【技术实现步骤摘要】
本专利技术涉及图片处理的，尤其涉及一种视频图片的抽帧去重方法及装置。
技术介绍
1、随着人工智能技术的发展，行人和车辆的检测技术在高级驾驶辅助系统和智能安防系统中已经得到广泛的应用。通过对监控视频中的行人和附近车辆进行检测，能为驾驶员提供参考、提醒和碰撞预警，提升行车的安全性。目前实现行人和车辆检测的方法，一般是使用基于神经网络的目标检测技术，它主要从海量的图片数据中学习到相应的目标特征，然后训练出目标检测模型所需要的样本集。一般是从录像视频中提取，由于视频序列容易带来冗余且重复的特征信息，因此需要对视频序列进行清洗和筛选。常规流程主要分为两个步骤，首先是对录像视频进行逐帧解码转换为图片，通过随机采样或者固定采样从中获取图片集；然后对图片集中的图片进行去重，通过设置相关的图像去重超参数，剔除相似度较高的图片，最后生成样本集。最终样本集再经过人工筛选和人工标注，转换为训练数据。
2、图像去重通常指的是完全相同的图像去重，即内容完全相同，颜色、尺寸、方向等都相同，但是在实际应用中，也有相似图像去重的需求，即内容大致相同，颜色、尺寸、方向等可能有所不同。因此，图像去重指的可以是完全一样的图像，也可以是相似的图像。图像去重的方法有以下几种方法：1.哈希法：通过计算图像的散列值来识别重复图像。2.图像比对法：通过对图像的直方图或灰度共生矩阵等特征进行比对来识别重复图像。3.机器学习法：通过训练机器学习模型来识别重复图像，例如使用卷积神经网络(cnn)。4.特征提取法：通过提取图像的特征，例如sift等，并将其映射到一个空间中，
3、现有技术的图像去重存在很多弊端，具体如下：1、视频解码存储图片，读取图片再进行相似度去重，整个流程并非端到端，中间有多次图片读写操作，导致处理操作冗余，效率很低；2、随机或者固定抽帧，并不能保证提取到有效帧，而且相较于静止场景，运动场景会丢失很多有效帧；另外，基于目标检测技术获取有效帧的方式并不稳定；3、整个流程的耗时和样本集质量往往不可兼顾。比如采用逐帧提取，会大大增大后续图片去重的耗时；反之，增大抽帧间隔，图片集的数量减少，去重耗时也相应减少，但样本集质量会大打折扣；4、图片去重需要预设许多独立分布的超参数，往往需要工程师根据经验知识进行初始化及微调，这非常不利于多场景应用。综上，现有技术分别尝试从超参数建模来提高去重效果，从区域提取降低计算量来减少去重耗时。但它们的作用对象只是图片或者是视频随机采样得到的图片集，往往没有考虑到视频采样对图片集质量的影响，而且超参数建模以及目标检测技术需要大量的计算量，不太适应于多场景迁移。
技术实现思路
1、基于此，有必要针对上述问题，提出一种视频图片的抽帧去重方法及装置，以解决现有技术的以下问题：现有技术分别只是从超参数建模这个途径来提高图片的去重效果，并从区域提取降低计算量来减少去重耗时，但它们的作用对象只是图片或者是视频随机采样得到的图片集，往往没有考虑到视频采样对图片集质量的影响，而且超参数建模以及目标检测技术需要大量的计算量，不太适应于多场景迁移。
2、本专利技术实施例的第一技术方案为：
3、一种视频图片的抽帧去重方法，其包括：获取目标预设时长内的一段目标视频，并将所述目标视频进行逐帧解码得到多帧连续的目标视频图片；依次生成n个容量相同的目标帧段容器，并依次逐个使用n个所述目标帧段容器完成对全部的所述目标视频图片的第一次去重处理，其中在前一个所述目标帧段容器完成填满所述目标视频图片且对其完成所述第一次去重处理之后，再生成后一个所述目标帧段容器，其中n为大于1的正整数；将n个所述目标帧段容器内已完成所述第一次去重处理的视频图片进行汇总，得到多帧目标一次去重汇总视频图片；完成对全部的所述目标一次去重汇总视频图片的第二次去重处理，得到最终的多帧目标二次去重视频图片。
4、本专利技术实施例的第二技术方案为：
5、一种视频图片的抽帧去重装置，其包括：视频图片获取模块，用于获取目标预设时长内的一段目标视频，并将所述目标视频进行逐帧解码得到多帧连续的目标视频图片；图片一次去重模块，用于依次生成n个容量相同的目标帧段容器，并依次逐个使用n个所述目标帧段容器完成对全部的所述目标视频图片的第一次去重处理，其中在前一个所述目标帧段容器完成填满所述目标视频图片且对其完成所述第一次去重处理之后，再生成后一个所述目标帧段容器，其中n为大于1的正整数；一次去重汇总模块，用于将n个所述目标帧段容器内已完成所述第一次去重处理的视频图片进行汇总，得到多帧目标一次去重汇总视频图片；图片二次去重模块，用于完成对全部的所述目标一次去重汇总视频图片的第二次去重处理，得到最终的多帧目标二次去重视频图片。
6、本专利技术实施例的第三技术方案为：
7、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
