CN111626202A - 用于识别视频的方法及装置 - Google Patents
用于识别视频的方法及装置 Download PDFInfo
- Publication number
- CN111626202A CN111626202A CN202010458954.2A CN202010458954A CN111626202A CN 111626202 A CN111626202 A CN 111626202A CN 202010458954 A CN202010458954 A CN 202010458954A CN 111626202 A CN111626202 A CN 111626202A
- Authority
- CN
- China
- Prior art keywords
- video
- object image
- image information
- target object
- video frame
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- 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
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/48—Matching video sequences
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开的实施例公开了用于识别视频的方法及装置。该方法的一具体实施方式包括:从待识别视频中获取设定个视频帧,得到视频帧序列;执行如下处理步骤:将上述视频帧序列导入预先训练的视频识别模型,得到对应上述视频帧序列的分类标签概率,上述分类标签概率用于表征识别上述待识别视频属于对应标签类别的概率;响应于上述分类标签概率大于等于预设的识别准确率阈值,根据上述分类标签概率为上述待识别视频设置视频标签,否则,增加上述视频帧序列内视频帧的数量,继续执行上述处理步骤。该实施方式可以以尽量少的视频帧实现对待识别视频的识别,有利于减少识别视频过程的数据处理量,提高识别视频的效率。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于识别视频的方法及装置。
背景技术
随着智能设备的大量使用和网络技术的进步,各种类型的视频(例如可以是足球视频、篮球视频、网球视频等)在网络上广泛传播。为了向用户提供准确的视频信息,技术人员需要获取各种视频的内容,进而为视频设置对应的视频标签。
视频理解的最主要的一个问题是识别视频里面的内容。视频是由一个图片序列组成,对视频进行分类需要大量的图片帧进行计算,进而确定视频内容类别。
发明内容
本公开的实施例提出了用于识别视频的方法及装置。
第一方面,本公开的实施例提供了一种用于识别视频的方法,该方法包括:从待识别视频中获取设定个视频帧,得到视频帧序列;执行如下处理步骤:将上述视频帧序列导入预先训练的视频识别模型,得到对应上述视频帧序列的分类标签概率,上述分类标签概率用于表征识别上述待识别视频属于对应标签类别的概率;响应于上述分类标签概率大于等于预设的识别准确率阈值,根据上述分类标签概率为上述待识别视频设置视频标签,否则,增加上述视频帧序列内视频帧的数量,继续执行上述处理步骤,其中,上述视频标签用于标识上述待识别视频的内容类别。
在一些实施例中,上述将上述视频帧序列导入预先训练的视频识别模型,得到对应上述视频帧序列的分类标签概率,包括:根据上述视频帧序列内视频帧的数量确定网络层组,其中,上述网络层组包含设定数量的网络层,上述网络层用于对视频帧进行特征提取;通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到对应上述视频帧序列的分类标签概率。
在一些实施例中,上述通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到对应上述视频帧序列的分类标签概率,包括:通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到至少一个初始目标物体图像信息;对于上述至少一个初始目标物体图像信息中的初始目标物体图像信息,将该初始目标物体图像信息与标签集合匹配,确定该初始目标物体图像信息的初始识别准确率,上述初始识别准确率包括初始目标物体图像信息属于标签集合中每个标签的概率;将上述至少一个初始目标物体图像信息对应的至少一个初始识别准确率中的、取值大于设定阈值的初始识别准确率设置为上述视频帧序列的分类标签概率,其中,上述分类标签概率与最终目标物体图像。
在一些实施例中,上述通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到至少一个初始目标物体图像信息,包括:对上述视频帧序列中每个视频帧包含的物体图像进行识别,得到至少一个初始物体图像信息;查询上述至少一个初始物体图像信息对应的物体图像在上述视频帧序列中的出现次数,并确定上述至少一个初始物体图像信息对应的物体图像在每个视频帧中的位置信息;根据上述出现次数和位置信息确定至少一个初始目标物体图像信息。
在一些实施例中,上述根据上述分类标签概率为上述待识别视频设置视频标签,包括:响应于上述最终目标物体图像信息为一个,将上述最终目标物体图像信息对应的目标标签设置为视频标签。
在一些实施例中,上述根据上述分类标签概率为上述待识别视频设置视频标签,包括:响应于上述最终目标物体图像信息为多个,查询多个最终目标物体图像信息对应的目标物体图像在上述待识别视频中出现的先后顺序信息,根据上述先后顺序信息和最终目标物体图像信息对应的目标标签设置视频标签。
第二方面,本公开的实施例提供了一种用于识别视频的装置,该装置包括:视频帧序列获取单元,被配置成从待识别视频中获取设定个视频帧,得到视频帧序列;分类标签概率计算单元,被配置成执行如下处理步骤:将上述视频帧序列导入预先训练的视频识别模型,得到对应上述视频帧序列的分类标签概率,上述分类标签概率用于表征识别上述待识别视频属于对应标签类别的概率;控制单元,响应于上述分类标签概率大于等于预设的识别准确率阈值,被配置成根据上述分类标签概率为上述待识别视频设置视频标签,否则,增加上述视频帧序列内视频帧的数量,继续执行上述处理步骤,其中,上述视频标签用于标识上述待识别视频的内容类别。
在一些实施例中,上述分类标签概率计算单元包括:网络层确定子单元,被配置成根据上述视频帧序列内视频帧的数量确定网络层组,其中,上述网络层组包含设定数量的网络层,上述网络层用于对视频帧进行特征提取;分类标签概率计算子单元,被配置成通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到对应上述视频帧序列的分类标签概率。
