视频识别方法、装置、设备及存储介质制造方法及图纸

本申请涉及图像处理领域，提出了一种视频识别方法、装置、设备及存储介质。该方法包括：获取视频图像的图像特征；对视频图像进行权重估计，获取视频图像的第一特征权值；根据两个以上的图像特征确定视频的全局特征，根据全局特征与图像特征的相似度，确定视频图像的第二特征权值；融合第一特征权值和第二特征权值，确定视频的视频特征，根据所述视频特征进行目标识别。基于第一特征权值和第二特征权值的融合结果来计算视频特征，从而能够有效的引入视频的全局信息，有利于提高视频特征的鲁棒性，因而能够有效的提高视频的识别准确度。因而能够有效的提高视频的识别准确度。因而能够有效的提高视频的识别准确度。

【技术实现步骤摘要】
视频识别方法、装置、设备及存储介质


[0001]本申请涉及图像处理领域，尤其涉及一种视频识别方法、装置、设备及存储介质。

技术介绍

[0002]在视频业务场景下，经常需要对视频中的目标进行识别。比如，在监控场景下，需要识别监控视频中的行人目标；在交通场景下，需要识别视频中的车辆或车牌号等。通过识别视频中的目标信息，可以有效的提取视频内容，为后续处理提供便利。
[0003]目前对视频的识别方法中，通常会基于视频中的每帧图像的初始特征，结合每帧图像的内容来计算该视频帧的权重，根据每帧图像的初始特征和权重计算该视频帧的加权特征。通过上述特征提取方法，可以有效的提取视频中的每帧画面的图像特征，根据每帧画面的图像特征确定视频特征，用于识别视频中的目标。由于该方法未考虑图像之间的关联性，不利于提高视频特征的鲁棒性，不利于更为准确的识别视频图像中的目标。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种视频识别方法、装置、设备及存储介质，以解决现有技术中的视频识别方法未考虑图像之间的关联性，不利于提高视频特征的鲁棒性，不昨于提高视频图像的识别准确度的问题。
[0005]本申请实施例的第一方面提供了一种视频识别方法，所述方法包括：
[0006]获取视频图像的图像特征；
[0007]对所述视频图像进行权重估计，获取所述视频图像的第一特征权值；
[0008]根据两个以上的所述图像特征确定所述视频的全局特征，根据所述全局特征与所述图像特征的相似度，确定所述视频图像的第二特征权值；
[0009]融合所述第一特征权值和所述第二特征权值，确定所述视频的视频特征，根据所述视频特征进行目标识别。
[0010]结合第一方面，在第一方面的第一种可能实现方式中，根据两个以上的所述图像特征确定所述视频的全局特征，根据所述全局特征与所述图像特征的相似度，确定所述视频图像的第二特征权值，包括：
[0011]根据所述视频的图像特征的均值确定所述视频的全局特征；
[0012]根据所述图像特征与所述全局特征的相似度，确定所述视频图像的第二特征权值。
[0013]结合第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，根据所述视频的图像特征的均值确定所述视频的全局特征，包括：
[0014]计算所述视频的图像特征的特征和值；
[0015]根据所述特征和值和所述视频中的图像的数量，确定所述视频的全局特征。
[0016]结合第一方面的第一种可能实现方式，在第一方面的第三种可能实现方式中，根据两个以上的所述图像特征确定所述视频的全局特征，根据所述全局特征与所述图像特征
的相似度，确定所述视频图像的第二特征权值，包括：
[0017]根据预设的目标特征获取所述视频中的图像的第三特征权值；
[0018]根据所述第三特征权值和所述图像特征，确定所述视频的全局特征；
[0019]根据所述图像特征与所述全局特征的相似度，确定所述视频图像的第二特征权值。
[0020]结合第一方面的第三种可能实现方式，在第一方面的第四种可能实现方式中，根据预设的目标特征获取所述视频中的图像的第三特征权值，包括：
[0021]计算所述图像特征与预设的目标特征的相似度；
[0022]对所述相似度归一化处理，得到所述视频图像的第三特征权值。
[0023]结合第一方面的第四种可能实现方式，在第一方面的第五种可能实现方式中，融合所述第一特征权值和所述第二特征权值，确定所述视频的视频特征，包括：
[0024]根据预设的融合参数融合所述第一特征权值和所述第二特征权值，得到所述视频图像的融合权重；
[0025]根据所述视频图像及其融合权重，计算得到所述视频的视频特征。
