CN117351391A - 一种视频处理方法、装置及设备 - Google Patents

一种视频处理方法、装置及设备 Download PDF

Info

Publication number
CN117351391A
CN117351391A CN202311266294.8A CN202311266294A CN117351391A CN 117351391 A CN117351391 A CN 117351391A CN 202311266294 A CN202311266294 A CN 202311266294A CN 117351391 A CN117351391 A CN 117351391A
Authority
CN
China
Prior art keywords
detection
image
frame image
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.)
Pending
Application number
CN202311266294.8A
Other languages
English (en)
Inventor
李一帆
李盼盼
张弘佺
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN202311266294.8A priority Critical patent/CN117351391A/zh
Publication of CN117351391A publication Critical patent/CN117351391A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761Proximity, similarity or dissimilarity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种视频处理方法、装置、设备及存储介质,其中,所述方法包括:从原始视频获得第一帧图像和第二帧图像;根据所述第一帧图像和所述第二帧图像得到目标检测视频,所述目标检测视频由第一检测图像和第二检测图像组成,所述第一检测图像中具有目标标识,所述目标标识通过对所述第一帧图像进行目标检测得到,所述第二检测图像根据所述第二帧图像和所述目标标识得到。

Description

一种视频处理方法、装置及设备
技术领域
本申请实施例涉及图像处理领域,涉及但不限于一种视频处理方法、装置、及设备。
背景技术
现有技术方案是实时视频经过视频分析算法计算分析后,存在生成检测视频,供用户监控与查看的需求。目前,大多数经由算法分析后的检测视频经常会出现画面卡顿现象。视频分析算法往往逐帧地计算视频数据,将分析结果绘制到原始帧上,然后推流到服务器。但算法每次处理单帧图像数据都比较耗时,这导致检测视频的帧率往往低于20帧每秒(Frame Per Second,FPS)。而当视频帧率低于24FPS时,用户便容易察觉到画面卡顿。
现有技术中的视频分析算法并行处理。启动多个相同的视频分析算法,并行计算同一个视频的不同帧,然后按帧的原始顺序生成检测视频。存在以下问题:视频帧的原始顺序被并行的分析算法打乱,控制逻辑复杂度较高。视频分析算法通常消耗比较多资源,多个相同的算法会导致资源消耗过大。
发明内容
有鉴于此,本申请实施例提供一种视频处理方法、装置、设备及存储介质。
本申请实施例的技术方案是这样实现的:
第一方面,本申请实施例提供一种视频处理方法,所述方法包括:
从原始视频获得第一帧图像和第二帧图像;
根据所述第一帧图像和所述第二帧图像得到目标检测视频,所述目标检测视频由第一检测图像和第二检测图像组成,所述第一检测图像中具有目标标识,所述目标标识通过对所述第一帧图像进行目标检测得到,所述第二检测图像根据所述第二帧图像和所述目标标识得到。
第二方面,本申请实施例提供一种视频处理装置,所述装置包括:
获得模块,用于从原始视频获得第一帧图像和第二帧图像;
得到模块,用于根据所述第一帧图像和所述第二帧图像得到目标检测视频,所述目标检测视频由第一检测图像和第二检测图像组成,所述第一检测图像中具有目标标识,所述目标标识通过对所述第一帧图像进行目标检测得到,所述第二检测图像根据所述第二帧图像和所述目标标识得到。
第三方面,本申请实施例提供一种电子设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法。
第四方面,本申请实施例提供一种存储介质,存储有可执行指令,用于处理器执行时,实现上述方法。
