[發(fā)明專利]第一人稱視角圖像識(shí)別方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011392225.8
• 申請(qǐng)日: 2020-12-03
• 公開(kāi)（公告）號(hào): CN112381055A
• 公開(kāi)（公告）日: 2021-02-19
• 發(fā)明（設(shè)計(jì)）人: 高瑞東;陳勃霖;蔡錦霖
• 申請(qǐng)（專利權(quán)）人: 影石創(chuàng)新科技股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明公開(kāi)了一種第一人稱視角圖像識(shí)別方法，該方法包括：S1：獲取包含多張第一人稱視角的圖像以及多張不包含第一人稱視角的圖像；S2：根據(jù)是否包含手部特征以及手部特征信息對(duì)圖像進(jìn)行分類及標(biāo)注；S3：對(duì)分類及標(biāo)注后的圖像進(jìn)行增強(qiáng)處理以獲得多樣化的圖像訓(xùn)練樣本；S4：將圖像訓(xùn)練樣本輸入預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到第一視角圖像識(shí)別模型；S5：將待識(shí)別圖像輸入第一視角圖像識(shí)別模型；S6：根據(jù)第一視角圖像識(shí)別模型的輸出判斷待識(shí)別圖像是否為第一人稱視角圖像。與現(xiàn)有技術(shù)相比，本發(fā)明方案可自動(dòng)識(shí)別圖像是否為第一人稱視角，應(yīng)用在視頻上時(shí)可以自動(dòng)判斷當(dāng)前視頻幀是否為第一人稱視角，免除了用于手動(dòng)判斷的需要，用戶只需提供輸入的視頻幀，就可以自動(dòng)區(qū)分該視頻幀是否為第一人稱視角，有利于對(duì)視頻的后期處理，具有處理速度快且準(zhǔn)確率高的優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本申請(qǐng)涉及視頻識(shí)別技術(shù)領(lǐng)域，具體涉及第一人稱視角圖像識(shí)別方法裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

第一人稱視角簡(jiǎn)稱第一視角（POV，Point of View），原來(lái)的意思是一種視點(diǎn)人物寫(xiě)作手法，簡(jiǎn)單來(lái)說(shuō)，就是將相機(jī)安裝在特定的人或動(dòng)物上，記錄從該特定的人或動(dòng)物的視角所看到的一切，第一視角常用于游戲，其在游戲中的定義是：以游戲操作者本人的視角觀看整場(chǎng)游戲演示，相當(dāng)于站在操作者身后看，自己所見(jiàn)即為操作者所見(jiàn)。同樣地，“第一人稱視角視頻”是指通過(guò)用戶穿戴的拍攝裝置拍攝的第一視角(用戶視角)下的視頻數(shù)據(jù)。

隨著可穿戴的拍攝設(shè)備的普及，使用者既可以把可穿戴拍攝設(shè)備佩戴在身上，在登山、沖浪、蹦極等極限運(yùn)動(dòng)中拍攝出“第一人稱視角”的視頻，也可以直接使用可穿戴拍攝設(shè)備直接拍攝非“第一人稱視角”的視頻。由于視角的差異會(huì)造成這兩種視頻在拍攝內(nèi)容上的明顯差異，比如，“第一人稱視角”的視頻更具代入感，更能讓視頻觀看者更直觀地感受拍攝者在拍攝視頻時(shí)的感受，因此，對(duì)這兩種視頻的后期處理方式截然不同。

然而，視頻幀是否為“第一人稱視角”，在圖像上的區(qū)別并不明顯，通過(guò)傳統(tǒng)的計(jì)算機(jī)視覺(jué)方法進(jìn)行區(qū)分，會(huì)相對(duì)繁瑣，而且準(zhǔn)確率不高。

因此，有必要對(duì)現(xiàn)有的第一視角視頻檢測(cè)方法進(jìn)行改進(jìn)。

發(fā)明內(nèi)容

本發(fā)明旨在解決現(xiàn)有第一視角視頻檢測(cè)方法存在的缺陷，提供用于第一人稱視角圖像識(shí)別方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

第一方面，本發(fā)明公開(kāi)了一種第一人稱視角圖像識(shí)別方法，該方法包括：S1：獲取包含多張第一人稱視角的圖像以及多張不包含第一人稱視角的圖像；S2：根據(jù)是否包含手部特征以及手部特征信息對(duì)圖像進(jìn)行分類及標(biāo)注；S3：對(duì)分類及標(biāo)注后的圖像進(jìn)行增強(qiáng)處理以獲得多樣化的圖像訓(xùn)練樣本；S4：將圖像訓(xùn)練樣本輸入預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到第一視角圖像識(shí)別模型；S5：將待識(shí)別圖像輸入第一視角圖像識(shí)別模型；S6：根據(jù)第一視角圖像識(shí)別模型的輸出判斷待識(shí)別圖像是否為第一人稱視角圖像；其中，所述第一人稱視角圖像為至少包含拍攝者手部特征的照片或視頻幀。

第二方面，本發(fā)明公開(kāi)了一種第一人稱視角圖像識(shí)別裝置，該裝置包括：獲取模塊，用于獲取包含多張第一人稱視角的圖像以及多張不包含第一人稱視角的圖像；分類及標(biāo)注模塊，用于根據(jù)是否包含手部特征以及手部特征信息對(duì)圖像進(jìn)行分類及標(biāo)注；增強(qiáng)處理模塊，用于對(duì)分類及標(biāo)注后的圖像進(jìn)行增強(qiáng)處理以獲得多樣化的圖像訓(xùn)練樣本；訓(xùn)練模塊，用于將圖像訓(xùn)練樣本輸入預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到第一人稱視角圖像識(shí)別模型；輸入模塊，用于將待識(shí)別圖像輸入第一人稱視角圖像識(shí)別模型；判斷模塊，用于根據(jù)第一視角圖像識(shí)別模型的輸出判斷待識(shí)別圖像是否為第一人稱視角圖像；其中，所述第一人稱視角圖像為至少包含拍攝者手部特征的照片或視頻幀。

第三方面，本發(fā)明公開(kāi)了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有可執(zhí)行指令，所述可執(zhí)行指令被處理器執(zhí)行時(shí)以實(shí)現(xiàn)上述第一人稱視角圖像識(shí)別方法。