8、获取目标预设时长内的一段目标视频，并将所述目标视频进行逐帧解码得到多帧连续的目标视频图片；依次生成n个容量相同的目标帧段容器，并依次逐个使用n个所述目标帧段容器完成对全部的所述目标视频图片的第一次去重处理，其中在前一个所述目标帧段容器完成填满所述目标视频图片且对其完成所述第一次去重处理之后，再生成后一个所述目标帧段容器，其中n为大于1的正整数；将n个所述目标帧段容器内已完成所述第一次去重处理的视频图片进行汇总，得到多帧目标一次去重汇总视频图片；完成对全部的所述目标一次去重汇总视频图片的第二次去重处理，得到最终的多帧目标二次去重视频图片。
9、本专利技术实施例的第四技术方案为：
10、一种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，使得所述处理器执行以下步骤：
11、获取目标预设时长内的一段目标视频，并将所述目标视频进行逐帧解码得到多帧连续的目标视频图片；依次生成n个容量相同的目标帧段容器，并依次逐个使用n个所述目标帧段容器完成对全部的所述目标视频图片的第一次去重处理，其中在前一个所述目标帧段容器完成填满所述目标视频图片且对其完成所述第一次去重处理之后，再生成后一个所述目标帧段容器，其中n为大于1的正整数；将n个所述目标帧段容器内已完成所述第一次去重处理的视频图片进行汇总，得到多帧目标一次去重汇总视频图片；完成对全部的所述目标一次去重汇总视频图片的第二次去重处理，得到最终的多帧目标二次去重视频图片。
12、采用本专利技术实施例，具有如下有益效果：
13、本专利技术首先通过获取目标预设时长内的一段目标视频，并将所述目标视频进行逐帧解码得到多帧连续的目标视频图片，然后依次生成n个容量相同的目标帧段容器，并依次逐个使用n个所述目标帧段容器完成对全部的所述目标视频图片的第一次去重处理，其中在前一个所述目标帧段容器完成填满所述目标视频图片且对其完成所述第一次去重处理之后，再生成后一个所述目标帧段容器本文档来自技高网...
【技术保护点】
1.一种视频图片的抽帧去重方法，其特征在于，包括：
2.根据权利要求1所述的视频图片的抽帧去重方法，其特征在于，所述依次生成N个容量相同的目标帧段容器，并依次逐个使用N个所述目标帧段容器完成对全部的所述目标视频图片的第一次去重处理，包括：
3.根据权利要求2所述的视频图片的抽帧去重方法，其特征在于，所述根据目标预设预处理规则，对所述第一目标帧段容器内的全部所述目标视频图片进行去重预处理，得到多帧目标预处理视频图片，包括：
4.根据权利要求2所述的视频图片的抽帧去重方法，其特征在于，所述根据目标预设去重规则，对所述第一目标帧段容器内的全部所述目标预处理视频图片进行第一次去重处理，得到多帧第一目标去重视频图片，包括：
5.根据权利要求4所述的视频图片的抽帧去重方法，其特征在于，所述根据所述目标预设去重规则，对所述第二目标帧段容器内的全部所述第二目标预处理视频图片进行第一次去重处理，得到多帧第二目标去重视频图片，包括：
6.根据权利要求5所述的视频图片的抽帧去重方法，其特征在于，所述完成对全部的所述目标一次去重汇总视频图片的第
7.根据权利要求6所述的视频图片的抽帧去重方法，其特征在于，所述重新计算出所述目标汇总帧段容器对应的目标汇总相似度阈值，包括：
8.一种视频图片的抽帧去重装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1～7任一项所述的视频图片的抽帧去重方法。
10.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1～7任一项所述的视频图片的抽帧去重方法。
...【技术特征摘要】
1.一种视频图片的抽帧去重方法，其特征在于，包括：
2.根据权利要求1所述的视频图片的抽帧去重方法，其特征在于，所述依次生成n个容量相同的目标帧段容器，并依次逐个使用n个所述目标帧段容器完成对全部的所述目标视频图片的第一次去重处理，包括：
3.根据权利要求2所述的视频图片的抽帧去重方法，其特征在于，所述根据目标预设预处理规则，对所述第一目标帧段容器内的全部所述目标视频图片进行去重预处理，得到多帧目标预处理视频图片，包括：
4.根据权利要求2所述的视频图片的抽帧去重方法，其特征在于，所述根据目标预设去重规则，对所述第一目标帧段容器内的全部所述目标预处理视频图片进行第一次去重处理，得到多帧第一目标去重视频图片，包括：
5.根据权利要求4所述的视频图片的抽帧去重方法，其特征在于，所述根据所述目标预设去重规则，对所述第二目标帧段容器内的全部所述第二目标预处理视频图...
【专利技术属性】
技术研发人员：卢凯杰，王玲，石锡敏，
申请(专利权)人：广州敏视数码科技有限公司，
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。