CN109889693A - 视频处理方法及装置、电子设备和存储介质 - Google Patents
视频处理方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN109889693A CN109889693A CN201910149405.4A CN201910149405A CN109889693A CN 109889693 A CN109889693 A CN 109889693A CN 201910149405 A CN201910149405 A CN 201910149405A CN 109889693 A CN109889693 A CN 109889693A
- Authority
- CN
- China
- Prior art keywords
- video frame
- target
- target object
- determining
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 230000033001 locomotion Effects 0.000 claims abstract description 185
- 238000000605 extraction Methods 0.000 claims abstract description 31
- 239000013598 vector Substances 0.000 claims description 86
- 238000006073 displacement reaction Methods 0.000 claims description 52
- 238000003672 processing method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 238000009432 framing Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 description 85
- 238000010586 diagram Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本公开涉及一种视频处理方法及装置、电子设备和存储介质，所述方法包括：在待处理视频的视频帧序列中，确定出包括目标对象的目标视频帧以及目标对象的位置信息；根据位置信息，通过目标对象的角度信息确定目标对象的运动阶段；确定出各运动阶段对应的参考视频帧；对参考视频帧进行特征提取处理，获得目标对象的属性信息。根据本公开的实施例的视频处理方法，可确定各运动阶段的参考视频帧，并对参考视频帧进行特征提取，可提取到目标对象在各运动阶段的属性信息，使属性信息更全面，且无需对每个视频帧进行特征提取，提高处理效率，减少资源占用。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种视频处理方法及装置、电子设备和存储介质。
背景技术
在相关技术中，目标对象在视频中可以是运动的，因此，可从拍摄到目标对象的多个角度的图像，例如，随着车辆运动，可拍摄到车辆的正面、侧面和背面等，在提取目标对象的属性信息的过程中，无法确定哪一个视频帧中目标对象的属性信息是最全面的或最优的，如果将目标对象出现的视频帧均进行属性提取处理，则处理效率较低，占用资源较大。
发明内容
本公开提出了一种视频处理方法及装置、电子设备和存储介质。
根据本公开的一方面，提供了一种视频处理方法，包括：
在待处理视频的视频帧序列中，确定出包括目标对象的目标视频帧以及所述目标对象在目标视频帧中的位置信息；
根据所述目标对象在各目标视频帧中的位置信息，通过所述目标对象在各目标视频帧中的角度信息确定所述目标对象在各目标视频帧中的运动阶段，其中，所述目标对象在各目标视频帧中的角度信息是根据所述位置信息获得的；
在各运动阶段对应的目标视频帧中，确定出各运动阶段对应的参考视频帧，其中，各运动阶段对应的参考视频帧为各运动阶段对应的目标视频帧中质量分数最高的视频帧；
对各运动阶段对应的参考视频帧进行特征提取处理，获得所述目标对象的属性信息。
根据本公开的实施例的视频处理方法，可确定各运动阶段的参考视频帧，并对参考视频帧进行特征提取，可提取到目标对象在各运动阶段的属性信息，使属性信息更全面，且无需对每个视频帧进行特征提取，提高处理效率，减少资源占用。
在一种可能的实现方式中，根据所述目标对象在所述目标视频帧中的位置信息，通过所述目标对象在各目标视频帧中的角度信息确定所述目标对象在各目标视频帧中的运动阶段，包括：
根据所述目标对象在各目标视频帧中的位置信息，确定与各目标视频帧对应的位移向量；
在所述目标视频帧中，确定所述目标对象的当前运动阶段的首个视频帧及参考向量，其中，所述当前运动阶段的参考向量为与所述首个视频帧对应的位移向量；
依次确定所述当前运动阶段的首个视频帧的后续视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角，其中，所述夹角为所述目标对象在所述首个视频帧的后续视频帧中的角度信息；
在与第一视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角大于或等于角度阈值的情况下，将所述目标对象的运动阶段确定为下一个运动阶段，并将所述第一视频帧确定为所述目标对象的下一个运动阶段的首个视频帧，其中，所述第一视频帧为所述当前运动阶段的首个视频帧的后续视频帧中的任意一个。
在一种可能的实现方式中，目标对象在各目标视频帧中的位置信息包括所述目标对象在各目标视频帧中的位置坐标，
其中，根据所述目标对象在各目标视频帧中的位置信息，确定与各目标视频帧对应的位移向量，包括：
