CN110929605A - 视频关键帧的保存方法、装置、设备及存储介质 - Google Patents

视频关键帧的保存方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110929605A
CN110929605A CN201911095856.0A CN201911095856A CN110929605A CN 110929605 A CN110929605 A CN 110929605A CN 201911095856 A CN201911095856 A CN 201911095856A CN 110929605 A CN110929605 A CN 110929605A
Authority
CN
China
Prior art keywords
frame
target
frame image
detected
cache region
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.)
Pending
Application number
CN201911095856.0A
Other languages
English (en)
Inventor
黄阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Construction Bank Corp
Original Assignee
China Construction Bank Corp
CCB Finetech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Construction Bank Corp, CCB Finetech Co Ltd filed Critical China Construction Bank Corp
Priority to CN201911095856.0A priority Critical patent/CN110929605A/zh
Publication of CN110929605A publication Critical patent/CN110929605A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本申请提供视频关键帧的保存方法、装置、设备及存储介质，涉及视频处理技术领域。该方法包括：获取当前帧图像，判断所述当前帧图像的置信度是否大于缓存区中置信度最低的帧图像，其中，所述当前帧图像和缓存区中的帧图像均为包含有待检测目标的帧图像；若大于，则将所述缓存区中置信度最低的帧图像替换为所述当前帧图像；判断下一帧图像中是否包含有待检测目标；若不包含，则将缓存区中各帧图像保存至数据库中。相对于现有技术，避免了同一人员在视频中停留时间太长时，收集了该人员过多的冗余图像，造成磁盘空间浪费的问题。

Description

视频关键帧的保存方法、装置、设备及存储介质
技术领域
本申请涉及视频处理技术领域，具体而言，涉及视频关键帧的保存方法、装置、设备及存储介质。
背景技术
伴随大数据时代的到来，海量的监控视频在全球被采集、传输、流通和应用。监控视频除了日常的安全性监控之外，采集到的监控视频还经常用于目标人员的追踪中，例如：对失踪人口的追踪，或是对嫌疑人的追踪。
在目标人员的追踪中，通常是根据追踪算法在监控视频中，提取所有包含有目标人员的帧图像，随后再根据提取到的帧图像进行处理。
但是监控视频中每个目标人员的出现规律不同。目标人员可能仅在摄像头下停留10秒钟，也可能在摄像头下停留1小时甚至更久，根据追踪算法提取监控视频中所有包含目标人员的帧图像，对停留时间长的目标人员来说，很可能收集到很多冗余图像，造成磁盘空间的浪费。
发明内容
本申请的目的在于，针对上述现有技术中的不足，提供视频关键帧的保存方法、装置、设备及存储介质，以解决现有技术中根据追踪算法提取监控视频中所有包含目标人员的帧图像，对停留时间长的目标人员来说，很可能收集到很多冗余图像，造成磁盘空间的浪费的问题。
为实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请一实施例提供了一种视频关键帧的保存方法，所述方法包括：
获取当前帧图像，判断所述当前帧图像的置信度是否大于缓存区中置信度最低的帧图像，其中，所述当前帧图像和缓存区中的帧图像均为包含有待检测目标的帧图像；
若大于，则将所述缓存区中置信度最低的帧图像替换为所述当前帧图像；
判断下一帧图像中是否包含有待检测目标；
若不包含，则将缓存区中各帧图像保存至数据库中。
可选地，所述获取当前帧图像之前，所述方法还包括：
获取待检测视频，根据预设目标检测算法获取待检测视频中包含待检测目标的连续帧图像和各所述帧图像对应的置信度，其中，所述包含有待检测目标的连续帧图像构成目标帧图像集；
在所述目标帧图像集中，逐帧获取帧图像作为当前帧图像。
可选地，所述获取待检测视频，根据预设目标检测算法获取待检测视频中所有包含有待检测目标的帧图像和各所述帧图像对应的置信度之后，所述方法还包括：
判断当前数据库中是否存在包含有待检测目标的帧图像缓存区；
若存在，则获取所述缓存区，并判断缓存区中的帧图像数量是否小于预设阈值；
若小于所述预设阈值，则在所述目标帧图像集中获取N帧图像加入所述缓存区中，其中N为预设阈值与缓存区中的帧图像数量之差。
可选地，所述判断当前数据库中是否存在包含有待检测目标的帧图像缓存区之后，所述方法还包括：
若不存在，则新建一个缓存区，并将所述目标帧图像集中获取预设阈值个数个帧图像加入所述缓存区中。
可选地，所述将缓存区中各帧图像保存至数据库中，包括：
将所述缓存区中的各帧图像、所述缓存区对应的视频设备信息和所述缓存区对应的目标信息一并上传并保存至数据库中。
第二方面，本申请另一实施例提供了一种视频关键帧的保存装置，所述装置包括：判断模块、替换模块和保存模块，其中：
所述判断模块，用于获取当前帧图像，判断所述当前帧图像的置信度是否大于缓存区中置信度最低的帧图像，其中，所述当前帧图像和缓存区中的帧图像均为包含有待检测目标的帧图像；
所述替换模块，用于若大于，则将所述缓存区中置信度最低的帧图像替换为所述当前帧图像；
所述判断模块，还用于判断下一帧图像中是否包含有待检测目标；
所述保存模块，用于若不包含，则将缓存区中各帧图像保存至数据库中。
可选地，所述装置还包括：获取模块，用于获取待检测视频，根据预设目标检测算法获取待检测视频中包含待检测目标的连续帧图像和各所述帧图像对应的置信度，其中，所述包含有待检测目标的连续帧图像构成目标帧图像集；
在所述目标帧图像集中，逐帧获取帧图像作为当前帧图像。
可选地，所述装置还包括：上传模块，用于将所述缓存区中的各帧图像、所述缓存区对应的视频设备信息和所述缓存区对应的目标信息一并上传并保存至数据库中。
第三方面，本申请另一实施例提供了一种视频关键帧的保存设备，所述设备包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当视频关键帧的保存设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述第一方面任一所述方法的步骤。
第四方面，本申请另一实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述第一方面任一所述方法的步骤。
