征进行动作事件的类型的识别，得到与所述多个动作事件分别对应的多个动作事件类型；根据所述动作事件类型和所述动作事件的起止时间，对从相应所述视频特征中识别所述动作事件的情况进行评分，得到识别评分值；其中，所述动作事件类型、所述动作事件的起止时间，以及所述识别评分被共同作为所述动作事件信息。7.如权利要求1所述的方法，其特征在于，所述从所述目标视频片段中识别出对象描述信息，包括：从所述目标视频片段中识别出多个目标对象；确定所述多个目标对象分别对应的多个对象类别和多个位置信息；确定不同所述目标对象之间的交互状态信息和相对运动信息；将所述多个对象类别、所述多个位置信息、所述交互状态信息以及所述相对运动信息共同作为所述对象描述信息。8.如权利要求7所述的方法，其特征在于，所述根据所述对象描述信息，确定所述视频所描述场景中是否发生目标动作事件，包括：将所述多个对象类别、所述多个位置信息、所述交互状态信息以及所述相对运动信息分别输入至预训练的动作事件识别模型中，以得到所述动作事件识别模型输出的指示所述视频所描述场景中是否发生所述目标动作事件的识别结果；其中，预先采用样本对象描述信息、所述样本对象描述信息所属的样本视频训练初始的第二人工智能模型，直至所述第二人工智能模型收敛，将训练得到的所述第二人工智能模型作为所述动作事件识别模型。9.如权利要求8所述的方法，其特征在于，所述方法还包括：接收业务场景需求信息；根据所述业务场景需求信息，生成与所述样本对象描述信息对应的标注识别结果，所述标注识别结果指示所述样本视频所描述场景中是否发生所述目标动作事件的识别结果；其中，所述标注识别结果被用于确定所述第二人工智能模型收敛的时机。10.一种视频处理装置，其特征在于，包括：分解模块，用于对视频进行分解处理，得到多个视频片段；第一确定模块，用于确定与所述多个视频片段分别对应的多个动作事件信息，并根据所述动作事件信息，从...

【专利技术属性】
技术研发人员：陈智勇，于伟，郑少杰，王林芳，
申请(专利权)人：京东科技信息技术有限公司，
类型：发明
国别省市：