[发明专利]视频分类方法、装置、电子设备和存储介质

说明书

本公开提供一种视频分类方法、装置、电子设备和存储介质，通过利用群等变三维卷积神经网络分类模型，首先从待分类视频的视频帧图像中确定待识别图像，而后将待识别图像输入预先训练的分类模型，得到与待识别图像对应的图像类别，其中，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，且分类模型为群等变三维卷积神经网络分类模型，最后基于与待识别图像对应的图像类别确定待分类视频的视频类别。由于群等变三维卷积神经网络分类模型的旋转等变特点，可以实现视频分类过程中对摄像机是否竖直摆放以及视频中对象是否竖直摆放不敏感，提高视频分类鲁棒性。

技术领域

本公开的实施例涉及计算机视觉技术领域，具体涉及视频分类方法、装置、电子设备和存储介质。

背景技术

随着互联网的发展，各类视频应用得到广泛使用。为了对视频进行各种分类，比如对视频是否符合公共发布要求进行审核的视频分类，对于视频内容属于例如体育、娱乐、美食、服装等中的哪个类别进行分类。

目前视频分类中常见的方法是基于卷积神经网络(Convolutional NeuralNetworks,CNN)技术实现的。

发明内容

本公开的实施例提出了视频分类方法、装置、电子设备和存储介质。

第一方面，本公开的实施例提供了一种视频分类方法，该方法包括：

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。

在一些可选的实施方式中，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。

在一些可选的实施方式中，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。

在一些可选的实施方式中，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。

在一些可选的实施方式中，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：