System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图像数据处理,尤其涉及基于语义特征的视频数据结构化方法及相关装置。
技术介绍
1、随着近年来人们安防市场的发展,摄像头终端数量增多带来了急迫的视频管理、分析和处理的需求。视频理解旨在通过智能分析技术,自动化地对视频中的内容进行识别和解析。
2、而现有视频数据处理技术缺少对视频内容的理解,仅以传统技术提取视频中的固定技术特征,导致视频数据表达形式固化,传输宽带需求和存储空间需求较大,且可读性和可扩展性较差。
技术实现思路
1、本申请提供了基于语义特征的视频数据结构化方法及相关装置,用于解决现有技术的视频数据表达形式固化,且存储和传输要求较高,导致数据可读性和可扩展性较差的技术问题。
2、有鉴于此,本申请第一方面提供了基于语义特征的视频数据结构化方法,包括:
3、对目标视频进行定时隔帧提取操作,得到多帧待处理图像;
4、采用预设ai模型对所述待处理图像中的目标对象和背景分别进行特征提取,得到对象特征信息和环境特征信息;
5、根据所述对象特征信息和所述环境特征信息进行多特征融合,得到目标融合特征信息;
6、通过预设识别模型根据所述目标融合特征信息进行语义转换处理,得到语义特征信息,所述预设识别模型包括目标检测、姿态检测、动作识别、时序动作检测;
7、基于所述语义特征信息进行结构化处理,得到结构化数据,所述结构化数据包括对象特征表达和环境特征表达。
8、优选地,所述采用预设ai模型对所
9、对所述待处理图像进行目标分割处理,得到目标对象图和背景图;
10、所述采用预设ai模型对所述待处理图像中的目标对象和背景分别进行特征提取,得到对象特征信息和环境特征信息,包括:
11、采用预设ai模型在所述目标对象图中提取对象特征,并在所述背景图中提取环境特征,得到对应的对象特征信息和环境特征信息。
12、优选地,所述根据所述对象特征信息和所述环境特征信息进行多特征融合,得到目标融合特征信息,包括:
13、将所有帧对应的所述对象特征信息进行特征融合,得到对象融合信息;
14、将所有帧对应的所述环境特征信息进行特征融合,得到环境融合信息;
15、融合所述对象融合信息和所述环境融合信息,得到目标融合特征信息。
16、优选地,所述基于所述语义特征信息进行结构化处理,得到结构化数据,所述结构化数据包括对象特征表达和环境特征表达,之后还包括:
17、将所述结构化数据与所述目标视频和所述待处理图像压缩成目标存储文件。
18、本申请第二方面提供了基于语义特征的视频数据结构化装置,包括:
19、图像提取单元,用于对目标视频进行定时隔帧提取操作,得到多帧待处理图像;
20、特征提取单元,用于采用预设ai模型对所述待处理图像中的目标对象和背景分别进行特征提取,得到对象特征信息和环境特征信息;
21、特征融合单元,用于根据所述对象特征信息和所述环境特征信息进行多特征融合,得到目标融合特征信息;
22、语义转换单元,用于通过预设识别模型根据所述目标融合特征信息进行语义转换处理,得到语义特征信息,所述预设识别模型包括目标检测、姿态检测、动作识别、时序动作检测;
23、结构表达单元,用于基于所述语义特征信息进行结构化处理,得到结构化数据,所述结构化数据包括对象特征表达和环境特征表达。
24、优选地,还包括:
25、图像分割单元,用于对所述待处理图像进行目标分割处理,得到目标对象图和背景图;
26、所述特征提取单元,具体用于:
27、采用预设ai模型在所述目标对象图中提取对象特征,并在所述背景图中提取环境特征,得到对应的对象特征信息和环境特征信息。
28、优选地,所述特征融合单元,具体用于:
29、将所有帧对应的所述对象特征信息进行特征融合,得到对象融合信息;
30、将所有帧对应的所述环境特征信息进行特征融合,得到环境融合信息;
31、融合所述对象融合信息和所述环境融合信息,得到目标融合特征信息。
32、优选地,还包括:
