[發明專利]一種視頻數據處理方法、設備以及可讀存儲介質

在審

• 申請號: 202011580149.3
• 申請日: 2020-12-28
• 公開（公告）號: CN113515998A
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 趙天昊;袁微;田思達;樓劍
• 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;G06N3/08;H04N21/234;H04N21/2343
• 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

本申請公開了一種視頻數據處理方法、設備以及可讀存儲介質，其中，方法包括：獲取待處理視頻中針對目標對象的運動事件片段；若運動事件片段包括連續運動動作片段，則識別連續運動動作片段中的運動狀態分割點，根據運動狀態分割點對連續運動動作片段進行拆分，得到至少兩個單獨運動動作片段；分別在每個單獨運動動作片段中對目標對象的關鍵部位進行跟蹤，得到每個單獨運動動作片段分別對應的關鍵部位位置信息，根據關鍵部位位置信息識別連續運動動作片段對應的第一事件標簽，用于在目標對象關聯的運動場記信息中記錄每個單獨運動動作片段分別對應的動作類型。采用本申請，可以提高識別動作類型的準確率，且提升運動場記信息的生成效率。

技術領域

本申請涉及互聯網技術領域，尤其涉及一種視頻數據處理方法、設備以及可讀存儲介質。

背景技術

隨著互聯網技術的快速發展，以及計算能力的提升，視頻處理技術的性能大幅提升。

視頻處理技術可以對視頻進行分類、檢測、分析等，是計算機視覺領域中非常有挑戰性的課題，在學術界與工業界均受到了廣泛的重視。現有的人工智能識別技術只能針對靜止狀態的對象進行行為識別，但對于運動狀態的行為識別性能較差，因此在運動場景下(例如在花樣滑冰項目中)，就更加難以通過現有的模型去識別連續運動動作的類別，因此，就只能通過人工的方式進行人工識別相應的動作類型，以記錄成運動場記信息，導致動作類型的識別準確率和識別效率都比較低，且會消耗大量人力，還可能存在人為誤差，造成運動場記信息的生成效率低下。

發明內容

本申請實施例提供了一種視頻數據處理方法、設備以及可讀存儲介質，可以提高識別動作類型的準確率，且提升運動場記信息的生成效率。

本申請實施例一方面提供了一種視頻數據處理方法，包括：

獲取待處理視頻中針對目標對象的運動事件片段；

若運動事件片段包括連續運動動作片段，則識別連續運動動作片段中的運動狀態分割點，根據運動狀態分割點對連續運動動作片段進行拆分，得到至少兩個單獨運動動作片段；

分別在每個單獨運動動作片段中對目標對象的關鍵部位進行跟蹤，得到每個單獨運動動作片段分別對應的關鍵部位位置信息，根據關鍵部位位置信息識別連續運動動作片段對應的第一事件標簽；第一事件標簽用于在目標對象關聯的運動場記信息中記錄每個單獨運動動作片段分別對應的動作類型。

本申請實施例一方面提供了一種視頻數據處理裝置，包括：

獲取模塊，用于獲取待處理視頻中針對目標對象的運動事件片段；

拆分模塊，用于若運動事件片段包括連續運動動作片段，則識別連續運動動作片段中的運動狀態分割點，根據運動狀態分割點對連續運動動作片段進行拆分，得到至少兩個單獨運動動作片段；

第一識別模塊，用于分別在每個單獨運動動作片段中對目標對象的關鍵部位進行跟蹤，得到每個單獨運動動作片段分別對應的關鍵部位位置信息，根據關鍵部位位置信息識別連續運動動作片段對應的第一事件標簽；第一事件標簽用于在目標對象關聯的運動場記信息中記錄每個單獨運動動作片段分別對應的動作類型。

其中，獲取模塊，包括：

抽幀單元，用于對包含目標對象的待處理視頻進行抽幀，得到第一視頻幀序列；

第一特征提取單元，用于將第一視頻幀序列輸入特征提取網絡，獲取第一視頻幀序列對應的圖片特征；

時序動作分割單元，用于將圖片特征輸入動作分割網絡，獲取第一視頻幀序列對應的時序特征；時序特征包括第一視頻幀序列中的運動事件對應的起止時間戳；根據時序特征中的運動事件對應的起止時間戳，從第一視頻幀序列中提取針對運動事件的運動事件片段。

其中，連續運動動作片段為連續跳躍動作片段；

拆分模塊，包括：