根据所述目标对象在第二视频帧中的位置坐标以及所述第二视频帧的下一个视频帧中的位置坐标，确定与所述第二视频帧对应的位移向量，其中，所述第二视频帧为所述多个目标视频帧中的任意一个视频帧。
在一种可能的实现方式中，在各运动阶段对应的目标视频帧中，确定出各运动阶段对应的参考视频帧，包括：
根据目标视频帧的清晰度以及目标视频帧中的目标对象的尺寸中的至少一个，确定各目标视频帧的质量分数；
根据所述目标视频帧的质量分数，分别从各运动阶段对应的目标视频帧中确定出各运动阶段对应的参考视频帧。
在一种可能的实现方式中，对各运动阶段对应的参考视频帧进行特征提取处理，获得所述目标对象的属性信息，包括：
对各运动阶段对应的参考视频帧进行特征提取处理，获得各参考视频帧的特征信息；
对所述各参考视频帧的特征信息进行属性提取处理，获得所述目标对象的属性信息。
在一种可能的实现方式中，所述目标对象在所述目标视频帧中的位置信息为对所述目标对象所在区域进行框选的选择框的位置信息。
在一种可能的实现方式中，在待处理视频的视频帧序列中，确定出包括目标对象的目标视频帧以及所述目标对象在目标视频帧中的位置信息及角度信息，包括：
对所述视频帧序列中的各视频帧分别进行目标检测处理，确定各视频帧中的对象及各对象的位置信息；
在所述各视频帧中的对象中，确定出所述目标对象；
根据所述目标对象，在所述视频帧序列中确定出包含目标对象的目标视频帧以及所述目标对象在所述目标视频帧中的位置信息。
根据本公开的另一方面，提供了一种视频处理装置，包括：
第一确定模块，用于在待处理视频的视频帧序列中，确定出包括目标对象的目标视频帧以及所述目标对象在目标视频帧中的位置信息；
第二确定模块，用于根据所述目标对象在各目标视频帧中的位置信息，通过所述目标对象在各目标视频帧中的角度信息确定所述目标对象在各目标视频帧中的运动阶段，其中，所述目标对象在各目标视频帧中的角度信息是根据所述位置信息获得的；
第三确定模块，用于在各运动阶段对应的目标视频帧中，确定出各运动阶段对应的参考视频帧，其中，各运动阶段对应的参考视频帧为各运动阶段对应的目标视频帧中质量分数最高的视频帧；
获得模块，用于对各运动阶段对应的参考视频帧进行特征提取处理，获得所述目标对象的属性信息。
在一种可能的实现方式中，所述第二确定模块被进一步配置为：
根据所述目标对象在各目标视频帧中的位置信息，确定与各目标视频帧对应的位移向量；
在所述目标视频帧中，确定所述目标对象的当前运动阶段的首个视频帧及参考向量，其中，所述当前运动阶段的参考向量为与所述首个视频帧对应的位移向量；
依次确定所述当前运动阶段的首个视频帧的后续视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角，其中，所述夹角为所述目标对象在所述首个视频帧的后续视频帧中的角度信息；
在与第一视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角大于或等于角度阈值的情况下，将所述目标对象的运动阶段确定为下一个运动阶段，并将所述第一视频帧确定为所述目标对象的下一个运动阶段的首个视频帧，其中，所述第一视频帧为所述当前运动阶段的首个视频帧的后续视频帧中的任意一个。
在一种可能的实现方式中，目标对象在各目标视频帧中的位置信息包括所述目标对象在各目标视频帧中的位置坐标，
其中，所述第二确定模块被进一步配置为：
根据所述目标对象在第二视频帧中的位置坐标以及所述第二视频帧的下一个视频帧中的位置坐标，确定与所述第二视频帧对应的位移向量，其中，所述第二视频帧为所述多个目标视频帧中的任意一个视频帧。
在一种可能的实现方式中，所述第三确定模块被进一步配置为：
根据目标视频帧的清晰度以及目标视频帧中的目标对象的尺寸中的至少一个，确定各目标视频帧的质量分数；
根据所述目标视频帧的质量分数，分别从各运动阶段对应的目标视频帧中确定出各运动阶段对应的参考视频帧。
在一种可能的实现方式中，所述获得模块被进一步配置为：
对各运动阶段对应的参考视频帧进行特征提取处理，获得各参考视频帧的特征信息；
对所述各参考视频帧的特征信息进行属性提取处理，获得所述目标对象的属性信息。
在一种可能的实现方式中，所述目标对象在所述目标视频帧中的位置信息为对所述目标对象所在区域进行框选的选择框的位置信息。
在一种可能的实现方式中，所述第一确定模块被进一步配置为：
对所述视频帧序列中的各视频帧分别进行目标检测处理，确定各视频帧中的对象及各对象的位置信息；
在所述各视频帧中的对象中，确定出所述目标对象；
根据所述目标对象，在所述视频帧序列中确定出包含目标对象的目标视频帧以及所述目标对象在所述目标视频帧中的位置信息。
根据本公开的另一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述视频处理方法。
根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述视频处理方法。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的视频处理方法的流程图；
图2示出根据本公开实施例的视频处理方法的应用示意图；
图3示出根据本公开实施例的视频处理装置的框图；
图4示出根据本公开实施例的电子装置的框图；
图5示出根据本公开实施例的电子装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的视频处理方法的流程图，如图1所示，所述方法包括：
在步骤S11中，在待处理视频的视频帧序列中，确定出包括目标对象的目标视频帧以及所述目标对象在目标视频帧中的位置信息；
在步骤S12中，根据所述目标对象在各目标视频帧中的位置信息，通过所述目标对象在各目标视频帧中的角度信息确定所述目标对象在各目标视频帧中的运动阶段，其中，所述目标对象在各目标视频帧中的角度信息是根据所述位置信息获得的；
