[發明專利]一種基于圖像識別的視頻分類截取系統及方法

在審

• 申請號: 202011247468.2
• 申請日: 2020-11-10
• 公開（公告）號: CN112380954A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 陳明榮
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 四川省成都市天策商標專利事務所 51213
• 代理人: 郭會

本發明公開了一種基于圖像識別的視頻分類截取系統，包括：視頻圖像捕捉模塊，用于按照一定頻率截圖視頻圖像并放縮為預設圖片及檢測分辨率大小；視頻圖像識別模塊，用于調用預先訓練完畢的視頻圖像識別模型，通過視頻圖像捕捉模塊得到指定單幀視頻圖像內容，并送入視頻圖像識別模型獲取該視頻圖像識別結果；視頻圖像識別結果收集模塊、視頻圖像識別序列分析模塊、視頻分析截取模塊，用于根據識別類別序列對應的時間戳截取視頻，獲取此視頻的視頻片段，最終獲取若干個對應不同類別的視頻片段。本發明的系可有效解決傳統視頻分類單一性問題，得到視頻分類多個標簽信息以及對應子視頻內容統。

技術領域

本發明涉及視頻圖像處理技術領域，特別涉及一種基于圖像識別的視頻分類截取系統及方法。

背景技術

隨著計算機技術和人工智能圖像識別的發展和應用，計算機可以通過執行相關算法識別圖像、視頻等多媒體文件，也可以對多媒體文件進行分類，以減少手動分類的工作量，提升人們工作效率?，F有視頻分類傳統方法是將整個視頻文件進行識別，最終得到單一的分類標簽，該方法無法描述視頻詳細信息，且無法針對視頻中精彩子視頻內容得到有效的提取。即傳統方法忽略視頻多樣性，無法對視頻中的精彩子視頻進行有效識別提取。且現有方法通過一個模型簡單得出單個分類標簽，無法通過模型得到截取類別精彩子視頻的時間節點。

因此，現有視頻分類傳統方法存在的問題為：直接將整個視頻內容送入識別模型中得到一個類別結果，忽視了視頻內容多樣性的問題，且簡單得出單個標簽內容，沒有對視頻內容做進一步有效信息的提取，如精彩子視頻的提取。但是針對視頻內容，用戶不僅對單個視頻的分類信息感興趣，對于視頻中關鍵視頻片段則可能更貼合用戶興趣范圍。

發明內容

本發明的目的是克服上述背景技術中不足，提供一種基于圖像識別的視頻分類截取系統及方法，通過改變模型識別方式，對視頻圖片的分類得到關于視頻分類結果的時間序列，從而得出該視頻多個標簽內容，通過分析視頻分類結果時間序列，從而提取出該類別視頻時間范圍，最終得出該視頻多個分類標簽和對應多個子視頻內容，可有效解決傳統視頻分類單一性問題，得到視頻分類多個標簽信息以及對應子視頻內容。

為了達到上述的技術效果，本發明采取以下技術方案：

一種基于圖像識別的視頻分類截取系統，包括：

視頻圖像捕捉模塊，用于按照一定頻率截圖視頻圖像并放縮為預設圖片及檢測分辨率大小；

視頻圖像識別模塊，用于調用預先訓練完畢的視頻圖像識別模型，通過視頻圖像捕捉模塊得到指定單幀視頻圖像內容，并送入視頻圖像識別模型獲取該視頻圖像識別結果；

視頻圖像識別結果收集模塊，用于通過原視頻長度和檢測頻率初始化序列器長度，按照時間序列保存視頻圖像識別結果；

視頻圖像識別序列分析模塊，用于按照預設檢測頻率完成整個視頻的檢測識別，并得到根據時間序列對應每一幀圖像的檢測結果，及遍歷序列器獲取連續類別對應的時間節點以及對應視頻的類別；

視頻分析截取模塊，用于根據識別類別序列對應的時間戳截取視頻，獲取此視頻的視頻片段，最終獲取若干個對應不同類別的視頻片段；

所述視頻圖像捕捉模塊、視頻圖像識別模塊、視頻圖像識別結果收集模塊、視頻圖像識別序列分析模塊及視頻分析截取模塊依次連接；

本發明的基于圖像識別的視頻分類截取系統，通過識別有序視頻圖像內容集合得出視頻圖像識別結果時間序列，分析視頻圖像識別結果時間序列從而得出視頻關鍵子視頻片段節點信息和該片段類別信息，通過視頻分析截取模塊按照節點信息得到多個關鍵子視頻以及對應的關鍵子視頻類別信息，最終展現出完整視頻的關鍵子視頻內容，并對完整視頻標注多類標簽信息。

進一步地，所述視頻圖像識別模型為卷積神經網絡模型。