[发明专利]视频处理方法、视频操作方法、装置、存储介质和设备有效

专利信息
申请号: 202010562604.0 申请日: 2020-06-19
公开(公告)号: CN111541943B 公开(公告)日: 2020-10-16
发明(设计)人: 贺思颖;尚焱;张亚彬 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: H04N21/44 分类号: H04N21/44;H04N21/472;H04N21/234;G06K9/00;G06N3/04;G06N3/08
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 李娟
地址: 518044 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频 处理 方法 操作方法 装置 存储 介质 设备
【权利要求书】:

1.一种视频处理方法,其特征在于,包括:

从视频中获取至少两个目标图像帧组成的目标图像序列,每个目标图像帧中包含目标对象;

获取各个目标图像帧中用于标示所述目标对象的目标检测框的位置信息;

根据各个目标图像帧中的目标检测框的位置信息,确定所述目标对象在所述目标图像序列中的稳定度;

当所述目标对象在所述目标图像序列中的稳定度满足设定条件时,获得所述目标图像序列组成的稳定视频片段。

2.根据权利要求1所述的方法,其特征在于,所述从视频中获取至少两个目标图像帧组成的目标图像序列,包括:

根据视频中图像帧的排序,从视频中获取至少两个目标图像帧,并在每个目标图像帧中标示所述目标对象的目标检测框;

确定每个目标图像帧中目标检测框对应的图像清晰度;

当每个目标图像帧中目标检测框对应的图像清晰度均满足设定清晰度条件时,获得所述至少两个目标图像帧组成的所述目标图像序列。

3.根据权利要求2所述的方法,其特征在于,根据视频中图像帧的排序,从视频中获取至少两个目标图像帧,包括:

将所述视频中的各个图像帧分别输入已训练的目标检测网络模型,得到所述目标检测网络模型输出的图像识别结果;所述图像识别结果用于指示输入的图像帧中是否包含目标对象;

根据视频中图像帧的排序和各个图像帧对应的图像识别结果,从所述视频中获取包含目标对象的至少两个目标图像帧。

4.根据权利要求1所述的方法,其特征在于,所述目标对象在所述目标图像序列中的稳定度包括目标抖动度;所述设定条件包括目标抖动度满足设定抖动阈值;所述根据各个目标图像帧中的目标检测框的位置信息,确定所述目标对象在所述目标图像序列中的稳定度,包括:

根据所述目标图像序列的各个目标图像帧中的目标检测框的位置信息,确定各个目标检测框的面积;

从各个目标检测框的面积中选择最小检测框面积;

获取所述目标图像序列的所有目标检测框的整体动态范围;所述整体动态范围为包围所有目标检测框的包络线所包围的区域的面积;

将所述整体动态范围的面积与所述最小检测框面积的比值,作为所述目标图像序列的目标抖动度。

5.根据权利要求4所述的方法,其特征在于,所述目标检测框为多边形框,所述目标检测框的位置信息包括位于目标检测框上的至少两个目标点的坐标;获取所述目标图像序列的所有目标检测框的整体动态范围,包括:

确定所有目标检测框上的目标点的坐标中的横坐标最小值和纵坐标最小值,以及横坐标最大值和纵坐标最大值;

将得到的横坐标最小值和纵坐标最小值作为所述整体动态范围的左上角角点坐标,将得到的横坐标最大值和纵坐标最大值作为所述整体动态范围的右下角角点坐标,得到包围所有多边形框的方形的整体动态范围。

6.根据权利要求4所述的方法,其特征在于,所述目标检测框为圆形框,所述目标检测框的位置信息包括目标检测框的圆心坐标和半径长度;获取所述目标图像序列的所有目标检测框的整体动态范围,包括:

根据所有目标检测框的圆心坐标,确定整体动态范围的圆心坐标;所述整体动态范围的圆心为所有目标检测框的圆心的几何中心;

确定所有目标检测框上的轮廓点至所述整体动态范围的圆心的最远距离;

将所述最远距离作为所述整体动态范围的半径长度,得到圆形的整体动态范围。

7.根据权利要求1或4所述的方法,其特征在于,所述目标对象在所述目标图像序列中的稳定度包括目标偏离度;所述设定条件包括目标偏离度满足设定偏离阈值;所述根据各个目标图像帧中的目标检测框的位置信息,确定所述目标对象在所述目标图像序列中的稳定度,包括:

对于所述目标图像序列的各个目标图像帧中的目标检测框,分别确定每个目标检测框对应的交并比;其中,目标检测框对应的交并比为该目标检测框和选定目标检测框的相交面积与相并面积的比值;所述选定目标检测框为图像清晰度最高的目标检测框;所述图像清晰度为目标检测框对应的图像清晰度;

将得到的交并比中的最小值,作为所述目标图像序列的目标偏离度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010562604.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top