CN115457432B - 用于视频帧提取的数据处理方法和装置 - Google Patents
用于视频帧提取的数据处理方法和装置 Download PDFInfo
- Publication number
- CN115457432B CN115457432B CN202211025986.9A CN202211025986A CN115457432B CN 115457432 B CN115457432 B CN 115457432B CN 202211025986 A CN202211025986 A CN 202211025986A CN 115457432 B CN115457432 B CN 115457432B
- Authority
- CN
- China
- Prior art keywords
- frame image
- video
- processed
- effective
- 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.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 54
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010276 construction Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 6
- 238000012216 screening Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种用于视频帧提取的数据处理方法和装置。该方法包括:通过获取待处理视频,其中,待处理视频为待进行目标视频帧提取的视频;对待处理视频进行基于时序的帧提取处理,得到过程帧图像;根据参考视频帧图像对过程帧图像进行有效帧判断处理,得到有效帧图像,其中,有效帧图像为满足预设有效帧判断规则的视频帧图像;以及获得目标帧图像数据,其中,目标帧图像数据为用于表示有效帧图像的数据。本申请通过对待处理视频进行满足预设有效帧规则的帧提取处理,降低三维重建时所需要进行模型构建的视频帧,解决了基于视频进行三维重建时存在重建效率较低的问题,实现了提高三维重建效率的技术效果。
Description
技术领域
本申请涉及计算机领域,具体而言,涉及一种用于视频帧提取的数据处理方法和装置。
背景技术
随着信息技术的不断发展,在进行目标场景的模拟展示时,构建三维模型进行目标场景的展示,相对于二维图像能够提供更为详细直观的展示。在进行三维模型的构建时,主要是通过目标场景的图像进行三维模型构建,基于视频进行三维模型构建时,通过对视频中的帧图像进行三维模型的构建。基于视频对其中的场景进行建模,首先面对的问题就是视频中帧的选取,一秒钟视频有几十帧,以一秒钟30帧视频为例,10分钟的视频就有1.8万帧,数据量十分巨大,直接基于这些数据进行三维重建,计算效率低下,运算时间冗长。
因此,现有技术中基于视频进行三维重建时,存在重建效率较低的问题。
发明内容本申请的主要目的在于提供一种用于视频帧提取的数据处理方法,以解决现有技术中基于视频进行三维重建时存在重建效率较低的问题,通过对视频中进行帧提取,降低三维重建时所需要处理的视频帧,实现了提高三维重建效率的技术效果。
为了实现上述目的,本申请的第一方面,提出了一种用于视频帧提取的数据处理方法,包括:
获取待处理视频,其中,所述待处理视频为待进行目标视频帧提取的视频;
对所述待处理视频进行基于时序的帧提取处理,得到过程帧图像;
根据参考视频帧图像对所述过程帧图像进行有效帧判断处理,得到有效帧图像,其中,所述有效帧图像为满足预设有效帧判断规则的视频帧图像;以及
获得目标帧图像数据,其中,所述目标帧图像数据为用于表示所述有效帧图像的数据。
可选地,对所述过程帧图像进行有效帧判断处理,得到有效帧图像包括:
对所述过程帧图像进行基于预设目标对象的检测处理,得到第一待处理视频帧图像,其中,所述第一待处理视频帧图像为具有所述预设目标对象的视频帧图像;
对所述第一待处理视频帧图像进行第一有效帧判断处理,以判断所述第一待处理视频帧图像是否满足第一预设有效帧判断规则,
