[發(fā)明專(zhuān)利]視頻檢測(cè)方法和裝置、計(jì)算機(jī)存儲(chǔ)介質(zhì)及相關(guān)設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201911268905.6
• 申請(qǐng)日: 2019-12-11
• 公開(kāi)（公告）號(hào): CN111028222B
• 公開(kāi)（公告）日: 2023-05-30
• 發(fā)明（設(shè)計(jì)）人: 鄒超洋;張書(shū)瑞
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣州視源電子科技股份有限公司
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06V10/74;H04N17/04
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 李靜茹

1.一種視頻檢測(cè)方法，其特征在于，包括：

獲取測(cè)試視頻流和參考視頻流；

將所述參考視頻流中的視頻幀與所述測(cè)試視頻流中的視頻幀進(jìn)行比較，確定第一偏移量，其中，所述第一偏移量用于表征所述測(cè)試視頻流中的視頻幀相對(duì)于所述參考視頻流中的視頻幀的偏移量；

按照所述第一偏移量，將所述參考視頻流中的視頻幀集合與所述測(cè)試視頻流中的視頻幀集合進(jìn)行比較，確定第二偏移量，其中，所述第二偏移量用于表征所述測(cè)試視頻流中的視頻幀集合相對(duì)于所述參考視頻流中的視頻幀集合的偏移量，所述測(cè)試視頻流中的視頻幀集合包含以當(dāng)前幀為中心的多個(gè)視頻幀；

獲取所述第一偏移量和所述第二偏移量之和，得到目標(biāo)偏移量；

基于所述目標(biāo)偏移量，對(duì)所述測(cè)試視頻流和所述參考視頻流進(jìn)行同步處理，確定所述測(cè)試視頻流中的當(dāng)前幀對(duì)應(yīng)的參考幀，其中，所述參考幀是所述參考視頻流中與所述當(dāng)前幀同步的幀；

利用預(yù)先訓(xùn)練好的孿生神經(jīng)網(wǎng)絡(luò)對(duì)所述當(dāng)前幀和所述參考幀進(jìn)行處理，得到所述當(dāng)前幀的檢測(cè)結(jié)果，其中，所述檢測(cè)結(jié)果用于表征所述當(dāng)前幀是否正常。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述參考視頻流中的視頻幀與所述測(cè)試視頻流中的視頻幀進(jìn)行比較，確定第一偏移量包括：

獲取所述參考視頻流中的多個(gè)第一視頻幀，其中，任意兩個(gè)第一視頻幀在所述參考視頻流中的位置間隔相同；

獲取每個(gè)第一視頻幀與所述測(cè)試視頻流中的每個(gè)第二視頻幀的相似度；

獲取相似度大于第一閾值的第一視頻幀和第二視頻幀，得到第一目標(biāo)幀和第二目標(biāo)幀；

基于所述第一目標(biāo)幀在所述參考視頻流中的位置和所述第二目標(biāo)幀在所述測(cè)試視頻流中的位置，確定所述第一偏移量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，獲取每個(gè)第一視頻幀與所述測(cè)試視頻流中的每個(gè)第二視頻幀的相似度包括：

獲取所述每個(gè)第一視頻幀和所述每個(gè)第二視頻幀的歸一化相關(guān)系數(shù)，得到所述相似度。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，按照所述第一偏移量，將所述參考視頻流中的視頻幀集合與所述測(cè)試視頻流中的視頻幀集合進(jìn)行比較，確定第二偏移量包括：

獲取所述參考視頻流中以所述第一目標(biāo)幀為中心的多個(gè)視頻幀，得到第一視頻幀集合；

獲取所述測(cè)試視頻流中以所述第二目標(biāo)幀為中心的多個(gè)視頻幀，以所述第二目標(biāo)幀之前的第一預(yù)設(shè)幀為中心的多個(gè)視頻幀，以及以所述第二目標(biāo)幀之后的第二預(yù)設(shè)幀為中心的多個(gè)視頻幀，得到多個(gè)第二視頻幀集合，其中，所述第一視頻幀集合與每個(gè)第二視頻幀集合中包含的視頻幀的數(shù)量相同；

獲取所述第一視頻幀集合與每個(gè)第二視頻幀集合的相似度均值；

獲取最大相似度均值對(duì)應(yīng)的第二視頻幀集合，得到目標(biāo)集合，其中，所述目標(biāo)集合包含以第三目標(biāo)幀為中心的多個(gè)視頻幀；

基于所述第二目標(biāo)幀在所述測(cè)試視頻流中的位置和所述第三目標(biāo)幀在所述測(cè)試視頻流中的位置，確定所述第二偏移量。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，獲取所述第一視頻幀集合與每個(gè)第二視頻幀集合的相似度均值包括：

獲取所述第一視頻幀集合中每個(gè)視頻幀與所述每個(gè)第二視頻幀集合中對(duì)應(yīng)幀的相似度，得到多個(gè)相似度；

獲取所述多個(gè)相似度的平均值，得到所述相似度均值。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，利用預(yù)先訓(xùn)練好的孿生神經(jīng)網(wǎng)絡(luò)對(duì)所述當(dāng)前幀和所述參考幀進(jìn)行處理，得到所述當(dāng)前幀的檢測(cè)結(jié)果，包括：

利用所述孿生神經(jīng)網(wǎng)絡(luò)對(duì)所述當(dāng)前幀和所述參考幀進(jìn)行處理，得到所述當(dāng)前幀與所述參考幀的相似度；

在所述相似度大于等于第二閾值的情況下，確定所述檢測(cè)結(jié)果為所述當(dāng)前幀正常；

在所述相似度小于所述第二閾值的情況下，確定所述檢測(cè)結(jié)果為所述當(dāng)前幀異常。