本申请的有益效果是：通过将当前帧图像的置信度与缓存区中置信度最低的帧图像进行对比，若当前帧图像的置信度大于缓存区中置信度最低的帧图像，则将缓存区中置信度最低的帧图像替换为当前帧图像，这就使得缓存区中保存的帧图像为该待检测目标在连续视频中，置信度较高的帧图像，并且避免了许多冗余的监控视频信息，从而节省了磁盘空间，提高了后续视频分析系统的工作效率。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请一实施例提供的视频关键帧的保存方法的流程示意图；
图2为本申请另一实施例提供的视频关键帧的保存方法的流程示意图；
图3为本申请另一实施例提供的视频关键帧的保存方法的流程示意图；
图4为本申请一实施例提供的视频关键帧的保存装置的结构示意图；
图5为本申请另一实施例提供的视频关键帧的保存装置的结构示意图；
图6为本申请另一实施例提供的视频关键帧的保存装置的结构示意图；
图7为本申请一实施例提供的视频关键帧的保存设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。
图1为本申请一实施例提供的一种视频关键帧的保存方法的流程示意图，应用于前端服务器，该方法可以由手机、平板、掌上电脑、台式电脑等任意具有图像处理功能的电子设备执行，如图1所示，该方法包括：
S101：获取当前帧图像。
其中，当前帧图像为待检测视频中的某一帧包含有待检测目标的视频帧图像。
S102：判断当前帧图像的置信度是否大于缓存区中置信度最低的帧图像。
其中，缓存区中的帧图像均为包含有待检测目标的帧图像。缓存区中包括预设阈值个数个帧图像，每个帧图像都有自己对应的置信度，置信度用于表征当前帧图像中的待检测目标属于某个分类的概率，置信度越高即概率越高。
缓存区中包含的帧图像数量有限，这样就可以保证就算待检测目标在在视频中存在大段时间，但缓存区中仅包含预设个数个帧图像，并且这预设个数个帧图像是在待检测目标在待检测视频中，置信度排名靠前的帧图像，这样就从根本上避免包含有待检测目标的帧图像过多，从而包含过多冗余信息的情况。
若大于，则执行S103：将缓存区中置信度最低的帧图像替换为当前帧图像。
将置信度更高的帧图像加入缓存区中，从而实现缓存区中内容的更新，可以保证缓存区中的帧图像均为当前待检测目标对应的置信度较高的帧图像，即缓存区中的帧图像均质量较高，这样就可以提高后续视频分析系统的工作效率。
S104：判断下一帧图像中是否包含有待检测目标。
若下一帧图像中包含有待检测目标，即表示待检测目标仍在监控范围内，此时继续获取下一帧图像作为当前帧图像，并回到S101进行判断。
若不包含，则执行S105：将缓存区中各帧图像保存至数据库中。
若下一帧图像中不包含有待检测目标，即表示待检测目标已经不在监控范围内，则表示停止对当前待检测目标帧图像的获取，并将当前缓存区中的各帧图像保存至数据库中。
可选地，数据库可以为后端服务器的数据库，也可以为磁盘等，只要为具有存储数据功能的数据库即可，具体数据库的形式本申请在此并不做任何限制。
本实施例中，通过将当前帧图像的置信度与缓存区中置信度最低的帧图像进行对比，若当前帧图像的置信度大于缓存区中置信度最低的帧图像，则将缓存区中置信度最低的帧图像替换为当前帧图像，这就使得缓存区中保存的帧图像为该待检测目标在连续视频中，置信度较高的帧图像，并且避免了许多冗余的监控视频信息，从而节省了磁盘空间，提高了后续视频分析系统的工作效率。
图2为本申请另一实施例提供的视频关键帧的保存方法，如图2所示，S101之前，该方法还包括：
S106：获取待检测视频，根据预设目标检测算法，获取待检测视频中包含待检测目标的连续帧图像和各帧图像对应的置信度。
其中，预设目标检测算法是一种基于目标几何和统计特征的图像分割方法，它可以同时执行目标的分割和识别，尤其是在复杂场景中，在同一帧图像中需要对多个目标进行实时处理时，通过目标检测算法实现对目标的自动提取和识别就格外重要。
其中，可以获取某一时段的待检测视频之后，根据预设目标检测算法获取待检测视频中包含待检测目标的连续帧图像；也可以实时获取待检测视频，并根据预设目标检测算法实时判断当前帧图像中是否包含有待检测目标，具体获取包含有待检测目标的帧图像的方式根据用户需要设计，本申请在此不做任何限制。
若获取的是某一时段的待检测视频，则该时段待检测视频内所有包含有待检测目标的连续帧图像构成目标帧图像集。
S107：在目标帧图像集中，逐帧获取帧图像作为当前帧图像。
其中，若是实时获取待检测视频中的每一帧图像，则将当前获取的该帧图像作为当前帧图像进行判断。
图3为本申请一实施例提供的视频关键帧的保存方法的流程示意图，如图3所示，S106之后，该方法还包括：
S108：判断当前数据库中是否存在包含有待检测目标的帧图像缓存区。
若存在，则执行S109a：获取缓存区，并判断缓存区中的帧图像数量是否小于预设阈值。
