[发明专利]一种景别类型判断方法、装置、电子设备和存储介质

说明书

本发明实施例公开了一种景别类型判断方法、装置、电子设备和存储介质；可以获取基于无标注的样本图像和样本图像对应的景深估计样本图像训练得到的景深估计模型，景深估计样本图像为景深估计模型对样本图像提取样本深度特征图后，进行图像重建得到，通过景深估计模型，提取待判断图像的深度特征图，深度特征图包括待判断图像中各像素点的景深信息，基于深度特征图中各像素点的景深信息，计算得到待判断图像的目标景深信息，基于预设的景深信息与景别类型的对应关系，以及目标景深信息，确定待判断图像对应的目标景别类型；因此本发明实施例的方法可以基于人工智能技术，使用无标注样本图像进行训练，减少对人工标注的数据的依赖，节约人力资源。

技术领域

本发明涉及图像技术领域，具体涉及一种景别类型判断方法、装置、电子设备和存储介质。

背景技术

近年来，随着人工智能的普及，自动化的视频或图像素材编目，引起了越来越多的关注。景别作为标签之一，是编目过程中重要的一项。景别识别的目标，是对图像或者视频中的某一帧识别出其属于近景、中景、远景、全景或特写。

目前，在判断视频或者图像的景别时采取的主要方法是，通常的做法是人工对图片或视频帧进行景别的近景、中景、远景、全景及特写的标注，再通过分类任务进行机器学习。但是这种方法依赖于标注数据的质量，由于景别的标准规范中的界限难以界定，特别是近景和中景、中景与远景的界限，人工标注的一致率会比较低。此外，不同电视台的标准规范不一样，不同场景需要不同的标注数据，如果标准改变，数据需要重新标注，耗费大量的人力。因此，分类任务的效果不是很理想，对人力资源的需求大。

发明内容

本发明实施例提供一种景别类型判断方法、装置、电子设备和存储介质，可以减少对人工标注的数据的依赖，节约人力资源，提高确定景别类型的准确性。

本发明实施例提供一种景别类型判断方法，包括：

获取景深估计模型，所述景深估计模型基于无标注的样本图像和所述样本图像对应的景深估计样本图像训练得到，所述景深估计样本图像为所述景深估计模型对所述样本图像提取样本深度特征图后，基于所述样本深度特征图进行图像重建得到，所述样本深度特征图包括所述样本图像中各像素点的景深信息；

通过所述景深估计模型，提取待判断图像的深度特征图，所述深度特征图包括所述待判断图像中各像素点的景深信息；

基于所述深度特征图中各像素点的景深信息，计算得到所述待判断图像的目标景深信息；

基于预设的景深信息与景别类型的对应关系，以及所述目标景深信息，确定所述待判断图像对应的目标景别类型。

相应的，本发明实施例还提供一种景别类型判断装置，包括：

模型获取单元，用于获取景深估计模型，所述景深估计模型基于无标注的样本图像和所述样本图像对应的景深估计样本图像训练得到，所述景深估计样本图像为所述景深估计模型对所述样本图像提取样本深度特征图后，基于所述样本深度特征图进行图像重建得到，所述样本深度特征图包括所述样本图像中各像素点的景深信息；

特征提取单元，用于通过所述景深估计模型，提取待判断图像的深度特征图，所述深度特征图包括所述待判断图像中各像素点的景深信息；

景深估计单元，用于基于所述深度特征图中各像素点的景深信息，计算得到所述待判断图像的目标景深信息；

类型判断单元，用于基于预设的景深信息与景别类型的对应关系，以及所述目标景深信息，确定所述待判断图像对应的目标景别类型。

在一个可选的示例中，所述待判断图像为待判断视频中的视频帧，所述待判断视频中包含至少两个所述视频帧，所述特征提取模块，用于分别将所述待判断视频中的各视频帧作为待判断图像，通过所述景深估计模型，提取各所述待判断图像的深度特征图；