[發明專利]視頻數據處理方法、裝置、電子設備及計算機可讀介質

在審

• 申請號: 201911325068.6
• 申請日: 2019-12-20
• 公開（公告）號: CN111179310A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 章子健;孫鐘前;鄭瀚
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/00;G06K9/46;G06K9/62
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

本公開的實施例提供了一種視頻數據處理方法、裝置、電子設備及計算機可讀介質。該方法包括：獲取待處理視頻的當前幀圖像，檢測當前幀圖像中目標對象的初始定位框；確定當前幀圖像與前一幀圖像的圖像相似度；當圖像相似度大于第一閾值時，將前一幀圖像的初始定位框作為當前幀圖像的顯示定位框；當圖像相似度小于或等于第一閾值且大于第二閾值時，根據前N幀圖像的初始定位框的平均值確定當前幀圖像的顯示定位框，其中，第一閾值大于第二閾值，N為大于1的整數。本公開提供的技術方案根據圖像相似度對定位框進行調整獲得顯示定位框，能夠減輕待處理視頻中定位框的抖動現象，提高連續幀圖像中定位框的顯示質量。

技術領域

本公開涉及視頻處理技術領域，具體而言，涉及一種視頻數據處理方法、裝置、電子設備及計算機可讀介質。

背景技術

在觀測內窺鏡輸出的實時視頻流時，通常通過目標檢測算法對目標檢測對象進行檢測，獲得目標對象的定位框。相關技術中，通過目標檢測模型對視頻流中按照時間進行排序的各幀圖像進行目標檢測。其中，每張獨立的幀圖像得到一個獨立的定位框，該定位框用于標識目標對象。并將定位框疊加到視頻上以進行顯示。

然而，視頻流和普通圖片不一樣，同一目標在視頻流上會連續出現一段時間。但由于內窺鏡檢測的環境較為復雜，無法精細操控鏡頭，且檢測對象通常較小，上述方式將導致連續輸出的視頻中的定位框不穩定(視頻的微小變化會導致定位框輸出不穩定)，產品應用在病灶檢測視頻流上，表現為同一目標對象的定位框一直在“抖動”。

因此，需要一種新的視頻數據處理方法、裝置、電子設備及計算機可讀介質。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本公開實施例提供一種視頻數據處理方法、裝置及電子設備，進而至少在一定程度上克服視頻處理技術領域中視頻流中由于鏡頭變化導致的定位框的抖動現象。

本公開的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。

本公開實施例提出一種視頻數據處理方法，包括：獲取待處理視頻的當前幀圖像，檢測所述當前幀圖像中目標對象的初始定位框；確定所述當前幀圖像與前一幀圖像的圖像相似度；當所述圖像相似度大于第一閾值時，將所述前一幀圖像的初始定位框作為所述當前幀圖像的顯示定位框；當所述圖像相似度小于或等于所述第一閾值且大于第二閾值時，根據前N幀圖像的初始定位框的平均值確定所述當前幀圖像的顯示定位框，其中，所述第一閾值大于所述第二閾值，所述N為大于1的整數。

本公開實施例提出一種視頻數據處理裝置，包括：定位框檢測模塊，用于獲取待處理視頻的當前幀圖像，檢測所述當前幀圖像中目標對象的初始定位框；相似度生成模塊，用于確定所述當前幀圖像與前一幀圖像的圖像相似度；第一判斷模塊，用于當所述圖像相似度大于第一閾值時，將所述前一幀圖像的初始定位框作為所述當前幀圖像的顯示定位框；第二判斷模塊，用于當所述圖像相似度小于或等于所述第一閾值且大于第二閾值時，根據前N幀圖像的初始定位框的平均值確定所述當前幀圖像的顯示定位框，其中，所述第一閾值大于所述第二閾值，所述N為大于1的整數。

本公開實施例提出一種電子設備，包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現如上述實施例中所述的視頻數據處理方法。

本公開實施例提出一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如上述實施例中所述的視頻數據處理方法。