如果所述第一待处理视频帧图像满足第一预设有效帧判断规则,得到第一有效帧图像;
如果所述第一待处理视频帧图像不满足第一预设有效帧判断规则,得到第二待处理视频帧图像;
对所述第二待处理视频帧图像进行第二有效帧判断处理,得到第二有效帧图像,所述第二有效帧图像为满足第二预设有效帧判断规则的第二待处理视频帧图像;以及
获取所述有效帧图像,其中,所述有效帧图像包括所述第一有效帧图像和所述第二有效帧图像。
可选地,对所述第一待处理视频帧图像进行第一有效帧判断处理,以判断所述第一待处理视频帧图像是否满足第一预设有效帧判断规则包括:
根据所述第一待处理视频帧图像确定第一有效帧判断图像,其中,所述第一待处理视频帧图像为所述待处理视频中第一时刻的视频帧图像,所述第一有效帧判断图像为所述待处理视频中第二时刻的视频帧图像,所述第一时刻与所述第二时刻相邻且所述第一时刻早于所述第二时刻;
对所述第一有效帧判断图像进行基于所述预设目标对象的判断处理,以判断所述第一有效帧判断图像中是否存在所述预设目标对象,
如果所述第一有效帧判断图像中存在所述预设目标对象,得到第一有效帧图像;以及
如果所述第一有效帧判断图像中不存在所述预设目标对象,得到第二待处理视频帧图像。
可选地,对所述第二待处理视频帧图像进行第二有效帧判断处理,得到第二有效帧图像包括:
获取参考视频帧图像,其中,所述参考视频帧图像为所述待处理视频中第三时刻的视频帧图像,其中,所述第三时刻早于第一时刻;
基于所述参考视频帧图像对所述第二待处理视频帧图像进行帧重叠率计算处理,得到帧重叠特征数据,其中,所述帧重叠特征数据为用于表示所述第二待处理视频帧图像与所述参考视频帧图像帧重叠率的数据;以及
根据所述帧重叠特征数据对所述第二待处理视频帧图像进行判断处理,得到所述第二有效帧图像,其中,所述第二有效帧图像为满足预设帧重叠率阈值的帧重叠特征数据对应的第二待处理视频帧图像。
可选地,基于所述参考视频帧图像对所述第二待处理视频帧图像进行帧重叠率计算处理,得到帧重叠特征数据包括:
对所述参考视频帧图像和第二待处理视频帧图像进行基于目标对象的位置特征提取处理,得到参考位置特征数据和待处理位置特征数据,其中,参考位置特征数据为所述目标对象在所述参考视频帧图像中位置特征的数据,待处理位置特征数据为所述目标对象在所述第二待处理视频帧图像中位置特征的数据;以及
根据所述参考位置特征数据和所述待处理位置特征数据进行帧重叠率计算处理,得到所述帧重叠特征数据。
在本申请的第二方面,提出了一种用于视频帧提取的数据处理装置,包括:
视频获取模块,用于获取待处理视频,其中,所述待处理视频为待进行目标视频帧提取的视频;
帧提取模块,用于对所述待处理视频进行基于时序的帧提取处理,得到过程帧图像;
有效帧判断模块,用于根据参考视频帧图像对所述过程帧图像进行有效帧判断处理,得到有效帧图像,其中,所述有效帧图像为满足预设有效帧判断规则的视频帧图像;以及
结果模块,用于获得目标帧图像数据,其中,所述目标帧图像数据为用于表示所述有效帧图像的数据。
可选地,有效帧判断模块包括:
检测模块,用于对所述过程帧图像进行基于预设目标对象的检测处理,得到第一待处理视频帧图像,其中,所述第一待处理视频帧图像为具有所述预设目标对象的视频帧图像;
第一有效帧判断模块,用于对所述第一待处理视频帧图像进行第一有效帧判断处理,以判断所述第一待处理视频帧图像是否满足第一预设有效帧判断规则,
如果所述第一待处理视频帧图像满足第一预设有效帧判断规则,得到第一有效帧图像;
如果所述第一待处理视频帧图像不满足第一预设有效帧判断规则,得到第二待处理视频帧图像;
第二有效帧判断模块,用于对所述第二待处理视频帧图像进行第二有效帧判断处理,得到第二有效帧图像,所述第二有效帧图像为满足第二预设有效帧判断规则的第二待处理视频帧图像;以及
有效帧结果模块,用于获取所述有效帧图像,其中,所述有效帧图像包括所述第一有效帧图像和所述第二有效帧图像。
可选地,第一有效帧判断模块包括:
第一有效帧判断图像获取模块,用于根据所述第一待处理视频帧图像确定第一有效帧判断图像,其中,所述第一待处理视频帧图像为所述待处理视频中第一时刻的视频帧图像,所述第一有效帧判断图像为所述待处理视频中第二时刻的视频帧图像,所述第一时刻与所述第二时刻相邻且所述第一时刻早于所述第二时刻;
