CN112085097A - 图像处理方法及装置、电子设备和存储介质 - Google Patents

图像处理方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112085097A
CN112085097A CN202010942059.8A CN202010942059A CN112085097A CN 112085097 A CN112085097 A CN 112085097A CN 202010942059 A CN202010942059 A CN 202010942059A CN 112085097 A CN112085097 A CN 112085097A
Authority
CN
China
Prior art keywords
video frame
video
similarity
target
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010942059.8A
Other languages
English (en)
Inventor
林培文
程光亮
石建萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202010942059.8A priority Critical patent/CN112085097A/zh
Publication of CN112085097A publication Critical patent/CN112085097A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/732—Query formulation
    • G06F16/7328—Query by example, e.g. a complete video frame or video sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Studio Devices (AREA)

Abstract

本公开涉及一种图像处理方法及装置、电子设备和存储介质，其中，所述方法包括：对目标视频进行视频帧抽取，得到第一视频帧；根据所述第一视频帧的图像特征和第二视频帧的图像特征，确定所述第一视频帧和所述第二视频帧的相似度；其中，所述第二视频帧为所述目标视频中所述第一视频帧之前的待处理的视频帧；在所述相似度小于相似度阈值的情况下，对所述第一视频帧进行处理。本公开实施例可以减少视频帧的处理量。

Description

图像处理方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。
背景技术
随着计算机视觉技术的发展，越来越多的应用使用到了深度学习技术，例如智慧城市、智能驾驶等。深度学习依赖于大量的数据及其对应的标注。深度学习过程中所需要的数据通常以视频的形式返回，例如，自动驾驶中以一定帧率采集到的数据。这种情况下，一个视频通常包含着大量的图片帧，通过对每个图片帧进行标注，可以得到实现深度学习模型的训练。
但是，将这些图片帧都进行标注后进行模型训练，会耗费大量的人力及物力。
发明内容
本公开提出了一种图像处理技术方案。
根据本公开的一方面，提供了一种图像处理方法，包括：
对目标视频进行视频帧抽取，得到第一视频帧；
根据所述第一视频帧的图像特征和第二视频帧的图像特征，确定所述第一视频帧和所述第二视频帧的相似度；其中，所述第二视频帧为所述目标视频中所述第一视频帧之前的待处理的视频帧；
在所述相似度小于相似度阈值的情况下，对所述第一视频帧进行处理。
在一个或多个可选实施例中，所述对目标视频进行视频帧抽取，得到第一视频帧，包括：抽取所述目标视频中与所述第二视频相隔预设的时间间隔的视频帧，作为所述第一视频帧。
在一个或多个可选实施例中，所述根据所述第一视频帧的图像特征和第二视频帧的图像特征，确定所述第一视频帧和所述第二视频帧的相似度，包括：根据所述第一视频帧的图像特征，确定所述第一视频帧的第一特征向量；根据所述第二视频帧的图像特征，确定所述第二视频帧的第二特征向量；根据所述第一特征向量和所述第二特征向量之间的距离，确定所述第一视频帧和所述第二视频帧的相似度。
在一个或多个可选实施例中，所述方法还包括：在所述相似度大于或等于所述相似度阈值的情况下，不对所述第一视频帧进行处理。
在一个或多个可选实施例中，所述方法还包括：在所述相似度大于或等于所述相似度阈值的情况下，抽取所述目标视频中所述第一视频帧之后、与所述第一视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
在一个或多个可选实施例中，所述方法还包括：在所述相似度小于相似度阈值的情况下，将所述第一视频帧作为所述第二视频帧；抽取所述目标视频中所述第二视频帧之后、与所述第二视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
