[发明专利]一种视频目标识别方法、装置及设备

说明书

本发明实施例提供了一种视频目标识别方法、装置及设备，其中，该方法包括：确定待识别视频帧；提取待识别视频帧对应的图像特征；获取预先保存的多个历史图像对应的特征信息；基于图像特征和多个历史图像对应的特征信息，确定多个历史图像中与待识别视频帧匹配的目标历史图像；获取预先保存的目标历史图像的识别结果，并将该识别结果作为待识别视频帧对应的识别结果。通过本发明实施例提供的视频目标识别方法、装置及设备，能够提升视频目标识别的效率。

技术领域

本发明涉及视频图像处理技术领域，特别是涉及一种视频目标识别方法、装置及设备。

背景技术

随着手机、监控摄像头等移动端视频采集设备的发展和普及，视频目标识别的应用场景越来越广泛。例如，直播视频中主播背景替换需要用到人像分割技术；场景中的人物特写处理需要用到人物识别技术，等等。

目前的技术中大多采用卷积神经网络实现视频目标识别。例如，通过deeplabV3+实现人像分割，通过pvanet实现目标定位等。具体地，针对视频中的每个视频帧，通过卷积神经网络实现视频目标识别。

然而，发明人在实现本发明的过程中发现，现有技术至少存在如下问题：

一般情况下，卷积神经网络是需要经过很复杂的多层运算才能得到计算结果，且视频中的视频帧数量也比较多。如此，现有技术针对每个视频帧都进行卷积神经网络的运算，会使得视频目标识别过程的效率较低。

发明内容

本发明实施例的目的在于提供一种视频目标识别方法、装置及设备，以提升视频目标识别的效率。具体技术方案如下：

第一方面，本发明实施例提供了一种视频目标识别方法，包括：

确定待识别视频帧；

提取所述待识别视频帧对应的图像特征；

获取预先保存的多个历史图像对应的特征信息；

基于所述图像特征和所述多个历史图像对应的特征信息，确定所述多个历史图像中与所述待识别视频帧匹配的目标历史图像；

获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果。

可选的，所述方法还包括：

获取所述待识别视频帧的图像特征在所述待识别视频帧中的第一位置；

获取所述目标历史图像的特征信息在所述目标历史图像中对应的第二位置；

判断所述第一位置与所述第二位置是否小于预设差值；

如果所述第一位置与所述第二位置小于预设差值，执行所述获取预先保存的所述目标历史图像的识别结果，并将该识别结果作为所述待识别视频帧对应的识别结果的步骤。

可选的，所述基于所述图像特征和所述多个历史图像对应的特征信息，确定所述多个历史图像中与所述待识别视频帧匹配的目标历史图像，包括：

针对每个历史图像，计算所述图像特征与该历史图像对应的特征信息之间的匹配度；当所述匹配度大于等于预设匹配度阈值时，确定该历史图像为所述目标历史图像。

可选的，所述特征信息包括一层特征信息和二层特征信息；

所述提取所述待识别视频帧对应的图像特征，包括：

提取所述待识别视频帧对应的一层图像特征和二层图像特征；

所述计算所述图像特征与该历史图像对应的特征信息之间的匹配度，包括：

计算所述待识别视频帧对应的一层图像特征与该历史图像对应的一层特征信息的第一相似度；