【技术实现步骤摘要】
一种视频关键帧提取及情感标定方法、系统、设备及介质
[0001]本专利技术涉及图像处理
，具体涉及一种视频关键帧提取及情感标定方法、系统、设备及介质。
技术介绍
[0002]随着社会以及互联网技术的快速发展，人脸情感分析的应用已扩展至教学、电子、医学、军事、安全等各大领域。但大部分人脸情感分析都是基于动态视频，其中有效的视频内容包含在大量无效的冗余视频文件中，严重影响了情感分析的效率，且目前未形成一套较为完整的人脸情感分析人脸情感分析方法，人脸情感分析效率较低，制约了人脸情感分析在各领域的发展与应用。
[0003]为提取图像、视频中的关键帧，申请号为CN201910692649.7的专利技术专利公开了一种关键帧提取方法、装置及电子设备，通过构建网络模型，建立关键帧主题分类体系，能够自动提取视频场景中的关键帧，该专利技术主要是从大场景的角度提取关键帧序列，没有涉及人脸情感关键帧提取。
[0004]为获取图像关键轮廓信息，申请号为202210111054.X的专利技术专利申请公开了一种视频关键帧图像轮廓特征...
【技术保护点】
【技术特征摘要】
1.一种视频关键帧提取及情感标定方法，其特征在于，包括：步骤S1，获取针对于单人的待检测视频，所述待检测视频中包含人脸；步骤S2，对所述待检测视频进行关键帧粗提取，得到初始关键帧序列，对所述初始关键帧序列进行关键帧精提取，得到目标关键帧序列，所述目标关键帧序列包含多个目标关键帧；步骤S3，对所述目标关键帧序列包含的每个所述目标关键帧进行人脸面部特征点标注，得到每个所述目标关键帧各自对应的特征点数据；步骤S4，对每个所述特征点数据进行分析与情感标定，得到每个所述目标关键帧各自对应的情感标定结果。2.根据权利要求1所述的方法，其特征在于，所述步骤S1中，获取针对于单人的待检测视频，包括：获取原始视频，所述原始视频中包含多人的人脸；利用区域跟踪法对所述原始视频中的每个所述人脸进行跟踪，生成每个所述人脸各自对应的区域视频流；根据每个所述人脸各自对应的区域视频流，确定每个所述人脸对应的待检测视频。3.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：利用帧间差分局部最大值法对所述待检测视频进行关键帧粗提取，得到初始关键帧序列；利用自适应相似度阈值法对所述初始关键帧序列进行关键帧精提取，得到目标关键帧序列。4.根据权利要求3所述的方法，其特征在于，每个所述图像帧在所述待检测视频中对应有帧序号，所述利用帧间差分局部最大值法对所述待检测视频进行关键帧粗提取，得到初始关键帧序列，包括：步骤A1，获取所述待检测视频中包含的所有图像帧；步骤A2，对于所述待检测视频中每相邻的两个所述图像帧，计算两个所述图像帧之间的帧间差分，得到两个所述图像帧对应的帧间差分强度；步骤A3，根据所述步骤A2得到的多个所述帧间差分强度，计算平均帧间差分强度，根据所述平均帧间差分强度，确定所述平均帧间差分强度的局部最大值；步骤A4，将所述待检测视频中具有所述局部最大值的图像帧作为所述待检测视频的初始关键帧；步骤A5，将所述步骤A4得到的多个所述初始关键帧，按照每个所述初始关键帧的帧序号的顺序生成初始关键帧序列。5.根据权利要求4所述的方法，其特征在于，所述利用自适应相似度阈值法对所述初始关键帧序列进行关键帧精提取，得到目标关键帧序列，包括：步骤B1，获取所述初始关键帧序列中包含的所有初始关键帧；步骤B2，对于每个所述初始关键帧，将所述初始关键帧的尺寸缩放至8
×
8，得到调整后的图像帧，对所述调整后的图像帧进行转64级灰度处理，得到所述初始关键帧对应的预处理图像帧，所述预处理图像帧包含64个像素；步骤B3，对于每个所述初始关键帧，确定所述初始关键帧对应的所述预处理图像帧包
含的每个像素的灰度值，根据当前的灰度阈值和所述初始关键帧对应的所述灰度值，确定所述初始关键帧对应的比较值；所述灰度阈值为动态值，所述灰度阈值根据当前已确定对应的比较值的所述初始关键帧的灰度平均值变化幅度确定；所述比较值为所述初始关键帧对应的所述预处理图像帧中像素的灰度值大于等于当前的所述灰度阈值的数量；步骤B4，对于相邻的两个所述初始关键帧，若帧序号在前的所述初始关键帧对应的所述比较值与帧序号在后的所述初始关键帧对应的所述比较值之间的差值小于等于预设的比较阈...
【专利技术属性】
技术研发人员：牟向伟，宋永福，王日俊，陈林涛，于新业，彭柱菁，辛雨，李开文，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。