在一些实施例中,上述分类标签概率计算子单元包括:初始目标物体图像信息获取模块,被配置成通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到至少一个初始目标物体图像信息;初始识别准确率获取模块,对于上述至少一个初始目标物体图像信息中的初始目标物体图像信息,被配置成将该初始目标物体图像信息与标签集合匹配,确定该初始目标物体图像信息的初始识别准确率,上述初始识别准确率包括初始目标物体图像信息属于标签集合中每个标签的概率;分类标签概率计算模块,被配置成将上述至少一个初始目标物体图像信息对应的至少一个初始识别准确率中的、取值大于设定阈值的初始识别准确率设置为上述视频帧序列的分类标签概率,其中,上述分类标签概率与最终目标物体图像。
在一些实施例中,上述初始目标物体图像信息获取模块包括:初始物体图像信息获取子模块,被配置成对上述视频帧序列中每个视频帧包含的物体图像进行识别,得到至少一个初始物体图像信息;信息获取子模块,被配置成查询上述至少一个初始物体图像信息对应的物体图像在上述视频帧序列中的出现次数,并确定上述至少一个初始物体图像信息对应的物体图像在每个视频帧中的位置信息;初始目标物体图像信息获取子模块,被配置成根据上述出现次数和位置信息确定至少一个初始目标物体图像信息。
在一些实施例中,上述控制单元包括:第一视频标签设置子单元,响应于上述最终目标物体图像信息为一个,被配置成将上述最终目标物体图像信息对应的目标标签设置为视频标签。
在一些实施例中,上述控制单元包括:第二视频标签设置子单元,响应于上述最终目标物体图像信息为多个,被配置成将查询多个最终目标物体图像信息对应的目标物体图像在上述待识别视频中出现的先后顺序信息,根据上述先后顺序信息和最终目标物体图像信息对应的目标标签设置视频标签。
第三方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器;存储器,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器执行上述第一方面的用于识别视频的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述第一方面的用于识别视频的方法。
本公开的实施例提供的用于识别视频的方法及装置,首先从待识别视频中获取设定个视频帧,得到视频帧序列;然后将上述视频帧序列导入预先训练的视频识别模型,得到对应上述视频帧序列的分类标签概率,实现了对待识别视频的识别;最后在分类标签概率大于等于预设的识别准确率阈值时,根据上述分类标签概率为上述待识别视频设置视频标签,否则,增加上述视频帧序列内视频帧的数量,继续分类标签概率,知道能够得到大于等于识别准确率阈值的分类标签概率为止。如此,可以以尽量少的视频帧实现对待识别视频的识别,有利于减少识别视频过程的数据处理量,提高识别视频的效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是根据本申请第二实施例的示意图;
图3是根据本申请第三实施例的示意图;
图4是根据本申请第四实施例的示意图;
图5是用来实现本申请实施例的用于识别视频的方法的电子设备的框图;
图6是适于用来实现本公开的实施例的电子设备结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本公开的实施例的用于识别视频的方法或用于识别视频的装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种视频客户端应用,例如视频浏览器应用、视频播放插件、视频搜索应用、视频下载工具、视频播放客户端等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持视频播放的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块,在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如向终端设备101、102、103提供视频的服务器。服务器可以对接收到的网页页面请求等数据进行分析等处理,并将处理结果(例如网页页面数据)反馈给终端设备。
需要说明的是,本公开的实施例所提供的用于识别视频的方法一般由服务器105执行,相应地,用于识别视频的装置一般设置于服务器105中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块,在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于识别视频的方法的一个实施例的流程200。该用于识别视频的方法包括以下步骤:
步骤201,从待识别视频中获取设定个视频帧,得到视频帧序列。
在本实施例中,用于识别视频的方法的执行主体(例如图1所示的服务器105)可以待识别视频。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(Ultra Wideband)连接、以及其他现在已知或将来开发的无线连接方式。
现有视频分类方法在对视频进行识别时,不论视频的识别难易程度,都对视频执行相同的数据处理过程。虽然最终都能实现对视频的识别,但对于容易识别的视频来说,该数据处理过程浪费了大量的数据处理能力和时间。
执行主体可以从待识别视频中获取设定个视频帧,得到视频帧序列。其中,获取视频帧的方式可以是选取待识别视频的前几个视频帧、随机从整个待识别视频中选择设定个视频帧,或按照待识别视频包含的总视频帧,平均地选取设定个视频帧。需要说明的是,为了能够以尽量短的时间,尽量少的数据处理量来识别视频,此处的“设定个”通常的数值较小。例如,“设定个”可以是2个、5个、10个等。
步骤202,执行如下处理步骤:将上述视频帧序列导入预先训练的视频识别模型,得到对应上述视频帧序列的分类标签概率。
执行主体可以将视频帧序列导入预先训练的视频识别模型。视频识别模型可以对视频帧序列进行数据处理,得到视频帧序列的分类标签概率。其中,上述分类标签概率用于表征识别上述待识别视频属于对应标签类别的概率。如此,实现了对待识别视频的识别。
步骤203,响应于上述分类标签概率大于等于预设的识别准确率阈值,根据上述分类标签概率为上述待识别视频设置视频标签,否则,增加上述视频帧序列内视频帧的数量,继续执行上述处理步骤。
