[發明專利]一種視頻的視角分類方法、裝置、設備及存儲介質在審
| 申請號: | 202110008444.X | 申請日: | 2021-01-05 |
| 公開(公告)號: | CN112668533A | 公開(公告)日: | 2021-04-16 |
| 發明(設計)人: | 彭聯貼;熊敏君;崔宵洋;顏家云;黎孟;張慧源;李晨;劉昕武;褚金鵬;劉邦繁;孫木蘭;劉雨聰 | 申請(專利權)人: | 株洲中車時代電氣股份有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 侯珊 |
| 地址: | 412001 湖*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 視頻 視角 分類 方法 裝置 設備 存儲 介質 | ||
1.一種視頻的視角分類方法,其特征在于,包括:
獲取目標視頻;
以預定時長為時間間隔從所述目標視頻中抽取第一預定數量幀的圖像;
將每幀圖像輸入預先訓練的單幀圖像分類模型,得到每幀圖像屬于不同視角的概率值;
基于圖像間的特異性特征及共性特征,利用所述目標視頻中每幀圖像屬于不同視角的概率值,計算所述目標視頻屬于每個視角的目標概率值;
將所述目標視頻屬于每個視角的目標概率值與對應視角的概率值閾值進行比較,根據比較結果確定目標視頻的視角分類結果。
2.根據權利要求1所述的視角分類方法,其特征在于,所述獲取目標視頻之前,還包括:
確定與每個視角對應的概率值閾值。
3.根據權利要求2所述的視角分類方法,其特征在于,所述確定與每個視角對應的概率值閾值,包括:
確定訓練視頻;其中,每個訓練視頻均具有已識別的視角;
以預定時長為時間間隔從每個訓練視頻中抽取第二預定數量幀的訓練圖像,并通過所述單幀圖像分類模型獲得每幀訓練圖像屬于不同視角的概率值;
對每個訓練視頻中各幀訓練圖像屬于對應視角的概率值進行更新;
利用所述更新后的概率值,計算與每個視角對應的每個訓練視頻的第一總概率值;所述第一總概率值為同一訓練視頻中各幀訓練圖像屬于對應視角的更新后的概率值之和;
根據所述第一總概率值以及所述第二預定數量幀確定與每個視角對應的概率值閾值。
4.根據權利要求3所述的視角分類方法,其特征在于,所述對每個訓練視頻中各幀訓練圖像屬于對應視角的概率值進行更新,包括:
獲取當前訓練視頻的每幀訓練圖像屬于所述當前訓練視頻的視角的訓練概率值,并判斷所述訓練概率值是否大于第一判定閾值;
若大于,則保留訓練圖像的概率值,否則,則將訓練圖像的概率值修改為零,以得到每個訓練視頻的每幀訓練圖像屬于對應視角的更新后的概率值。
5.根據權利要求3所述的視角分類方法,其特征在于,所述根據所述第一總概率值以及所述第二預定數量幀確定與每個視角對應的概率值閾值,包括:
從每個視角的至少一個訓練視頻的第一總概率值中,確定與每個視角對應的目標總概率值;
利用每個視角的目標總概率值及所述第二預定數量幀,確定與每個視角對應的概率值閾值。
6.根據權利要求5所述的視角分類方法,其特征在于,所述從每個視角的至少一個訓練視頻的第一總概率值中,確定與每個視角對應的目標總概率值包括:
從每個視角的至少一個訓練視頻的第一總概率值中,選擇數值最小的第一總概率值作為每個視角的目標總概率值。
7.根據權利要求5所述的視角分類方法,其特征在于,所述從每個視角的至少一個訓練視頻的第一總概率值中,確定與每個視角對應的目標總概率值包括:
計算與每個視角對應的所有訓練視頻的第一總概率值的平均值,將所述平均值作為對應視角的目標總概率值。
8.根據權利要求1所述的視角分類方法,其特征在于,所述獲取目標視頻,包括:
從機車車載安全防護系統獲取待分類的目標視頻,以實現對所述目標視頻中的駕駛室視角進行分類。
9.根據權利要求8所述的視角分類方法,其特征在于,所述根據比較結果確定目標視頻的視角分類結果之后,還包括:
通過與所述視角分類結果對應的智能分析系統對所述目標視頻進行分析。
10.根據權利要求9所述的視角分類方法,其特征在于,所述通過與所述視角分類結果對應的智能分析系統對所述目標視頻進行分析,包括:
通過與所述視角分類結果對應的司機行為分析系統對所述目標視頻進行分析。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于株洲中車時代電氣股份有限公司,未經株洲中車時代電氣股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110008444.X/1.html,轉載請聲明來源鉆瓜專利網。





