[发明专利]视频处理方法及装置、电子设备和存储介质

权利要求书

1.一种视频处理方法，其特征在于，包括：

获取视频帧序列；

对所述视频帧序列中的图像帧进行基于目标对象的第一分割，得到所述视频帧序列的第一分割结果；

根据所述第一分割结果，从所述视频帧序列中，选定包含所述目标对象的至少部分图像帧作为选定帧集合；以及

根据所述选定帧集合，对所述视频帧序列中的所述目标对象进行预测，生成预测结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述视频帧序列中的图像帧进行基于目标对象的第一分割，得到所述视频帧序列的第一分割结果，包括：

从所述视频帧序列中选定至少一帧图像帧，作为待分割帧；

对所述待分割帧通过至少一种方式进行第一分割，得到所述待分割帧的至少一个第一分割子结果；

对所述待分割帧的至少一个第一分割子结果进行处理，得到所述待分割帧的第一分割结果；以及

统计至少一帧待分割帧的第一分割结果，作为所述视频帧序列的所述第一分割结果。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一分割结果，从所述视频帧序列中，选定包含所述目标对象的至少部分图像帧作为选定帧集合，包括：

根据所述第一分割结果，确定所述视频帧序列中包含所述目标对象的面积最大的N帧图像帧，作为选定帧，其中，N为正整数；以及

将所述选定帧构成的集合作为所述选定帧集合。

4.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一分割结果，从所述视频帧序列中，选定包含所述目标对象的至少部分图像帧作为选定帧集合，包括：

根据所述第一分割结果，确定所述视频帧序列中包含所述目标对象的面积最大的M帧图像帧，作为选定帧，其中，M为正整数；以及

从M帧选定帧中，随机选定N帧构成选定帧集合，N为正整数。

5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述根据所述选定帧集合，对所述视频帧序列中的所述目标对象进行预测，生成预测结果，包括：

对所述选定帧集合中的所述目标对象进行分类，得到分类结果；

对所述选定帧集合中的所述目标对象进行第二分割，得到第二分割结果；以及

根据所述分类结果和/或所述第二分割结果，生成所述视频帧序列中的所述目标对象的所述预测结果。

6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述根据所述选定帧集合，对所述视频帧序列中的所述目标对象进行预测，生成预测结果，包括：

对所述选定帧集合通过至少一种方式进行所述目标对象的预测，得到至少一个预测子结果；以及

对所述至少一个预测子结果进行处理，生成所述视频帧序列中的所述目标对象的所述预测结果。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述对所述视频帧序列中的图像帧进行基于目标对象的第一分割，包括：

将所述视频帧序列中的至少一帧图像帧输入至少一个第一神经网络，其中，所述第一神经网络通过第一训练图像进行训练。

8.根据权利要求7所述的方法，其特征在于，所述第一训练图像包含目标对象第一分割标注，以及所述通过第一训练图像训练所述第一神经网络，包括：

将所述第一训练图像输入初始第一神经网络，对所述初始第一神经网络进行训练，得到中间第一神经网络；

将所述第一训练图像输入所述中间第一神经网络，根据所述中间第一神经网络的输出，对所述目标对象第一分割标注进行更新，得到第二训练图像；

将所述第二训练图像输入中间第一神经网络，对所述中间第一神经网络进行训练，得到训练后的第一神经网络。