当分类标签概率大于等于预设的识别准确率阈值时,说明当前的设定个视频帧能够准确表征待识别视频的内容。对应的,执行主体可以通过分类标签概率来确定待识别视频的内容,进而为待识别视频设置视频标签。其中,上述视频标签可以用于标识上述待识别视频的内容类别。当分类标签概率小于预设的识别准确率阈值时,说明无法通过当前设定个视频帧获取到足够多的信息,无法确定待识别视频的内容。此时,执行主体可以增加上述视频帧序列内视频帧的数量,继续执行步骤202的处理步骤,知道获取到大于等于预设的识别准确率阈值的分类标签概率,并通过分类标签概率设置视频标签为止。如此,可以以尽量少的视频帧实现对待识别视频的识别,有利于减少识别视频过程的数据处理量,提高识别视频的效率。
继续参考图3,示出了根据本公开的用于识别视频的方法的一个实施例的流程300。该用于识别视频的方法包括以下步骤:
步骤301,从待识别视频中获取设定个视频帧,得到视频帧序列。
步骤301的内容与步骤201的内容相同,此处不再一一赘述。
步骤302,根据上述视频帧序列内视频帧的数量确定网络层组。
当视频帧数量较少时,通常可以通过较少的网络层就可以确定待识别视频的分类标签概率。因此,执行主体可以根据上述视频帧序列内视频帧的数量确定网络层组,有利于减少识别视频的数据处理量。其中,上述网络层组可以包含设定数量的网络层,上述网络层用于对视频帧进行特征提取。此处的网络层可以是现有识别视频的视频识别网络中的网络层,也可以是视频识别模型中用于识别视频的网络层。
步骤303,通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到对应上述视频帧序列的分类标签概率。
确定了网络层组后,执行主体可以通过网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到每个视频帧的图像内容信息。之后,执行主体可以对图像内容信息进行分析,进而得到对应上述视频帧序列的分类标签概率。
在本实施例的一些可选的实现方式中,上述通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到对应上述视频帧序列的分类标签概率,可以包括以下步骤:
第一步,通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到至少一个初始目标物体图像信息。
执行主体可以将视频帧序列中的每个视频帧输入网络层组,网络层组的每个网络层分别对视频帧进行特征提取,进而得到至少一个初始目标物体图像信息。具体的,执行主体可以首先识别视频帧中的初始目标物体图像,然后将初始目标物体图像转换为对应的矩阵或向量,以得到初始目标物体图像信息。
第二步,对于上述至少一个初始目标物体图像信息中的初始目标物体图像信息,将该初始目标物体图像信息与标签集合匹配,确定该初始目标物体图像信息的初始识别准确率。
实际中,视频可以按照内容划分为设定的视频类别。因此,执行主体可以预先获取到标签集合,标签集合内可以包含多种视频类型的标签。例如,标签集合奶的标签可以是狗类视频标签、猫类视频标签、鸟类视频标签、鱼类视频标签等。执行主体可以将初始目标物体图像信息与标签集合匹配,从而确定该初始目标物体图像信息的初始识别准确率。其中,上述初始识别准确率可以包括初始目标物体图像信息属于标签集合中每个标签的概率。例如,视频帧内包括一种动物的图像信息,标签集合可以包括10个不同的标签,则执行主体可以将该动物的图像信息与10个标签中的每个标签进行匹配,计算出该动物的图像信息属于每个标签的概率。并且,该动物的图像信息属于每个标签的概率的总和可以为1。例如,该动物为狗,则对应10个标签内每个标签的概率可以是:属于狗类视频标签的概率为0.9;属于猫类视频标签的概率为0.05;···。如此,可以确定初始识别准确率的有效性。
第三步,将上述至少一个初始目标物体图像信息对应的至少一个初始识别准确率中的、取值大于设定阈值的初始识别准确率设置为上述视频帧序列的分类标签概率。
实际中,待识别视频的视频帧中的物体图像,会与对应的标签的匹配度更高,即初始识别准确率的值会更大;与不对应的标签的匹配度通常很低,即初始识别准确率的值会很小。据此,执行主体可以将至少一个初始识别准确率中的、取值大于设定阈值的初始识别准确率设置为上述视频帧序列的分类标签概率。如上上述,当待识别视频的视频帧中的物体图像为狗的图像时,执行主体计算得到属于狗类视频标签的概率为0.9。此时,该标签对应的初始识别准确率的值远大于其他。因此,执行主体可以设置一个设定阈值,该设定阈值可以用于判断初始识别准确率的有效性。设定阈值的取值可以根据实际需要而定。当确定了分类标签概率时,说明可以确定视频帧中的物体图像,即,上述分类标签概率可以与最终目标物体图像。如此,提高了获取分类标签概率的准确性和有效性。
在本实施例的一些可选的实现方式中,上述通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到至少一个初始目标物体图像信息,可以包括以下步骤:
第一步,对上述视频帧序列中每个视频帧包含的物体图像进行识别,得到至少一个初始物体图像信息。
执行主体可以对视频帧序列中每个视频帧包含的物体图像进行识别,获取视频帧内的物体图像。之后对物体图像进行分析,进而将物体图像转换为对应的初始物体图像信息。
第二步,查询上述至少一个初始物体图像信息对应的物体图像在上述视频帧序列中的出现次数,并确定上述至少一个初始物体图像信息对应的物体图像在每个视频帧中的位置信息。
待识别视频中的目标物体图像可能并不会出现在每一个视频帧中。并且,目标物体图像出现在视频帧时,通常会出现在视频帧的中间位置。为此,执行主体可以统计每个初始物体图像信息在上述视频帧序列中的出现次数。然后,再确定每个初始物体图像信息对应的物体图像在每个视频帧中的位置信息,进而可以判断每个物体图像在视频帧中的重要性。
第三步,根据上述出现次数和位置信息确定至少一个初始目标物体图像信息。
执行主体可以对物体图像在视频帧序列中的出现次数和位置信息进行统计判断,将出现次数达到一定数量,且位置信息为视频帧中间区域的物体图像对应的初始物体图像信息标记为初始目标物体图像信息。如此,提高了识别初始目标物体图像信息的有效性。
步骤304,响应于上述分类标签概率大于等于预设的识别准确率阈值,根据上述分类标签概率为上述待识别视频设置视频标签,否则,增加上述视频帧序列内视频帧的数量,继续执行上述处理步骤。
步骤304的内容与步骤203的内容相同,此处不再一一赘述。
进一步参考图4,其示出了用于识别视频的方法的又一个实施例的流程400。该用于识别视频的方法的流程400,包括以下步骤:
步骤401,从待识别视频中获取设定个视频帧,得到视频帧序列。
步骤401的内容与步骤201的内容相同,此处不再一一赘述。
步骤402,执行如下处理步骤:将上述视频帧序列导入预先训练的视频识别模型,得到对应上述视频帧序列的分类标签概率。
步骤402的内容与步骤202的内容相同,此处不再一一赘述。
步骤403,响应于上述最终目标物体图像信息为一个,将上述最终目标物体图像信息对应的目标标签设置为视频标签。
当只有一个最终目标物体图像信息时,说明该待识别视频的目标物体图像的特征很明显。则执行主体可以直接将最终目标物体图像信息对应的目标标签设置为视频标签。例如,上述的属于狗类视频标签的概率为0.9,则执行主体可以将待识别视频的视频标签设置为狗类视频标签。如此,有利于提高获取视频标签的速度。
步骤404,响应于上述最终目标物体图像信息为多个,查询多个最终目标物体图像信息对应的目标物体图像在上述待识别视频中出现的先后顺序信息,根据上述先后顺序信息和最终目标物体图像信息对应的目标标签设置视频标签。
当存在多个最终目标物体图像信息时,说明待识别视频的主要内容有多个。此时,执行主体可以查询每个最终目标物体图像信息对应的目标物体图像在上述待识别视频中出现的先后顺序信息,然后再根据上述先后顺序信息和最终目标物体图像信息对应的目标标签设置视频标签。如此,即可以通过视频标签让用户了解视频的主要内容,同时,按照目标物体图像在待识别视频中出现的先后顺序设置视频标签,也可以使用户容易理解视频的内容,提高了视频的可解释性。
步骤405,增加上述视频帧序列内视频帧的数量,继续执行上述处理步骤。
步骤405的内容与步骤203的对应内容相同,此处不再一一赘述。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于识别视频的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于识别视频的装置500可以包括:视频帧序列获取单元501、分类标签概率计算单元502和控制单元503。其中,视频帧序列获取单元501,被配置成从待识别视频中获取设定个视频帧,得到视频帧序列;分类标签概率计算单元502,被配置成执行如下处理步骤:将上述视频帧序列导入预先训练的视频识别模型,得到对应上述视频帧序列的分类标签概率,上述分类标签概率用于表征识别上述待识别视频属于对应标签类别的概率;控制单元503,响应于上述分类标签概率大于等于预设的识别准确率阈值,被配置成根据上述分类标签概率为上述待识别视频设置视频标签,否则,增加上述视频帧序列内视频帧的数量,继续执行上述处理步骤,其中,上述视频标签用于标识上述待识别视频的内容类别。
在本实施例的一些可选的实现方式中,上述分类标签概率计算单元502可以包括:网络层确定子单元(图中未示出)和分类标签概率计算子单元(图中未示出)。其中,网络层确定子单元,被配置成根据上述视频帧序列内视频帧的数量确定网络层组,其中,上述网络层组包含设定数量的网络层,上述网络层用于对视频帧进行特征提取;分类标签概率计算子单元,被配置成通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到对应上述视频帧序列的分类标签概率。
在本实施例的一些可选的实现方式中,上述分类标签概率计算子单元可以包括:初始目标物体图像信息获取模块(图中未示出)、初始识别准确率获取模块(图中未示出)和分类标签概率计算模块(图中未示出)。其中,初始目标物体图像信息获取模块,被配置成通过上述网络层组对上述视频帧序列中的每个视频帧进行特征提取,得到至少一个初始目标物体图像信息;初始识别准确率获取模块,对于上述至少一个初始目标物体图像信息中的初始目标物体图像信息,被配置成将该初始目标物体图像信息与标签集合匹配,确定该初始目标物体图像信息的初始识别准确率,上述初始识别准确率包括初始目标物体图像信息属于标签集合中每个标签的概率;分类标签概率计算模块,被配置成将上述至少一个初始目标物体图像信息对应的至少一个初始识别准确率中的、取值大于设定阈值的初始识别准确率设置为上述视频帧序列的分类标签概率,其中,上述分类标签概率与最终目标物体图像。
在本实施例的一些可选的实现方式中,上述初始目标物体图像信息获取模块可以包括:初始物体图像信息获取子模块(图中未示出)、信息获取子模块(图中未示出)和初始目标物体图像信息获取子模块(图中未示出)。其中,初始物体图像信息获取子模块,被配置成对上述视频帧序列中每个视频帧包含的物体图像进行识别,得到至少一个初始物体图像信息;信息获取子模块,被配置成查询上述至少一个初始物体图像信息对应的物体图像在上述视频帧序列中的出现次数,并确定上述至少一个初始物体图像信息对应的物体图像在每个视频帧中的位置信息;初始目标物体图像信息获取子模块,被配置成根据上述出现次数和位置信息确定至少一个初始目标物体图像信息。
在本实施例的一些可选的实现方式中,上述控制单元503可以包括:第一视频标签设置子单元(图中未示出),响应于上述最终目标物体图像信息为一个,被配置成将上述最终目标物体图像信息对应的目标标签设置为视频标签。
在本实施例的一些可选的实现方式中,上述控制单元503可以包括:第二视频标签设置子单元(图中未示出),响应于上述最终目标物体图像信息为多个,被配置成将查询多个最终目标物体图像信息对应的目标物体图像在上述待识别视频中出现的先后顺序信息,根据上述先后顺序信息和最终目标物体图像信息对应的目标标签设置视频标签。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的用于识别视频的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,上述存储器存储有可由至少一个处理器执行的指令,以使上述至少一个处理器执行本申请所提供的用于识别视频的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的用于识别视频的方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的用于识别视频的方法对应的程序指令/模块(例如,附图5所示的视频帧序列获取单元501、分类标签概率计算单元502和控制单元503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的用于识别视频的方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据用于识别视频的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至用于识别视频的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于识别视频的方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与用于识别视频的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,可以以尽量少的视频帧实现对待识别视频的识别,有利于减少识别视频过程的数据处理量,提高识别视频的效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (14)
1.一种用于识别视频的方法,包括:
从待识别视频中获取设定个视频帧,得到视频帧序列;
执行如下处理步骤:将所述视频帧序列导入预先训练的视频识别模型,得到对应所述视频帧序列的分类标签概率,所述分类标签概率用于表征识别所述待识别视频属于对应标签类别的概率;
响应于所述分类标签概率大于等于预设的识别准确率阈值,根据所述分类标签概率为所述待识别视频设置视频标签,否则,增加所述视频帧序列内视频帧的数量,继续执行所述处理步骤,其中,所述视频标签用于标识所述待识别视频的内容类别。
2.根据权利要求1所述的方法,其中,所述将所述视频帧序列导入预先训练的视频识别模型,得到对应所述视频帧序列的分类标签概率,包括:
根据所述视频帧序列内视频帧的数量确定网络层组,其中,所述网络层组包含设定数量的网络层,所述网络层用于对视频帧进行特征提取;
通过所述网络层组对所述视频帧序列中的每个视频帧进行特征提取,得到对应所述视频帧序列的分类标签概率。
3.根据权利要求2所述的方法,其中,所述通过所述网络层组对所述视频帧序列中的每个视频帧进行特征提取,得到对应所述视频帧序列的分类标签概率,包括:
通过所述网络层组对所述视频帧序列中的每个视频帧进行特征提取,得到至少一个初始目标物体图像信息;
对于所述至少一个初始目标物体图像信息中的初始目标物体图像信息,将该初始目标物体图像信息与标签集合匹配,确定该初始目标物体图像信息的初始识别准确率,所述初始识别准确率包括初始目标物体图像信息属于标签集合中每个标签的概率;
将所述至少一个初始目标物体图像信息对应的至少一个初始识别准确率中的、取值大于设定阈值的初始识别准确率设置为所述视频帧序列的分类标签概率,其中,所述分类标签概率与最终目标物体图像。
4.根据权利要求3所述的方法,其中,所述通过所述网络层组对所述视频帧序列中的每个视频帧进行特征提取,得到至少一个初始目标物体图像信息,包括:
对所述视频帧序列中每个视频帧包含的物体图像进行识别,得到至少一个初始物体图像信息;
查询所述至少一个初始物体图像信息对应的物体图像在所述视频帧序列中的出现次数,并确定所述至少一个初始物体图像信息对应的物体图像在每个视频帧中的位置信息;
根据所述出现次数和位置信息确定至少一个初始目标物体图像信息。
5.根据权利要求3所述的方法,其中,所述根据所述分类标签概率为所述待识别视频设置视频标签,包括:
响应于所述最终目标物体图像信息为一个,将所述最终目标物体图像信息对应的目标标签设置为视频标签。
6.根据权利要求3所述的方法,其中,所述根据所述分类标签概率为所述待识别视频设置视频标签,包括:
响应于所述最终目标物体图像信息为多个,查询多个最终目标物体图像信息对应的目标物体图像在所述待识别视频中出现的先后顺序信息,根据所述先后顺序信息和最终目标物体图像信息对应的目标标签设置视频标签。
7.一种用于识别视频的装置,包括:
视频帧序列获取单元,被配置成从待识别视频中获取设定个视频帧,得到视频帧序列;
分类标签概率计算单元,被配置成执行如下处理步骤:将所述视频帧序列导入预先训练的视频识别模型,得到对应所述视频帧序列的分类标签概率,所述分类标签概率用于表征识别所述待识别视频属于对应标签类别的概率;
控制单元,响应于所述分类标签概率大于等于预设的识别准确率阈值,被配置成根据所述分类标签概率为所述待识别视频设置视频标签,否则,增加所述视频帧序列内视频帧的数量,继续执行所述处理步骤,其中,所述视频标签用于标识所述待识别视频的内容类别。
8.根据权利要求7所述的装置,其中,所述分类标签概率计算单元包括:
网络层确定子单元,被配置成根据所述视频帧序列内视频帧的数量确定网络层组,其中,所述网络层组包含设定数量的网络层,所述网络层用于对视频帧进行特征提取;
分类标签概率计算子单元,被配置成通过所述网络层组对所述视频帧序列中的每个视频帧进行特征提取,得到对应所述视频帧序列的分类标签概率。
9.根据权利要求8所述的装置,其中,所述分类标签概率计算子单元包括:
初始目标物体图像信息获取模块,被配置成通过所述网络层组对所述视频帧序列中的每个视频帧进行特征提取,得到至少一个初始目标物体图像信息;
初始识别准确率获取模块,对于所述至少一个初始目标物体图像信息中的初始目标物体图像信息,被配置成将该初始目标物体图像信息与标签集合匹配,确定该初始目标物体图像信息的初始识别准确率,所述初始识别准确率包括初始目标物体图像信息属于标签集合中每个标签的概率;
分类标签概率计算模块,被配置成将所述至少一个初始目标物体图像信息对应的至少一个初始识别准确率中的、取值大于设定阈值的初始识别准确率设置为所述视频帧序列的分类标签概率,其中,所述分类标签概率与最终目标物体图像。
10.根据权利要求9所述的装置,其中,所述初始目标物体图像信息获取模块包括:
初始物体图像信息获取子模块,被配置成对所述视频帧序列中每个视频帧包含的物体图像进行识别,得到至少一个初始物体图像信息;
信息获取子模块,被配置成查询所述至少一个初始物体图像信息对应的物体图像在所述视频帧序列中的出现次数,并确定所述至少一个初始物体图像信息对应的物体图像在每个视频帧中的位置信息;
初始目标物体图像信息获取子模块,被配置成根据所述出现次数和位置信息确定至少一个初始目标物体图像信息。
11.根据权利要求9所述的装置,其中,所述控制单元包括:
第一视频标签设置子单元,响应于所述最终目标物体图像信息为一个,被配置成将所述最终目标物体图像信息对应的目标标签设置为视频标签。
12.根据权利要求9所述的装置,其中,所述控制单元包括:
第二视频标签设置子单元,响应于所述最终目标物体图像信息为多个,被配置成将查询多个最终目标物体图像信息对应的目标物体图像在所述待识别视频中出现的先后顺序信息,根据所述先后顺序信息和最终目标物体图像信息对应的目标标签设置视频标签。
13.一种电子设备,包括:
一个或多个处理器;
存储器,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行权利要求1至6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至6中任一所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010458954.2A CN111626202B (zh) | 2020-05-27 | 2020-05-27 | 用于识别视频的方法及装置 |
KR1020210029738A KR20210146781A (ko) | 2020-05-27 | 2021-03-05 | 영상을 인식하는 방법, 장치, 전자 기기, 매체 및 프로그램 |
US17/194,131 US11657612B2 (en) | 2020-05-27 | 2021-03-05 | Method and apparatus for identifying video |
JP2021035702A JP7317879B2 (ja) | 2020-05-27 | 2021-03-05 | 映像を認識するための方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム |
EP21161270.0A EP3916630A1 (en) | 2020-05-27 | 2021-03-08 | Method and apparatus for identifying video |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010458954.2A CN111626202B (zh) | 2020-05-27 | 2020-05-27 | 用于识别视频的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111626202A true CN111626202A (zh) | 2020-09-04 |
CN111626202B CN111626202B (zh) | 2023-08-29 |
Family
ID=72272394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010458954.2A Active CN111626202B (zh) | 2020-05-27 | 2020-05-27 | 用于识别视频的方法及装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11657612B2 (zh) |
EP (1) | EP3916630A1 (zh) |
JP (1) | JP7317879B2 (zh) |
KR (1) | KR20210146781A (zh) |
CN (1) | CN111626202B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111901668A (zh) * | 2020-09-07 | 2020-11-06 | 三星电子(中国)研发中心 | 视频播放方法和装置 |
CN112188306A (zh) * | 2020-09-23 | 2021-01-05 | 腾讯科技(深圳)有限公司 | 一种标签生成方法、装置、设备及存储介质 |
CN112749685A (zh) * | 2021-01-28 | 2021-05-04 | 北京百度网讯科技有限公司 | 视频分类方法、设备和介质 |
CN113033681A (zh) * | 2021-03-31 | 2021-06-25 | 北京有竹居网络技术有限公司 | 视频分类方法、装置、可读介质及电子设备 |
CN113032342A (zh) * | 2021-03-03 | 2021-06-25 | 北京车和家信息技术有限公司 | 一种视频打标签的方法、装置、电子设备及存储介质 |
CN117112836A (zh) * | 2023-09-05 | 2023-11-24 | 广西华利康科技有限公司 | 一种面向视频内容的大数据智能分类方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114220175B (zh) * | 2021-12-17 | 2023-04-25 | 广州津虹网络传媒有限公司 | 运动模式识别方法及其装置、设备、介质、产品 |
KR102603423B1 (ko) * | 2022-06-23 | 2023-11-20 | 주식회사 노타 | 뉴럴 네트워크 모델을 이용하여 이미지의 이벤트를 분류하는 장치 및 방법 |
WO2023249307A1 (ko) * | 2022-06-23 | 2023-12-28 | 주식회사 노타 | 뉴럴 네트워크 모델을 이용하여 이미지 이벤트 분류를 결정하는 장치 및 방법 |
CN115131709B (zh) * | 2022-06-30 | 2023-07-21 | 北京百度网讯科技有限公司 | 视频类别预测方法、视频类别预测模型的训练方法及装置 |
WO2024090949A1 (ko) * | 2022-10-28 | 2024-05-02 | 주식회사 엘지화학 | 이미지 분류 알고리즘에 기초한 고흡수성 수지의 흡수속도 산출 방법 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080058068A (ko) * | 2006-12-21 | 2008-06-25 | 성균관대학교산학협력단 | 태그의 수 추정 및 충돌 방지 시스템과 그 추정 및 충돌방지 방법 |
US20140355907A1 (en) * | 2013-06-03 | 2014-12-04 | Yahoo! Inc. | Photo and video search |
WO2016210268A1 (en) * | 2015-06-24 | 2016-12-29 | Google Inc. | Selecting representative video frames for videos |
CN106327469A (zh) * | 2015-06-29 | 2017-01-11 | 北京航空航天大学 | 一种语义标签引导的视频对象分割方法 |
WO2018064591A1 (en) * | 2016-09-30 | 2018-04-05 | Deepmind Technologies Limited | Generating video frames using neural networks |
CN108664989A (zh) * | 2018-03-27 | 2018-10-16 | 北京达佳互联信息技术有限公司 | 图像标签确定方法、装置及终端 |
CN109117777A (zh) * | 2018-08-03 | 2019-01-01 | 百度在线网络技术(北京)有限公司 | 生成信息的方法和装置 |
CN109325148A (zh) * | 2018-08-03 | 2019-02-12 | 百度在线网络技术(北京)有限公司 | 生成信息的方法和装置 |
WO2019037863A1 (en) * | 2017-08-24 | 2019-02-28 | Toyota Motor Europe | SYSTEM AND METHOD FOR TAG INCREASE IN VIDEO DATA |
CN109947989A (zh) * | 2019-03-18 | 2019-06-28 | 北京字节跳动网络技术有限公司 | 用于处理视频的方法和装置 |
CN110163115A (zh) * | 2019-04-26 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种视频处理方法、装置和计算机可读存储介质 |
CN111105117A (zh) * | 2018-10-29 | 2020-05-05 | 微梦创科网络科技(中国)有限公司 | 一种用户信息的确定方法和装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5273042B2 (ja) * | 2007-05-25 | 2013-08-28 | 日本電気株式会社 | 画像音響区間群対応付け装置と方法およびプログラム |
JP5370267B2 (ja) * | 2010-05-27 | 2013-12-18 | 株式会社デンソーアイティーラボラトリ | 画像処理システム |
JP5786495B2 (ja) * | 2011-06-30 | 2015-09-30 | 富士通株式会社 | 画像認識装置、画像認識方法及び画像認識用コンピュータプログラム |
US10185898B1 (en) * | 2013-05-01 | 2019-01-22 | Cloudsight, Inc. | Image processing including streaming image output |
US9639867B2 (en) * | 2013-05-01 | 2017-05-02 | Cloudsight, Inc. | Image processing system including image priority |
US9665595B2 (en) * | 2013-05-01 | 2017-05-30 | Cloudsight, Inc. | Image processing client |
US10223454B2 (en) * | 2013-05-01 | 2019-03-05 | Cloudsight, Inc. | Image directed search |
US12067778B2 (en) * | 2013-05-01 | 2024-08-20 | Cloudsight, Inc. | Client based image analysis |
US10140631B2 (en) * | 2013-05-01 | 2018-11-27 | Cloudsignt, Inc. | Image processing server |
WO2016033463A1 (en) * | 2014-08-29 | 2016-03-03 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer readable media for compressing video images |
US10229324B2 (en) | 2015-12-24 | 2019-03-12 | Intel Corporation | Video summarization using semantic information |
US11132532B1 (en) * | 2018-05-10 | 2021-09-28 | Ism Connect, Llc | System and method for facial recognition accuracy |
CN110582025B (zh) | 2018-06-08 | 2022-04-01 | 北京百度网讯科技有限公司 | 用于处理视频的方法和装置 |
JP6978986B2 (ja) * | 2018-07-30 | 2021-12-08 | 株式会社トヨタシステムズ | 警報システム、警報制御装置及び警報方法 |
KR20190106865A (ko) | 2019-08-27 | 2019-09-18 | 엘지전자 주식회사 | 동영상 검색방법 및 동영상 검색 단말기 |
-
2020
- 2020-05-27 CN CN202010458954.2A patent/CN111626202B/zh active Active
-
2021
- 2021-03-05 US US17/194,131 patent/US11657612B2/en active Active
- 2021-03-05 JP JP2021035702A patent/JP7317879B2/ja active Active
- 2021-03-05 KR KR1020210029738A patent/KR20210146781A/ko not_active Application Discontinuation
- 2021-03-08 EP EP21161270.0A patent/EP3916630A1/en active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080058068A (ko) * | 2006-12-21 | 2008-06-25 | 성균관대학교산학협력단 | 태그의 수 추정 및 충돌 방지 시스템과 그 추정 및 충돌방지 방법 |
US20140355907A1 (en) * | 2013-06-03 | 2014-12-04 | Yahoo! Inc. | Photo and video search |
WO2016210268A1 (en) * | 2015-06-24 | 2016-12-29 | Google Inc. | Selecting representative video frames for videos |
CN106327469A (zh) * | 2015-06-29 | 2017-01-11 | 北京航空航天大学 | 一种语义标签引导的视频对象分割方法 |
WO2018064591A1 (en) * | 2016-09-30 | 2018-04-05 | Deepmind Technologies Limited | Generating video frames using neural networks |
WO2019037863A1 (en) * | 2017-08-24 | 2019-02-28 | Toyota Motor Europe | SYSTEM AND METHOD FOR TAG INCREASE IN VIDEO DATA |
CN108664989A (zh) * | 2018-03-27 | 2018-10-16 | 北京达佳互联信息技术有限公司 | 图像标签确定方法、装置及终端 |
CN109117777A (zh) * | 2018-08-03 | 2019-01-01 | 百度在线网络技术(北京)有限公司 | 生成信息的方法和装置 |
CN109325148A (zh) * | 2018-08-03 | 2019-02-12 | 百度在线网络技术(北京)有限公司 | 生成信息的方法和装置 |
CN111105117A (zh) * | 2018-10-29 | 2020-05-05 | 微梦创科网络科技(中国)有限公司 | 一种用户信息的确定方法和装置 |
CN109947989A (zh) * | 2019-03-18 | 2019-06-28 | 北京字节跳动网络技术有限公司 | 用于处理视频的方法和装置 |
CN110163115A (zh) * | 2019-04-26 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种视频处理方法、装置和计算机可读存储介质 |
Non-Patent Citations (3)
Title |
---|
AMOGH MAHAPATRA等: "Improving classification accuracy of youtube videos by exploiting focal points in social tags", pages 1 - 6 * |
HRISHIKESH ARADHYE等: "Video2Text: Learning to Annotate Video Content", pages 144 - 151 * |
余晓龙等: "基于标签相关性的卷积神经网络多标签分类", vol. 32, no. 2, pages 19 - 25 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111901668A (zh) * | 2020-09-07 | 2020-11-06 | 三星电子(中国)研发中心 | 视频播放方法和装置 |
CN112188306A (zh) * | 2020-09-23 | 2021-01-05 | 腾讯科技(深圳)有限公司 | 一种标签生成方法、装置、设备及存储介质 |
CN112188306B (zh) * | 2020-09-23 | 2022-06-21 | 腾讯科技(深圳)有限公司 | 一种标签生成方法、装置、设备及存储介质 |
CN112749685A (zh) * | 2021-01-28 | 2021-05-04 | 北京百度网讯科技有限公司 | 视频分类方法、设备和介质 |
CN112749685B (zh) * | 2021-01-28 | 2023-11-03 | 北京百度网讯科技有限公司 | 视频分类方法、设备和介质 |
CN113032342A (zh) * | 2021-03-03 | 2021-06-25 | 北京车和家信息技术有限公司 | 一种视频打标签的方法、装置、电子设备及存储介质 |
CN113032342B (zh) * | 2021-03-03 | 2023-09-05 | 北京车和家信息技术有限公司 | 一种视频打标签的方法、装置、电子设备及存储介质 |
CN113033681A (zh) * | 2021-03-31 | 2021-06-25 | 北京有竹居网络技术有限公司 | 视频分类方法、装置、可读介质及电子设备 |
CN117112836A (zh) * | 2023-09-05 | 2023-11-24 | 广西华利康科技有限公司 | 一种面向视频内容的大数据智能分类方法 |
Also Published As
Publication number | Publication date |
---|---|
KR20210146781A (ko) | 2021-12-06 |
US11657612B2 (en) | 2023-05-23 |
EP3916630A1 (en) | 2021-12-01 |
JP2021190095A (ja) | 2021-12-13 |
CN111626202B (zh) | 2023-08-29 |
JP7317879B2 (ja) | 2023-07-31 |
US20210374415A1 (en) | 2021-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111626202B (zh) | 用于识别视频的方法及装置 | |
CN111967302B (zh) | 视频标签的生成方法、装置及电子设备 | |
CN111860506B (zh) | 识别文字的方法和装置 | |
CN112036509A (zh) | 用于训练图像识别模型的方法和装置 | |
CN111582185B (zh) | 用于识别图像的方法和装置 | |
CN112668586B (zh) | 模型训练、图片处理方法及设备、存储介质、程序产品 | |
CN111680517B (zh) | 用于训练模型的方法、装置、设备以及存储介质 | |
CN111563541A (zh) | 图像检测模型的训练方法和装置 | |
CN112507090A (zh) | 用于输出信息的方法、装置、设备和存储介质 | |
CN111984825A (zh) | 用于搜索视频的方法和装置 | |
CN111666771B (zh) | 文书的语义标签抽取、装置、电子设备及可读存储介质 | |
CN111782785B (zh) | 自动问答方法、装置、设备以及存储介质 | |
CN113239275A (zh) | 信息推送方法、装置、电子设备和存储介质 | |
CN112561332A (zh) | 模型管理方法、装置、电子设备、存储介质和程序产品 | |
CN114090601B (zh) | 一种数据筛选方法、装置、设备以及存储介质 | |
CN113591709B (zh) | 动作识别方法、装置、设备、介质和产品 | |
CN111783427A (zh) | 用于训练模型与输出信息的方法、装置、设备及存储介质 | |
CN111967304A (zh) | 基于边缘计算的获取物品信息方法、装置和结算台 | |
CN111709480B (zh) | 用于识别图像类别的方法及装置 | |
CN114120410A (zh) | 用于生成标签信息的方法、装置、设备、介质和产品 | |
CN110474905B (zh) | 实体识别方法、装置、电子设备和存储介质 | |
CN113989562A (zh) | 模型训练、图像分类方法和装置 | |
CN113761528B (zh) | 恶意软件检测方法和装置 | |
CN114329230B (zh) | 信息生成方法和装置 | |
CN112580412B (zh) | 商品识别方法及装置 |
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 |