根据本公开的一方面，提供了一种图像处理装置，包括：
抽取模块，用于对目标视频进行视频帧抽取，得到第一视频帧；
确定模块，用于根据所述第一视频帧的图像特征和第二视频帧的图像特征，确定所述第一视频帧和所述第二视频帧的相似度；其中，所述第二视频帧为所述目标视频中所述第一视频帧之前的待处理的视频帧；
处理模块，用于在所述相似度小于相似度阈值的情况下，对所述第一视频帧进行处理。
在一个或多个可选实施例中，所述抽取模块用于对目标视频进行视频帧抽取得到第一视频帧时，包括：抽取所述目标视频中与所述第二视频相隔预设的时间间隔的视频帧，作为所述第一视频帧。
在一个或多个可选实施例中，所述确定模块，包括：第一确定子模块，用于根据所述第一视频帧的图像特征，确定所述第一视频帧的第一特征向量；第二确定子模块，用于根据所述第二视频帧的图像特征，确定所述第二视频帧的第二特征向量；第三确定子模块，用于根据所述第一特征向量和所述第二特征向量之间的距离，确定所述第一视频帧和所述第二视频帧的相似度。
在一个或多个可选实施例中，所述处理模块，还用于在所述相似度大于或等于所述相似度阈值的情况下，不对所述第一视频帧进行处理。
在一个或多个可选实施例中，所述抽取模块，还用于在所述相似度大于或等于所述相似度阈值的情况下，抽取所述目标视频中所述第一视频帧之后、与所述第一视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
在一个或多个可选实施例中，所述抽取模块，还用于在所述相似度小于相似度阈值的情况下，将所述第一视频帧作为所述第二视频帧；抽取所述目标视频中所述第二视频帧之后、与所述第二视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
根据本公开的另一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：执行上述图像处理方法。
根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述图像处理方法。
在本公开实施例中，可以对目标视频进行视频帧抽取，得到第一视频帧，然后根据第一视频帧的图像特征和第二视频帧的图像特征，确定第一视频帧和第二视频帧的相似度，在相似度小于相似度阈值的情况下，再对第一视频帧进行处理，其中，第二视频帧为第一视频帧之前的待处理的视频帧，从而可以利用视频帧之间的相似度，对目标视频中的视频帧进行抽取以及去重，从而减少视频帧的处理量，节省人力物力资源。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的图像处理方法的流程图。
图2示出根据本公开实施例的确定第一视频帧是否是待处理的视频帧一示例的框图。
图3示出根据本公开实施例的图像处理一示例的流程图。
图4示出根据本公开实施例的图像处理装置的框图。
图5示出根据本公开实施例的电子设备示例的框图。
图6示出根据本公开实施例的电子设备示例的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
本公开实施例提供的图像处理方案，可以对目标视频进行视频帧抽取，得到第一视频帧，然后根据第一视频帧的图像特征和第二视频帧的图像特征，确定第一视频帧和第二视频帧的相似度，在相似度小于相似度阈值的情况下，可以对第一视频帧进行处理。这里，第二视频帧为第一视频帧之前的待处理的视频帧，通过第一视频帧与之前确定的待处理的视频帧的相似度，仅对与第二视频帧的相似度小于相似度阈值的第一视频帧进行处理，从而可以对从目标视频中的抽取的视频帧进行进一步的筛选，减小数据处理量。
在相关技术中，在对采集到的视频进行视频帧抽取后，抽取的视频帧在图像场景上仍然比较相似，例如，在采集车辆缓慢行驶或者等候红灯等情况的视频时，可能采集到的视频中存在连续上百的视频帧具有几乎相同的图像场景，这些图像场景几乎相同的视频帧对于深度学习过程中获取新信息的增益较小，但却对应巨大的标注成本。此外，对于图像场景相近的视频帧，即使通过相同的标注人员进行标注，也会存在一定程度的偏差，不同标注人员进行标注的偏差可能会更大。这会对深度学习过程带来一些干扰，使得学习效果以及性能降低。本公开实施例提供的图像处理方案，可以减少视频帧的标注量，并且可以筛除图像场景比较相近的视频帧，从而可以为深度学习提供更加准确有效的信息。
下面对本公开实施例提供的图像处理方案进行说明。
图1示出根据本公开实施例的图像处理方法的流程图。该图像处理方法可以由终端设备、服务器或其它类型的电子设备执行，其中，终端设备可以为用户设备(UserEquipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该图像处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。下面以电子设备作为执行主体为例对本公开实施例的图像处理方法进行说明。