在步骤S13中，在各运动阶段对应的目标视频帧中，确定出各运动阶段对应的参考视频帧，其中，各运动阶段对应的参考视频帧为各运动阶段对应的目标视频帧中质量分数最高的视频帧；
在步骤S14中，对各运动阶段对应的参考视频帧进行特征提取处理，获得所述目标对象的属性信息。
根据本公开的实施例的视频处理方法，可确定各运动阶段的参考视频帧，并对参考视频帧进行特征提取，可提取到目标对象在各运动阶段的属性信息，使属性信息更全面，且无需对每个视频帧进行特征提取，提高处理效率，减少资源占用。
在一种可能的实现方式中，所述视频处理方法可以由终端设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，所述神经网络训练方法通过服务器执行。
在一种可能的实现方式中，所述待处理视频可以是由视频获取设备(例如，摄像头)获取的预设时间段内的视频，所述目标对象可以是行人、车辆、非机动车等，本公开对待处理视频和目标对象不做限制。
在一种可能的实现方式中，步骤S11可包括：对所述视频帧序列中的各视频帧分别进行目标检测处理，确定各视频帧中的对象及各对象的位置信息；在所述各视频帧中的对象中，确定出所述目标对象；根据所述目标对象，在所述视频帧序列中确定出包含目标对象的目标视频帧以及所述目标对象在所述目标视频帧中的位置信息。
在一种可能的实现方式中，可使用卷积神经网络等目标检测方法，对待处理视频的多个视频帧分别进行目标检测处理，确定各视频帧中的对象及各对象的位置信息，本公开对目标检测方法不做限制。
在示例中，可对待检测视频进行解码，获得待检测视频的多个视频帧，例如，待检测视频可包括N(N为正整数)个视频帧F1,F2…Ft…FN，可使用卷积神经网络等目标检测方法检测各视频帧中的对象，并可为每个对象分配一个标识，例如，在第t个视频帧Ft中，检测到的所有对象的组成的集合为其中，为视频帧Ft中的任一对象，如果在第t+1个视频帧Ft+1中仍包括该对象，则该对象可被表示为如果在第t+1个视频帧Ft+1中不包括该对象，则可将该对象的标识从集合中去除，如果第t+1个视频帧Ft+1中，出现了新的对象(即，在视频帧Ft中不包括的对象)，则可为该对象分配新的标识，例如按照这种方式，可确定第t+1个视频帧Ft+1中包括的对象组成的集合为进一步地，可确定各对象的位置信息，例如，可确定对各对象所在区域进行框选的选择框的位置信息，例如，对于第m帧中的某个对象，可用[xc,yc,wc,hc,k,c]来表示，其中，xc为第c个视频帧中的所述选择框的左上角顶点的横坐标，yc为第c个视频帧中的所述选择框的左上角顶点的纵坐标，wc为第c个视频帧中的所述选择框的水平方向的宽度，hc为第c个视频帧中的所述选择框的竖直方向的高度。
在一种可能的实现方式中，可在各视频帧中的对象中，确定出所述目标对象。在示例中，可将第k(k为小于或等于n或m的正整数)个对象作为目标对象。并确定包括目标对象的视频帧，例如，在第a个视频帧Fa到第b个视频帧Fb中(1≤a<b≤N，且a和b均为正整数)包括了第k个对象(即，目标对象)，即，可将频帧Fa到频帧Fb之间的视频帧确定为目标视频帧，目标对象在目标视频帧中的标识为进一步地，还可确定所述目标对象在目标视频帧中的位置信息。例如，目标对象在目标视频帧中的位置信息可用对目标对象所在区域进行框选的选择框来表示，在第c个视频帧中(a≤c≤b，且c为正整数)，目标对象的位置信息可用[xc,yc,wc,hc,k,c]来表示，其中，xc为第c个视频帧中的所述选择框的左上角顶点的横坐标，yc为第c个视频帧中的所述选择框的左上角顶点的纵坐标，wc为第c个视频帧中的所述选择框的水平方向的宽度，hc为第c个视频帧中的所述选择框的竖直方向的高度。可按照这种方式，确定目标对象在每个目标视频帧中的位置信息。所述位置信息也可以用其他方式来表示，例如，目标对象的位置信息可用目标对象的关键点坐标来表示，本公开对位置信息的表示方法不做限制。
在一种可能的实现方式中，目标对象在待检测视频中可以是活动的，例如，目标对象为车辆，车辆可从视频获取设备前行驶过去。在目标对象的活动过程中，可获得的目标对象的属性信息不同，例如，在拍摄到车辆正面的视频帧中，可获取车辆的颜色、品牌、车牌号等属性信息，在拍摄到车辆侧面的视频帧中，可获取车辆的颜色、车辆类型(例如，轿车、SUV、MPV等)、轮毂样式等属性信息。因此，在不同的视频帧中，可获得目标对象的属性信息可不同，在一个视频帧中无法获取到目标对象的完整的特征信息，但如果提取所有视频帧中的目标对象的特征信息，则处理效率较低，处理资源占用较大，且得到的冗余和重复的信息较多。因此，可在步骤S12中根据目标对象在各目标视频帧中的位置信息，将目标视频帧分为多个运动阶段。在步骤S13中确定各运动阶段对应的参考视频帧。并在步骤S14中提取各运动阶段的参考视频帧的特征信息，则可在仅提取少量的参考视频帧的特征信息的情况下，获得比较完整的特征信息，并节约了处理资源，提高了处理效率。
在一种可能的实现方式中，步骤S12可包括：根据所述目标对象在各目标视频帧中的位置信息，确定与各目标视频帧对应的位移向量；在所述目标视频帧中，确定所述目标对象的当前运动阶段的首个视频帧及参考向量，其中，所述当前运动阶段的参考向量为与所述首个视频帧对应的位移向量；依次确定所述当前运动阶段的首个视频帧的后续视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角，其中，所述夹角为所述目标对象在所述首个视频帧的后续视频帧中的角度信息；在与第一视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角大于或等于角度阈值的情况下，将所述目标对象的运动阶段确定为下一个运动阶段，并将所述第一视频帧确定为所述目标对象的下一个运动阶段的首个视频帧，其中，所述第一视频帧为所述前运动阶段的首个视频帧的后续视频帧中的任意一个。
