[发明专利]视频分类方法、装置、电子设备和存储介质

权利要求书

1.一种视频分类方法，包括：

从待分类视频的视频帧图像中确定待识别图像；

将所述待识别图像输入预先训练的分类模型，得到所述待识别图像对应的图像类别，其中，所述分类模型用于表征图像和图像对应的图像类别之间的对应关系，所得到的图像类别属于至少两个预设图像类别，所述分类模型为群等变三维卷积神经网络分类模型；

基于所述待识别图像对应的图像类别确定所述待分类视频的视频类别。

2.根据权利要求1所述的方法，其中，所述分类模型是通过如下训练步骤预先训练得到的：

获取训练样本集合，其中，训练样本包括训练样本图像和用于表征该训练样本图像所属图像类别的样本标注信息；

将所述训练样本集合中的训练样本图像输入初始群等变三维卷积神经网络分类模型得到相应的图像类别，基于所得到的图像类别与该训练样本中样本标注信息之间的差异调整所述初始群等变三维卷积神经网络分类模型的模型参数，直到满足预设训练结束条件；

将所述初始群等变三维卷积神经网络分类模型确定为所述分类模型。

3.根据权利要求2所述的方法，其中，所述预设训练结束条件包括以下至少一项：

用测试样本集合测试所述初始群等变三维卷积神经网络分类模型的准确率大于预设准确率阈值，所述测试样本包括测试样本图像和用于表征该测试样本图像所属图像类别的样本标注信息；

所得到的图像类别与该训练样本中样本标注信息之间的差异小于预设差异阈值；

调整所述初始群等变三维卷积神经网络分类模型的模型参数的次数大于等于预设调参次数阈值。

4.根据权利要求3所述的方法，其中，所述群等变三维卷积神经网络分类模型是平移等变且旋转等变的。

5.根据权利要求4所述的方法，其中，所述群等变三维卷积神经网络分类模型包括群等变三维卷积神经网络和分类器，所述群等变三维卷积神经网络中卷积操作定义如下：

其中，f为输入的特征图像，★表示互相关操作，t是平移参数，s是旋转参数，ψ为卷积函数，ψ_k为第k个卷积函数，k为正整数，k用于表征卷积函数的序号，L_s是按照旋转参数s进行旋转操作，L_t是按照平移参数t进行平移操作，X表示f和ψ_k的定义域，对于所述群等变三维卷积神经网络分类模型的输入层X＝Z³，Z³表示三维空间，对于中间层X＝G，C_N为等变群，C_N＝{A₀，A₁，…，A_N-1}，N为预设的大于等于2的正整数，i为0到N-1之间的整数。

6.根据权利要求5所述的方法，其中，所述训练样本集合的训练样本中训练样本图像包括所呈现的图像对象相对训练样本图像正向放置的正向样本图像和/或所呈现的图像对象相对训练样本图像旋转放置的非正向样本图像。

7.根据权利要求5或6所述的方法，其中，所述分类器为线性分类器。

8.一种视频分类装置，包括：

图像确定单元，被配置成从待分类视频的视频帧图像中确定待识别图像；

分类单元，被配置成将所述待识别图像输入预先训练的分类模型，得到所述待识别图像对应的图像类别，其中，所述分类模型用于表征图像和图像对应的图像类别之间的对应关系，所得到的图像类别属于至少两个预设图像类别，所述分类模型为群等变三维卷积神经网络分类模型；

视频类别确定单元，被配置成基于所述待识别图像对应的图像类别确定所述待分类视频的视频类别。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被一个或多个处理器执行时实现如权利要求1-8中任一所述的方法。