视频处理方法及装置、电子设备和存储介质制造方法及图纸

本申请提供了一种视频处理方法及装置、电子设备和存储介质，其中，该方法包括：获取视频流的视频帧，视频帧中包括采集的第一目标对象；基于视频帧获取目标影响因子的得分，目标影响因子为影响第一目标对象的结构化信息的提取精度的因子；基于目标影响因子的得分对结构化信息进行提取。本申请实施例有利于降低视频结构化处理中对计算资源的消耗。频结构化处理中对计算资源的消耗。频结构化处理中对计算资源的消耗。

【技术实现步骤摘要】
视频处理方法及装置、电子设备和存储介质


[0001]本申请涉及计算机视觉
，尤其涉及一种视频处理方法及装置、电子设备和存储介质。

技术介绍

[0002]随着计算机视觉技术的发展，智能视频分析被广泛应用于安防监控领域，对维护社会治安、保障人们日常生活有着重要作用。智能视频分析依赖于视频结构化技术，视频结构化技术用于提取视频中目标或物体的特征属性，并对提取出的特征属性进行识别和分析，将其转化成可供计算机和人理解的信息。目前面向安防领域的视频结构化，在提取特征属性时通常采用间隔抽帧的方式，由于间隔抽帧的方式对同一个目标会有多次提取、计算操作，处理频率较高，计算资源消耗大。