在一种可能的实现方式中，可确定与各目标视频帧对应的位移向量。在示例中，目标对象在各目标视频帧中的位置信息包括所述目标对象在各目标视频帧中的位置坐标，其中，根据所述目标对象在各目标视频帧中的位置信息，确定与各目标视频帧对应的位移向量，包括：根据所述目标对象在第二视频帧中的位置坐标以及所述第二视频帧的下一个视频帧中的位置坐标，确定与所述第二视频帧对应的位移向量，其中，所述第二视频帧为所述多个目标视频帧中的任意一个视频帧。
在示例中，第二视频帧为Fd(a≤d≤b，且d为正整数)，目标对象在第二视频帧为Fd中的位置信息可用对目标对象所在区域进行框选的选择框[xd,yd,wd,hd,k,d]来表示，其中，xd为第d个视频帧中的所述选择框的左上角顶点的横坐标，yd为第d个视频帧中的所述选择框的左上角顶点的纵坐标，wd为第d个视频帧中的所述选择框的水平方向的宽度，hd为第d个视频帧中的所述选择框的竖直方向的高度。
在示例中，所述目标对象在所述目标视频帧中的位置信息为对所述目标对象所在区域进行框选的选择框的位置信息，例如，可将选择框的中心位置坐标作为所述位置信息。目标对象在第二视频帧中的选择框的中心位置坐标为(x’d，y’d)，其中，可将目标对象在第二视频帧的下一个视频帧中的位置坐标(x’d+1，y’d+1)与目标对象在第二视频帧中的位置坐标(x’d，y’d)相减，可获得与第二视频帧对应的位移向量[x’d+1-x’d,y’d+1-y’d]。目标对象在目标视频帧中的位置坐标还可用对目标对象所在区域进行框选的选择框的左上角顶点坐标来表示，或者可用目标对象的关键点坐标来表示，本公开对目标对象的位置坐标不做限制。
在一种可能的实现方式中，可在目标视频帧中，确定出目标对象的当前运动阶段的首个视频帧。例如，当前运动阶段可以是第一个运动阶段，可将第一个目标视频帧确定为第一个运动阶段的首个视频帧，或者，可任意选定一个目标视频帧作为第一个运动阶段的首个视频帧，例如，目标对象为车辆，在第一个目标视频帧中，该车辆不完整(例如，仅出现车头等部分)，则可选定其他目标视频帧作为第一个运动阶段的首个视频帧(例如，可显示完整的车辆的目标视频帧)。进一步地，可将第一个运动阶段的首个视频帧对应的位移向量确定为第一个运动阶段的参考向量
在一种可能的实现方式中，可依次确定第一运动阶段的首个视频帧的后续视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角。在示例中，所述首个视频帧的后续视频帧对应的位移向量分别为可通过以下公式(1)分别确定各后续视频帧对应的位移向量与所述参考向量之间的夹角：
其中，θs为第s(s为正整数)个后续视频帧对应的位移向量与所述参考向量之间的夹角。
在一种可能的实现方式中，可设定角度阈值，例如，角度阈值可以是45°、30°、60°等，本公开对角度阈值不做限制。如果第一视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角大于或等于角度阈值，则将第一视频帧确定为所述下一个运动阶段的首个视频帧，并将第一视频帧对应的位移向量确定为下一个运动阶段的参考向量。所述第一视频帧的前一个视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角小于角度阈值。
在示例中，角度阈值可以是45°，如果第一视频帧对应的位移向量与之间的夹角θt≥45°，则可将第一视频帧确定为下一个运动阶段的首个视频帧，即，第二个运动阶段的首个视频帧，并将第一视频帧对应的位移向量确定为第二个运动阶段的参考向量第一视频帧的前一个视频帧对应的位移向量与之间的夹角θt-1未超过角度阈值，即θt-1＜45°。
在一种可能的实现方式中，可迭代执行上述确定各运动阶段的处理。例如，可依次确定第二个运动阶段的首个视频帧的后续视频帧与第二个运动阶段的参考向量之间的夹角，如果第二个运动阶段的首个视频帧的后续视频帧中，某个视频帧对应的位移向量与之间的夹角大于或等于角度阈值，且该视频帧的前一个视频帧对应的位移向量与之间的夹角小于角度阈值，则将该视频帧确定为第三个运动阶段的首个视频帧，并将该视频帧对应的位移向量确定为第三个运动阶段的参考向量可迭代执行上述处理，将第一个运动阶段的首个视频帧的所有后续视频帧中目标对象的运动阶段全部确定完成。
在一种可能的实现方式中，在步骤S13中，每个运动阶段可包括多个目标视频帧，在每个运动阶段中，各目标视频帧对应的位移向量之间的夹角均未超过角度阈值，因此，目标对象在同一个运动阶段中角度变化较小，可提取到的属性信息一致，例如，在第一个运动阶段中，各目标视频帧均可包括车辆的正面，均可获得车辆的颜色、品牌、车牌号等属性信息，因此，无需提取同一运动阶段的每个目标视频帧中的目标对象的属性信息，可在各阶段的多个目标视频帧中，分别筛选出一个或多个参考视频帧，以提取目标对象的属性信息，可提高处理效率，降低资源占用。在示例中，可对各阶段的目标视频帧进行质量评分，筛选出各阶段质量评分最高的一个或多个参考视频帧。
在一种可能的实现方式中，步骤S13可包括：根据目标视频帧的清晰度以及目标视频帧中的目标对象的尺寸中的至少一个，确定各目标视频帧的质量分数；根据所述目标视频帧的质量分数，分别从各运动阶段对应的目标视频帧中确定出各运动阶段对应的参考视频帧。
在一种可能的实现方式中，可通过各运动阶段对应的目标视频帧的清晰度以及目标视频帧中的目标对象的尺寸中的至少一个，对目标视频帧进行质量评分，获得各目标视频帧的质量分数，在示例中，可通过卷积神经网络等方式对各目标视频帧进行质量评分，获得各目标视频帧的质量分数，本公开对获得质量分数的方式不做限制。
在示例中，目标视频帧的清晰度以及目标视频帧中的目标对象的尺寸均与所述质量分数正相关，可根据此标准对目标视频帧进行质量评分，本公开对质量评分的标准不做限制。