本申请实施例中,首先从原始视频获得第一帧图像和第二帧图像;然后根据所述第一帧图像和所述第二帧图像得到目标检测视频,所述目标检测视频由第一检测图像和第二检测图像组成,所述第一检测图像中具有目标标识,所述目标标识通过对所述第一帧图像进行目标检测得到,所述第二检测图像根据所述第二帧图像和所述目标标识得到。这样,得到的目标检测视频可流畅播放,不卡顿,且生成目标检测视频的控制逻辑相对简单,可以有效避免资源过度消耗。
附图说明
图1为本申请实施例提供的一种视频处理方法的实现流程示意图;
图2A为本申请实施例提供的一种检测第一帧图像的示意图;
图2B为本申请实施例提供的一种得到目标检测视频的示意图;
图3为本申请实施例提供的一种得到目标检测视频方法的实现流程示意图;
图4为本申请实施例提供的一种视频处理方法的实现流程示意图;
图5为本申请实施例提供的一种得到检测视频方法的流程示意图;
图6为本申请实施例提供的一种视频处理装置的组成结构示意图;
图7为本申请实施例提供的电子设备的一种硬件实体示意图。
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,对申请实施例的具体技术方案做进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
本申请实施例提供一种视频处理方法,如图1所示,该方法包括:
步骤S110、从原始视频获得第一帧图像和第二帧图像;
这里,原始视频可以实时获取到的视频,也可以是预先获取到的视频。实时获取到的视频可以基于采集的时间顺序获取第一帧图像和第二帧图像;预先获取到的视频可以同时获取第一帧图像和第二帧图像。
在一些实施例中,所述第一帧图像与所述第二帧图像满足预设的位置关系;
这里,位置关系可以是图像帧在原始视频中出现的时间点。第一帧图像与第二帧图像可以为原始视频中具有时间先后顺序的关系的图像帧。举例来说,第二帧图像的采集时间可以是在第一帧图像的采集时间之后。
在一些实施例中,所述第一帧图像与所述第二帧图像满足预设的相似关系。
这里,由于满足预设的相似关系可以确定两帧图像使用同一标注方法,所以第一帧图像与第二帧图像满足预设的相似关系第一帧图像与所述第二帧图像满足预设的相似关系。在实施过程中,可以根据实际需求设置预设的相似关系。第一帧图像可以是与第二帧图像的相似度满足阈值的图像帧。举例来说,可以将两个相似度大于等于90%的图像帧确定为第一图像帧和第二图像帧。
在实施过程,可以同时获取第一帧图像和第二帧图像。也可以先获取第一帧图像,再获取第二帧图像。
步骤S120、根据所述第一帧图像和所述第二帧图像得到目标检测视频,所述目标检测视频由第一检测图像和第二检测图像组成,所述第一检测图像中具有目标标识,所述目标标识通过对所述第一帧图像进行目标检测得到,所述第二检测图像根据所述第二帧图像和所述目标标识得到。
在实施过程中,可以对第一帧图像进行目标检测,得到具有目标标识的第一检测图像。
举例来说,图2A为本申请实施例提供的一种检测第一帧图像的示意图,如图2A所示,该示意图包括:第一帧图像21、第二帧图像22、第一检测图像23和第一检测视频24。在实施过程中,可以从原始视频序列获取第一帧图像21进行算法处理,即可以直接在第一帧图像21上进行处理与绘制,得到第一检测图像23。并保存第一帧图像21的算法处理结果信息。
在实施过程中,第二检测图像可以根据第二帧图像和目标标识得到。目标检测视频由第一检测图像和第二检测图像组成。
举例来说,图2B为本申请实施例提供的一种得到目标检测视频的示意图,如图2B所示,该示意图包括:第一帧图像21、第二帧图像22、第一检测图像23、第二检测图像25和目标检测视频26。在实施过程中,可以利用第一帧图像21中目标标识对第二帧图像22进行标识得到第二检测图像25。这里,可以基于目标标识的大小、形状或者在第一帧图像中的位置信息对第二帧图像进行标识。再将第二检测图像25进行插帧处理,得到包括第一检测图像23和第二检测图像25的目标检测视频26。
本申请实施例中,首先从原始视频获得第一帧图像和第二帧图像;然后根据所述第一帧图像和所述第二帧图像得到目标检测视频,所述目标检测视频由第一检测图像和第二检测图像组成,所述第一检测图像中具有目标标识,所述目标标识通过对所述第一帧图像进行目标检测得到,所述第二检测图像根据所述第二帧图像和所述目标标识得到。这样,得到的目标检测视频可流畅播放,不卡顿,且生成目标检测视频的控制逻辑相对简单,可以有效避免资源过度消耗。
在一些实施例中,以上步骤S110“从原始视频获得第一帧图像和第二帧图像”可以通过以下过程实现:
基于预设的目标帧率,从所述原始视频获得所述第一帧图像和所述第二帧图像,以使得所述目标检测视频的帧率满足所述目标帧率。
这里,可以根据检测的需求和/或适合人眼观感的帧率,设置预设的目标帧率。举例来说,可以设置目标帧率为25FPS,以满足人眼观感的需求。
在实施过程中,由于目标检测视频是由第一检测图像和第二检测图像组成,且第一检测图像由第一帧图像得到,第二检测图像由第二帧图像得到。该预设的目标帧率可以基于第一帧图像和第二帧图像在单位时间内获取的帧数确定,即基于预设的目标帧率可以确定单位时间内从原始视频中获取的第一帧图像和第二帧图像的帧数。
本申请实施例中,基于预设的目标帧率,可以从所述原始视频获得所述第一帧图像和所述第二帧图像,以使得基于第一帧图像和第二帧图像得到的目标检测视频的帧率满足所述目标帧率,即可以得到帧率可控的目标检测视频。
在一些实施例中,如图3所示,以上步骤S120中“根据所述第一帧图像和所述第二帧图像得到目标检测视频”可以通过以下步骤实现:
步骤S310、对所述第一帧图像进行目标检测,得到所述第一检测图像;
这里,对第一帧图像进行目标检测的检测方法不做限定。举例来说,可以使用图像识别的方法识别出第一帧图像中的目标对象,在用框选的方式标注出该目标对象。举例来说,如图2A所示,对第一帧图像21进行算法处理,可以得到具有目标标识的第一检测图像23。
步骤S320、基于所述第一检测图像中的目标标识对所述第二帧图像进行标识,得到所述第二检测图像;
在实施过程中,由于第一帧图像与第二帧图像满足预设的位置关系;或者,第一帧图像与第二帧图像满足预设的相似关系。即第一帧图像和第二帧图像为相似度较高的图像。那么可以利用第一检测图像中的目标标识对第二帧图像进行标识,得到具有相同目标标识的第二检测图像。
举例来说,如图2B所示,第二帧图像22的采集时间点位于第一帧图像21之后,可以确定第二帧图像大概率与第一帧图像采集到相同的目标对象。在实施过程中,可以利用第一检测图像23中的目标标识对第二帧图像22进行标识,得到具有相同目标标识的第二检测图像25。
步骤S330、组合所述第一检测图像和所述第二检测图像得到所述目标检测视频。
在一些实施例中,可以先获取第一帧图像,将第一帧图像全部处理完后,再获取第二帧图像。其中,第一帧图像和第二帧图像满足预设的位置关系,可以基于第一帧图像与第二帧图像的位置关系,组合第一检测图像和第二检测图像得到目标检测图像。
在一些实施例中,可以同时获取第一帧图像和第二帧图像,并对一个第一帧图像处理完后,对应标识该第一帧图像对应的第二帧图像。这样,可以依次得到完成处理的每一组第一帧图像对应的第一检测图像和第二帧图像对应的第二检测图像,组合所有顺次得到的每一组第一检测图像和第二检测图像,可以得到目标检测图像。
本申请实施例中,首先对所述第一帧图像进行目标检测,得到所述第一检测图像;然后基于所述第一检测图像中的目标标识对所述第二帧图像进行标识,得到所述第二检测图像;最后组合所述第一检测图像和所述第二检测图像得到所述目标检测视频。这样,可以利用对第一帧图像检测得到的检测结果,对第二帧图像进行标识,生成检测视频的控制逻辑相对简单,避免算法处理资源的过度消耗。
在一些实施例中,以上步骤123“组合所述第一检测图像和所述第二检测图像得到所述目标检测视频”可以通过以下过程实现:
基于所述原始视频中的所述第一帧图像与所述第二帧图像之间的位置信息,组合所述第一检测图像和所述第二检测图像得到所述目标检测视频。
这里,由于得到的目标检测视频是对原始视频进行的有重点的复原,所以组合目标检测视频的第一检测图像和第二检测图像的位置顺序可以与原始视频中第一帧图像与第二帧图像的相对位置信息对应。举例来说,第一帧图像与第二帧图像之间的间隔可以对应第一检测图像与第二检测图像之间的间隔。
本申请实施例中,基于所述原始视频中的所述第一帧图像与所述第二帧图像之间的位置信息,组合所述第一检测图像和所述第二检测图像得到所述目标检测视频。这样,得到的目标检测视频可以实现最大程度的复原原始视频,且得到的目标检测视频可以满足用户的检测需求。
图4为本申请实施例提供的一种视频处理方法的流程示意图,如图4所示,该方法包括以下步骤:
步骤S410、从所述原始视频获得所述第一帧图像;
步骤S420、在由所述第一帧图像组成的第一检测视频的帧率小于预设的目标检测帧率的情况下,基于所述目标检测帧率与所述第一检测视频的帧率之间的帧率差,从所述原视频获得所述第二帧图像,以使得所述目标检测视频的帧率满足所述目标检测帧率;
这里,第一帧图像组成的第一检测视频的帧率小于预设的目标检测帧率,则不能满足用户的需求。举例来说,预设的目标检测帧率为25FPS,在第一检测视频帧率为20FPS的情况下,可能导致画面卡顿,无法满足用户的观看需求。
如图2A所示,可以基于每秒获取的第一帧图像21的帧数,确定由第一检测图像23组成的第一检测视频24的帧率是否小于预设的目标检测帧率。在确定第一检测视频的帧率小于预设的目标检测帧率的情况下,先确定目标检测帧率与第一检测视频的帧率之间的帧率差,然后基于该帧率差从原视频获得第二帧图像,这样,得到的目标检测视频的帧率能够满足目标检测帧率;举例来说,可以在第一检测视频帧率为20FPS的情况下,在对应的每秒获取5帧第二帧图像,以使得最终得到的目标检测视频的帧率能够满足25FPS。
在一些实施例中,在确定第一检测视频的帧率满足预设的目标检测帧率的情况下,可以利用第一帧图像得到目标检测视频。
步骤S430、对所述第一帧图像进行目标检测,得到所述第一检测视频;
在实施过程中,可以对第一帧图像进行算法处理,标识出第一帧图像中的目标对象,得到第一检测图像。再基于第一帧图像之间的时间关系组合第一检测图像得到第一检测视频。如图2A所示,可以将得到的第一检测图像23进行组合得到第一检测视频24。这里,第一检测视频的帧率无法满足预设的目标检测帧率。
步骤S440、基于所述第一检测图像中的目标标识对所述第二帧图像进行标识,得到所述第二检测图像;
在实施过程中,由于第一帧图像与第二帧图像满足预设的位置关系;或者,第一帧图像与第二帧图像满足预设的相似关系。即,获取的第二帧图像与第一帧图像的相似度较高,可以利用第一检测图像中的目标标识对第二帧图像进行标识,得到第二检测图像。如图2B所示,先获取对第一帧图像21进行标识,得到的第一检测图像23中的目标标识,再基于第一检测图像23中的目标标识对第二帧图像22进行标识,得到第二检测图像25。这里,可以基于目标标识的大小、形状或者在第一帧图像21中的位置信息对第二帧图像22进行标识。
步骤S450、将所述第二检测图像插入所述第一检测视频,得到所述目标检测视频。
在实施过程中,可以基于第二帧图像与第一帧图像的位置关系,将第二检测图像插入第一检测视频,得到目标检测视频。如图2B所示,对由第一检测图像组成的第一检测视频做插帧处理,可以得到目标检测视频26。
本申请实施例中,首先从所述原始视频获得所述第一帧图像;然后在由所述第一帧图像组成的第一检测视频的帧率小于预设的目标检测帧率的情况下,基于所述目标检测帧率与所述第一检测视频的帧率之间的帧率差,从所述原视频获得所述第二帧图像;基于所述第一检测图像中的目标标识对所述第二帧图像进行标识,得到所述第二检测图像;最后将所述第二检测图像插入所述第一检测视频,得到所述目标检测视频。这样,可以实现在确定对第一帧图像进行处理,得到的第一检测视频的帧率无法满足预设的目标检测帧率的情况下,基于第一检测图像中的目标标识对第二帧图像进行标识得到第二检测图像,并将第二检测图像插帧至第一检测视频中,得到的目标检测视频能够满足预设的帧率要求。
在一些实施例中,以上步骤S120“从所述原始视频获得所述第一帧图像”可以通过以下步骤实现:
步骤121、基于数据处理周期从所述原始视频获得所述第一帧图像;
这里,数据处理周期是基于处理第一帧图像得到包括目标标识的第一检测图像所需的时间确定的,即,可以是单位时间能够处理第一帧图像的帧数确定的。
在实施过程中,由于从原始视频获取的每一个第一帧图像都进行算法处理,所以可以基于数据处理周期确定从原始视频获得与数据处理周期相匹配的第一帧图像的帧数。
步骤122、基于所述数据处理周期确定所述第一检测视频的帧率。
在实施过程中,由于可以基于数据处理周期确定从原始视频获得与数据处理周期相匹配的第一帧图像的帧数,且第一检测视频是由第一检测图像组成的,第一检测图像是基于第一帧图像得到的,所以可以基于数据处理周期确定第一检测视频的帧率。
本申请实施例中,首先基于数据处理周期从所述原始视频获得所述第一帧图像;然后基于所述数据处理周期确定所述第一检测视频的帧率。这样,得到的第一检测视频中的每一第一检测图像都有足够的时间处理第一帧图像得到的,可以实现基于数据处理周期确定第一检测视频的帧率。
图5为本申请实施例提供的一种得到检测视频方法的流程示意图,如图5所示,该方法包括以下步骤:
步骤S510、预先设定检测视频的帧率。
举例来说,可以设置检测视频的帧率为25FPS,该帧率为适合人眼观感的帧率。
步骤S520、从原始视频中获取第一帧图像,循环执行视频分析算法。
如图2A所示,每次执行算法时,从视频源获取单帧数据(第一帧图像)21进行计算,直接在原始帧(第一帧图像)21上进行处理与绘制,并保存当前帧的算法处理结果信息。
步骤S530、按时间顺序,生成较低帧率的第一检测视频。
如图2A所示,组合第一检测图像23得到较低帧率的检测视频帧序列(第一检测视频)24,该第一检测视频24的帧率无法满足预先设定检测视频的帧率。
步骤S540、在算法循环执行的同时,插帧处理程序从视频源获取第二帧图像。
如图2B所示,可以在对第一帧图像21执行算法循环的同时,插帧处理程序从原始视频中获取第二帧图像22。
步骤S550、使用第一帧图像的算法结果信息,绘制第二帧图像到低帧率的第一检测视频中,以生成固定帧率(高帧率)的目标检测视频。
举例来说,如图2B所示,使用将第一帧图像21的算法结构信息,绘制第二帧图像22,并将绘制第二帧图像22得到的第二检测图像25插帧至第一检测视频中,生成目标检测视频26。
步骤S560、使用固定帧率的检测视频帧序列生成流畅的检测视频。
本申请实施例中,按照预先设定的帧率(如25FPS,适合人眼观感的帧率)生成最终的检测视频,当视频分析算法生成的检测视频帧率达不到该预先设定的帧率时,在低帧率的检测视频帧(第一检测视频)之间进行插帧,插帧使用原始视频帧和前一个算法检测结果共同绘制。采用本方案之后的优势是:检测视频可流畅播放,不卡顿。生成检测视频的控制逻辑相对简单,且帧率可控。与算法并行处理的方案相比,避免资源过度消耗。
基于前述的实施例,本申请实施例提供一种视频处理装置,该装置包括所包括的各模块,各模块包括各子模块,各子模块包括单元,可以通过电子设备中的处理器来实现;当然也可通过具体的逻辑电路实现;在实施的过程中,处理器可以为中央处理器(CentralProcessing Unit,CPU)、微处理器(Microprocessor Unit,MPU)、数字信号处理器(DigitalSignal Process,DSP)或现场可编程门阵列(Field Programmable Gate Array,FPGA)等。
图6为本申请实施例提供的视频处理装置的组成结构示意图,如图6所示,所述装置600包括:
获得模块610,用于从原始视频获得第一帧图像和第二帧图像;
得到模块620,用于根据所述第一帧图像和所述第二帧图像得到目标检测视频,所述目标检测视频由第一检测图像和第二检测图像组成,所述第一检测图像中具有目标标识,所述目标标识通过对所述第一帧图像进行目标检测得到,所述第二检测图像根据所述第二帧图像和所述目标标识得到。
在一些实施例中,所述第一帧图像与所述第二帧图像满足预设的位置关系;或者,所述第一帧图像与所述第二帧图像满足预设的相似关系。
在一些实施例中,所述获得模块610,还用于基于预设的目标帧率,从所述原始视频获得所述第一帧图像和所述第二帧图像,以使得所述目标检测视频的帧率满足所述目标帧率。
在一些实施例中,所述得到模块620包括第一检测子模块、标识子模块和组合子模块,其中,所述第一检测子模块,用于对所述第一帧图像进行目标检测,得到所述第一检测图像;所述标识子模块,用于基于所述第一检测图像中的目标标识对所述第二帧图像进行标识,得到所述第二检测图像;所述组合子模块,用于组合所述第一检测图像和所述第二检测图像得到所述目标检测视频。
在一些实施例中,所述组合子模块,还用于基于所述原始视频中的所述第一帧图像与所述第二帧图像之间的位置信息,组合所述第一检测图像和所述第二检测图像得到所述目标检测视频。
在一些实施例中,所述获得模块610包括第一获得子模块和第二获得子模块,其中,所述第一获得子模块,用于从所述原始视频获得所述第一帧图像;所述第二获得子模块,用于在由所述第一帧图像组成的第一检测视频的帧率小于预设的目标检测帧率的情况下,基于所述目标检测帧率与所述第一检测视频的帧率之间的帧率差,从所述原视频获得所述第二帧图像,以使得所述目标检测视频的帧率满足所述目标检测帧率。
在一些实施例中,所述得到模块620包括第二检测子模块、第二标识子模块和插帧子模块,其中,所述第二检测子模块,用于对所述第一帧图像进行目标检测,得到所述第一检测视频;所述第二标识子模块,用于基于所述第一检测图像中的目标标识对所述第二帧图像进行标识,得到所述第二检测图像;所述插帧子模块,用于将所述第二检测图像插入所述第一检测视频,得到所述目标检测视频。
在一些实施例中,所述第一获得子模块包括获得单元和确定单元,其中,所述获得单元,用于基于数据处理周期从所述原始视频获得所述第一帧图像;所述确定单元,用于基于所述数据处理周期确定所述第一检测视频的帧率。
以上装置实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请装置实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
需要说明的是,本申请实施例中,如果以软件功能模块的形式实现上述方法,并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得电子设备(可以是手机、平板电脑、笔记本电脑、台式计算机等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请实施例不限制于任何特定的硬件和软件结合。
对应地,本申请实施例提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中提供的视频处理方法中的步骤。
对应地,本申请实施例提供一种电子设备,图7为本申请实施例提供的电子设备的一种硬件实体示意图,如图7所示,该设备700的硬件实体包括:包括存储器701和处理器702,所述存储器701存储有可在处理器702上运行的计算机程序,所述处理器702执行所述程序时实现上述实施例中提供的视频处理方法中的步骤。
存储器701配置为存储由处理器702可执行的指令和应用,还可以缓存待处理器702以及电子设备700中各模块待处理或已经处理的数据(例如,图像数据、音频数据、语音通信数据和视频通信数据),可以通过闪存(FLASH)或随机访问存储器(Random AccessMemory,RAM)实现。
这里需要指出的是:以上存储介质和设备实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得电子设备(可以是手机、平板电脑、笔记本电脑、台式计算机等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
以上所述,仅为本申请的实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种视频处理方法,所述方法包括:
从原始视频获得第一帧图像和第二帧图像;
根据所述第一帧图像和所述第二帧图像得到目标检测视频,所述目标检测视频由第一检测图像和第二检测图像组成,所述第一检测图像中具有目标标识,所述目标标识通过对所述第一帧图像进行目标检测得到,所述第二检测图像根据所述第二帧图像和所述目标标识得到。
2.如权利要求1所述的方法,所述方法包括以下至少之一:
所述第一帧图像与所述第二帧图像满足预设的位置关系;
或者,所述第一帧图像与所述第二帧图像满足预设的相似关系。
3.如权利要求1所述的方法,所述从原始视频获得第一帧图像和第二帧图像,包括:
基于预设的目标帧率,从所述原始视频获得所述第一帧图像和所述第二帧图像,以使得所述目标检测视频的帧率满足所述目标帧率。
4.如权利要求3所述的方法,所述根据所述第一帧图像和所述第二帧图像得到目标检测视频,包括:
对所述第一帧图像进行目标检测,得到所述第一检测图像;
基于所述第一检测图像中的目标标识对所述第二帧图像进行标识,得到所述第二检测图像;
组合所述第一检测图像和所述第二检测图像得到所述目标检测视频。
5.如权利要求4所述的方法,所述组合所述第一检测图像和所述第二检测图像得到所述目标检测视频,包括:
基于所述原始视频中的所述第一帧图像与所述第二帧图像之间的位置信息,组合所述第一检测图像和所述第二检测图像得到所述目标检测视频。
6.如权利要求1所述的方法,所述从原始视频获得第一帧图像和第二帧图像,包括:
从所述原始视频获得所述第一帧图像;
在由所述第一帧图像组成的第一检测视频的帧率小于预设的目标检测帧率的情况下,基于所述目标检测帧率与所述第一检测视频的帧率之间的帧率差,从所述原视频获得所述第二帧图像,以使得所述目标检测视频的帧率满足所述目标检测帧率。
7.如权利要求6所述的方法,所述根据所述第一帧图像和所述第二帧图像得到目标检测视频,包括:
对所述第一帧图像进行目标检测,得到所述第一检测视频;
基于所述第一检测图像中的目标标识对所述第二帧图像进行标识,得到所述第二检测图像;
将所述第二检测图像插入所述第一检测视频,得到所述目标检测视频。
8.如权利要求6所述的方法,所述从所述原始视频获得所述第一帧图像,包括:
基于数据处理周期从所述原始视频获得所述第一帧图像;
基于所述数据处理周期确定所述第一检测视频的帧率。
9.一种视频处理装置,所述装置包括:
获得模块,用于从原始视频获得第一帧图像和第二帧图像;
得到模块,用于根据所述第一帧图像和所述第二帧图像得到目标检测视频,所述目标检测视频由第一检测图像和第二检测图像组成,所述第一检测图像中具有目标标识,所述目标标识通过对所述第一帧图像进行目标检测得到,所述第二检测图像根据所述第二帧图像和所述目标标识得到。
10.一种电子设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1至8任一项所述方法中的步骤。
CN202311266294.8A 2023-09-27 2023-09-27 一种视频处理方法、装置及设备 Pending CN117351391A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311266294.8A CN117351391A (zh) 2023-09-27 2023-09-27 一种视频处理方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311266294.8A CN117351391A (zh) 2023-09-27 2023-09-27 一种视频处理方法、装置及设备

Publications (1)

Publication Number Publication Date
CN117351391A true CN117351391A (zh) 2024-01-05

Family

ID=89362322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311266294.8A Pending CN117351391A (zh) 2023-09-27 2023-09-27 一种视频处理方法、装置及设备

Country Status (1)

Country Link
CN (1) CN117351391A (zh)

Similar Documents

Publication Publication Date Title
US8805123B2 (en) System and method for video recognition based on visual image matching
US9146990B2 (en) Search and identification of video content
US9600744B2 (en) Adaptive interest rate control for visual search
US9514225B2 (en) Video recording apparatus supporting smart search and smart search method performed using video recording apparatus
US20120263433A1 (en) Detecting Key Roles and Their Relationships from Video
CN110072140B (zh) 一种视频信息提示方法、装置、设备及存储介质
CN111401238B (zh) 一种视频中人物特写片段的检测方法及装置
CN111401239B (zh) 一种视频分析方法、装置、系统、设备及存储介质
CN115396705B (zh) 投屏操作验证方法、平台及系统
CN110418148B (zh) 视频生成方法、视频生成设备及可读存储介质
CN111836118B (zh) 视频处理方法、装置、服务器及存储介质
CN112884866B (zh) 一种黑白视频的上色方法、装置、设备及存储介质
CN110019951B (zh) 一种生成视频缩略图的方法及设备
CN107135421B (zh) 视频特征检测方法及装置
CN111586427B (zh) 直播平台的主播识别方法、装置、电子设备及存储介质
CN113192081A (zh) 图像识别方法、装置、电子设备和计算机可读存储介质
CN111091118A (zh) 图像的识别方法、装置及电子设备和存储介质
EP2372640A1 (en) Methods of representing and analysing images
CN117351391A (zh) 一种视频处理方法、装置及设备
CN113515670A (zh) 影视资源状态识别方法、设备及存储介质
CN114257859A (zh) 视频推广数据生成方法以及视频推广数据显示方法
CA3024179C (en) Detecting sentinel frames in video delivery using a pattern analysis
CN110619362A (zh) 一种基于感知与像差的视频内容比对方法及装置
CN112055246B (zh) 一种视频处理方法、装置、系统及存储介质
WO2014092553A2 (en) Method and system for splitting and combining images from steerable camera

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