步骤S11，对目标视频进行视频帧抽取，得到第一视频帧。
在本公开实施例中，电子设备可以获取目标视频，目标视频可以是电子设备对场景进行拍摄得到的，或者，可以是由其他电子设备获取的。目标视频可以包括多个视频帧。在获取目标视频之后，可以对目标视频进行视频帧抽取，例如，以固定视频帧间隔对目标视频的视频帧进行抽取，或者，可以以一定的时间间隔对目标视频的视频帧进行抽取，得到抽取的第一视频帧。这里，第一视频帧可以是当前抽取的一个视频帧。
在一个可能的实现方式中，在对目标视频帧进行抽取得到第一视频帧的情况下，可以抽取目标视频帧中与第二视频帧相隔预设的时间间隔的视频帧，作为第一视频帧。
在该实现方式中，预设的时间间隔可以根据实际的应用场景进行设置，例如，可以设置为5秒、10秒等时间间隔。每隔预设的时间间隔可以在目标视频中抽取一个视频帧，得到第二视频帧和第一视频帧。第二视频帧可以是第一视频帧之前抽取的视频帧，即，在目标视频中抽取第二视频帧之后，在目标视频中抽取的与第二视频帧相隔预设的时间间隔的视频帧，可以是第一视频帧。通过以预设的时间间隔对目标视频进行视频帧抽取，可以不受目标视频的帧率影响，即使不同目标视频对应的帧率不同，也可以以相同的时间间隔对视频帧进行抽取，减少了视频的帧率对视频帧抽取的影响。
这里，预设的时间间隔可以根据目标视频的采集场景进行设置。例如，目标视频的采集场景是车辆缓慢行驶或者等候红灯的采集场景，则可以将预设的时间间隔设置为较大值，例如，设置为10s，这样可以减少抽取到的视频帧具有相同图像场景的情况。再例如，目标视频的采集场景是车辆快速行驶的采集场景，则可以将预设的时间间隔设置为较小值，例如，设置为5s，这样可以减少由于设置的时间间隔过大导致遗漏有效视频帧的情况。
步骤S12，根据所述第一视频帧的图像特征和第二视频帧的图像特征，确定所述第一视频帧和所述第二视频帧的相似度；其中，所述第二视频帧为所述目标视频帧中所述第一视频帧之前的待处理的视频帧。
在本公开实施例中，得到第一视频帧之后，可以对第一视频帧进行特征提取，得到第一视频帧的图像特征。然后可以将第一视频帧的图像特征与第二视频帧的图像特征进行比对，确定第一视频帧和第二视频帧的相似度。这里，第二视频帧可以是最新确定的待处理的视频帧，即可以理解为，在第一视频帧前一个处理的视频帧。
在一个可能的实现方式中，可以根据第一视频帧的图像特征，确定第一视频帧的第一特征向量，根据第二视频帧的图像特征，确定第二视频帧的第二特征向量，然后根据第一特征向量和第二特征向量之间的距离，确定第一视频帧和第二视频帧的相似度。
在该实现方式中，可以利用神经网络模型提取第一视频帧的图像特征，得到第一视频帧的第一特征向量，相应地，可以利用神经网络模型提取第二视频帧的图像特征，得到第二视频帧的第二特征向量。然后计算第一特征向量与第二特征向量之间的距离，可以将该距离作为第一视频帧和第二视频帧的相似度。这里的距离可以是欧式距离或者余弦距离。这里的神经网络模型的网络结构不做具体的限定，例如，可以利用卷积神经网络、残差网络等神经网络模型提取第一视频帧和/或第二视频帧的图像特征，如，利用resnet50神经网络提取第一视频帧和/或第二视频帧的图像特征。
这里，在确定第一视频帧和第二视频帧的相似度时，可以利用下述公式(1)进行计算：
Figure BDA0002673968040000061
其中，
Figure BDA0002673968040000062
可以是第一视频帧对应的第一特征向量；
Figure BDA0002673968040000063
可以是第二视频帧对应的第二特征向量；cosθ可以是第一视频帧和第二视频帧的相似度。
S13，在所述相似度小于相似度阈值的情况下，对所述第一视频帧进行处理。
在本公开实施例中，可以根据第一视频帧和第二视频帧之间的相似度，判断第一视频帧是否为待处理的视频帧，进而可以将第一视频帧和第二视频帧之间的相似度与相似度阈值进行比较，在第一视频帧和第二视频帧之间的相似度小于相似度阈值的情况下，表明第一视频帧和第二视频帧相似度较低，两个视频帧的图像场景相差较大，该第一视频帧可以提供有效的信息，从而可以将第一视频帧确定为待处理的视频帧，进一步可以对该第一视频帧进行处理，例如，可以对第一视频帧进行标注、目标检测、人脸识别等处理，从而可以在目标视频的多个视频帧中筛选出进行处理的视频帧，实现对目标视频中有效视频帧的筛选以及处理。
在一个可能的实现方式中，可以将第一视频帧和第二视频帧的相似度与设置的相似度阈值进行比较，在相似度大于或等于相似度阈值的情况下，不对所述第一视频帧进行处理。
在本实现方式中，相似度阈值可以根据实际应用场景进行设置，例如，可以设置为70％、80％等。通过将第一视频帧和第二视频帧的相似度与设置的相似度阈值进行比较，可以对第一视频帧进行判断，如果该相似度大于或等于设置的相似度阈值，表明第一视频帧和第二视频帧相似度较高，可能具有相似的图像场景，该第一视频帧与第二视频帧的图像场景重复，则可以不对第一视频帧进行处理，从而减少视频帧的处理量。在一些实现方式中，还可以在第一视频帧与第二视频帧之间的相似度大于或等于相似度阈值的情况下，将该第一视频帧丢弃，实现对具有相同图像场景的视频帧筛除。
