[发明专利]基于关键片段检测的事件识别方法、系统、设备及介质

说明书

本公开提供基于关键片段检测的事件识别方法、系统、设备及介质，先将视频输入到一个关键片段序列检测模型，该模型将视频分割成固定长度的片段，再利用稀疏表示的方法计算视频各个片段的显著性，并选择给定数目显著性大的片段组成关键片段序列。然后，将关键片段序列及其显著性输入到深度学习事件识别模型，该模型利用3D CNN计算所有关键片段的类别分值，并利用片段的显著性对所有片段的类别分值进行选择获取视频的类别分值，最后根据视频类别分值判定事件的类别。本发明突出了包含事件的视频片段在事件识别中作用，抑制了无关信息的影响，有助于提高事件识别的性能和效率。

技术领域

本公开涉及深度学习和视频识别技术领域，特别是涉及基于关键片段检测的事件识别方法、系统、设备及介质。

背景技术

本部分的陈述仅仅是提到了与本公开相关的背景技术，并不必然构成现有技术。

在实现本公开的过程中，发明人发现现有技术中存在以下技术问题：

随着社会对安全防范需求的与日俱增，视频监控技术己经广泛地应用于银行、超市、公园、车站等公共场所。然而，目前的视频监控还主要由人工观察视频来实现，为了充分发挥视频监控的实时性和准确性，将人工智能和视频处理相结合实现智能视频监控，已逐渐成为未来监控技术的发展趋势。视频监控的目的通常是为了识别视频中事件，因此实现视频中事件识别是智能监控的一项核心任务。

现有技术存在以下问题需要解决：

视频事件识别的过程中，如何能够避免将视频所有帧均输入到识别模型中进行事件识别造成的时间上的浪费，因为一个完整的视频中往往只有很少一部分片段含有对事件识别有用的关键信息，如果不将这一小部分关键视频片段预先提取出来，而是将视频完整输入识别模型进行事件识别，造成的后果就是，严重浪费了检测时间。

发明内容

为了解决现有技术的不足，本公开提供了基于关键片段检测的事件识别方法、系统、设备及介质；

第一方面，本公开提供了基于关键片段检测的事件识别方法；

基于关键片段检测的事件识别方法，包括：

获取待识别视频；基于视频片段的显著性，从待识别视频中提取关键片段序列；

将关键片段序列输入到预先训练好的深度学习事件识别模型中，输出待识别视频中的事件类别。

第二方面，本公开还提供了基于关键片段检测的事件识别系统；

基于关键片段检测的事件识别系统，包括：

关键片段序列提取模块，其被配置为获取待识别视频；基于视频片段的显著性，从待识别视频中提取关键片段序列；

事件类别识别模块，其被配置为将关键片段序列输入到预先训练好的深度学习事件识别模型中，输出待识别视频中的事件类别。

第三方面，本公开还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述方法的步骤。

第四方面，本公开还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述方法的步骤。

与现有技术相比，本公开的有益效果是：

先将视频输入到一个关键片段序列检测模型，该模型先将视频分割成固定长度的片段，再利用稀疏表示的方法计算视频各个片段的显著性，并选择给定数目显著性大的片段组成关键片段序列。然后，将关键片段序列及其显著性输入到一个深度学习事件识别模型，该模型利用3D CNN计算所有关键片段的类别分值，并利用片段的显著性对所有片段的类别分值进行选择获取视频的类别分值，最后根据视频类别分值判定事件的类别。