一种空镜素材识别方法、装置、终端及存储介质制造方法及图纸

本发明专利技术实施例提供了一种空镜素材识别方法、装置、终端及存储介质，其中，方法包括：从目标视频文件中提取待识别的目标帧图像；将目标帧图像输入训练好的空镜识别模型，并获取空镜识别模型对目标帧图像处理得到的空镜识别结果；其中，空镜识别模型包括卷积神经网络层和至少两个不同功能的分类器，目标帧图像经卷积神经网络层处理后分别输入各个分类器，根据至少两个不同功能的分类器的识别结果，得到空镜识别结果；当空镜识别结果为空镜图像时，则将目标帧图像保存到预设存储路径中；可以实现自动提取出目标视频文件中的空镜素材，并将提取出的空镜素材保存到预设存储路径中，从而克服了相关技术中空镜素材收集困难的问题。了相关技术中空镜素材收集困难的问题。了相关技术中空镜素材收集困难的问题。

An empty mirror material identification method, device, terminal and storage medium

【技术实现步骤摘要】
一种空镜素材识别方法、装置、终端及存储介质


[0001]本专利技术涉及计算机
，特别是涉及一种空镜素材识别方法、装置、终端及存储介质。

技术介绍

[0002]空镜素材，是指非人物主体的建筑、风景类型的特效画面，是影视创作中辅助故事情节阐述、抒发感情的重要手段。因此，空镜素材也是用户创作及导演预演必需的参考素材之一。
[0003]相关技术中，对于空镜素材的收集一种是通过用户拍摄得到的，对用户拍摄水平要求较高，并且局限于用户真实到过的地方，导致收集得到的空镜素材存在很大的局限性；另一种是在用户观看视频的过程中，当看到视频中的空镜镜头时，可以通过手动截图或截屏的方式来得到空镜素材，操作过程中需要卡准截图或截屏的时间，比较困难，若时间点没有卡准，则容易导致得到的空镜素材不完整或有杂质，并且局限于用户观看过的视频。

技术实现思路

[0004]本专利技术提供一种空镜素材识别方法、装置、终端及计算机可读存储介质，以便在一定程度上解决现有技术中空镜素材收集困难的问题。
[0005]依据本专利技术的第一方面，提供了一种空镜素材识别方法，所述方法包括：
[0006]从目标视频文件中提取待识别的目标帧图像；
[0007]将所述目标帧图像输入训练好的空镜识别模型，并获取所述空镜识别模型对所述目标帧图像处理得到的空镜识别结果；其中，所述空镜识别模型包括卷积神经网络层和至少两个不同功能的分类器，所述目标帧图像经所述卷积神经网络层处理后分别输入各个分类器，根据所述至少两个不同功能的分类器的识别结果，得到所述空镜识别结果；
[0008]当所述空镜识别结果为空镜图像时，则将所述目标帧图像保存到预设存储路径中。
[0009]可选地，所述空镜识别模型包括场景分类器和纯净度分类器；所述场景分类器用于识别图像中包含的场景的类别；所述纯净度分类器用于识别图像是否为空镜图像；所述将所述目标帧图像输入训练好的空镜识别模型，并获取所述空镜识别模型对所述目标帧图像处理得到的空镜识别结果，包括：
[0010]将所述卷积神经网络层对所述目标帧图像处理得到的隐含空间特征，输入到所述场景分类器进行处理，以确定所述目标帧图像对应的场景类别；
[0011]当所述场景类别符合预设场景类别时，将所述隐含空间特征输入所述纯净度分类器，并获取所述纯净度分类器对所述隐含空间特征处理得到的空镜识别结果。
[0012]可选地，所述空镜识别模型包括地标分类器和纯净度分类器；所述地标分类器用于识别地标类型的图像；所述纯净度分类器用于识别图像是否为空镜图像；所述将所述目标帧图像输入训练好的空镜识别模型，并获取所述空镜识别模型对所述目标帧图像处理得
到的空镜识别结果，包括：
[0013]将所述卷积神经网络层对所述目标帧图像处理得到的隐含空间特征，输入到所述地标分类器进行处理，以判断所述目标帧图像是否为地标类型的图像；
[0014]当所述目标帧图像为地标类型的图像时，将所述隐含空间特征输入所述纯净度分类器，并获取所述纯净度分类器对所述隐含空间特征处理得到的空镜识别结果。
[0015]可选地，所述空镜识别模型包括地标分类器、场景分类器以及纯净度分类器；所述地标分类器用于识别地标类型的图像；所述场景分类器用于识别图像中包含的场景的类别；所述纯净度分类器用于识别图像是否为空镜图像；所述将所述目标帧图像输入训练好的空镜识别模型，并获取所述空镜识别模型对所述目标帧图像处理得到的空镜识别结果，包括：
[0016]将所述卷积神经网络层对所述目标帧图像处理得到的隐含空间特征，输入到所述地标分类器进行处理，以判断所述目标帧图像是否为地标类型的图像；
[0017]当所述目标帧图像为地标类型的图像时，将所述隐含空间特征输入至所述场景分类器，由所述场景分类器对所述隐含空间特征进行处理，以确定所述目标帧图像对应的场景类别；
[0018]当所述场景类别符合预设场景类别时，将所述隐含空间特征输入所述纯净度分类器，并获取所述纯净度分类器对所述隐含空间特征处理得到的空镜识别结果。
[0019]可选地，在所述当所述空镜识别结果为空镜图像时，则将所述目标帧图像保存到预设存储路径中之后，还包括：
[0020]从所述预设存储路径中获取与所述关键帧对应的目标镜头下的所有空镜图像；
[0021]当所述目标镜头下的所有空镜图像在所述目标镜头对应的所有帧图像中的比例大于预设值时，将所述目标镜头下的所有帧图像作为空镜图像保存到所述预设存储路径中。
[0022]可选地，所述空镜识别结果中还包括场景类别；所述当所述空镜识别结果为空镜图像时，则将所述目标帧图像保存到预设存储路径中，还包括：
[0023]根据所述目标帧图像对应的场景类别，将所述目标帧图像保存到所述预设存储路径中、与所述场景类别对应的子路径中。
[0024]可选地，所述从目标视频文件中提取待识别的目标帧图像，包括：
[0025]按照目标间隔，从目标视频文件中提取目标帧图像；或者，
[0026]从目标视频文件所包含的镜头中提取与所述镜头对应的目标帧图像。
[0027]依据本专利技术的第二方面，提供了一种空镜素材识别装置，所述装置包括：
[0028]图像提取模块，用于从目标视频文件中提取待识别的目标帧图像；
[0029]空镜识别模块，用于将所述目标帧图像输入训练好的空镜识别模型，并获取所述空镜识别模型对所述目标帧图像处理得到的空镜识别结果；其中，所述空镜识别模型包括卷积神经网络层和至少两个不同功能的分类器，所述目标帧图像经所述卷积神经网络层处理后分别输入各个分类器，根据所述至少两个不同功能的分类器的识别结果，得到所述空镜识别结果；
[0030]空镜保存模块，用于当所述空镜识别结果为空镜图像时，则将所述目标帧图像保存到预设存储路径中。
[0031]可选地，所述空镜识别模型包括场景分类器和纯净度分类器；所述场景分类器用于识别图像中包含的场景的类别；所述纯净度分类器用于识别图像是否为空镜图像；所述空镜识别模块，包括：
[0032]场景分类器处理模块，用于将所述卷积神经网络层对所述目标帧图像处理得到的隐含空间特征，输入到所述场景分类器进行处理，以确定所述目标帧图像对应的场景类别；
[0033]基于场景分类器处理结果识别模块，用于当所述场景类别符合预设场景类别时，将所述隐含空间特征输入所述纯净度分类器，并获取所述纯净度分类器对所述隐含空间特征处理得到的空镜识别结果。
[0034]可选地，所述空镜识别模型包括地标分类器和纯净度分类器；所述地标分类器用于识别地标类型的图像；所述纯净度分类器用于识别图像是否为空镜图像；所述空镜识别模块，包括：
[0035]地标分类器处理模块，用于将所述卷积神经网络层对所述目标帧图像处理得到的隐含空间特征，输入到所述地标分类器进行处理，以判断所述目标帧图像是否为地标类型的图像；
[0036]基于地标分类器处理结果识别模块，用于当所述目标帧图像为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空镜素材识别方法，其特征在于，所述方法包括：从目标视频文件中提取待识别的目标帧图像；将所述目标帧图像输入训练好的空镜识别模型，并获取所述空镜识别模型对所述目标帧图像处理得到的空镜识别结果；其中，所述空镜识别模型包括卷积神经网络层和至少两个不同功能的分类器，所述目标帧图像经所述卷积神经网络层处理后分别输入各个分类器，根据所述至少两个不同功能的分类器的识别结果，得到所述空镜识别结果；当所述空镜识别结果为空镜图像时，则将所述目标帧图像保存到预设存储路径中。2.根据权利要求1所述的方法，其特征在于，所述空镜识别模型包括场景分类器和纯净度分类器；所述场景分类器用于识别图像中包含的场景的类别；所述纯净度分类器用于识别图像是否为空镜图像；所述将所述目标帧图像输入训练好的空镜识别模型，并获取所述空镜识别模型对所述目标帧图像处理得到的空镜识别结果，包括：将所述卷积神经网络层对所述目标帧图像处理得到的隐含空间特征，输入到所述场景分类器进行处理，以确定所述目标帧图像对应的场景类别；当所述场景类别符合预设场景类别时，将所述隐含空间特征输入所述纯净度分类器，并获取所述纯净度分类器对所述隐含空间特征处理得到的空镜识别结果。3.根据权利要求1所述的方法，其特征在于，所述空镜识别模型包括地标分类器和纯净度分类器；所述地标分类器用于识别地标类型的图像；所述纯净度分类器用于识别图像是否为空镜图像；所述将所述目标帧图像输入训练好的空镜识别模型，并获取所述空镜识别模型对所述目标帧图像处理得到的空镜识别结果，包括：将所述卷积神经网络层对所述目标帧图像处理得到的隐含空间特征，输入到所述地标分类器进行处理，以判断所述目标帧图像是否为地标类型的图像；当所述目标帧图像为地标类型的图像时，将所述隐含空间特征输入所述纯净度分类器，并获取所述纯净度分类器对所述隐含空间特征处理得到的空镜识别结果。4.根据权利要求1所述的方法，其特征在于，所述空镜识别模型包括地标分类器、场景分类器以及纯净度分类器；所述地标分类器用于识别地标类型的图像；所述场景分类器用于识别图像中包含的场景的类别；所述纯净度分类器用于识别图像是否为空镜图像；所述将所述目标帧图像输入训练好的空镜识别模型，并获取所述空镜识别模型对所述目标帧图像处理得到的空镜识别结果，包括：将所述卷积神经网络层对所述目标帧图像处理得到的隐含空间特征，输入到所述地标分类器进行处理，以判断所述目标帧...

【专利技术属性】
技术研发人员：李冠楠，
申请(专利权)人：北京爱奇艺科技有限公司，
类型：发明
国别省市：