在一种可能的实现方式中，可分别确定出各运动阶段的参考视频帧，例如，并将各运动阶段对应的目标视频帧中质量分数最高的一个或多个目标视频帧作为各运动阶段的参考视频帧。
通过这种方式，可筛选出各运动阶段对应的参考视频帧，可提高处理效率，降低资源占用。
在一种可能的实现方式中，各运动阶段参考视频帧可代表各运动阶段的所有目标视频帧，即，目标对象在同一个运动阶段中角度变化较小，可提取到的属性信息一致，仅需提取参考视频帧中目标对象的属性信息，即可获得该运动阶段中目标对象的属性信息。但不同运动阶段中，可提取到的目标对象的属性信息可不一致，即，不同的参考视频帧可提取到的目标对象的属性信息可不一致，因此，可对各参考视频帧中目标对象的属性信息进行融合。
在一种可能的实现方式中，步骤S14可包括：对各运动阶段对应的参考视频帧进行特征提取处理，获得各参考视频帧的特征信息；对所述各参考视频帧的特征信息进行属性提取处理，获得所述目标对象的属性信息。
在一种可能的实现方式中，可使用卷积神经网络等方法对所述参考视频帧中的目标对象所在区域进行特征提取处理，获得各参考视频帧的特征信息，例如，可获得各参考视频帧的特征图或特征向量等。
在一种可能的实现方式中，可对各参考视频帧的特征信息进行属性提取，例如，可使用卷积神经网络等方法进行属性提取，可获取各参考视频帧中目标对象的属性信息。例如，目标对象为车辆，在第一个运动阶段的参考视频帧中，可获得所述车辆的品牌为A品牌、车牌号为XXXXX、颜色为黑色等属性信息，在第二个运动阶段的参考视频帧中，可获得所述车辆的类型为轿车、颜色为黑色等属性信息，在第三个运动阶段的参考视频帧中，可获得所述车辆的品牌为A品牌、车牌号为XXXXX、颜色为黑色、且车尾部挂有备胎等属性信息，可对上述属性信息进行融合，可获得该车辆的属性信息为品牌为A品牌、车牌号为XXXXX、颜色为黑色、类型为轿车、车尾部挂有备胎。所述目标对象还可以是行人、非机动车等，可获得的属性信息可包括行人的性别、衣着颜色、衣着类型(例如，西装、短袖等)、附属物(例如，背包、手提包等)等，或者非机动车的类型(例如，电动车、自行车、三轮车等)、颜色等，本公开对目标对象以及目标对象的属性信息不做限制。
在一种可能的实现方式中，还可利用多个参考视频帧中获取的目标对象的属性信息，对一种或多种属性信息进行确认或校正。在示例中，在第一个运动阶段的参考视频帧中，可获得所述车辆的品牌为A品牌、车牌号为XXXXX、颜色为银色等属性信息，其中，由于反光或车辆的装饰等原因，造成车辆的颜色判断失误。在第二个运动阶段的参考视频帧中，可获得所述车辆的类型为轿车、颜色为黑色等属性信息，在第三运动阶段的参考视频帧中，可获得所述车辆的品牌为A品牌、车牌号为XXXXX、颜色为黑色、且车尾部挂有备胎等属性信息。由于第二个运动阶段和第三个运动阶段的参考视频帧中可获取车辆的颜色为黑色，可对第一个运动阶段的参考视频帧中获取的车辆颜色进行校正，即，最终获得的车辆的属性信息中，车辆的颜色为校正后的黑色。
根据本公开的实施例的视频处理方法，可筛选出各运动阶段对应的参考视频帧，并可对参考视频帧进行特征提取，可提取到目标对象在各运动阶段的属性信息，使属性信息更全面，且无需对每个视频帧进行特征提取，提高处理效率，减少资源占用。
图2示出根据本公开实施例的视频处理方法的应用示意图，如图2所示，图中的圆形符号表示待处理视频的多个视频帧中的目标视频帧，黑色的圆形符号表示第一个运动阶段的首个视频帧。
在一种可能的实现方式中，可根据目标对象在第一个运动阶段的首个视频帧中的位置信息与第一个运动阶段的第二个视频帧中的位置信息，确定第一个运动阶段的参考向量
在一种可能的实现方式中，可依次确定各目标视频帧对应的位移向量，并确定各目标视频帧对应的位移向量与之间的夹角。并可设定角度阈值，例如，45°。如果第一视频帧对应的位移向量与之间的夹角大于或等于45°，且第一视频帧的前一个视频帧对应的位移向量与之间的夹角小于45°，则第一视频帧中的目标对象的运动阶段进入第二个运动阶段，第一视频帧即为第二个运动阶段的首个视频帧，第一视频帧对应的位移向量被确定为第二个运动阶段的参考向量
在一种可能的实现方式中，可依次确定第一视频帧的后续视频帧对应的位移向量与之间的夹角，并按照上述方式，可确定第三个运动阶段的首个视频帧以及第三个运动阶段的参考向量可迭代执行上述处理，将第一个运动阶段的首个视频帧的所有后续视频帧中目标对象的运动阶段全部确定完成。
在一种可能的实现方式中，可在根据目标视频帧的清晰度以及目标视频帧中的目标对象的尺寸，在各运动阶段的多个目标视频帧中，筛选出一个参考视频帧。
在一种可能的实现方式中，可使用卷机神经网络等方法分别获取各参考视频帧中目标对象的属性信息，例如，目标对象为车辆，在第一个运动阶段的参考视频帧中，可获得所述车辆的品牌为A品牌、车牌号为XXXXX、颜色为黑色等属性信息，在第二个运动阶段的参考视频帧中，可获得所述车辆的类型为轿车、颜色为黑色等属性信息，在第三个运动阶段的参考视频帧中，可获得所述车辆的品牌为A品牌、车牌号为XXXXX、颜色为黑色、且车尾部挂有备胎等属性信息。
在一种可能的实现方式中，可对获得的属性信息进行融合，可获得目标对象的属性信息，例如，该车辆(即，目标对象)的属性信息为品牌为A品牌、车牌号为XXXXX、颜色为黑色、类型为轿车、车尾部挂有备胎。
在一种可能的实现方式中，所述视频处理方法可用于视频安防监控领域，可快速且全面地提取视频中车辆、行人、非机动车等目标对象的属性信息，且处理资源占用较小。
图3示出根据本公开实施例的视频处理装置的框图，如图3所示，所述装置包括：
第一确定模块11，用于在待处理视频的视频帧序列中，确定出包括目标对象的目标视频帧以及所述目标对象在目标视频帧中的位置信息；
第二确定模块12，用于根据所述目标对象在各目标视频帧中的位置信息，通过所述目标对象在各目标视频帧中的角度信息确定所述目标对象在各目标视频帧中的运动阶段，其中，所述目标对象在各目标视频帧中的角度信息是根据所述位置信息获得的；
第三确定模块13，用于在各运动阶段对应的目标视频帧中，确定出各运动阶段对应的参考视频帧，其中，各运动阶段对应的参考视频帧为各运动阶段对应的目标视频帧中质量分数最高的视频帧；
获得模块14，用于对各运动阶段对应的参考视频帧进行特征提取处理，获得所述目标对象的属性信息。
在一种可能的实现方式中，所述第二确定模块被进一步配置为：
根据所述目标对象在各目标视频帧中的位置信息，确定与各目标视频帧对应的位移向量；
在所述目标视频帧中，确定所述目标对象的当前运动阶段的首个视频帧及参考向量，其中，所述当前运动阶段的参考向量为与所述首个视频帧对应的位移向量；
依次确定所述当前运动阶段的首个视频帧的后续视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角，其中，所述夹角为所述目标对象在所述首个视频帧的后续视频帧中的角度信息；
在与第一视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角大于或等于角度阈值的情况下，将所述目标对象的运动阶段确定为下一个运动阶段，并将所述第一视频帧确定为所述目标对象的下一个运动阶段的首个视频帧，其中，所述第一视频帧为所述当前运动阶段的首个视频帧的后续视频帧中的任意一个。
在一种可能的实现方式中，目标对象在各目标视频帧中的位置信息包括所述目标对象在各目标视频帧中的位置坐标，
其中，所述第二确定模块被进一步配置为：
根据所述目标对象在第二视频帧中的位置坐标以及所述第二视频帧的下一个视频帧中的位置坐标，确定与所述第二视频帧对应的位移向量，其中，所述第二视频帧为所述多个目标视频帧中的任意一个视频帧。
在一种可能的实现方式中，所述第三确定模块被进一步配置为：
根据目标视频帧的清晰度以及目标视频帧中的目标对象的尺寸中的至少一个，确定各目标视频帧的质量分数；
根据所述目标视频帧的质量分数，分别从各运动阶段对应的目标视频帧中确定出各运动阶段对应的参考视频帧。
在一种可能的实现方式中，所述获得模块被进一步配置为：
对各运动阶段对应的参考视频帧进行特征提取处理，获得各参考视频帧的特征信息；
对所述各参考视频帧的特征信息进行属性提取处理，获得所述目标对象的属性信息。
在一种可能的实现方式中，所述目标对象在所述目标视频帧中的位置信息为对所述目标对象所在区域进行框选的选择框的位置信息。
在一种可能的实现方式中，所述第一确定模块被进一步配置为：
对所述视频帧序列中的各视频帧分别进行目标检测处理，确定各视频帧中的对象及各对象的位置信息；
在所述各视频帧中的对象中，确定出所述目标对象；
根据所述目标对象，在所述视频帧序列中确定出包含目标对象的目标视频帧以及所述目标对象在所述目标视频帧中的位置信息。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了视频处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种视频处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图4，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图5，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种视频处理方法，其特征在于，包括：
在待处理视频的视频帧序列中，确定出包括目标对象的目标视频帧以及所述目标对象在目标视频帧中的位置信息；
根据所述目标对象在各目标视频帧中的位置信息，通过所述目标对象在各目标视频帧中的角度信息确定所述目标对象在各目标视频帧中的运动阶段，其中，所述目标对象在各目标视频帧中的角度信息是根据所述位置信息获得的；
在各运动阶段对应的目标视频帧中，确定出各运动阶段对应的参考视频帧，其中，各运动阶段对应的参考视频帧为各运动阶段对应的目标视频帧中质量分数最高的视频帧；
对各运动阶段对应的参考视频帧进行特征提取处理，获得所述目标对象的属性信息。
2.根据权利要求1所述的方法，其特征在于，根据所述目标对象在所述目标视频帧中的位置信息，通过所述目标对象在各目标视频帧中的角度信息确定所述目标对象在各目标视频帧中的运动阶段，包括：
根据所述目标对象在各目标视频帧中的位置信息，确定与各目标视频帧对应的位移向量；
在所述目标视频帧中，确定所述目标对象的当前运动阶段的首个视频帧及参考向量，其中，所述当前运动阶段的参考向量为与所述首个视频帧对应的位移向量；
依次确定所述当前运动阶段的首个视频帧的后续视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角，其中，所述夹角为所述目标对象在所述首个视频帧的后续视频帧中的角度信息；
在与第一视频帧对应的位移向量与所述当前运动阶段的参考向量之间的夹角大于或等于角度阈值的情况下，将所述目标对象的运动阶段确定为下一个运动阶段，并将所述第一视频帧确定为所述目标对象的下一个运动阶段的首个视频帧，其中，所述第一视频帧为所述当前运动阶段的首个视频帧的后续视频帧中的任意一个。
3.根据权利要求2所述的方法，其特征在于，目标对象在各目标视频帧中的位置信息包括所述目标对象在各目标视频帧中的位置坐标，
其中，根据所述目标对象在各目标视频帧中的位置信息，确定与各目标视频帧对应的位移向量，包括：
根据所述目标对象在第二视频帧中的位置坐标以及所述第二视频帧的下一个视频帧中的位置坐标，确定与所述第二视频帧对应的位移向量，其中，所述第二视频帧为所述多个目标视频帧中的任意一个视频帧。
4.根据权利要求1-3中任一项所述的方法，其特征在于，在各运动阶段对应的目标视频帧中，确定出各运动阶段对应的参考视频帧，包括：