在一个示例中，在第一视频帧与第二视频帧之间的相似度大于或等于相似度阈值的情况下，可以抽取目标视频中第一视频帧之后、与第一视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
在该示例中，如果第一视频帧与第二视频帧之间的相似度大于或等于相似度阈值，则可以认为该第一视频帧与第二视频帧相似度较高，该第一视频帧不是待处理的视频帧，则可以继续以预设的时间间隔抽取下一个第一视频帧，即，可以在目标视频中抽取该第一视频帧之后、并且与该第一视频帧相隔预设的时间间隔的视频帧，将重新抽取的视频帧作为第一视频帧。然后可以重复执行上述步骤S12以及步骤S13，针对重新抽取的第一视频帧判断该第一视频帧是否是待处理的视频帧，直到完成目标视频中的多个视频帧抽取。通过这种方式，可以依次判断是否对目标视频抽取的第一视频帧进行处理，从而减少处理的视频帧的数量。
在一个可能的实现方式中，可以在第一视频帧与第二视频帧之间的相似度小于相似度阈值的情况下，可以将第一视频帧作为第二视频帧，然后抽取目标视频中第二视频帧之后、与第二视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。。
在本实现方式中，在第一视频帧与第二视频帧之间的相似度小于相似度阈值的情况下，第一视频帧可以是最新确定的待处理的视频帧，进一步可以利用该第一视频帧对第二视频帧进行更新，即，将该第一视频帧作为新的第二视频帧。然后可以继续以预设的时间间隔在目标视频中抽取下一个第一视频帧，即，可以在目标视频中抽取该新的第二视频帧之后、并且与该新的第二视频帧相隔预设的时间间隔的视频帧，将重新抽取的视频帧作为新的第一视频帧。然后再重复执行上述步骤S12以及步骤S13，针对新的第一视频帧和新的第二视频帧判断是否对该新的第一视频帧进行处理，直到完成目标视频中多个视频帧的抽取。通过这种方式，可以依次判断是否对目标视频中抽取的第一视频帧进行处理，从而实现在目标视频中提取有效的视频帧。一些实现方式中，还可以对相似度小于相似度阈值的第一视频帧进行保存，从而可以进一步对保存的第一视频帧进行批量的后续处理，例如，进行标注、人脸识别、目标检测等处理。
在一个可能的实现方式中，在对第一视频帧进行处理的情况下，可以对第一视频帧进行标注。
在本实现方式中，可以在确定第一视频帧与第二视频帧的相似度小于相似度阈值的情况下，对第一视频帧进行标注。进一步地，然后可以利用标注后的第一视频帧进行深度学习模型的训练。举例来说，在目标识别场景中，对第一视频帧进行标注的标注信息可以是目标对象的图像位置和种类，然后可以将标注后的第一视频帧输入深度学习模型，得到输出结果，然后可以将输出结果与标注信息进行比较，利用比较后得到的比较结果可以对深度学习模型的模型参数进行调整，实现深度学习模型的训练，对深度学习模型训练之后，可以得到用于目标检测的目标检测模型。
通过上述图像处理方案，可以对目标视频中的视频帧进行筛选，得到待处理的视频帧，从而可以针对目标视频中有效的视频帧进行处理，减少视频帧的处理量。
图2示出根据本公开实施例的确定第一视频帧是否是待处理的视频帧一示例的框图。在一个示例中，可以以预设的时间间隔在目标视频中抽取第一视频帧(当前视频帧)和第二视频帧(前一个视频帧)，这里的时间间隔可以设置为5至10s，然后可以利用resnet50神经网络对第一视频帧和第二视频帧进行图像特征提取，分别得到第一视频帧的第一特征向量和第二视频帧的第二特征向量。然后计算第一特征向量和第二特征向量的余弦距离，在该余弦距离大于或等于相似度阈值的情况下，将第一视频帧丢弃，并以预设的时间间隔提取的下一个视频帧作为第一视频帧。在该余弦距离小于相似度阈值，则保留第一视频帧，将该第一视频帧作为第二视频帧，并将以预设的时间间隔提取下一个视频帧作为第一视频帧。
图3示出根据本公开实施例的图像处理一示例的流程图，可以包括以下步骤：
步骤S301，以预设的时间间隔抽取目标视频中的视频帧，得到抽取的当前视频帧(第一视频帧)cur_img；
步骤S302，确定cur_img的图像特征与第二视频帧base_img的图像特征的相似度；
步骤S303，判断确定的相似度是否小于相似度阈值；
步骤S304，在确定的相似度大于或等于相似度阈值的情况下，丢弃cur_img，返回步骤S301，直到目标视频中的视频帧抽取完毕。
步骤S305，在确定的相似度小于相似度阈值的情况下，存储cur_img，并将cur_img设置为base_img，返回步骤S301，直到目标视频中的视频帧抽取完毕。
通过本公开实施例提供的图像处理方案，可以对目标视频中的视频帧进行筛选，筛除一些重复的数据帧，保留目标视频中具有有效信息的视频帧进行保留，从而减少视频帧的处理量。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图4示出根据本公开实施例的图像处理装置的框图，如图4所示，所述装置包括：