33、数据存储单元,用于将所述结构化数据与所述目标视频和所述待处理图像压缩成目标存储文件。
34、本申请第三方面提供了基于语义特征的视频数据结构化设备,所述设备包括处理器以及存储器;
35、所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
36、所述处理器用于根据所述程序代码中的指令执行第一方面所述的基于语义特征的视频数据结构化方法。
37、本申请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用于存储程序代码,所述程序代码用于执行第一方面所述的基于语义特征的视频数据结构化方法。
38、从以上技术方案可以看出,本申请实施例具有以下优点:
39、本申请中,提供了基于语义特征的视频数据结构化方法,包括:对目标视频进行定时隔帧提取操作,得到多帧待处理图像;采用预设ai模型对待处理图像中的目标对象和背景分别进行特征提取,得到对象特征信息和环境特征信息;根据对象特征信息和环境特征信息进行多特征融合,得到目标融合特征信息;通过预设识别模型根据目标融合特征信息进行语义转换处理,得到语义特征信息,预设识别模型包括目标检测、姿态检测、动作识别、时序动作检测;基于语义特征信息进行结构化处理,得到结构化数据,结构化数据包括对象特征表达和环境特征表达。。
40、本申请提供的基于语义特征的视频数据结构化方法,通过语义特征表达视频数据的特性,增加了视频数据的深度表达;而且采用语义特征的文本形式描述视频数据能够减少数据的存储空间需求和传输宽带需求,将语义特征信息结构化处理则可以为视频数据的后续开发和处理提供基础,增强视频数据信息的可读性和可扩展性。因此,本申请能够解决现有技术的视频数据表达形式固化,且存储和传输要求较高,导致数据可读性和可扩展性较差的技术问题。
本文档来自技高网...【技术保护点】
1.基于语义特征的视频数据结构化方法,其特征在于,包括:
2.根据权利要求1所述的基于语义特征的视频数据结构化方法,其特征在于,所述采用预设AI模型对所述待处理图像中的目标对象和背景分别进行特征提取,得到对象特征信息和环境特征信息,之前还包括:
3.根据权利要求1所述的基于语义特征的视频数据结构化方法,其特征在于,所述根据所述对象特征信息和所述环境特征信息进行多特征融合,得到目标融合特征信息,包括:
4.根据权利要求1所述的基于语义特征的视频数据结构化方法,其特征在于,所述基于所述语义特征信息进行结构化处理,得到结构化数据,所述结构化数据包括对象特征表达和环境特征表达,之后还包括:
5.基于语义特征的视频数据结构化装置,其特征在于,包括:
6.根据权利要求5所述的基于语义特征的视频数据结构化装置,其特征在于,还包括:
7.根据权利要求5所述的基于语义特征的视频数据结构化装置,其特征在于,所述特征融合单元,具体用于:
8.根据权利要求5所述的基于语义特征的视频数据结构化装置,其特征在于,还包括:
...【技术特征摘要】
1.基于语义特征的视频数据结构化方法,其特征在于,包括:
2.根据权利要求1所述的基于语义特征的视频数据结构化方法,其特征在于,所述采用预设ai模型对所述待处理图像中的目标对象和背景分别进行特征提取,得到对象特征信息和环境特征信息,之前还包括:
3.根据权利要求1所述的基于语义特征的视频数据结构化方法,其特征在于,所述根据所述对象特征信息和所述环境特征信息进行多特征融合,得到目标融合特征信息,包括:
4.根据权利要求1所述的基于语义特征的视频数据结构化方法,其特征在于,所述基于所述语义特征信息进行结构化处理,得到结构化数据,所述结构化数据包括对象特征表达和环境特征表达,之后还包括:
【专利技术属性】
技术研发人员:张步祥,郭涛,郭宁,施唯佳,徐龙杰,祝谷乔,
申请(专利权)人:天翼数字生活科技有限公司,
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。