根据目标视频帧的清晰度以及目标视频帧中的目标对象的尺寸中的至少一个，确定各目标视频帧的质量分数；
根据所述目标视频帧的质量分数，分别从各运动阶段对应的目标视频帧中确定出各运动阶段对应的参考视频帧。
5.根据权利要求1-4中任一项所述的方法，其特征在于，对各运动阶段对应的参考视频帧进行特征提取处理，获得所述目标对象的属性信息，包括：
对各运动阶段对应的参考视频帧进行特征提取处理，获得各参考视频帧的特征信息；
对所述各参考视频帧的特征信息进行属性提取处理，获得所述目标对象的属性信息。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述目标对象在所述目标视频帧中的位置信息为对所述目标对象所在区域进行框选的选择框的位置信息。
7.根据权利要求1-6中任一项所述的方法，其特征在于，在待处理视频的视频帧序列中，确定出包括目标对象的目标视频帧以及所述目标对象在目标视频帧中的位置信息及角度信息，包括：
对所述视频帧序列中的各视频帧分别进行目标检测处理，确定各视频帧中的对象及各对象的位置信息；
在所述各视频帧中的对象中，确定出所述目标对象；
根据所述目标对象，在所述视频帧序列中确定出包含目标对象的目标视频帧以及所述目标对象在所述目标视频帧中的位置信息。
8.一种视频处理装置，其特征在于，包括：
第一确定模块，用于在待处理视频的视频帧序列中，确定出包括目标对象的目标视频帧以及所述目标对象在目标视频帧中的位置信息；
第二确定模块，用于根据所述目标对象在各目标视频帧中的位置信息，通过所述目标对象在各目标视频帧中的角度信息确定所述目标对象在各目标视频帧中的运动阶段，其中，所述目标对象在各目标视频帧中的角度信息是根据所述位置信息获得的；
第三确定模块，用于在各运动阶段对应的目标视频帧中，确定出各运动阶段对应的参考视频帧，其中，各运动阶段对应的参考视频帧为各运动阶段对应的目标视频帧中质量分数最高的视频帧；
获得模块，用于对各运动阶段对应的参考视频帧进行特征提取处理，获得所述目标对象的属性信息。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910149405.4A CN109889693B (zh) | 2019-02-28 | 2019-02-28 | 视频处理方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910149405.4A CN109889693B (zh) | 2019-02-28 | 2019-02-28 | 视频处理方法及装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109889693A true CN109889693A (zh) | 2019-06-14 |
| CN109889693B CN109889693B (zh) | 2021-06-18 |
Family
ID=66929884
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910149405.4A Active CN109889693B (zh) | 2019-02-28 | 2019-02-28 | 视频处理方法及装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109889693B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110633700A (zh) * | 2019-10-21 | 2019-12-31 | 深圳市商汤科技有限公司 | 视频处理方法及装置、电子设备和存储介质 |
| CN113365027A (zh) * | 2021-05-28 | 2021-09-07 | 上海商汤智能科技有限公司 | 视频处理方法及装置、电子设备和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105049674A (zh) * | 2015-07-01 | 2015-11-11 | 中科创达软件股份有限公司 | 一种视频图像处理方法和系统 |
| CN106210444A (zh) * | 2016-07-04 | 2016-12-07 | 石家庄铁道大学 | 运动状态自适应关键帧提取方法 |
| CN106504270A (zh) * | 2016-11-08 | 2017-03-15 | 浙江大华技术股份有限公司 | 一种视频中目标物体的展示方法及装置 |
| JP2017192442A (ja) * | 2016-04-18 | 2017-10-26 | キヤノン株式会社 | 画像取得装置及びその制御方法、並びに、プログラム |
| CN108229294A (zh) * | 2017-09-08 | 2018-06-29 | 北京市商汤科技开发有限公司 | 一种运动数据获取方法、装置、电子设备及存储介质 |
| CN108875517A (zh) * | 2017-12-15 | 2018-11-23 | 北京旷视科技有限公司 | 视频处理方法、装置和系统及存储介质 |
| US20190034735A1 (en) * | 2017-07-25 | 2019-01-31 | Motionloft, Inc. | Object detection sensors and systems |
-
2019
- 2019-02-28 CN CN201910149405.4A patent/CN109889693B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105049674A (zh) * | 2015-07-01 | 2015-11-11 | 中科创达软件股份有限公司 | 一种视频图像处理方法和系统 |