抽取模块41，用于对目标视频进行视频帧抽取，得到第一视频帧；
确定模块42，用于根据所述第一视频帧的图像特征和第二视频帧的图像特征，确定所述第一视频帧和所述第二视频帧的相似度；其中，所述第二视频帧为所述目标视频中所述第一视频帧之前的待处理的视频帧；
处理模块43，用于在所述相似度小于相似度阈值的情况下，对所述第一视频帧进行处理。
在一个或多个实现方式中，所述抽取模块41用于对目标视频进行视频帧抽取得到第一视频帧时，包括：抽取所述目标视频中与所述第二视频帧相隔预设的时间间隔的视频帧，作为所述第一视频帧。
在一个或多个实现方式中，所述确定模块42，包括：
第一确定子模块，用于根据所述第一视频帧的图像特征，确定所述第一视频帧的第一特征向量；
第二确定子模块，用于根据所述第二视频帧的图像特征，确定所述第二视频帧的第二特征向量；
第三确定子模块，用于根据所述第一特征向量和所述第二特征向量之间的距离，确定所述第一视频帧和所述第二视频帧的相似度。
在一个或多个实现方式中，所述处理模块43，还用于在所述相似度大于或等于所述相似度阈值的情况下，不对所述第一视频帧进行处理。
在一个或多个实现方式中，所述抽取模块41，还用于在所述相似度大于或等于所述相似度阈值的情况下，抽取所述目标视频中所述第一视频帧之后、与所述第一视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
在一个或多个实现方式中，所述抽取模块41，还用于在所述相似度小于相似度阈值的情况下，将所述第一视频帧作为所述第二视频帧；抽取所述目标视频中所述第二视频帧之后、与所述第二视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图6示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***，例如微软服务器操作***(Windows ServerTM)，苹果公司推出的基于图形用户界面操作***(Mac OSXTM)，多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM)，开放原代码的类Unix操作***(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (14)

1.一种图像处理方法，其特征在于，包括：
对目标视频进行视频帧抽取，得到第一视频帧；
根据所述第一视频帧的图像特征和第二视频帧的图像特征，确定所述第一视频帧和所述第二视频帧的相似度；其中，所述第二视频帧为所述目标视频中所述第一视频帧之前的待处理的视频帧；
在所述相似度小于相似度阈值的情况下，对所述第一视频帧进行处理。
2.根据权利要求1所述的方法，其特征在于，所述对目标视频进行视频帧抽取，得到第一视频帧，包括：
抽取所述目标视频中与所述第二视频帧相隔预设的时间间隔的视频帧，作为所述第一视频帧。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一视频帧的图像特征和第二视频帧的图像特征，确定所述第一视频帧和所述第二视频帧的相似度，包括：
根据所述第一视频帧的图像特征，确定所述第一视频帧的第一特征向量；
根据所述第二视频帧的图像特征，确定所述第二视频帧的第二特征向量；
根据所述第一特征向量和所述第二特征向量之间的距离，确定所述第一视频帧和所述第二视频帧的相似度。
4.根据权利要求1至3任意一项所述的方法，其特征在于，所述方法还包括：
在所述相似度大于或等于所述相似度阈值的情况下，不对所述第一视频帧进行处理。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
在所述相似度大于或等于所述相似度阈值的情况下，抽取所述目标视频中所述第一视频帧之后、与所述第一视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述相似度小于相似度阈值的情况下，将所述第一视频帧作为所述第二视频帧；
抽取所述目标视频中所述第二视频帧之后、与所述第二视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
7.一种图像处理装置，其特征在于，包括：
抽取模块，用于对目标视频进行视频帧抽取，得到第一视频帧；
确定模块，用于根据所述第一视频帧的图像特征和第二视频帧的图像特征，确定所述第一视频帧和所述第二视频帧的相似度；其中，所述第二视频帧为所述目标视频中所述第一视频帧之前的待处理的视频帧；
处理模块，用于在所述相似度小于相似度阈值的情况下，对所述第一视频帧进行处理。
8.根据权利要求7所述的装置，其特征在于，所述抽取模块用于对目标视频进行视频帧抽取得到第一视频帧时，包括：
抽取所述目标视频中与所述第二视频帧相隔预设的时间间隔的视频帧，作为所述第一视频帧。
