[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

说明书

本申请实施例公开了一种视频帧特征提取方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取多个视频帧，分别对每个视频帧进行特征提取，得到每个视频帧的初始特征信息，根据多个视频帧的初始特征信息进行运动识别，得到多个视频帧的运动特征信息，将多个视频帧的运动特征信息进行对比处理，得到每个视频帧的权重信息，分别对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，得到每个视频帧的目标特征信息。削弱了每个视频帧中与运动特征无关的信息，提高了多个视频帧的运动特征信息的准确性，增强每个视频帧的目标特征信息中的运动特征信息，从而提高了目标特征信息的准确性，实现了对视频帧的数据计算。

技术领域

本申请实施例涉及计算机技术领域，特别涉及一种视频帧特征提取方法、装置、计算机设备及存储介质。

背景技术

随着计算机技术的发展，视频数据越来越丰富，对视频数据的处理方式也越来越多样，例如视频数据分类、视频数据分割等。在对视频数据进行分类或分割时，通常根据视频数据的特征信息进行处理，因此，如何准确提取特征信息尤为重要。

相关技术中通常是获取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，得到每个视频帧的特征信息。由于上述方法是对每个视频帧分别进行特征提取，得到的特征信息的准确性差。

发明内容

本申请实施例提供了一种视频帧特征提取方法、装置、计算机设备及存储介质，能够提高特征信息的准确性。所述技术方案包括以下内容。

一方面，提供了一种视频帧特征提取方法，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。

在一种可能实现方式中，所述根据所述多个样本视频帧的目标样本特征信息，对所述特征提取模型、所述运动识别模型、所述权重获取模型及所述注意力融合模型进行训练，包括：

调用分类模型，对所述每个样本视频帧的目标样本特征信息进行分类处理，得到所述每个样本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；

将所述多个样本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，确定为所述样本视频的目标动作类别；

根据所述样本视频的目标动作类别与所述样本视频的样本动作类别之间的差异，确定所述特征提取模型的第二损失值，所述第二损失值与所述差异呈正相关关系；

根据所述第二损失值，对所述特征提取模型、所述运动识别模型、所述权重获取模型及所述注意力模型进行训练。

另一方面，提供了一种视频帧特征提取方法，所述方法包括：

获取同一样本视频数据中的多个样本视频帧；

调用特征提取模型，分别对每个样本视频帧进行特征提取，得到所述每个样本视频帧的目标样本特征信息；