[发明专利]视频分类方法及相关装置

说明书

本发明公开了一种视频分类方法及相关装置，方法包括：根据网络深度与输入视频帧的数量形成二维网格；根据预设规则，计算二维网格中的检查点对应的当前网络置信度；将当前网络置信度与预设阈值进行对比，若当前网络置信度大于所述预设阈值，则视频分类完成。以此实现提高视频分类效率的目的。

技术领域

本发明涉及视频分类技术领域，具体涉及一种视频分类方法及相关装置。

背景技术

视频中的行为识别是计算机视觉社区中最活跃的研究主题之一，这归因于其在视频监视，视频推荐，检索等方面的巨大应用潜力。评估视频行为识别方法的两个最重要方面是分类准确性和推理成本。

现有的视频分类是从设计轻量视频分类网络的角度来提高计算效率，这会一定程度损失识别性能。因此在识别性能得到保证的前提下，提升识别精度尤为重要。

发明内容

本发明提供一种视频分类方法及相关装置，能够提升视频分类的分类效率。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种视频分类方法，包括：根据网络深度与输入视频帧的数量形成二维网格；根据预设规则，计算所述二维网格中的检查点对应的当前网络置信度；将所述当前网络置信度与预设阈值进行对比，若所述当前网络置信度大于所述预设阈值，则视频分类完成。

其中，所述根据网络深度与输入视频帧的数量形成二维网格的步骤包括：以所述网络深度为纵坐标，所述输入视频帧的数量为横坐标形成二维网格，所述网络深度与所述输入视频帧的交叉位置为所述检查点。

其中，所述根据预设规则，计算所述二维网格中的检查点对应的当前网络置信度的步骤包括：依次计算同一所述网络深度对应的各个所述检查点的当前网络置信度；和/或依次计算同一所述输入视频帧对应的各个所述检查点的当前网络置信度。

其中，所述依次计算同一所述网络深度对应的各个所述检查点的当前网络置信度的步骤包括：获取同一所述网络深度对应的各个所述检查点对应的特征；将同一所述网络深度对应的各个所述检查点对应的所述特征相加，得到第一特征组合；通过转化矩阵将所述第一特征组合转化为所述当前网络置信度。

其中，所述依次计算同一所述输入视频帧对应的各个所述检查点的当前网络置信度的步骤包括：获取同一所述输入视频帧对应的特征；依次将相邻的所述输入视频帧对应的所述特征相加，得到第二特征组合；通过转化矩阵将所述第二特征组合转化为所述当前网络置信度。

其中，所述预设规则包括：根据预设步长时长将所述输入视频帧分为第一组合及第二组合。

其中，所述根据预设规则，计算所述二维网格中的检查点对应的当前网络置信度的步骤包括：依次获取所述第一组合及所述第二组合中同一所述输入视频帧对应的特征；依次将所述第一组合及所述第二组合中的相邻的所述输入视频帧对应的所述特征相加，得到第三特征组合；通过转化矩阵将所述第三特征组合转化为所述当前网络置信度。

其中，所述根据预设规则，计算所述二维网格中的检查点对应的当前网络置信度的步骤包括：在所述第一组合及所述第二组合中设定预设检查点；若所述预设检查点位于同一输入视频帧，不同的网络深度中，则获取同一所述网络深度中，所述各个预设检查点及其之前的各个所述检查点对应的特征；将同一所述网络深度中，所述预设检查点之前的各个所述检查点对应的所述特征相加，得到第四特征组合；通过转化矩阵将所述第四特征组合转化为所述当前网络置信度；若所述预设检查点位于同一网络深度，不同的输入视频帧中，则获取所述各个预设检查点及其之前的各个所述检查点对应的特征；将所述预设检查点之前的各个所述检查点对应的所述特征相加，得到第五特征组合；通过转化矩阵将所述第五特征组合转化为所述当前网络置信度。