9.根据权利要求7或8所述的装置，其特征在于，所述确定模块，包括：
第一确定子模块，用于根据所述第一视频帧的图像特征，确定所述第一视频帧的第一特征向量；
第二确定子模块，用于根据所述第二视频帧的图像特征，确定所述第二视频帧的第二特征向量；
第三确定子模块，用于根据所述第一特征向量和所述第二特征向量之间的距离，确定所述第一视频帧和所述第二视频帧的相似度。
10.根据权利要求7至9任意一项所述的装置，其特征在于，所述处理模块，还用于在所述相似度大于或等于所述相似度阈值的情况下，不对所述第一视频帧进行处理。
11.根据权利要求10所述的装置，其特征在于，所述抽取模块，还用于在所述相似度大于或等于所述相似度阈值的情况下，抽取所述目标视频中所述第一视频帧之后、与所述第一视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
12.根据权利要求7所述的装置，其特征在于，所述抽取模块，还用于在所述相似度小于相似度阈值的情况下，将所述第一视频帧作为所述第二视频帧；抽取所述目标视频中所述第二视频帧之后、与所述第二视频帧相隔预设的时间间隔的视频帧，重新得到第一视频帧。
13.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至6中任意一项所述的方法。
14.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的方法。
CN202010942059.8A 2020-09-09 2020-09-09 图像处理方法及装置、电子设备和存储介质 Pending CN112085097A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010942059.8A CN112085097A (zh) 2020-09-09 2020-09-09 图像处理方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010942059.8A CN112085097A (zh) 2020-09-09 2020-09-09 图像处理方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112085097A true CN112085097A (zh) 2020-12-15

Family

ID=73732189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010942059.8A Pending CN112085097A (zh) 2020-09-09 2020-09-09 图像处理方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112085097A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112911239A (zh) * 2021-01-28 2021-06-04 北京市商汤科技开发有限公司 视频处理方法及装置、电子设备和存储介质
CN113923514A (zh) * 2021-09-23 2022-01-11 青岛信芯微电子科技股份有限公司 一种显示设备及memc重复帧丢弃方法
CN114390330A (zh) * 2022-01-12 2022-04-22 中国电信股份有限公司 图像处理方法及装置、存储介质、电子设备
CN115361584A (zh) * 2022-08-22 2022-11-18 广东电网有限责任公司 一种视频数据处理方法、装置、电子设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109756746A (zh) * 2018-12-28 2019-05-14 广州华多网络科技有限公司 视频审核方法、装置、服务器及存储介质
US20190266409A1 (en) * 2017-12-13 2019-08-29 Beijing Sensetime Technology Development Co., Ltd Methods and apparatuses for recognizing video and training, electronic device and medium
CN110267101A (zh) * 2019-07-19 2019-09-20 西安因诺航空科技有限公司 一种基于快速三维拼图的无人机航拍视频自动抽帧方法
CN110853033A (zh) * 2019-11-22 2020-02-28 腾讯科技（深圳）有限公司 基于帧间相似度的视频检测方法和装置