| JP2017192442A (ja) * | 2016-04-18 | 2017-10-26 | キヤノン株式会社 | 画像取得装置及びその制御方法、並びに、プログラム |
| CN106210444A (zh) * | 2016-07-04 | 2016-12-07 | 石家庄铁道大学 | 运动状态自适应关键帧提取方法 |
| CN106504270A (zh) * | 2016-11-08 | 2017-03-15 | 浙江大华技术股份有限公司 | 一种视频中目标物体的展示方法及装置 |
| US20190034735A1 (en) * | 2017-07-25 | 2019-01-31 | Motionloft, Inc. | Object detection sensors and systems |
| CN108229294A (zh) * | 2017-09-08 | 2018-06-29 | 北京市商汤科技开发有限公司 | 一种运动数据获取方法、装置、电子设备及存储介质 |
| CN108875517A (zh) * | 2017-12-15 | 2018-11-23 | 北京旷视科技有限公司 | 视频处理方法、装置和系统及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 杨超宇: "基于计算机视觉的目标检测跟踪及特征分类研究", 《优秀博士论文》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110633700A (zh) * | 2019-10-21 | 2019-12-31 | 深圳市商汤科技有限公司 | 视频处理方法及装置、电子设备和存储介质 |
| CN113365027A (zh) * | 2021-05-28 | 2021-09-07 | 上海商汤智能科技有限公司 | 视频处理方法及装置、电子设备和存储介质 |
| CN113365027B (zh) * | 2021-05-28 | 2022-11-29 | 上海商汤智能科技有限公司 | 视频处理方法及装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109889693B (zh) | 2021-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109829501B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110287874B (zh) | 目标追踪方法及装置、电子设备和存储介质 | |
| CN110348537B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN109522910B (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
| CN109801270B (zh) | 锚点确定方法及装置、电子设备和存储介质 | |
| CN111783756B (zh) | 文本识别方法及装置、电子设备和存储介质 | |
| CN109948494B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111553864B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
| CN110569777B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN112465843A (zh) | 图像分割方法及装置、电子设备和存储介质 | |
| CN109934275B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110633700B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
| CN111340733B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110532956B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
| CN111523346B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
| CN111680646B (zh) | 动作检测方法及装置、电子设备和存储介质 | |
| CN108900903B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
| CN109344703B (zh) | 对象检测方法及装置、电子设备和存储介质 | |
| CN112085097A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110909203A (zh) | 视频分析方法及装置、电子设备和存储介质 | |
| CN112990197A (zh) | 车牌识别方法及装置、电子设备和存储介质 | |
| CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
| CN109889693B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
| CN110929545A (zh) | 人脸图像的整理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |