CN113938688A - 一种视频处理方法、装置、终端设备和存储介质 - Google Patents
一种视频处理方法、装置、终端设备和存储介质 Download PDFInfo
- Publication number
- CN113938688A CN113938688A CN202111062297.0A CN202111062297A CN113938688A CN 113938688 A CN113938688 A CN 113938688A CN 202111062297 A CN202111062297 A CN 202111062297A CN 113938688 A CN113938688 A CN 113938688A
- Authority
- CN
- China
- Prior art keywords
- frame
- video
- image information
- target
- determining
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本发明实施例提供了一种视频处理方法、装置、终端设备和存储介质，所述方法包括：获取监控资源的原始视频文件；根据原始视频文件，确定I帧图像信息集合；依次对I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；根据目标I帧视频帧，确定目标视频文件，通过本发明实施例中对视频进行解析得I帧图像信息集合，通过对I帧图像信息集合中的I帧图像中的目标物进行识别，进而对存在目标物的视频帧进行提取，实现快速提取目标物的视频文件。
Description
技术领域
本发明涉及视联网技术领域，特别是涉及一种视频处理方法、装置、终端设备和存储介质。
背景技术
现有技术中，在监控安防侦查领域中，为了提高安保的安全性，需要在一些偏远位置或者是无人区域内也设置监控资源，这样就会录制很多视频数据，如果想要在这些视频数据查找某个人或某个物，则需要工作人员在众多的视频数据中逐一查看，不仅耗时较多，还容易出现遗漏现象。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种视频处理方法、装置、终端设备和存储介质。
第一个方面，本发明实施例提供一种视频处理方法，所述方法包括：
获取监控资源的原始视频文件；
根据所述原始视频文件，确定I帧图像信息集合；
依次对所述I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从所述I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；
根据所述目标I帧视频帧，确定目标视频文件。
可选地，所述根据所述原始视频文件，确定I帧图像信息集合，包括：
对所述原始视频文件进行解析，获取每个图像帧的图像标识；
根据所述图像标识，确定I帧图像信息，其中，所述I帧图像信息包括I帧视频帧的起始位置、偏移量和相邻I帧长度，其中，所述偏移量是根据I帧视频帧的起始位置和P帧的起始位置确定的；
将一个或多个I帧图像信息确定为所述I帧图像信息集合。
可选地，所述依次对所述I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别，包括：
根据所述I帧图像信息中的起始位置、偏移量和所述相邻I帧长度，在所述原始视频文件中定位所述I帧视频帧，并识别所述I帧视频帧中是否包括目标物。
可选地，所述若从所述I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧，包括：
获取所述I帧视频帧中的各个物体的第一特征信息；
获取所述目标物的第二特征信息；
若所述第一特征信息和所述第二特征信息的匹配度大于等于预设值，则将所述第一特征信息对应的I帧视频帧确定为目标视频帧。
可选地，所述若从所述I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧，包括：
将所述I帧视频帧发送至目标识别设备进行目标物识别；
接收所述目标识别识别返回的识别结果，所述识别结果指示I帧视频帧中是否包括所述目标物；
根据所述识别结果，将包括所述目标物的I帧视频帧确定为所述目标视频帧。
可选地，所述方法还包括:
获取所述目标视频帧的补充视频帧的图像信息，所述目标视频帧的补充视频帧包括所述目标视频帧之前的m个I帧视频帧和/或所述目标视频帧之后的n个I帧视频帧，其中，m，n为大于0的自然数；
根据所述补充视频帧的图像信息从所述原始视频文件中提取所述补充视频帧；
所述确定目标视频文件，包括：
将所述目标视频帧和所述补充视频帧，按照所述I帧视频帧的起始位置进行拼接，得到所述目标视频文件。
第二个方面，本发明实施例提供一种视频处理装置，所述装置包括：
获取模块，用于获取监控资源的原始视频文件；
确定模块，用于根据所述原始视频文件，确定I帧图像信息集合；
判断模块，用于依次对所述I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别，若从所述I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；
拼接模块，用于根据所述目标I帧视频帧，确定目标视频文件。
可选地，所述确定模块用于：
对所述原始视频文件进行解析，获取每个图像帧的图像标识；
根据所述图像标识，确定I帧图像信息，其中，所述I帧图像信息包括I帧视频帧的起始位置、偏移量和相邻I帧长度，其中，所述偏移量是根据I帧视频帧的起始位置和P帧的起始位置确定的；
将一个或多个I帧图像信息确定为所述I帧图像信息集合。
可选地，所述判断模块用于：
根据所述I帧图像信息中的起始位置、偏移量和所述相邻I帧长度，在所述原始视频文件中定位所述I帧视频帧，并识别所述I帧视频帧中是否包括目标物。
可选地，所述判断模块用于：
获取所述I帧视频帧中的各个物体的第一特征信息；
获取所述目标物的第二特征信息；
若所述第一特征信息和所述第二特征信息的匹配度大于等于预设值，则将所述第一特征信息对应的I帧视频帧确定为目标视频帧。
可选地，所述判断模块，用于：将所述I帧视频帧发送至目标识别设备进行目标物识别；
接收所述目标识别识别返回的识别结果，所述识别结果指示I帧视频帧中是否包括所述目标物；
根据所述识别结果，将包括所述目标物的I帧视频帧确定为所述目标视频帧。
可选地，所述拼接模块用于:
获取所述目标视频帧的补充视频帧的图像信息，所述目标视频帧的补充视频帧包括所述目标视频帧之前的m个I帧视频帧和/或所述目标视频帧之后的n个I帧视频帧，其中，m，n为大于0的自然数；
根据所述补充视频帧的图像信息从所述原始视频文件中提取所述补充视频帧；
将所述目标视频帧和所述补充视频帧，按照所述I帧视频帧的起始位置进行拼接，得到所述目标视频文件。
第三个方面，本发明实施例提供一种终端设备，包括：至少一个处理器和存储器；
所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，以实现第一个方面提供的视频处理方法。
第四个方面，本发明实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现第一个方面提供的视频处理方法。
本发明实施例包括以下优点：
本发明实施例提供的视频处理方法、装置、终端设备和存储介质，通过获取监控资源的原始视频文件；根据原始视频文件，确定I帧图像信息集合；依次对I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；根据目标I帧视频帧，确定目标视频文件，通过本发明实施例中对视频进行解析得I帧图像信息集合，通过对I帧图像信息集合中的I帧图像中的目标物进行识别，进而对存在目标物的视频帧进行提取，实现快速提取目标物的视频文件。
附图说明
图1是本发明的一种视频处理方法实施例的步骤流程图；
图2是本发明的另一种视频处理方法实施例的步骤流程图；
图3是本发明的又一种视频处理方法实施例的步骤流程图；
图4是本发明的再一种视频处理方法实施例的步骤流程图；
图5是本发明的一种视频处理装置实施例的结构框图；
图6是本发明的一种终端设备的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
名词解释如下：
I帧即Intra-coded picture(帧内编码图像帧),不参考其他图像帧，只利用本帧的信息进行编码。
P帧即Predictive-codedPicture(预测编码图像帧),利用之前的I帧或P帧，采用运动预测的方式进行帧间预测编码。
B帧即Bidirectionallypredicted picture(双向预测编码图像帧)，提供最高的压缩比，它既需要之前的图。
本发明一实施例提供一种视频处理方法，用于对视频进行快速提取。本实施例的执行主体为视频处理装置，设置在终端设备上，终端设备可以为计算机，平板电脑和手机终端等。
参照图1，示出了本发明的一种视频处理方法实施例的步骤流程图，该方法具体可以包括如下步骤：
S101、获取监控资源的原始视频文件；
具体地，在一些应用场景中，例如监控安防侦查领域中，一些监控资源所在位置偏远、无人区域，录制的监控画面往往无人监测，在有突发事件或者一定时间内人员会进行统计排查时，往往需要对大量数据进行识别，如果想要在大量视频中查找目标物，则需要人工在大量数据中进行查找，不仅耗时，还出现误差遗漏现象概率很大。
再例如森林保护区，对历史资源视频数据排查是否有指定生物，这种情况下，也需要人工对目标生物在较长时间内的活动进行统计，时间跨度长，历史数据多，监控布局广而多，人工识别往往无法达成。
再如在案发现场附近，若需要排查搜索指定人员或者事物，则需要快速准确定位到指定人员或事物出现的位置。
为了解决上述场景下存在的问题，本发明实施例提出一种视频处理方法，终端设备连接多个监控设备，获取监控设备发送的原始视频文件。
S102、根据原始视频文件，确定I帧图像信息集合；
具体地，终端设备对该原始视频文件进行解析，得到每帧图像的图像标识，根据该图像标识来判断该图像是I帧、P帧或是B帧，示例性地，I帧标识00 00 00 01 65/00 00 0165；P帧标识00 00 00 61/41。
同时，终端设备在获取到I帧图像后，需要获取I帧图像的图像信息，该图像信息包括I帧图像在原始视频文件中出现的初始位置、I帧图像的偏移量和相邻两帧的I帧图像之间的长度等，然后将一个I帧的图像信息确定为一个GOP信息，将一个或多个I帧图像信息都存储在I帧图像信息集合中，也就是GOP信息数据。
此外，GOP信息中还可以包括P帧和B帧，也就是说，一个GOP信息由一串I帧、B帧、P帧组成，起始为I帧。GOP的长度是一个I帧到下一个I帧的间隔，这个长度是可变的。
S103、依次对I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；
具体地，终端设备根据GOP数据表单提取出I帧图像信息，然后在原始视频文件中查找到与I帧图像信息对应的I帧视频帧，在对I帧视频帧进行目标物的识别。
终端设备对I帧视频帧中的目标物进行识别，若I帧视频帧中存在目标物，则从原始视频文件中提取该I帧视频帧；若I帧视频帧中不存在目标物，则不对该视频帧进行处理。
S104、根据目标I帧视频帧，确定目标视频文件。
具体地，终端设备将提取出的所有的存在目标物的I帧视频帧进行拼接，得到目标视频文件，这样，就可以在大量的监控视频文件中提取出所有与目标物相关的视频帧，也可以根据I帧图像信息集合中的I帧图像信息集合对目标物进行定位，从而可以知道目标物出现在哪个监控设备下，在哪个时间段出现。
本发明实施例提供的视频处理方法，通过获取监控资源的原始视频文件；根据原始视频文件，确定I帧图像信息集合；依次对I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；根据目标I帧视频帧，确定目标视频文件，通过本发明实施例中对视频进行解析得I帧图像信息集合，通过对I帧图像信息集合中的I帧图像中的目标物进行识别，进而对存在目标物的视频帧进行提取，实现快速提取目标物的视频文件。
本发明又一实施例对上述实施例提供的视频处理方法做进一步补充说明。
如图2所示，示出了本发明的另一种视频处理方法实施例的步骤流程图，该视频处理方法包括：
S201、获取监控资源的原始视频文件；
S202、对原始视频文件进行解析，获取每个图像帧的图像标识；
由于步骤S201至步骤S202与图1所示实施例中的步骤S101和S102相同。在图1中已经对步骤S101至步骤S102进行了详细描述，因此，在此不再对步骤S201至步骤S202进行赘述。
S203、根据图像标识，确定I帧图像信息，其中，I帧图像信息包括I帧视频帧的起始位置、偏移量和相邻I帧长度，其中，偏移量是根据I帧视频帧的起始位置和P帧的起始位置确定的；
S204、将一个或多个I帧图像信息确定为I帧图像信息集合。
S205、根据I帧图像信息中的起始位置和偏移量，在原始视频文件中定位I帧视频帧；
S206、识别I帧视频帧中是否包括目标物。
在本发明实施例中，可以在终端设备上进行目标物识别，也可以在第三方设备上进行目标物识别，
作为一种可选地实施方式，具体包括：
步骤A1、获取I帧视频帧中的各个物体的第一特征信息；
示例性地，在某一帧视频中有人、汽车、楼房的第一特征信息；
步骤A2、获取目标物的第二特征信息；
而目标物是汽车，则需要获取目标物的第二特征信息。
步骤A3、若第一特征信息和第二特征信息的匹配度大于等于预设值，则说明I帧视频帧中存在目标物，则将第一特征信息对应的I帧视频帧确定为目标视频帧。
步骤A4、若第一特征信息和第二特征信息的匹配度小于预设值，则说明I帧视频帧中不存在目标物；其中，预设值可以是90％或80％，在本发明实施例中不做具体限定。
作为另一种可选地实施方式，包括：
步骤B1、将I帧视频帧发送至目标识别设备进行目标物识别；
其中，目标识别设备即为第三方设备，终端设备将获取到的I帧视频帧发送至目标识别设备进行目标物识别，目标识别设备可以采用上述识别方法进行识别，也可以采用机器学习等算法进行目标物识别，在本发明实施例中不做具体限定。
步骤B2、接收目标识别识别返回的识别结果，识别结果指示I帧视频帧中是否包括目标物；
具体地，目标识别设备对I帧视频帧中的目标物进行识别，并得到识别结果，该识别结果用于指示I帧视频帧中是否包括目标物，例如，识别结果可以包括识别成功或者识别失败，若存在目标物，则说明识别成功，并记录I帧视频帧标识和识别成功的对应关系；
若不存在目标物，则说明识别失败，并记录I帧视频帧标识和识别失败的对应关系。目标识别设备将I帧视频帧标识和对应的识别结果返回给终端设备。
识别结果也可以是存在目标物的I帧视频标识等，在本发明实施例中不做具体限定。
步骤B3、根据识别结果，将包括目标物的I帧视频帧确定为目标视频帧。
S207、若从I帧图像信息对应的I帧视频帧中识别出目标物，则，将I帧视频帧确定为目标视频帧；
S208、获取目标视频帧的补充视频帧的图像信息，目标视频帧的补充视频帧包括目标视频帧之前的m个I帧视频帧和/或目标视频帧之后的n个I帧视频帧，其中，m，n为大于0的自然数；
在本发明实施例中，为了使得视频的流畅度更高，则可以获取目标视频帧前后帧视频帧，这样保证在画面播放时，有效画面的连续性和平滑性。
S209、根据补充视频帧的图像信息从原始视频文件中提取补充视频帧；
S210、将目标视频帧和补充视频帧，按照I帧视频帧的起始位置进行拼接，得到目标视频文件。
图3是本发明的又一种视频处理方法实施例的步骤流程图，如图3所示，该视频处理方法包括：
301、获取视频文件，根据视频帧标识Index逐个字节读取，判断I帧标识00 00 0001 65/00 00 01 65。
302、判断是否对该视频文件每一个视频帧读取完成，若读取完成，则执行步骤305；
303、若没有读取完成，则对下一帧视频帧进行读取，读取视频帧的图像标识和该视频帧对应在原始视频文件中的位置数据；
304、根据图像标识，判断该视频帧是否为I帧视频帧；若是I帧，则执行，步骤306，若不是I帧，则执行步骤308；
305、读取完毕且读取成功；
306、若是I帧视频帧，则记录每一视频帧的起始位置，并记录当前视频帧的索引即Index(n)，同时，历史数据中还记录了上一个视频帧的索引，即Index(n-1)，并根据Index(n)和Index(n-1)，计算上一个I帧视频帧的偏移量。执行步骤307。
307、对每一个视频帧进行图像信息提取，得到视频帧的图像信息集合。
308、若当前视频帧不是I帧，则判断当前帧是否为I帧后的第一个P帧；若是P帧，则执行步骤309；若不是P帧，则执行步骤307；
309、根据上一帧I帧视频帧的位置数据和当前视频帧的位置数据，确定当前是否为P帧，若是P帧，则继续寻找下一个帧。
图4是本发明的再一种视频处理方法实施例的步骤流程图，如图4所示，该视频处理方法包括：
401、获取视频文件；
402、循环判断I帧图像信息集合中的每一个I帧的图像信息；其中，I帧图像信息集合即为GOP数据。
403、获取I帧图像信息集合中的I帧图像信息；404、根据I帧图像信息中的I帧的起始位置和I帧长度，查找对应的视频帧，并对视频帧进行目标物的识别；
405、识别I帧视频帧是否存在目标物；其中，目标物可以是人，也可以是物，也可以是某个动作等，在本发明实施例中不做具体限定。即验证Gop数据表单中每一个I帧图像信息对应的视频帧是否存在有效数据，即是否存在目标物。
终端设备根据I帧图像信息在原始视频文件中获取对应的I帧视频帧，然后可以在本地对I帧视频帧中的目标物进行识别，也可以将该I帧视频帧发送到第三方设备进行识别，其中，可以在本地或者在第三方设备上设置有智能分析算法安装包。
406、若存在目标物，也就是有效数据，则根据I帧图像信息中的I帧的起始位置和I帧长度，在原始视频文件中获取对应的视频帧；
407、若当前视频帧中不存在目标物，则不存在有效数据，继续下一个I帧图像信息进行验证，直到完成I帧图像信息集合的验证。
在本发明实施例中，在筛选有效画面时，只需要对I帧进行筛查，并且在Gop中记录I帧的起始位置、偏移量，相邻I帧长度等信息。一条Gop信息中包含1个sps、1个pps、1个I帧、若干P帧和若干B帧(这里可以把sps\pps\I帧统一看成I帧)。在一个Gop中有P帧、B帧数据但是不对其识别和提取。