第一有效帧结果模块,用于对所述第一有效帧判断图像进行基于所述预设目标对象的判断处理,以判断所述第一有效帧判断图像中是否存在所述预设目标对象,
如果所述第一有效帧判断图像中存在所述预设目标对象,得到第一有效帧图像;以及
如果所述第一有效帧判断图像中不存在所述预设目标对象,得到第二待处理视频帧图像。
根据本申请的第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行上述的用于视频帧提取的数据处理方法。
根据本申请的第四方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行上述的用于视频帧提取的数据处理方法
本申请的实施例提供的技术方案可以包括以下有益效果:
在本申请中,通过获取待处理视频,其中,待处理视频为待进行目标视频帧提取的视频;对待处理视频进行基于时序的帧提取处理,得到过程帧图像;根据参考视频帧图像对过程帧图像进行有效帧判断处理,得到有效帧图像,其中,有效帧图像为满足预设有效帧判断规则的视频帧图像;以及获得目标帧图像数据,其中,目标帧图像数据为用于表示有效帧图像的数据。本申请通过对待处理视频进行满足预设有效帧规则的帧提取处理,降低三维重建时所需要进行模型构建的视频帧,解决了基于视频进行三维重建时存在重建效率较低的问题,实现了提高三维重建效率的技术效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请提供的一种用于视频帧提取的数据处理方法的流程图;
图2为本申请提供的一种用于视频帧提取的数据处理方法的流程图;
图3和图4为本申请提供的一种视频帧的位置示意图;
图5为本申请提供的一种用于视频帧提取的数据处理装置的结构示意图;
图6为本申请提供的另一种用于视频帧提取的数据处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,“连接”可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
图1为本申请提供的一种用于视频帧提取的数据处理方法的流程图,如图1所示,该方法包括以下步骤:
S101:获取待处理视频;
待处理视频为待进行目标视频帧提取的视频。在进行三维重建时,通过对图像进行三维模型构建操作,得到三维重建模型,待处理视频为用于进行三维重建的视频。
S102:对待处理视频进行基于时序的帧提取处理,得到过程帧图像;
按照待处理视频中每一视频帧对应的时刻进行帧提取,得到按照视频时间顺序的视频帧,提取得到待处理视频中的每一时刻的视频帧,按照时间顺序对每一视频帧进行有效帧判断,进行待处理视频中的有效帧提取,实现了降低待处理视频中的用于进行三维重建的视频帧的数量,进而提高基于视频进行三维重建时的效率。
S103:根据参考视频帧图像对所述过程帧图像进行有效帧判断处理,得到有效帧图像;
有效帧图像为满足预设有效帧判断规则的视频帧图像,通过对待处理视频帧中的全部视频帧图像进行有效帧判断,得到满足有效帧判断规则的帧图像,得到有效帧图像,实现了对待处理视频中的帧图像进行有效帧筛选,将筛选得到的有效帧图像进行三维重建,减低了三维重建过程中需要处理的数据量,提高了三维重建的效率。
图2为本申请提供的一种用于视频帧提取的数据处理方法的流程图,如图2所示,该方法包括以下步骤:
S201:对过程帧图像进行基于预设目标对象的检测处理,得到第一待处理视频帧图像;
第一待处理视频帧图像为具有预设目标对象的视频帧图像,预设目标对象为待进行三维重建的对象,如进行城市模型的三维重建时,预设目标对象可以为楼房,对过程帧图像进行图像内容检测,判断过程帧图像中是否存在预设目标对象,如果存在,将上述过程帧图像进行后续有效帧判断,如果不存在,将不具有预设目标对象的过程帧图像进行剔除,通过对待处理视频中的全部帧图像进行预设目标对象的检测,以剔除待处理视频中的不存在目标对象的视频帧,降低进行有效帧判断的视频帧的数量,实现了提高视频帧提取效率的技术效果。
S202:对第一待处理视频帧图像进行第一有效帧判断处理,以判断第一待处理视频帧图像是否满足第一预设有效帧判断规则;