[0026]结合第一方面的第一种可能实现方式，在第一方面的第六种可能实现方式中，根据所述图像特征与所述全局特征的相似度，确定所述视频图像的第二特征权值，包括：
[0027]根据公式确定所述视频图像的第二特征权值，其中，为第i图像对应的第二特征权值，Fi为视频中第i图像的图像特征，F为所述视频的全局特征。
[0028]本申请实施例的第二方面提供了一种视频识别装置，所述装置包括：
[0029]图像特征获取单元，用于获取视频图像的图像特征；
[0030]第一特征权值确定单元，用于对所述视频图像进行权重估计，获取所述视频图像的第一特征权值；
[0031]第二特征权值确定单元，用于根据两个以上的所述图像特征确定所述视频的全局特征，根据所述全局特征与所述图像特征的相似度，确定所述视频图像的第二特征权值；
[0032]视频特征确定单元，用于融合所述第一特征权值和所述第二特征权值，确定所述视频的视频特征，根据所述视频特征进行目标识别。
[0033]本申请实施例的第三方面提供了视频识别设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述方法的步骤。
[0034]本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述方法的步骤。
[0035]本申请实施例与现有技术相比存在的有益效果是：本申请实施例通过获取视频图像的图像特征，基于图像本身的确定第一特征权值；根据各个图像的图像特征得到视频的全局特征，根据图像特征与全局特征的相似度，确定第二特征权值，基于第一特征权值和第二特征权值的融合结果来计算视频特征，从而能够有效的引入视频的全局特征因素，有利于提高视频特征的鲁棒性，因而能够有效的提高视频的识别准确度。
附图说明
[0036]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0037]图1是本申请实施例提供的一种基于局部信息的视频特征生成方法实现流程示意图；
[0038]图2是本申请实施例提供的一种视频识别方法的实现流程示意图；
[0039]图3是本申请实施例提供的一种确定第二特征权值方法的实现流程示意图；
[0040]图4是本申请实施例提供的一种确定第二特征权值方法的实现流程示意图；
[0041]图5为本申请实施例提供的一种基于局部信息和全局信息生成视频特征的实现流程示意图；
[0042]图6是本申请实施例提供的一种视频识别装置的示意图；
[0043]图7是本申请实施例提供的一种视频识别设备的示意图。
具体实施方式
[0044]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频识别方法，其特征在于，所述方法包括：获取视频图像的图像特征；对所述视频图像进行权重估计，获取所述视频图像的第一特征权值；根据两个以上的所述图像特征确定所述视频的全局特征，根据所述全局特征与所述图像特征的相似度，确定所述视频图像的第二特征权值；融合所述第一特征权值和所述第二特征权值，确定所述视频的视频特征，根据所述视频特征进行目标识别。2.根据权利要求1所述的方法，其特征在于，根据两个以上的所述图像特征确定所述视频的全局特征，根据所述全局特征与所述图像特征的相似度，确定所述视频图像的第二特征权值，包括：根据所述视频的图像特征的均值确定所述视频的全局特征；根据所述图像特征与所述全局特征的相似度，确定所述视频图像的第二特征权值。3.根据权利要求2所述的方法，其特征在于，根据所述视频的图像特征的均值确定所述视频的全局特征，包括：计算所述视频的图像特征的特征和值；根据所述特征和值和所述视频中的图像的数量，确定所述视频的全局特征。4.根据权利要求2所述的方法，其特征在于，根据两个以上的所述图像特征确定所述视频的全局特征，根据所述全局特征与所述图像特征的相似度，确定所述视频图像的第二特征权值，包括：根据预设的目标特征获取所述视频中的图像的第三特征权值；根据所述第三特征权值和所述图像特征，确定所述视频的全局特征；根据所述图像特征与所述全局特征的相似度，确定所述视频图像的第二特征权值。5.根据权利要求4所述的方法，其特征在于，根据预设的目标特征获取所述视频中的图像的第三特征权值，包括：计算所述图像特征与预设的目标特征的相似度；对所述相似度归...

【专利技术属性】
技术研发人员：王侃，胡淑萍，庞建新，谭欢，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：