[发明专利]结合显著区域检测的场景分类方法、系统、设备及介质

权利要求书

1.一种结合显著区域检测的场景分类方法，其特征在于，用于对短视频图像中的场景进行分类，所述场景分类方法包括：

短视频图像处理步骤：对短视频图像进行抽帧提取获得多个视频帧，根据多个所述视频帧获得具有对应多个所述视频帧的多个图片信息的图像数据集；

非显著区域获取步骤：通过显著区域检测对每一所述图片信息的显著区域和非显著区域进行识别并对所述非显著区域进行增强处理；

分类识别步骤：通过resnet-32网络结构对每一所述图片信息的所述非显著区域进行分类识别获得每一所述图片信息的图像场景概率；

图像概率处理步骤：根据每一所述图片信息的图像场景概率计算获得所述短视频图像的每一场景类别的场景概率。

2.如权利要求1所述的场景分类方法，其特征在于，所述短视频图像处理步骤包括：将所述短视频图像进行抽帧提取，获取到所述短视频图像的分辨率及多个所述视频帧，根据所述分辨率对所述视频帧进行抽样保存获得所述图像数据集。

3.如权利要求1所述的场景分类方法，其特征在于，所述非显著区域获取步骤包括：

区域划分步骤：对所述图片信息进行显著区域获得具有所述显著区域和所述非显著区域的掩膜图片信息；

图片信息处理步骤：对所述掩膜图片信息及所述图片信息进行处理获得增强所述非显著区域后的所述图片信息。

4.如权利要求3所述的场景分类方法，其特征在于，所述图像概率处理步骤包括：根据每一场景类别的所有的所述图片信息的图像概率进行均值计算获得每一场景类别的场景概率。

5.一种结合显著区域检测的场景分类系统，其特征在于，用于对短视频图像中的场景进行分类，所述场景分类系统包括：

短视频图像处理单元，对短视频图像进行抽帧提取获得多个视频帧，根据多个所述视频帧获得具有对应多个所述视频帧的多个图片信息的图像数据集；

非显著区域获取单元，通过显著区域检测对每一所述图片信息的显著区域和非显著区域进行识别并对所述非显著区域进行增强处理；

分类识别单元，通过resnet-32网络结构对每一所述图片信息的所述非显著区域进行分类识别获得每一所述图片信息的图像场景概率；

图像概率处理单元，根据每一所述图片信息的图像场景概率计算获得所述短视频图像的每一场景类别的场景概率。

6.如权利要求5所述的场景分类系统，其特征在于，所述短视频图像处理单元将所述短视频图像进行抽帧提取，获取到所述短视频图像的分辨率及多个所述视频帧，根据所述分辨率对所述视频帧进行抽样保存获得所述图像数据集。

7.如权利要求6所述的场景分类系统，其特征在于，所述非显著区域获取单元包括：

区域划分模块，对所述图片信息进行显著区域获得具有所述显著区域和所述非显著区域的掩膜图片信息；

图片信息处理模块，对所述掩膜图片信息及所述图片信息进行处理获得增强所述非显著区域后的所述图片信息。

8.如权利要求7所述的场景分类系统，其特征在于，所述图像概率处理单元根据每一场景类别的所有的所述图片信息的图像概率进行均值计算获得每一场景类别的场景概率。

9.一种设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的场景分类方法。

10.一种介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至4中任一项所述的场景分类方法。