如果第一待处理视频帧图像满足第一预设有效帧判断规则,得到第一有效帧图像;如果第一待处理视频帧图像不满足第一预设有效帧判断规则,得到第二待处理视频帧图像。
根据第一待处理视频帧图像确定第一有效帧判断图像,其中,第一待处理视频图像为待处理视频中第一时刻的视频帧图像,第一有效帧判断图像为待处理视频中第二时刻的视频帧图像,第一时刻与第二时刻相邻且第一时刻早于第二时刻;对第一有效帧判断图像进行基于预设目标对象的判断处理,以判断第一有效帧判断图像中是否存在预设目标对象,如果第一有效帧判断图像中存在预设目标对象,得到第一有效帧图像;如果第一有效帧判断图像中不存在预设目标对象,得到第二待处理视频帧图像。
对第一待处理视频帧图像进行识别,得到第一待处理视频帧图像在待处理视频中为第一时刻,在待处理视频中获取第二时刻的帧图像,第二时刻在第一时刻后,且第一时刻与第二时刻时序相邻,得到第一有效帧判断图像,对第一有效帧判断图像进行预设目标对象的检测,如果第一有效帧判断图像存在预设目标对象,则判断上述第一待处理视频帧图像有效;如果第一有效帧判断图像不存在预设目标对象,对该第一待处理视频帧图像进行第二有效帧判断。通过设置对第一待处理视频帧图像时序在后相邻的视频帧进行目标对象检测,以确定在第一待处理视频帧图像对应的第一时刻后预设目标对象是否可以被持续追踪,进而判断该第一待处理视频帧是否为有效帧,通过设置对相邻视频帧的目标检测,提高进行有效帧判断的效率。
S203:对第二待处理视频帧图像进行第二有效帧判断处理,得到第二有效帧图像;
第二有效帧图像为满足第二预设有效帧判断规则的第二待处理视频帧图像。
获取参考视频帧图像,参考视频帧图像为待处理视频中第三时刻的视频帧图像,第三时刻早于第一时刻,且参考视频帧图像中有预设目标对象;基于参考视频帧图像对第二待处理视频帧图像进行帧重叠率计算处理,得到帧重叠特征数据,其中,帧重叠特征数据为用于表示第二待处理视频帧图像与参考视频帧图像帧重叠率的数据。
在本申请的可选实施例中,提供了一种用于视频帧提取的数据处理方法,包括:对参考视频帧图像和第二待处理视频帧图像进行基于目标对象的位置特征提取处理,得到参考位置特征数据和待处理位置特征数据,其中,参考位置特征数据为目标对象在参考视频帧图像中位置特征的数据,待处理位置特征数据为目标对象在所述第二待处理视频帧图像中位置特征的数据;以及根据参考位置特征数据和待处理位置特征数据进行帧重叠率计算处理,得到帧重叠特征数据。
图3和图4为本申请提供的一种视频帧的位置示意图,如图3和图4所示,设置帧坐标系的原点为视频帧的坐上角,视频帧图像的宽度和高度分别为:ImgW和ImgH,A0为参考视频帧图像I0中预设目标对象的中心点位置,A1为第二待处理视频帧图像I1中预设目标对象的中心点位置,根据预设目标对象的中心点位置构建新的坐标系,如图4,在新的坐标系中,参考视频帧图像I0的原点坐标为o1(x1,y1),第二待处理视频帧图像I1的原点坐标o2(x2,y2),分别计算第二待处理视频帧图像与参考视频帧图像的帧重叠率,第二待处理视频帧图像与参考视频帧图像的重叠区域的高和宽分别为OverlapH和OverlapW,高: ,宽:/>,分别计算第二待处理视频帧图像与参考视频帧图像的帧重叠率,高重叠率为HRate=OverlapH/ImgH,宽重叠率WRate=OverlapW/ImgW。
根据帧重叠特征数据对第二待处理视频帧图像进行判断处理,得到第二有效帧图像,其中,第二有效帧图像为满足预设帧重叠率阈值的帧重叠特征数据对应的第二待处理视频帧图像。
将计算得到的第二待处理视频帧图像与参考视频帧图像的帧重叠率与预设帧重叠率阈值进行比较,帧重叠率阈值包括高度重叠率阈值、宽度重叠率阈值/>, 如,高度重叠率阈值和宽度重叠率阈值可以设置为[50%,90%],如果第二待处理视频帧图像与参考视频帧图像的帧重叠率在预设帧重叠率阈值范围内,判断该第二待处理视频帧图像为有效帧图像。
S204:获取有效帧图像。
有效帧图像包括第一有效帧图像和第二有效帧图像。
通过设置对相邻帧图像的预设目标对象检测和计算与预设参考图像的帧重叠率进行有效帧的判断,实现对待处理视频中视频帧图像的有效帧判断,实现了对待处理视频中帧图像的筛选,降低了三维重建过程中需要处理的视频帧的数量,且通过设置不同的有效帧判断规则,以实现选取的又有效帧图像中具有完整的预设目标对象的图像,避免对三维重建的效果造成影响。
