[发明专利]视频边框识别方法、装置、可读介质及电子设备

说明书

本公开涉及一种视频边框识别方法、装置、可读介质及电子设备，该视频边框识别方法通过将该目标视频划分为多个子视频；从每个该子视频中抽取预设数量帧待识别图像，以得到多帧待识别图像；然后通过预设边框识别模型获取该多帧待识别图像对应的多尺度的特征图集合，根据该特征图集合中的空间分辨率最小的特征图确定该目标视频是否存在边框；并在确定该目标视频存在边框的情况下，通过对该特征图集合中不同尺度的特征图进行融合，以得到待定特征图，根据该待定特征图预测该目标位置；能够同时考虑视频的时序信息以及空间信息，也能够对视频的深层语义特征和浅层空间特征进行有效融合，从而能够有效提升边框位置识别结果的准确性。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种视频边框识别方法、装置、可读介质及电子设备。

背景技术

现实场景中，经常需要对带边框的视频进行边框识别操作，例如，视频发布平台中，经常遇到用户上传的视频带有边框的情况，若要使该视频既能在适用于竖版视频的设备上发布，也能在适用于横版视频的设备上发布，通常需要先对该带有边框的视频中的视频边框进行有效识别，确定该带有边框的视频的主体区域(即去除边框后的视频图像区域)，然后根据该主体区域进行尺寸调整，以满足适用于竖版视频的设备的播放需求，或者满足适用于横版视频的设备的播放需求。然而，目前的视频边框识别方法通常存在边框位置识别结果准确性较差，不利于视频主体位置确定的问题。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开提供一种视频边框识别方法、装置、可读介质及电子设备。

第一方面，本公开提供一种视频边框识别方法，所述方法包括：

获取待识别的目标视频，并将所述目标视频划分为多个子视频；

从每个所述子视频中抽取预设数量帧待识别图像，以得到多帧待识别图像；

将所述多帧待识别图像输入预设边框识别模型，以使所述预设边框识别模型输出边框识别结果，所述边框识别结果用于表征所述目标视频是否存在边框，以及在所述目标视频存在边框的情况下，所述边框的目标位置；

其中，所述预设边框识别模型用于，获取所述多帧待识别图像对应的多尺度的特征图集合，根据所述特征图集合中的空间分辨率最小的特征图确定所述目标视频是否存在边框；并在确定所述目标视频存在边框的情况下，通过对所述特征图集合中不同尺度的特征图进行融合，以得到待定特征图，根据所述待定特征图预测所述目标位置。

第二方面，本公开提供一种视频边框识别装置，所述装置包括：

第一获取模块，被配置为获取待识别的目标视频，并将所述目标视频划分为多个子视频；

第二获取模块，被配置为从每个所述子视频中抽取预设数量帧待识别图像，以得到多帧待识别图像；

确定模块，被配置为将所述多帧待识别图像输入预设边框识别模型，以使所述预设边框识别模型输出边框识别结果，所述边框识别结果用于表征所述目标视频是否存在边框，以及在所述目标视频存在边框的情况下，所述边框的目标位置；

其中，所述预设边框识别模型用于，获取所述多帧待识别图像对应的多尺度的特征图集合，根据所述特征图集合中的空间分辨率最小的特征图确定所述目标视频是否存在边框；并在确定所述目标视频存在边框的情况下，通过对所述特征图集合中不同尺度的特征图进行融合，以得到待定特征图，根据所述待定特征图预测所述目标位置。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现以上第一方面所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：