[发明专利]视频分析方法及其相关的模型训练方法、设备、装置

权利要求书

1.一种视频分析方法，其特征在于，包括：

获取待分析视频；

利用预设网络模型对所述待分析视频进行特征提取，得到第一多维特征图，其中，所述第一多维特征图包含与所述待分析视频对应的不同时序上的特征信息；

利用偏移预测网络对所述第一多维特征图进行预测，得到偏移信息；

利用所述偏移信息对所述第一多维特征图的至少部分特征信息进行时序偏移，并基于偏移后的所述特征信息得到第二多维特征图；

利用所述预设网络模型对所述第二多维特征图进行分析，得到所述待分析视频的分析结果信息。

2.根据权利要求1所述的视频分析方法，其特征在于，在所述利用所述偏移信息对所述第一多维特征图的至少部分特征信息进行时序偏移，并基于偏移后的所述特征信息得到第二多维特征图之前，还包括：

利用权重预测网络对所述第一多维特征图进行预测，得到权重信息；

所述利用所述偏移信息对所述第一多维特征图的至少部分特征信息进行时序偏移，并基于偏移后的所述特征信息得到第二多维特征图，包括：

利用所述偏移信息对所述第一多维特征图的至少部分特征信息进行时序偏移；

利用所述权重信息对偏移后的所述特征信息进行加权处理；

基于所述加权处理后的所述特征信息，得到第二多维特征图。

3.根据权利要求1或2所述的视频分析方法，其特征在于，所述第一多维特征图的维度包括时序维度和预设维度；

所述利用所述偏移信息对所述第一多维特征图的至少部分特征信息进行时序偏移，包括：

按照预设维度从第一多维特征图中选择至少一组特征信息，其中，每组特征信息包括同一预设维度上对应不同时序的特征信息；

利用所述偏移信息对所述至少一组特征信息在时序维度上进行偏移。

4.根据权利要求3所述的视频分析方法，其特征在于，所述预设维度为通道维度；和/或，

所述偏移信息包括第一数量个偏移值，所述至少一组特征信息包括第一数量组第一特征信息；

所述利用所述偏移信息对所述至少一组特征信息在时序维度上进行偏移包括：

利用所述偏移信息中第i个所述偏移值对第i组所述第一特征信息在所述时序维度上进行偏移，得到第i组第二特征信息，其中，所述i为小于或等于所述第一数量的正整数。

5.根据权利要求4所述的视频分析方法，其特征在于，所述利用所述偏移信息中第i个所述偏移值对第i组所述第一特征信息在所述时序维度上进行偏移，得到第i组第二特征信息包括：

获取第i个所述偏移值所属的数值范围，且所述数值范围的上限值与下限值之差为一预设数值；

将第i组所述第一特征信息沿所述时序维度偏移所述上限值个时序单位，得到第i组第三特征信息，并将第i组所述第一特征信息沿所述时序维度偏移所述下限值个时序单位，得到第i组第四特征信息；

以第i个所述偏移值与所述下限值之间的差作为权重对第i组所述第三特征信息进行加权处理，得到第i组第一加权结果，并以所述上限值与所述第i个偏移值之间的差作为权重对第i组所述第四特征信息进行加权处理，得到第i组第二加权结果；

计算所述第i组第一加权结果和第i组第二加权结果之间的和，以作为第i组所述第二特征信息。

6.根据权利要求3所述的视频分析方法，其特征在于，所述待分析视频包括第二数量帧图像，所述权重信息包括所述第二数量个权重值；

所述利用所述权重信息对偏移后的所述特征信息进行加权处理包括：

对偏移后的每组特征信息，分别利用所述权重信息中第j个权重值对当前组特征信息中的第j个时序对应的特征值进行加权处理，得到加权处理后的对应组特征信息；

其中，所述j为小于或等于所述第二数量的正整数。

7.根据权利要求2至6任一项所述的视频分析方法，其特征在于，所述基于所述加权处理后的所述特征信息，得到第二多维特征图，包括：

利用所述加权处理后的所述特征信息以及所述第一多维特征图中未被偏移的特征信息，组成所述第二多维特征图。