S104:获得目标帧图像数据,其中,目标帧图像数据为用于表示有效帧图像的数据。
图5为本申请提供的一种用于视频帧提取的数据处理装置的结构示意图,如图5所示,该装置包括:
视频获取模块51,用于获取待处理视频,其中,待处理视频为待进行目标视频帧提取的视频;
帧提取模块52,用于对待处理视频进行基于时序的帧提取处理,得到过程帧图像;
有效帧判断模块53,用于根据参考视频帧图像对过程帧图像进行有效帧判断处理,得到有效帧图像,其中,有效帧图像为满足预设有效帧判断规则的视频帧图像;以及
结果模块54,用于获得目标帧图像数据,其中,目标帧图像数据为用于表示有效帧图像的数据。
图6为本申请提供的另一种用于视频帧提取的数据处理装置的结构示意图,如图6所示,该装置包括:
检测模块61,用于对过程帧图像进行基于预设目标对象的检测处理,得到第一待处理视频帧图像,其中,第一待处理视频帧图像为具有预设目标对象的视频帧图像;
第一有效帧判断模块62,用于对第一待处理视频帧图像进行第一有效帧判断处理,以判断第一待处理视频帧图像是否满足第一预设有效帧判断规则,
如果第一待处理视频帧图像满足第一预设有效帧判断规则,得到第一有效帧图像;
如果第一待处理视频帧图像不满足第一预设有效帧判断规则,得到第二待处理视频帧图像;
第二有效帧判断模块63,用于对第二待处理视频帧图像进行第二有效帧判断处理,得到第二有效帧图像,第二有效帧图像为满足第二预设有效帧判断规则的第二待处理视频帧图像;以及
有效帧结果模块64,用于获取有效帧图像,其中,有效帧图像包括第一有效帧图像和第二有效帧图像。
本申请还提供了一种用于视频帧提取的数据处理装置该装置包括:
第一有效帧判断图像获取模块,用于根据第一待处理视频帧图像确定第一有效帧判断图像,其中,第一待处理视频图像为待处理视频中第一时刻的视频帧图像,第一有效帧判断图像为待处理视频中第二时刻的视频帧图像,第一时刻与第二时刻相邻且第一时刻早于第二时刻;
第一有效帧结果模块,用于对第一有效帧判断图像进行基于预设目标对象的判断处理,以判断第一有效帧判断图像中是否存在预设目标对象,
如果第一有效帧判断图像中存在预设目标对象,得到第一有效帧图像;以及
如果第一有效帧判断图像中不存在预设目标对象,得到第二待处理视频帧图像。
关于上述实施例中各单元的执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
综上所述,在本申请中,通过获取待处理视频,其中,待处理视频为待进行目标视频帧提取的视频;对待处理视频进行基于时序的帧提取处理,得到过程帧图像;根据参考视频帧图像对过程帧图像进行有效帧判断处理,得到有效帧图像,其中,有效帧图像为满足预设有效帧判断规则的视频帧图像;以及获得目标帧图像数据,其中,目标帧图像数据为用于表示有效帧图像的数据。本申请通过对待处理视频进行满足预设有效帧规则的帧提取处理,降低三维重建时所需要进行模型构建的视频帧,解决了基于视频进行三维重建时存在重建效率较低的问题,实现了提高三维重建效率的技术效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
显然,本领域的技术人员应该明白,上述的本申请的各单元或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.一种用于视频帧提取的数据处理方法,其特征在于,包括:
获取待处理视频,其中,所述待处理视频为待进行目标视频帧提取的视频;
对所述待处理视频进行基于时序的帧提取处理,得到过程帧图像;
根据参考视频帧图像对所述过程帧图像进行有效帧判断处理,得到有效帧图像,其中,所述有效帧图像为满足预设有效帧判断规则的视频帧图像;以及
其中,对所述过程帧图像进行基于预设目标对象的检测处理,得到第一待处理视频帧图像,其中,所述第一待处理视频帧图像为具有所述预设目标对象的视频帧图像;
对所述第一待处理视频帧图像进行第一有效帧判断处理,以判断所述第一待处理视频帧图像是否满足第一预设有效帧判断规则,
如果所述第一待处理视频帧图像满足第一预设有效帧判断规则,得到第一有效帧图像;
如果所述第一待处理视频帧图像不满足第一预设有效帧判断规则,得到第二待处理视频帧图像;
根据所述第一待处理视频帧图像确定第一有效帧判断图像,其中,所述第一待处理视频帧图像为所述待处理视频中第一时刻的视频帧图像,所述第一有效帧判断图像为所述待处理视频中第二时刻的视频帧图像,所述第一时刻与所述第二时刻相邻且所述第一时刻早于所述第二时刻;对所述第一有效帧判断图像进行基于所述预设目标对象的判断处理,以判断所述第一有效帧判断图像中是否存在所述预设目标对象,如果所述第一有效帧判断图像中存在所述预设目标对象,得到第一有效帧图像;以及如果所述第一有效帧判断图像中不存在所述预设目标对象,得到第二待处理视频帧图像;
对所述第二待处理视频帧图像进行第二有效帧判断处理,得到第二有效帧图像,所述第二有效帧图像为满足第二预设有效帧判断规则的第二待处理视频帧图像;以及
获取所述有效帧图像,其中,所述有效帧图像包括所述第一有效帧图像和所述第二有效帧图像;
获得目标帧图像数据,其中,所述目标帧图像数据为用于表示所述有效帧图像的数据。
2.根据权利要求1所述的数据处理方法,其特征在于,对所述第二待处理视频帧图像进行第二有效帧判断处理,得到第二有效帧图像包括:
获取参考视频帧图像,其中,所述参考视频帧图像为所述待处理视频中第三时刻的视频帧图像,其中,所述第三时刻早于第一时刻;
基于所述参考视频帧图像对所述第二待处理视频帧图像进行帧重叠率计算处理,得到帧重叠特征数据,其中,所述帧重叠特征数据为用于表示所述第二待处理视频帧图像与所述参考视频帧图像帧重叠率的数据;以及
根据所述帧重叠特征数据对所述第二待处理视频帧图像进行判断处理,得到所述第二有效帧图像,其中,所述第二有效帧图像为满足预设帧重叠率阈值的帧重叠特征数据对应的第二待处理视频帧图像。
3.根据权利要求2所述的数据处理方法,其特征在于,基于所述参考视频帧图像对所述第二待处理视频帧图像进行帧重叠率计算处理,得到帧重叠特征数据包括:
对所述参考视频帧图像和第二待处理视频帧图像进行基于目标对象的位置特征提取处理,得到参考位置特征数据和待处理位置特征数据,其中,参考位置特征数据为所述目标对象在所述参考视频帧图像中位置特征的数据,待处理位置特征数据为所述目标对象在所述第二待处理视频帧图像中位置特征的数据;以及
根据所述参考位置特征数据和所述待处理位置特征数据进行帧重叠率计算处理,得到所述帧重叠特征数据。
4.一种用于视频帧提取的数据处理装置,其特征在于,包括:
视频获取模块,用于获取待处理视频,其中,所述待处理视频为待进行目标视频帧提取的视频;
帧提取模块,用于对所述待处理视频进行基于时序的帧提取处理,得到过程帧图像;
有效帧判断模块,用于根据参考视频帧图像对所述过程帧图像进行有效帧判断处理,得到有效帧图像,其中,所述有效帧图像为满足预设有效帧判断规则的视频帧图像;以及
结果模块,用于获得目标帧图像数据,其中,所述目标帧图像数据为用于表示所述有效帧图像的数据;
有效帧判断模块包括:
检测模块,用于对所述过程帧图像进行基于预设目标对象的检测处理,得到第一待处理视频帧图像,其中,所述第一待处理视频帧图像为具有所述预设目标对象的视频帧图像;
第一有效帧判断模块,用于对所述第一待处理视频帧图像进行第一有效帧判断处理,以判断所述第一待处理视频帧图像是否满足第一预设有效帧判断规则,
如果所述第一待处理视频帧图像满足第一预设有效帧判断规则,得到第一有效帧图像;
如果所述第一待处理视频帧图像不满足第一预设有效帧判断规则,得到第二待处理视频帧图像;
第二有效帧判断模块,用于对所述第二待处理视频帧图像进行第二有效帧判断处理,得到第二有效帧图像,所述第二有效帧图像为满足第二预设有效帧判断规则的第二待处理视频帧图像;以及
有效帧结果模块,用于获取所述有效帧图像,其中,所述有效帧图像包括所述第一有效帧图像和所述第二有效帧图像;
第一有效帧判断模块包括:
第一有效帧判断图像获取模块,用于根据所述第一待处理视频帧图像确定第一有效帧判断图像,其中,所述第一待处理视频帧图像为所述待处理视频中第一时刻的视频帧图像,所述第一有效帧判断图像为所述待处理视频中第二时刻的视频帧图像,所述第一时刻与所述第二时刻相邻且所述第一时刻早于所述第二时刻;
第一有效帧结果模块,用于对所述第一有效帧判断图像进行基于所述预设目标对象的判断处理,以判断所述第一有效帧判断图像中是否存在所述预设目标对象,
如果所述第一有效帧判断图像中存在所述预设目标对象,得到第一有效帧图像;以及
如果所述第一有效帧判断图像中不存在所述预设目标对象,得到第二待处理视频帧图像。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-3任意一项所述的用于视频帧提取的数据处理方法。
6.一种电子设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-3任意一项所述的用于视频帧提取的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211025986.9A CN115457432B (zh) | 2022-08-25 | 2022-08-25 | 用于视频帧提取的数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211025986.9A CN115457432B (zh) | 2022-08-25 | 2022-08-25 | 用于视频帧提取的数据处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115457432A CN115457432A (zh) | 2022-12-09 |
CN115457432B true CN115457432B (zh) | 2023-10-27 |
Family
ID=84297609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211025986.9A Active CN115457432B (zh) | 2022-08-25 | 2022-08-25 | 用于视频帧提取的数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115457432B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109348287A (zh) * | 2018-10-22 | 2019-02-15 | 深圳市商汤科技有限公司 | 视频摘要生成方法、装置、存储介质和电子设备 |
CN112767534A (zh) * | 2020-12-31 | 2021-05-07 | 北京达佳互联信息技术有限公司 | 视频图像处理方法、装置、电子设备及存储介质 |
CN113435359A (zh) * | 2021-06-30 | 2021-09-24 | 李思雨 | 一种图像识别方法 |
CN114283349A (zh) * | 2021-08-20 | 2022-04-05 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、计算机设备及存储介质 |
CN114694197A (zh) * | 2020-12-29 | 2022-07-01 | 中兴通讯股份有限公司 | 行车预警方法、电子设备和计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170337711A1 (en) * | 2011-03-29 | 2017-11-23 | Lyrical Labs Video Compression Technology, LLC | Video processing and encoding |
-
2022
- 2022-08-25 CN CN202211025986.9A patent/CN115457432B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109348287A (zh) * | 2018-10-22 | 2019-02-15 | 深圳市商汤科技有限公司 | 视频摘要生成方法、装置、存储介质和电子设备 |
CN114694197A (zh) * | 2020-12-29 | 2022-07-01 | 中兴通讯股份有限公司 | 行车预警方法、电子设备和计算机可读存储介质 |
CN112767534A (zh) * | 2020-12-31 | 2021-05-07 | 北京达佳互联信息技术有限公司 | 视频图像处理方法、装置、电子设备及存储介质 |
CN113435359A (zh) * | 2021-06-30 | 2021-09-24 | 李思雨 | 一种图像识别方法 |
CN114283349A (zh) * | 2021-08-20 | 2022-04-05 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
Quality-guided key frames selection from video stream based on object detection;Mingju Chen et al.;Journal of Visual Communication and Image Representation;第65卷;第1-7页 * |
基于YOLOv3的行人视频目标检测方法;郑佳卉;中国优秀硕士学位论文全文数据库信息科技辑;第2020卷(第02期);第I138-1410页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115457432A (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272509B (zh) | 一种连续图像的目标检测方法、装置、设备及存储介质 | |
CN102737243B (zh) | 获取多幅图像的描述信息的方法及装置与图像匹配方法 | |
CN110473238B (zh) | 一种图像配准方法、装置、电子设备及存储介质 | |
CN111062854B (zh) | 检测水印的方法、装置、终端及存储介质 | |
CN107220647A (zh) | 一种叶片交叉条件下作物中心点定位方法及系统 | |
CN111161331B (zh) | 一种bim模型和gis模型配准方法 | |
CN108961316B (zh) | 图像处理方法、装置及服务器 | |
CN112766123B (zh) | 一种基于纵横交叉注意力网络的人群计数方法及系统 | |
CN114332134B (zh) | 一种基于密集点云的建筑物立面提取方法和装置 | |
CN104318538B (zh) | 一种二维序列帧图片拼接成大图片的方法及其所用的装置 | |
CN112785492A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN104202448A (zh) | 一种解决移动终端摄像头拍照亮度不均的系统及其方法 | |
CN103226824A (zh) | 维持视觉显著性的视频重定向系统 | |
CN113989276A (zh) | 一种基于深度图像的检测方法、检测装置及摄像设备 | |
CN109816720B (zh) | 道路中心检测方法、机载设备及存储介质 | |
CN101833760A (zh) | 一种基于图像块的背景建模方法及背景建模装置 | |
CN114674826A (zh) | 基于布匹的视觉检测方法及检测系统 | |
CN110378336A (zh) | 训练样本中目标物体的语义级标注方法、装置及存储介质 | |
CN115457432B (zh) | 用于视频帧提取的数据处理方法和装置 | |
CN114357958A (zh) | 一种表格提取方法、装置、设备及存储介质 | |
CN116137061A (zh) | 数量统计模型的训练方法、装置、电子设备及存储介质 | |
CN116168192A (zh) | 图像检测区域的确定方法、装置、电子设备及存储介质 | |
CN108763491A (zh) | 图片处理方法、装置及终端设备 | |
CN114119646A (zh) | 基于前景超分的遥感影像目标检测方法、装置及介质 | |
CN104331696B (zh) | 一种基于图形处理单元的图像特征快速提取方法 |
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 |