[发明专利]用于分类视频的方法、装置、电子设备及可读存储介质

说明书

本申请实施例公开了用于分类视频的方法、装置、电子设备及计算机可读存储介质，涉及人工智能领域，具体涉及计算机视觉、深度学习技术领域。该方法的一具体实施方式包括：获取待分类视频和该待分类视频的图像复杂度；从待分类视频中提取得到与该图像复杂度对应分辨率大小的特征图；基于该特征图确定该待分类视频所属的目标视频类别。该实施方式将改进方向瞄向深度学习网络在处理不同图像复杂度的待分类视频时的效率差异，根据不同图像复杂度的待分类视频在图像特征识别时的难易程度，从待分类视频中提取出与其图像复杂度对应分辨率大小的特征图，分辨率较小的特征图将使得基于此进行的特征识别和分类效率得到显著提升，进而提升总体的视频分类效率。

技术领域

本申请涉及人工智能领域，具体涉及计算机视觉、深度学习技术领域，尤其涉及用于分类视频的方法、装置、电子设备及计算机可读存储介质。

背景技术

基于在视频监视、视频推荐、检索等方面的巨大应用潜力，对视频进行正确的识别和分类，是计算机视觉社区中最活跃的研究主题之一。评估视频分类方法的两个最重要方面是分类准确性和推理成本，现今视频识别已经在识别精度上取得了巨大的成功，但是由于庞大的计算成本，它仍然是一项具有挑战性的任务。

当前通常通过设计尽可能轻量级的视频处理网络结构，以提升识别效率。

发明内容

本申请提出了一种用于分类视频的方法、装置、电子设备及计算机可读存储介质。

第一方面，本申请实施例提出了一种用于分类视频的方法，包括：获取待分类视频和待分类视频的图像复杂度；从待分类视频中提取得到与图像复杂度对应分辨率大小的特征图；基于特征图确定待分类视频所属的目标视频类别。

第二方面，本申请实施例提出了一种用于分类视频的装置，包括：视频及图像复杂度获取单元，被配置成获取待分类视频和待分类视频的图像复杂度；特征图提取单元，被配置成从待分类视频中提取得到与图像复杂度对应分辨率大小的特征图；目标视频类别确定单元，被配置成基于特征图确定待分类视频所属的目标视频类别。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现如第一方面中任一实现方式描述的用于分类视频的方法。

第四方面，本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行时能够实现如第一方面中任一实现方式描述的用于分类视频的方法。

本申请实施例提供的用于分类视频的方法、装置、电子设备及计算机可读存储介质，首先，获取待分类视频和该待分类视频的图像复杂度；然后，从待分类视频中提取得到与该图像复杂度对应分辨率大小的特征图；最后，基于该特征图确定该待分类视频所属的目标视频类别。

区别于现有技术将研究方向放在设计更轻量级的网络结构上，本申请则将改进方向瞄向深度学习网络在处理不同图像复杂度的待分类视频时的效率差异，现有技术虽然得到了轻量级的网络结构，但其仍是平等的对待拥有不同图像复杂度的待分类视频，即处理不同图像复杂度的待分类视频时均基于提取出的相同分辨率大小的特征图来进行特征匹配和识别，而本申请根据不同图像复杂度的待分类视频在图像特征识别时的难易程度，从待分类视频中提取出与其图像复杂度对应分辨率大小的特征图，分辨率较小的特征图将使得后续基于此进行的特征识别和分类效率得到显著提升，进而提升了总体的视频分类效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：