[发明专利]视频帧特征提取方法、装置、计算机设备及存储介质

权利要求书

1.一种视频帧特征提取方法，其特征在于，所述方法包括：

获取同一视频数据中的多个视频帧；

分别对每个视频帧进行特征提取，得到所述每个视频帧的初始特征信息，所述初始特征信息包括多个特征维度对应的初始特征；

根据所述多个视频帧的初始特征信息进行运动识别，得到所述多个视频帧的运动特征信息，所述运动特征信息包括所述多个特征维度对应的运动特征；

将所述多个视频帧的运动特征信息进行对比处理，得到所述每个视频帧的权重信息，所述权重信息包括所述多个特征维度对应的权重，所述权重表示所述特征维度对所述视频帧的运动特征的影响程度；

分别对所述每个视频帧的初始特征信息与对应的权重信息进行融合处理，得到所述每个视频帧的目标特征信息；

所述将所述多个视频帧的运动特征信息进行对比处理，得到所述每个视频帧的权重信息，包括：

对于所述每个视频帧，将所述视频帧的运动特征信息与所述视频帧之前的至少一个视频帧的运动特征信息进行融合处理，得到所述视频帧的融合运动特征信息，所述融合运动特征信息包括所述多个特征维度对应的融合运动特征；

对所述融合运动特征信息中的多个融合运动特征进行归一化处理，将归一化处理后的融合运动特征信息作为所述权重信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个视频帧的初始特征信息进行运动识别，得到所述多个视频帧的运动特征信息，包括：

对所述多个视频帧中相邻的任两个视频帧的初始特征信息进行对比处理，得到所述任两个视频帧中第一个视频帧的运动特征信息。

3.根据权利要求2所述的方法，其特征在于，所述对所述多个视频帧中相邻的任两个视频帧的初始特征信息进行对比处理，得到所述任两个视频帧中第一个视频帧的运动特征信息，包括：

对所述任两个视频帧中第一个视频帧及第二个视频帧的初始特征信息中的每个初始特征进行降维处理；

将所述第一个视频帧降维处理后的特征信息与所述第二个视频帧降维处理后的特征信息之间的差异特征信息，确定为所述第一个视频帧的运动特征信息。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

将预设特征信息确定为所述多个视频帧中的最后一个视频帧的运动特征信息。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于所述视频帧为所述多个视频帧中的第一个视频帧，将所述视频帧的运动特征信息与所述多个视频帧中最后一个视频帧的运动特征信息进行融合处理，得到所述视频帧的融合运动特征信息。

6.根据权利要求1所述的方法，其特征在于，所述分别对所述每个视频帧的初始特征信息与对应的权重信息进行融合处理，得到所述每个视频帧的目标特征信息之后，所述方法还包括：

对所述每个视频帧的目标特征信息进行分类处理，得到所述每个视频帧的类别特征信息，所述类别特征信息包括多个动作类别对应的特征值；

将所述多个视频帧的类别特征信息进行融合，得到融合类别特征信息；

将所述融合类别特征信息中的最大特征值所属的动作类别，确定为所述视频数据的动作类别。

7.根据权利要求1所述的方法，其特征在于，所述分别对每个视频帧进行特征提取，得到所述每个视频帧的初始特征信息的步骤通过调用特征提取模型实现；

所述根据所述多个视频帧的初始特征信息进行运动识别，得到所述多个视频帧的运动特征信息的步骤通过调用运动识别模型实现；

所述将所述多个视频帧的运动特征信息进行对比处理，得到所述每个视频帧的权重信息的步骤通过调用权重获取模型实现；

所述分别对所述每个视频帧的初始特征信息与对应的权重信息进行融合处理，得到所述每个视频帧的目标特征信息的步骤通过调用注意力融合模型实现。