[发明专利]从视频中自动筛选具有汽车部位片段的方法

说明书

本申请涉及一种从视频中自动筛选具有汽车部位片段的方法，通过将待处理视频转化为视频帧，并通过汽车部位分类模型计算视频帧归属于各个汽车部位片段的概率，实现待处理视频中每一帧与汽车部位的对应关系的详细分析。通过将待处理视频拆解为多个时间窗，依据时间窗与汽车部位进行匹配，以及汽车部位相同的时间窗的合并，使得最终实现自动筛选待处理视频中具有有汽车各个部位的片段，免去了人工筛选的麻烦，成本低且筛选效率高。

技术领域

本申请涉及视频处理技术领域，特别是涉及一种从视频中自动筛选具有汽车部位片段的方法。

背景技术

从一个视频中想要找出具有汽车部位的片段，现有的方案一般采用人工筛选的方法实现。具体地，一般需要一个或数个视频审核人员，先观看整个视频。进而在出现汽车部位的镜头处进行标注。这种方法需要大量的人工成本并且筛选效率很低。

发明内容

基于此，有必要针对传统人工从视频中筛选具有汽车部位片段的方法成本高且筛选效率低的问题，提供一种从视频中自动筛选具有汽车部位片段的方法。

本申请提供一种从视频中自动筛选具有汽车部位片段的方法，所述方法包括：

获取待处理视频，将待处理视频转化为按时间先后顺序排列的多个视频帧，并将每一个视频帧输入至汽车部位分类模型，得到每一个视频帧归属于各个汽车部位片段的概率；

依据每个时间窗的持续时间长度，以及相邻两个时间窗的起始时间的差值，将所述按时间先后顺序排列的多个视频帧拆解为多个时间窗；

计算每一个时间窗归属于各个汽车部位的概率，将最大概率对应的汽车部位作为时间窗归属的汽车部位；

将汽车部位相同的时间窗合并为一个时间窗，得到多个合并后的时间窗，将每一个合并后的时间窗作为一个汽车部位片段；

依据每一个汽车部位片段，对所述待处理视频进行汽车部位片段的信息标注。

进一步地，在初始步骤之前，所述方法还包括：

获取多个已标注汽车部位的图像；

构建汽车部位分类模型，将多个已标注汽车部位的图像作为训练数据，对汽车部位分类模型进行训练。

进一步地，获取待处理视频，将待处理视频转化为按时间先后顺序排列的多个视频帧，并将每一个视频帧输入至汽车部位分类模型，得到每一个视频帧归属于各个汽车部位片段的概率，包括：

获取待处理视频，将待处理视频转化为按时间先后顺序排列的多个视频帧；

在所述多个按时间先后顺序排列的视频帧中，按时间先后顺序，每间隔N帧抽取一个关键帧，N为正整数且N大于1；

将每一个关键帧输入至汽车部位分类模型，得到每一个关键帧归属于各个汽车部位片段的概率，

将所有关键帧按时间先后顺序排列，组合形成一个关键帧集合。

进一步地，将所述按时间先后顺序排列的多个视频帧拆解为多个时间窗，包括：

设定每个时间窗的持续时间长度，以及相邻两个时间窗的起始时间的差值；

依据每个时间窗的持续时间长度，以及相邻两个时间窗的起始时间的差值，将所述关键帧集合拆解为多个时间窗；所述多个时间窗按时间先后顺序依次连接，相邻的两个时间窗存在重叠时间。

进一步地，计算每一个时间窗归属于各个汽车部位的概率，将最大概率对应的汽车部位作为时间窗归属的汽车部位，包括：

选取一个时间窗，获取该时间窗内所有关键帧，以及每一个关键帧归属于各个汽车部位的概率；

将归属于每一个汽车部位的概率求平均值，得到归属于每一个汽车部位的平均概率；