在本发明实施例中，终端设备把I帧视频帧通过指定分析算法(神经网络识别算法等)进行目标物识别，即根据场景需求判断I帧视频帧中是否有人、某个人、动物、某种行为等。
然后将存在有目标物的视频帧进行提取，为了在视频文件进行画面播放时，保证有效画面的连续性和平滑性，可以提取当前有效I帧视频帧之前的若干个视频帧，和/或之后的若干个视频帧，例如，提取当前有效I帧视频帧前1-2个视频帧和后1-2个视频帧。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
本发明实施例提供的视频处理方法，通过获取监控资源的原始视频文件；根据原始视频文件，确定I帧图像信息集合；依次对I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；根据目标I帧视频帧，确定目标视频文件，通过本发明实施例中对视频进行解析得I帧图像信息集合，通过对I帧图像信息集合中的I帧图像中的目标物进行识别，进而对存在目标物的视频帧进行提取，实现快速提取目标物的视频文件。
本发明另一实施例提供一种视频处理装置，用于执行上述实施例提供的视频处理方法。
参照图5，示出了本发明的一种视频处理装置实施例的结构框图，该装置可以应用于视联网中，具体可以包括如下模块：获取模块501、确定模块502、判断模块503和拼接模块504，其中：
获取模块501用于获取监控资源的原始视频文件；
确定模块502用于根据原始视频文件，确定I帧图像信息集合；
判断模块503用于依次对I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；
拼接模块504用于根据目标I帧视频帧，确定目标视频文件。
本发明实施例提供的视频处理装置，通过获取监控资源的原始视频文件；根据原始视频文件，确定I帧图像信息集合；依次对I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；根据目标I帧视频帧，确定目标视频文件，通过本发明实施例中对视频进行解析得I帧图像信息集合，通过对I帧图像信息集合中的I帧图像中的目标物进行识别，进而对存在目标物的视频帧进行提取，实现快速提取目标物的视频文件。
本发明又一实施例对上述实施例提供的视频处理装置做进一步补充说明。
可选地，确定模块用于：
对原始视频文件进行解析，获取每个图像帧的图像标识；
根据图像标识，确定I帧图像信息，其中，I帧图像信息包括I帧视频帧的起始位置、偏移量和相邻I帧长度，其中，偏移量是根据I帧视频帧的起始位置和P帧的起始位置确定的；
将一个或多个I帧图像信息确定为I帧图像信息集合。
可选地，判断模块用于：
根据I帧图像信息中的起始位置、偏移量和相邻I帧长度，在原始视频文件中定位I帧视频帧，并识别I帧视频帧中是否包括目标物。
可选地，判断模块用于：
获取I帧视频帧中的各个物体的第一特征信息；
获取目标物的第二特征信息；
若第一特征信息和第二特征信息的匹配度大于等于预设值，则将第一特征信息对应的I帧视频帧确定为目标视频帧。
可选地，判断模块，用于：将I帧视频帧发送至目标识别设备进行目标物识别；
接收目标识别识别返回的识别结果，识别结果指示I帧视频帧中是否包括目标物；
根据识别结果，将包括目标物的I帧视频帧确定为目标视频帧。
可选地，拼接模块用于:
获取目标视频帧的补充视频帧的图像信息，目标视频帧的补充视频帧包括目标视频帧之前的m个I帧视频帧和/或目标视频帧之后的n个I帧视频帧，其中，m，n为大于0的自然数；
根据补充视频帧的图像信息从原始视频文件中提取补充视频帧；
将目标视频帧和补充视频帧，按照I帧视频帧的起始位置进行拼接，得到目标视频文件。
需要说明的是，本实施例中各可实施的方式可以单独实施，也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明实施例提供的视频处理装置，通过获取监控资源的原始视频文件；根据原始视频文件，确定I帧图像信息集合；依次对I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；根据目标I帧视频帧，确定目标视频文件，通过本发明实施例中对视频进行解析得I帧图像信息集合，通过对I帧图像信息集合中的I帧图像中的目标物进行识别，进而对存在目标物的视频帧进行提取，实现快速提取目标物的视频文件。
本发明再一实施例提供一种终端设备，用于执行上述实施例提供的视频处理方法。
图6是本发明的一种终端设备的结构示意图，如图6所示，该终端设备包括：至少一个处理器601和存储器602；