技术实现思路

[0003]针对上述问题，本申请提供了一种视频处理方法及装置、电子设备和存储介质，有利于降低对计算资源的消耗。
[0004]为实现上述目的，本申请实施例提供了一种视频处理方法，该方法包括：
[0005]获取视频流的视频帧，视频帧中包括采集的第一目标对象；
[0006]基于视频帧获取目标影响因子的得分，目标影响因子为影响第一目标对象的结构化信息的提取精度的因子；
[0007]基于目标影响因子的得分对结构化信息进行提取。
[0008]在一种可能的实施方式中，基于目标影响因子的得分对结构化信息进行提取，包括：
[0009]基于目标影响因子的得分计算得到第一目标对象的综合质量得分；
[0010]在综合质量得分大于或等于得分阈值的情况下，对结构化信息进行提取。
[0011]在一种可能的实施方式中，基于视频帧获取目标影响因子的得分，包括：
[0012]对视频帧进行目标检测，得到第一目标对象的第一检测框和类别信息；
[0013]基于第一检测框，从视频帧中截取出包括第一目标对象的目标对象区域图像；
[0014]根据目标对象区域图像获取第一目标对象的清晰度得分；
[0015]根据类别信息获取第一目标对象的角度得分；
[0016]根据第一检测框在视频帧中的位置信息和类别信息获取第一目标对象的尺寸得分；以及
[0017]根据位置信息获取第一目标对象的遮挡比得分和第一目标对象的位置得分；
[0018]其中，目标影响因子包括第一目标对象的清晰度、尺寸、角度、遮挡比以及位置中的至少一个。
[0019]在一种可能的实施方式中，根据目标对象区域图像获取第一目标对象的清晰度得分，包括：
[0020]获取目标对象区域图像的灰度图；
[0021]对灰度图进行归一化处理，获取归一化处理后的灰度图的梯度信息；
[0022]根据梯度信息得到清晰度得分。
[0023]在一种可能的实施方式中，根据类别信息获取第一目标对象的角度得分，包括：
[0024]在类别信息为第一预设类别的情况下，获取第一目标对象的第一旋转角度和第二旋转角度，根据第一旋转角度和第二旋转角度得到角度得分；
[0025]在类别信息为第二预设类别的情况下，将第二预设类别对应的预设值确定为角度得分；
[0026]在类别信息为第三预设类别，且获取到第一目标对象所属主体的至少一个角度的情况下，获取至少一个角度中每个角度对应的预设值，根据至少一个角度中每个角度对应的预设值得到角度得分。
[0027]在一种可能的实施方式中，根据第一检测框在视频帧中的位置信息和类别信息获取第一目标对象的尺寸得分，包括：
[0028]根据位置信息得到目标对象区域图像的宽度信息；
[0029]根据宽度信息和类别信息得到尺寸得分。
[0030]在一种可能的实施方式中，根据位置信息获取第一目标对象的遮挡比得分和第一目标对象的位置得分，包括：
[0031]根据位置信息确定第一目标对象存在遮挡；
[0032]根据遮挡第一目标对象的第二目标对象的第二检测框和第一检测框获取第一目标对象的遮挡比；
[0033]根据第一目标对象的遮挡比得到遮挡比得分；以及
[0034]根据位置信息确定出目标位置信息；
[0035]根据目标位置信息与视频帧的尺寸计算得到目标比值；
[0036]根据目标比值与视频帧中的预设区域得到位置得分。
[0037]本申请另一些实施例提供了一种视频处理装置，该装置包括：
[0038]收发单元，用于获取视频流的视频帧，视频帧中包括采集的第一目标对象；
[0039]处理单元，用于基于视频帧获取目标影响因子的得分，目标影响因子为影响第一目标对象的结构化信息的提取精度的因子；
[0040]处理单元，还用于基于目标影响因子的得分对结构化信息进行提取。
[0041]本申请另一些实施例提供了一种电子设备，该电子设备包括输入设备和输出设备，还包括处理器，适于实现一条或多条指令；以及，计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行以下步骤：
[0042]获取视频流的视频帧，视频帧中包括采集的第一目标对象；
[0043]基于视频帧获取目标影响因子的得分，目标影响因子为影响第一目标对象的结构化信息的提取精度的因子；
[0044]基于目标影响因子的得分对结构化信息进行提取。
[0045]本申请另一些实施例提供了一种计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由处理器加载并执行以下步骤：
[0046]获取视频流的视频帧，视频帧中包括采集的第一目标对象；
[0047]基于视频帧获取目标影响因子的得分，目标影响因子为影响第一目标对象的结构化信息的提取精度的因子；
[0048]基于目标影响因子的得分对结构化信息进行提取。
[0049]可以看出，本申请实施例通过获取视频流的视频帧，视频帧中包括采集的第一目标对象；基于视频帧获取目标影响因子的得分，目标影响因子为影响第一目标对象的结构化信息的提取精度的因子；基于目标影响因子的得分对结构化信息进行提取。这样针对视频帧中的任一目标对象，通过综合考量影响其结构化信息的提取精度的目标影响因子，对该目标影响因子进行量化，只在目标影响因子的得分满足精度要求的情况下才提取结构化信息，有利于降低处理频率，从而降低对计算资源的消耗。
附图说明
[0050]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0051]图1为本申请实施例提供的一种应用环境的示意图；
[0052]图2为本申请实施例提供的一种视频处理方法的流程示意图；
[0053]图3为本申请实施例提供的一种确定第一目标对象存在遮挡的示意图；
[0054]图4为本申请实施例提供的一种获取第一目标对象位置得分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频处理方法，其特征在于，所述方法包括：获取视频流的视频帧，所述视频帧中包括采集的第一目标对象；基于所述视频帧获取目标影响因子的得分，所述目标影响因子为影响所述第一目标对象的结构化信息的提取精度的因子；基于所述目标影响因子的得分对所述结构化信息进行提取。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标影响因子的得分对所述结构化信息进行提取，包括：基于所述目标影响因子的得分计算得到所述第一目标对象的综合质量得分；在所述综合质量得分大于或等于得分阈值的情况下，对所述结构化信息进行提取。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述视频帧获取目标影响因子的得分，包括：对所述视频帧进行目标检测，得到所述第一目标对象的第一检测框和类别信息；基于所述第一检测框，从所述视频帧中截取出包括所述第一目标对象的目标对象区域图像；根据所述目标对象区域图像获取所述第一目标对象的清晰度得分；根据所述类别信息获取所述第一目标对象的角度得分；根据所述第一检测框在所述视频帧中的位置信息和所述类别信息获取所述第一目标对象的尺寸得分；以及根据所述位置信息获取所述第一目标对象的遮挡比得分和所述第一目标对象的位置得分；其中，所述目标影响因子包括所述第一目标对象的清晰度、尺寸、角度、遮挡比以及位置中的至少一个。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标对象区域图像获取所述第一目标对象的清晰度得分，包括：获取所述目标对象区域图像的灰度图；对所述灰度图进行归一化处理，获取归一化处理后的所述灰度图的梯度信息；根据所述梯度信息得到所述清晰度得分。5.根据权利要求3所述的方法，其特征在于，所述根据所述类别信息获取所述第一目标对象的角度得分，包括：在所述类别信息为第一预设类别的情况下，获取所述第一目标对象的第一旋转角度和第二旋转角度，根据所述第一旋转角度和第二旋转角度得到所述角度得分；在所述类别信息为第二预设类别的情况下，将所述第二预设类别对应的预设值确定为所述角度得分；在所述类别信息为第三预设类别，且获...

【专利技术属性】
技术研发人员：王超，刘华凯，罗腾伟，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：