其中，预设阈值为用户预先设置的缓存区的容量值，用于表示缓存区中可存储最多的帧图像数量，预设阈值可以根据用户需要调整，本申请在此不做任何限制。
若小于预设阈值，即表示当前缓存区未满，此时则执行S110：在目标帧图像集中获取N帧图像加入缓存区中。其中N为预设阈值与缓存区中的帧图像数量之差。
需要说明的是，若当前目标帧图像集中的帧图像数量小于N张，则将当前帧图像集中的所有帧图像均加入缓存区中。
若等于预设阈值，即不小于预设阈值，表示当前缓存区已满，此时则执行S107。
可选地，获取N帧图像的方式可以为在目标帧图像集中任意获取N帧图像，也可以在目标帧图像集中按照顺序获取前N帧图像，具体获取方式根据用户需要设计，本申请在此不做任何限制。
若不存在，则执行S109b：新建一个缓存区，并在目标帧图像集中获取预设阈值个数个帧图像加入缓存区中；随后执行S107。
需要说明的是，若当前目标帧图像集中，目标帧图像数量小于预设阈值，则将当前目标帧图像集中的所有帧图像均加入缓存区中。
其中，获取预设阈值个数个帧图像可以为在目标帧图像集中任意获取预设阈值个数张帧图像，也可以在目标帧图像集中按照顺序获取预设阈值个数张帧图像加入缓存区中，具体获取预设阈值个数个帧图像的方式本申请在此不做任何限制，可以根据用户需要设计。
需要说明的是，若是实时获取当前待检测视频中的每一帧图像，则按照待检测视频的顺序，逐一获取包含有待检测目标的帧图像加入缓存区中，直至缓存区帧图像数量到达预设阈值。
可选地，S104还包括：将缓存区中的各帧图像、缓存区对应的视频设备信息和缓存区对应的目标信息一并上传并保存至数据库中。
其中，视频设备信息和目标信息是在缓存区建立时，就生成的信息，上传时，需要将视频设备信息、目标信息和缓存区一并打包上传至数据库中。
可选地，视频设备信息可以为下述一项或多项：采集监控视频的摄像头标识、摄像头所在位置信息等；目标信息可以为下述一项或多项：待检测目标的标识、待检测目标在待检测视频中停留的时长、待检测目标在待检测视频中停留的时间段等。
其中，待检测目标的标识可以为随机给出的字符标识或数字标识，也可以为按照预设规则给出的标识，具体标识的形式本申请在此不做任何限制，只需在待检测视频中，可以唯一表示待检测目标即可。
采用本申请提供的视频关键帧的保存方法，通过将当前帧图像的置信度与缓存区中置信度最低的帧图像进行对比，若当前帧图像的置信度大于缓存区中置信度最低的帧图像，则将缓存区中置信度最低的帧图像替换为当前帧图像，这就使得缓存区中的帧图像一直在实施更新，使得缓存区中保存的帧图像为该待检测目标在连续视频中，置信度排名较高的帧图像，并且缓存区中帧图像的容量有限，仅采集预设阈值数量的帧图像，就避免了许多冗余的监控视频信息，对于一段时间内监控视频中连续出现待检测目标的视频帧，筛选出预设阈值数量张最有价值的帧图像，从而节省了磁盘空间，提高了后续视频分析系统的工作效率。
图4为本申请一实施例提供的视频关键帧的保存装置的结构示意图，如图4所示，该装置包括：判断模块201、替换模块202和保存模块203，其中：
判断模块201，用于获取当前帧图像，判断当前帧图像的置信度是否大于缓存区中置信度最低的帧图像，其中，当前帧图像和缓存区中的帧图像均为包含有待检测目标的帧图像。
替换模块202，用于若大于，则将缓存区中置信度最低的帧图像替换为当前帧图像。
判断模块201，还用于判断下一帧图像中是否包含有待检测目标。
保存模块203，用于若不包含，则将缓存区中各帧图像保存至数据库中。
图5为本申请另一实施例提供的视频关键帧的保存装置的结构示意图，如图5所示，装置还包括：获取模块204，用于获取待检测视频，根据预设目标检测算法获取待检测视频中包含待检测目标的连续帧图像和各帧图像对应的置信度，其中，包含有待检测目标的连续帧图像构成目标帧图像集；在目标帧图像集中，逐帧获取帧图像作为当前帧图像。
图6为本申请另一实施例提供的视频关键帧的保存装置的结构示意图，如图6所示，装置还包括：上传模块205，用于将缓存区中的各帧图像、缓存区对应的视频设备信息和缓存区对应的目标信息一并上传并保存至数据库中。
上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(digital singnal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
图7为本申请一实施例提供的视频关键帧的保存设备的结构示意图，该视频关键帧的保存设备可以集成于终端设备或者终端设备的芯片。
该视频关键帧的保存设备包括：处理器501、存储介质502和总线503。
处理器501用于存储程序，处理器501调用存储介质502存储的程序，以执行上述视频关键帧的保存对应的方法实施例。具体实现方式和技术效果类似，这里不再赘述。