CN111325096A (zh) * 2020-01-19 2020-06-23 北京字节跳动网络技术有限公司 直播流采样方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190266409A1 (en) * 2017-12-13 2019-08-29 Beijing Sensetime Technology Development Co., Ltd Methods and apparatuses for recognizing video and training, electronic device and medium
CN109756746A (zh) * 2018-12-28 2019-05-14 广州华多网络科技有限公司 视频审核方法、装置、服务器及存储介质
CN110267101A (zh) * 2019-07-19 2019-09-20 西安因诺航空科技有限公司 一种基于快速三维拼图的无人机航拍视频自动抽帧方法
CN110853033A (zh) * 2019-11-22 2020-02-28 腾讯科技（深圳）有限公司 基于帧间相似度的视频检测方法和装置
CN111325096A (zh) * 2020-01-19 2020-06-23 北京字节跳动网络技术有限公司 直播流采样方法、装置及电子设备

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112911239A (zh) * 2021-01-28 2021-06-04 北京市商汤科技开发有限公司 视频处理方法及装置、电子设备和存储介质
CN112911239B (zh) * 2021-01-28 2022-11-11 北京市商汤科技开发有限公司 视频处理方法及装置、电子设备和存储介质
CN113923514A (zh) * 2021-09-23 2022-01-11 青岛信芯微电子科技股份有限公司 一种显示设备及memc重复帧丢弃方法
CN113923514B (zh) * 2021-09-23 2024-03-01 青岛信芯微电子科技股份有限公司 一种显示设备及memc重复帧丢弃方法
CN114390330A (zh) * 2022-01-12 2022-04-22 中国电信股份有限公司 图像处理方法及装置、存储介质、电子设备
CN115361584A (zh) * 2022-08-22 2022-11-18 广东电网有限责任公司 一种视频数据处理方法、装置、电子设备及可读存储介质
CN115361584B (zh) * 2022-08-22 2023-10-03 广东电网有限责任公司 一种视频数据处理方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN107692997B (zh) 心率检测方法及装置
CN110569777B (zh) 图像处理方法及装置、电子设备和存储介质
CN112085097A (zh) 图像处理方法及装置、电子设备和存储介质
CN112465843A (zh) 图像分割方法及装置、电子设备和存储介质
CN110990801B (zh) 信息校验方法及装置、电子设备和存储介质
CN114078118A (zh) 缺陷检测方法及装置、电子设备和存储介质
CN110781957A (zh) 图像处理方法及装置、电子设备和存储介质
CN112911239B (zh) 视频处理方法及装置、电子设备和存储介质
CN111523346B (zh) 图像识别方法及装置、电子设备和存储介质
US20210326649A1 (en) Configuration method and apparatus for detector, storage medium
CN111753822A (zh) 文本识别方法及装置、电子设备和存储介质
CN109934240B (zh) 特征更新方法及装置、电子设备和存储介质
CN109344703B (zh) 对象检测方法及装置、电子设备和存储介质
CN110633715B (zh) 图像处理方法、网络训练方法及装置、和电子设备
CN112598676B (zh) 图像分割方法及装置、电子设备和存储介质
CN110955800A (zh) 视频检索方法及装置
CN110929545A (zh) 人脸图像的整理方法及装置
CN112102300A (zh) 计数方法及装置、电子设备和存储介质
CN113052874A (zh) 目标跟踪方法及装置、电子设备和存储介质
CN113506324B (zh) 图像处理方法及装置、电子设备和存储介质
CN113506325B (zh) 图像处理方法及装置、电子设备和存储介质
CN110121115B (zh) 精彩视频片段的确定方法及装置
CN110659625A (zh) 物体识别网络的训练方法及装置、电子设备和存储介质
CN110858921A (zh) 节目视频的处理方法及装置
CN114445753A (zh) 人脸跟踪识别方法及装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination