[發明專利]一種視頻類別識別的方法及相關裝置

在審

• 申請號: 202010023718.8
• 申請日: 2020-01-09
• 公開（公告）號: CN110826545A
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 路澤;肖萬鵬;鞠奇
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

本申請公開了一種視頻類別識別的方法及相關裝置，應用于人工智能領域。本申請方法包括：獲取待識別視頻；通過第一視頻識別模型獲取待識別視頻所對應的視頻過濾分數；若視頻過濾分數大于或等于過濾分數閾值，則通過第二視頻識別模型獲取待識別視頻在視頻類別識別階段的識別分數集合；根據識別分數集合確定待識別視頻所對應的視頻識別結果。本申請先通過精度較低且模型參數較少的第一視頻識別模型對大量視頻進行粗過濾，從而保證較高的處理性能，再通過精度較高且模型參數較多的第二視頻識別模型對粗過濾后的視頻進行篩選，從而保證較高的識別精度，由此，能夠在提高視頻處理效率同時保證視頻的識別準確度。

技術領域

本申請涉及人工智能領域，尤其涉及一種視頻類別識別的方法及相關裝置。

背景技術

隨著計算機硬件技術和軟件技術的不斷升級，各類數碼攝像設備層出不窮，通信技術屢次突破性發展，視頻的數量和傳播速度更是飛速增長，內容視頻化已成為互聯網發展一大趨勢。因此，對視頻進行分類的識別技術顯得尤為重要。

目前，可采用基于深度學習特征的方法來識別視頻類別，常見的一種方式為，通過卷積神經網絡（Convolutional Neural Networks，CNN）模型提取視頻特征，模型參數是通過大量標注數據訓練得到的，使用模型輸出分數，或者結合分類器對視頻進行分類。

為了能夠保證視頻分類的準確度，需要采用精度較高的模型進行預測。然而，精度較高的模型往往具有較多的模型參數，因此，在預測的過程中會耗費更多的時間，導致視頻分類的效率較低。

發明內容

本申請實施例提供了一種視頻類別識別的方法及相關裝置，能夠在提高視頻處理效率同時保證視頻的識別準確度。

有鑒于此，本申請第一方面提供一種視頻類別識別的方法，包括：

獲取待識別視頻，其中，待識別視頻包括至少一個視頻幀；

通過第一視頻識別模型獲取待識別視頻所對應的視頻過濾分數，其中，視頻過濾分數表示待識別視頻屬于目標類別的概率，第一視頻識別模型包括P個模型參數，P為大于或等于1的整數；

若視頻過濾分數大于或等于過濾分數閾值，則通過第二視頻識別模型獲取待識別視頻所對應的識別分數集合，其中，識別分數集合包括目標視頻分數以及目標單幀分數中的至少一種，目標視頻分數表示待識別視頻屬于目標類別的概率，目標單幀分數表示待識別視頻中最大單幀分數屬于目標類別的概率，第二視頻識別模型包括Q個模型參數，Q為大于P的整數；

根據識別分數集合確定待識別視頻所對應的視頻識別結果。

本申請第二方面提供一種視頻類別識別裝置，包括：

獲取模塊， 用于獲取待識別視頻，其中，待識別視頻包括至少一個視頻幀；

獲取模塊，還用于通過第一視頻識別模型獲取待識別視頻所對應的視頻過濾分數，其中，視頻過濾分數表示待識別視頻屬于目標類別的概率，第一視頻識別模型包括P個模型參數，P為大于或等于1的整數；

獲取模塊，還用于若視頻過濾分數大于或等于過濾分數閾值，則通過第二視頻識別模型獲取待識別視頻所對應的識別分數集合，其中，識別分數集合包括目標視頻分數以及目標單幀分數中的至少一種，目標視頻分數表示待識別視頻屬于目標類別的概率，目標單幀分數表示待識別視頻中最大單幀分數屬于目標類別的概率，第二視頻識別模型包括Q個模型參數，Q為大于P的整數；

確定模塊，用于根據識別分數集合確定待識別視頻所對應的視頻識別結果。

在一種可能的設計中，識別分數集合包括目標單幀分數；

獲取模塊，具體用于通過第二視頻識別模型，獲取待識別視頻所對應的目標單幀分數，其中，目標單幀分數為單幀分數集合中的最大值，單幀分數集合包括至少一個單幀分數，每個單幀分值對應一個視頻幀；