存储器存储计算机程序；至少一个处理器执行存储器存储的计算机程序，以实现上述实施例提供的视频处理方法。
本实施例提供的终端设备，通过获取监控资源的原始视频文件；根据原始视频文件，确定I帧图像信息集合；依次对I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；根据目标I帧视频帧，确定目标视频文件，通过本发明实施例中对视频进行解析得I帧图像信息集合，通过对I帧图像信息集合中的I帧图像中的目标物进行识别，进而对存在目标物的视频帧进行提取，实现快速提取目标物的视频文件。
本申请又一实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，计算机程序被执行时实现上述任一实施例提供的视频处理方法。
根据本实施例的计算机可读存储介质，通过获取监控资源的原始视频文件；根据原始视频文件，确定I帧图像信息集合；依次对I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；根据目标I帧视频帧，确定目标视频文件，通过本发明实施例中对视频进行解析得I帧图像信息集合，通过对I帧图像信息集合中的I帧图像中的目标物进行识别，进而对存在目标物的视频帧进行提取，实现快速提取目标物的视频文件。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、电子设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理电子设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理电子设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理电子设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理电子设备上，使得在计算机或其他可编程电子设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程电子设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者电子设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者电子设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者电子设备中还存在另外的相同要素。
以上对本发明所提供的一种视频处理方法和一种视频处理装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种视频处理方法，其特征在于，所述方法包括：
获取监控资源的原始视频文件；
根据所述原始视频文件，确定I帧图像信息集合；
依次对所述I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别；若从所述I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；
根据所述目标I帧视频帧，确定目标视频文件。
2.根据权利要求1所述的视频处理方法，其特征在于，所述根据所述原始视频文件，确定I帧图像信息集合，包括：
对所述原始视频文件进行解析，获取每个图像帧的图像标识；
根据所述图像标识，确定I帧图像信息，其中，所述I帧图像信息包括I帧视频帧的起始位置、偏移量和相邻I帧长度，其中，所述偏移量是根据I帧视频帧的起始位置和P帧的起始位置确定的；
将一个或多个I帧图像信息确定为所述I帧图像信息集合。
3.根据权利要求2所述的视频处理方法，其特征在于，所述依次对所述I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别，包括：
根据所述I帧图像信息中的起始位置、偏移量和所述相邻I帧长度，在所述原始视频文件中定位所述I帧视频帧，并识别所述I帧视频帧中是否包括目标物。
4.根据权利要求1至3任一项所述的视频处理方法，其特征在于，所述若从所述I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧，包括：
获取所述I帧视频帧中的各个物体的第一特征信息；
获取所述目标物的第二特征信息；
若所述第一特征信息和所述第二特征信息的匹配度大于等于预设值，则将所述第一特征信息对应的I帧视频帧确定为目标视频帧。
5.根据权利要求1至3任一项所述的视频处理方法，其特征在于，所述若从所述I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧，包括：
将所述I帧视频帧发送至目标识别设备进行目标物识别；
接收所述目标识别识别返回的识别结果，所述识别结果指示I帧视频帧中是否包括所述目标物；
根据所述识别结果，将包括所述目标物的I帧视频帧确定为所述目标视频帧。
6.根据权利要求1所述的视频处理方法，其特征在于，所述方法还包括:
获取所述目标视频帧的补充视频帧的图像信息，所述目标视频帧的补充视频帧包括所述目标视频帧之前的m个I帧视频帧和/或所述目标视频帧之后的n个I帧视频帧，其中，m，n为大于0的自然数；
根据所述补充视频帧的图像信息从所述原始视频文件中提取所述补充视频帧；
所述确定目标视频文件，包括：
将所述目标视频帧和所述补充视频帧，按照所述I帧视频帧的起始位置进行拼接，得到所述目标视频文件。
7.一种视频处理装置，其特征在于，所述装置包括：
获取模块，用于获取监控资源的原始视频文件；
确定模块，用于根据所述原始视频文件，确定I帧图像信息集合；
判断模块，用于依次对所述I帧图像信息集合中的I帧图像信息对应的I帧视频帧进行识别，若从所述I帧图像信息对应的I帧视频帧中识别出目标物，则将识别出目标物的I帧视频帧，确定为目标I帧视频帧；
拼接模块，用于根据所述目标I帧视频帧，确定目标视频文件。
8.根据权利要求7所述的视频处理装置，其特征在于，所述确定模块用于：
对所述原始视频文件进行解析，获取每个图像帧的图像标识；
根据所述图像标识，确定I帧图像信息，其中，所述I帧图像信息包括I帧视频帧的起始位置、偏移量和相邻I帧长度，其中，所述偏移量是根据I帧视频帧的起始位置和P帧的起始位置确定的；
将一个或多个I帧图像信息确定为所述I帧图像信息集合。
9.一种终端设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，以实现权利要求1-6中任一项所述的视频处理方法。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现权利要求1-6中任一项所述的视频处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111062297.0A CN113938688A (zh) | 2021-09-10 | 2021-09-10 | 一种视频处理方法、装置、终端设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111062297.0A CN113938688A (zh) | 2021-09-10 | 2021-09-10 | 一种视频处理方法、装置、终端设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113938688A true CN113938688A (zh) | 2022-01-14 |
Family
ID=79275456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111062297.0A Pending CN113938688A (zh) | 2021-09-10 | 2021-09-10 | 一种视频处理方法、装置、终端设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113938688A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114915856A (zh) * | 2022-05-17 | 2022-08-16 | 中国科学院半导体研究所 | 视频关键帧标识方法及装置 |
| CN116600070A (zh) * | 2023-04-28 | 2023-08-15 | 青岛尘元科技信息有限公司 | 全息视频的存储方法、装置、设备及存储介质 |
| CN117119143A (zh) * | 2023-06-07 | 2023-11-24 | 青岛尘元科技信息有限公司 | 基于全息视频的视频侦查系统和方法、设备及存储介质 |
| CN117746470A (zh) * | 2022-12-16 | 2024-03-22 | 行吟信息科技(武汉)有限公司 | 人脸区域识别方法、装置、电子设备及存储介质 |
-
2021
