[發明專利]一種視頻數據處理方法、裝置、計算機及可讀存儲介質

有效

• 申請號: 202010783397.1
• 申請日: 2020-08-06
• 公開（公告）號: CN111950424B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 劉夢源;陳宸;黎偉;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: G06V20/40
• 分類號: G06V20/40;G06V20/62;G06V10/40;G06V10/75;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

本申請實施例公開了一種視頻數據處理方法、裝置、計算機及可讀存儲介質，可以使用人工智能領域的計算機視覺及深度學習等技術，該方法包括：獲取目標視頻，從目標視頻中獲取待檢測圖像，識別待檢測圖像中的預測圖標區域以及預測圖標區域對應的預測圖標類型；從待檢測圖像中截取預測圖標區域，作為候選區域，獲取預測圖標類型對應的標準圖標；將候選區域與標準圖標進行匹配，若候選區域與標準圖標的匹配結果為匹配成功結果，則確定目標視頻中存在標準圖標；將目標視頻劃分為標準圖標對應的視頻類別。采用本申請，提高了對視頻中的圖標進行識別的準確性。

技術領域

本申請涉及計算機技術領域，尤其涉及一種視頻數據處理方法、裝置、計算機及可讀存儲介質。

背景技術

圖標是電視媒體和網絡媒體等的圖形化標識，一般位于視頻的四個頂點周邊區域，這里的圖標特指圖形化而非純文本形式的標識，例如，媒體標志(logo)或個人標志等。當需要確定該視頻的發布方，或者基于發布方對視頻進行分類時，需要識別該視頻中的圖標。目前，一般會通過人工去識別視頻中的圖標，或者使用卷積神經網絡檢測識別視頻中的圖標，其中，由于一般情況下，需要識別的視頻的數量較多，而且每個視頻的時長不定，即可能存在較長的視頻，而視頻中不一定每一幀都存在圖標，使得通過人工識別會耗費大量的時間和精力。而通過卷積神經網絡識別視頻中的圖標的位置時，由于卷積神經網絡的泛化性較強，因此，可能會將語義相似的圖像塊識別為圖標，導致圖標識別的準確性較差。

發明內容

本申請實施例提供了一種視頻數據處理方法、裝置、計算機及可讀存儲介質，可以提高對視頻中的圖標進行識別的準確性。

本申請實施例一方面提供了一種視頻數據處理方法，該方法包括：

獲取目標視頻，從目標視頻中獲取待檢測圖像，識別待檢測圖像中的預測圖標區域以及預測圖標區域對應的預測圖標類型；

從待檢測圖像中截取預測圖標區域，作為候選區域，獲取預測圖標類型對應的標準圖標；

將候選區域與標準圖標進行匹配，若候選區域與標準圖標的匹配結果為匹配成功結果，則確定目標視頻中存在標準圖標；

將目標視頻劃分為標準圖標對應的視頻類別。

其中，獲取目標視頻，從目標視頻中獲取待檢測圖像，包括：

將目標視頻拆分得到至少兩個視頻幀圖像，獲取目標視頻的視頻時長；

根據視頻時長確定幀采集時間間隔，基于幀采集時間間隔從至少兩個視頻幀圖像中獲取至少兩個提取幀圖像；

將至少兩個提取幀圖像進行疊加，得到待檢測圖像。

其中，根據視頻時長確定幀采集時間間隔，基于幀采集時間間隔從至少兩個視頻幀圖像中獲取至少兩個提取幀圖像，包括：

獲取視頻時長所屬的目標時長范圍，獲取目標時長范圍對應的圖像提取規則；該圖像提取規則包括圖像分組數及圖像提取幀數；

根據圖像分組數，將至少兩個視頻幀圖像劃分為幀圖像組，獲取幀圖像組對應的視頻拆分時長；幀圖像組的數量與圖像分組數相等；

根據視頻拆分時長及圖像提取幀數確定幀采集時間間隔，基于幀采集時間間隔獲取幀圖像組對應的至少兩個提取幀圖像。

其中，將至少兩個提取幀圖像進行疊加，得到待檢測圖像，包括：

將至少兩個提取幀圖像轉化為至少兩個提取灰度圖；

獲取第i個提取灰度圖中的各個像素點的像素灰度值，根據各個像素點的像素灰度值，以及各個像素點在第i個提取灰度圖中的像素位置，獲取第i個提取灰度圖的至少兩個行灰度疊加值及至少兩個列灰度疊加值；i為小于或等于N的正整數，N為至少兩個提取灰度圖的數量；