[发明专利]视频识别方法、装置、存储介质及终端

权利要求书

1.一种视频识别方法，其特征在于，所述方法包括：

获取待处理的视频，确定所述视频中的至少一帧图像；

确定每帧所述图像的清晰度得分，根据各所述清晰度得分计算所述视频的目标清晰度得分；

根据所述目标清晰度得分与预设清晰度阈值的比较结果，对所述视频进行清晰识别。

2.根据权利要求1所述的方法，其特征在于，所述确定所述视频中的至少一帧图像，包括：

根据设定帧数对所述视频进行抽帧处理，得到至少一帧图像。

3.根据权利要求1所述的方法，其特征在于，所述确定每帧所述图像的清晰度得分，包括：

获取所述图像中的目标图像，计算所述目标图像的像素梯度以及高斯噪声；

根据所述像素梯度以及所述高斯噪声计算所述目标图像的清晰度得分。

4.根据权利要求3所述的方法，其特征在于，

所述目标图像的像素梯度G_x为水平方向梯度，G_x＝水平像素检测算子矩阵*目标图像，G_y为垂直方向梯度，G_y＝垂直像素检测算子矩阵*目标图像。

5.根据权利要求3所述的方法，其特征在于，

所述目标图像的高斯噪声A’Filter*A，其中，A代表模糊前的目标图像，A’代表模糊后的目标图像，Filter为所选取的窗口对应的高斯模糊权重矩阵；

所述Filter基于二维高斯函数计算得到，其中，x和y为所选取的窗口的各个像素点的坐标，σ为标准差。

6.根据权利要求3所述的方法，其特征在于，所述计算所述目标图像的像素梯度以及高斯噪声，包括：

将所述目标图像分割为至少一个图像块；

计算所述图像块中各图像块的交叉熵；

根据各所述交叉熵计算所述目标图像的像素梯度以及高斯噪声。

7.根据权利要求6所述的方法，其特征在于，

所述图像块的交叉熵其中，a_x为图像块中的像素点值，x标识不同的像素点。

8.根据权利要求6所述的方法，其特征在于，所述根据各所述交叉熵计算所述目标图像的像素梯度以及高斯噪声，包括：

按照所述交叉熵的高低顺序进行排列，获取所述交叉熵中排列在前的预设个数的目标交叉熵；

确定各所述目标交叉熵分别对应的目标图像块；

计算各所述目标图像块分别对应的像素梯度以及高斯噪声。

9.根据权利要求8所述的方法，其特征在于，所述根据所述像素梯度以及所述高斯噪声计算所述目标图像的清晰度得分，包括：

根据各所述目标图像块分别对应的像素梯度以及高斯噪声计算结构相似性；

将各所述结构相似性的第一平均值确定为所述目标图像的清晰度得分。

10.根据权利要求9所述的方法，其特征在于，

所述结构相似性其中，区域sobel梯度得分G_i的均值为方差为区域高斯模糊A′_i的均值为方差为G_i与A′_i的协方差为γ_GA，用于维持稳定的常数参量为c₁和c₂。

11.根据权利要求9所述的方法，其特征在于，所述计算各所述目标图像块分别对应的像素梯度以及高斯噪声，包括：

采用Sobel算子计算各所述目标图像块分别对应的像素梯度；

采用高斯模糊算法计算各所述目标图像块分别对应的高斯噪声。

12.根据权利要求1所述的方法，其特征在于，所述根据各所述清晰度得分计算所述视频的目标清晰度得分，包括：

计算各所述清晰度得分的第二平均值，将所述第二平均值确定为所述视频的目标清晰度得分。