- 2021-09-10 CN CN202111062297.0A patent/CN113938688A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114915856A (zh) * | 2022-05-17 | 2022-08-16 | 中国科学院半导体研究所 | 视频关键帧标识方法及装置 |
| CN117746470A (zh) * | 2022-12-16 | 2024-03-22 | 行吟信息科技(武汉)有限公司 | 人脸区域识别方法、装置、电子设备及存储介质 |
| CN116600070A (zh) * | 2023-04-28 | 2023-08-15 | 青岛尘元科技信息有限公司 | 全息视频的存储方法、装置、设备及存储介质 |
| CN116600070B (zh) * | 2023-04-28 | 2024-07-02 | 青岛尘元科技信息有限公司 | 全息视频的存储方法、装置、设备及存储介质 |
| CN117119143A (zh) * | 2023-06-07 | 2023-11-24 | 青岛尘元科技信息有限公司 | 基于全息视频的视频侦查系统和方法、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113938688A (zh) | 一种视频处理方法、装置、终端设备和存储介质 | |
| CN109166261B (zh) | 基于图像识别的图像处理方法、装置、设备及存储介质 | |
| Kingra et al. | Inter-frame forgery detection in H. 264 videos using motion and brightness gradients | |
| KR101949676B1 (ko) | 압축영상에 대한 신택스 기반의 객체 침입 감지 방법 | |
| KR102090785B1 (ko) | 압축영상에 대한 신택스 기반의 영상분석 시스템과 연동 처리 방법 | |
| US20060210175A1 (en) | Method and apparatus for detecting motion in MPEG video streams | |
| CN110705476A (zh) | 数据分析方法、装置、电子设备和计算机存储介质 | |
| CN109815839B (zh) | 微服务架构下的徘徊人员识别方法及相关产品 | |
| KR102187376B1 (ko) | 딥러닝 이미지 분석과 연동하는 신택스 기반의 선별 관제 제공 방법 | |
| TWI521473B (zh) | 影像分析裝置、方法及電腦可讀取媒體 | |
| KR20190021993A (ko) | 압축영상에 대한 신택스 기반의 이동객체 영역 추출 방법 | |
| CN115665476B (zh) | 一种录像分析方法、装置、电子设备及存储介质 | |
| CN112291538A (zh) | 一种视频监控数据的存储方法及装置 | |
| CN114189754B (zh) | 一种视频情节分段方法及系统 | |
| KR102015082B1 (ko) | 압축영상에 대한 신택스 기반의 객체 추적 방법 | |
| CN104462422A (zh) | 对象的处理方法及装置 | |
| CN115147756A (zh) | 一种视频流处理方法、装置、电子设备及存储介质 | |
| CN111542858A (zh) | 动态图像解析装置、动态图像解析系统、动态图像解析方法、以及程序 | |
| JP4154459B2 (ja) | デジタル映像処理方法及びその装置 | |
| US10885343B1 (en) | Repairing missing frames in recorded video with machine learning | |
| KR102123678B1 (ko) | 모션벡터 블록체인 기반의 압축영상 위변조 식별 방법 | |
| KR102015078B1 (ko) | 압축영상에 대한 신택스 기반의 객체 배회 감지 방법 | |
| JP6582876B2 (ja) | 映像蓄積システム、映像蓄積装置、及びプログラム | |
| KR20190074899A (ko) | 압축영상에 대한 신택스 기반의 객체 월담 감지 방법 | |
| KR102594803B1 (ko) | 압축영상에 대한 신택스 기반의 동일인 검색 방법 |
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 |