可选地，本申请还提供一种程序产品，例如存储介质，该存储介质上存储有计算机程序，包括程序，该程序在被处理器运行时执行上述方法对应的实施例。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种视频关键帧的保存方法，其特征在于，所述方法包括：
获取当前帧图像，判断所述当前帧图像的置信度是否大于缓存区中置信度最低的帧图像，其中，所述当前帧图像和缓存区中的帧图像均为包含有待检测目标的帧图像；
若大于，则将所述缓存区中置信度最低的帧图像替换为所述当前帧图像；
判断下一帧图像中是否包含有待检测目标；
若不包含，则将缓存区中各帧图像保存至数据库中。
2.如权利要求1所述的方法，其特征在于，所述获取当前帧图像之前，所述方法还包括：
获取待检测视频，根据预设目标检测算法获取待检测视频中包含待检测目标的连续帧图像和各所述帧图像对应的置信度，其中，所述包含有待检测目标的连续帧图像构成目标帧图像集；
在所述目标帧图像集中，逐帧获取帧图像作为当前帧图像。
3.如权利要求2所述的方法，其特征在于，所述获取待检测视频，根据预设目标检测算法获取待检测视频中所有包含有待检测目标的帧图像和各所述帧图像对应的置信度之后，所述方法还包括：
判断当前数据库中是否存在包含有待检测目标的帧图像缓存区；
若存在，则获取所述缓存区，并判断所述缓存区中的帧图像数量是否小于预设阈值；
若小于所述预设阈值，则在所述目标帧图像集中获取N帧图像加入所述缓存区中，其中N为预设阈值与缓存区中的帧图像数量之差。
4.如权利要求3所述的方法，其特征在于，所述判断当前数据库中是否存在包含有待检测目标的帧图像缓存区之后，所述方法还包括：
若不存在，则新建一个缓存区，并将所述目标帧图像集中获取预设阈值个数个帧图像加入所述缓存区中。
5.如权利要求1所述的方法，其特征在于，所述将缓存区中各帧图像保存至数据库中，包括：
将所述缓存区中的各帧图像、所述缓存区对应的视频设备信息和所述缓存区对应的目标信息一并上传并保存至数据库中。
6.一种视频关键帧的保存装置，其特征在于，所述装置包括：判断模块、替换模块和保存模块，其中：
所述判断模块，用于获取当前帧图像，判断所述当前帧图像的置信度是否大于缓存区中置信度最低的帧图像，其中，所述当前帧图像和缓存区中的帧图像均为包含有待检测目标的帧图像；
所述替换模块，用于若大于，则将所述缓存区中置信度最低的帧图像替换为所述当前帧图像；
所述判断模块，还用于判断下一帧图像中是否包含有待检测目标；
所述保存模块，用于若不包含，则将缓存区中各帧图像保存至数据库中。
7.如权利要求6所述的装置，其特征在于，所述装置还包括：获取模块，用于获取待检测视频，根据预设目标检测算法获取待检测视频中包含待检测目标的连续帧图像和各所述帧图像对应的置信度，其中，所述包含有待检测目标的连续帧图像构成目标帧图像集；
在所述目标帧图像集中，逐帧获取帧图像作为当前帧图像。
8.如权利要求7所述的装置，其特征在于，所述装置还包括：上传模块，用于将所述缓存区中的各帧图像、所述缓存区对应的视频设备信息和所述缓存区对应的目标信息一并上传并保存至数据库中。
9.一种视频关键帧的保存设备，其特征在于，所述设备包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当视频关键帧的保存设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述权利要求1-5任一项所述的方法。
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述权利要求1-5任一项所述的方法。
CN201911095856.0A 2019-11-11 2019-11-11 视频关键帧的保存方法、装置、设备及存储介质 Pending CN110929605A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911095856.0A CN110929605A (zh) 2019-11-11 2019-11-11 视频关键帧的保存方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911095856.0A CN110929605A (zh) 2019-11-11 2019-11-11 视频关键帧的保存方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN110929605A true CN110929605A (zh) 2020-03-27

Family

ID=69853801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911095856.0A Pending CN110929605A (zh) 2019-11-11 2019-11-11 视频关键帧的保存方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110929605A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553915A (zh) * 2020-05-08 2020-08-18 深圳前海微众银行股份有限公司 物品识别检测方法、装置、设备和可读存储介质
CN111597911A (zh) * 2020-04-22 2020-08-28 成都运达科技股份有限公司 一种基于图像特征快速提取关键帧的方法和系统
CN112580604A (zh) * 2020-12-30 2021-03-30 杭州卫康有害生物防治有限公司 一种鼠情监测方法、系统及智能终端

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101557518A (zh) * 2009-05-11 2009-10-14 华亚微电子（上海）有限公司 运动补偿方法及装置、高速缓存替换方法及装置
CN108235116A (zh) * 2017-12-27 2018-06-29 北京市商汤科技开发有限公司 特征传播方法和装置、电子设备、程序和介质
CN108228871A (zh) * 2017-07-21 2018-06-29 北京市商汤科技开发有限公司 人脸图像动态入库方法和装置、电子设备、介质、程序
CN108491822A (zh) * 2018-04-02 2018-09-04 杭州高创电子科技有限公司 一种基于嵌入式设备有限缓存的人脸检测去重方法
WO2019041519A1 (zh) * 2017-08-29 2019-03-07 平安科技（深圳）有限公司 目标跟踪装置、方法及计算机可读存储介质
WO2019085941A1 (zh) * 2017-10-31 2019-05-09 腾讯科技（深圳）有限公司 一种关键帧提取方法、装置和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101557518A (zh) * 2009-05-11 2009-10-14 华亚微电子（上海）有限公司 运动补偿方法及装置、高速缓存替换方法及装置
CN108228871A (zh) * 2017-07-21 2018-06-29 北京市商汤科技开发有限公司 人脸图像动态入库方法和装置、电子设备、介质、程序
WO2019041519A1 (zh) * 2017-08-29 2019-03-07 平安科技（深圳）有限公司 目标跟踪装置、方法及计算机可读存储介质
WO2019085941A1 (zh) * 2017-10-31 2019-05-09 腾讯科技（深圳）有限公司 一种关键帧提取方法、装置和存储介质
CN108235116A (zh) * 2017-12-27 2018-06-29 北京市商汤科技开发有限公司 特征传播方法和装置、电子设备、程序和介质
CN108491822A (zh) * 2018-04-02 2018-09-04 杭州高创电子科技有限公司 一种基于嵌入式设备有限缓存的人脸检测去重方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597911A (zh) * 2020-04-22 2020-08-28 成都运达科技股份有限公司 一种基于图像特征快速提取关键帧的方法和系统
CN111597911B (zh) * 2020-04-22 2023-08-29 成都运达科技股份有限公司 一种基于图像特征快速提取关键帧的方法和系统
CN111553915A (zh) * 2020-05-08 2020-08-18 深圳前海微众银行股份有限公司 物品识别检测方法、装置、设备和可读存储介质
CN112580604A (zh) * 2020-12-30 2021-03-30 杭州卫康有害生物防治有限公司 一种鼠情监测方法、系统及智能终端

Similar Documents

Publication Publication Date Title
CN110929605A (zh) 视频关键帧的保存方法、装置、设备及存储介质
WO2019033572A1 (zh) 人脸遮挡检测方法、装置及存储介质
CN109426785B (zh) 一种人体目标身份识别方法及装置
CN108564579B (zh) 一种基于时空相关的混凝土裂缝检测方法及检测装置
CN111275040B (zh) 定位方法及装置、电子设备、计算机可读存储介质
US9947105B2 (en) Information processing apparatus, recording medium, and information processing method
CN115953566B (zh) 一种用于红外热成像仪的特征分析方法、系统及介质
CN111104841A (zh) 暴力行为检测方法及系统
CN111242128A (zh) 目标检测方法、装置、计算机可读存储介质和计算机设备
WO2014193220A2 (en) System and method for multiple license plates identification
CN111191507A (zh) 智慧社区的安全预警分析方法及系统
CN104951440B (zh) 一种图像处理方法及电子设备
CN113657434A (zh) 人脸人体关联方法、系统以及计算机可读存储介质
CN110991231B (zh) 活体检测方法、装置、服务器和人脸识别设备
CN116703925B (zh) 一种轴承缺陷检测方法、装置、电子设备及存储介质
CN116091781B (zh) 一种用于图像识别的数据处理方法及装置
CN112053382A (zh) 出入口监测方法、设备及计算机可读存储介质
CN110956093A (zh) 基于大数据的模型识别方法、装置、设备及介质
CN114863364B (zh) 一种基于智能视频监控的安防检测方法及系统
CN113920306B (zh) 目标再识别方法、装置及电子设备
CN114387670A (zh) 基于时空特征融合的步态识别方法、装置及存储介质
CN113468948A (zh) 基于视图数据的治安防控方法、模块、设备及存储介质
CN111598053B (zh) 图像数据的处理方法及其装置、介质和系统
Lan et al. Deep learning-based recognition of Chinese dishes in a waiterless restaurant
CN117218162B (zh) 一种基于ai的全景追踪控视系统

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
TA01 Transfer of patent application right

Effective date of registration: 20220915

Address after: 25 Financial Street, Xicheng District, Beijing 100033

Applicant after: CHINA CONSTRUCTION BANK Corp.

Address before: 25 Financial Street, Xicheng District, Beijing 100033

Applicant before: CHINA CONSTRUCTION BANK Corp.

Applicant before: Jianxin Financial Science and Technology Co.,Ltd.

TA01 Transfer of patent application right