[发明专利]视频质量检测方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 202110286029.0 申请日: 2021-03-17
公开(公告)号: CN115116103A 公开(公告)日: 2022-09-27
发明(设计)人: 梁健豪;徐孩;车翔 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V20/40;G06V10/774
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 刘晖铭;张颖玲
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频 质量 检测 方法 装置 设备 计算机 可读 存储 介质
【权利要求书】:

1.一种视频质量检测方法,其特征在于,所述方法包括:

对待检测视频进行视频帧抽取,得到至少两帧待检测视频帧;

对每一所述待检测视频帧进行图像识别,得到每一所述待检测视频帧中的目标对象的目标检测框、目标关键点和目标属性;

根据所述目标检测框和所述目标关键点,在至少两帧待检测视频帧中确定出残缺对象视频帧,所述残缺对象视频帧是所述目标对象为残缺对象的视频帧;

根据每一所述残缺对象视频帧的所述目标属性,在所述残缺对象视频帧中确定出目标质量残缺对象视频帧和所述目标质量残缺对象视频帧的视频帧数量;

根据所述视频帧数量,确定所述待检测视频的检测结果。

2.根据权利要求1所述的方法,其特征在于,每一所述待检测视频帧中的目标对象的所述目标关键点为多个;

所述根据所述目标检测框和所述目标关键点,在至少两帧待检测视频帧中确定出残缺对象视频帧,包括:

对于任一待检测视频帧,当确定出所述任一待检测视频帧的所述目标检测框存在负坐标,且所述任一待检测视频帧的至少一个所述目标关键点超出所述待检测视频帧的边框,且超出所述边框的所述目标关键点的数量小于预设数量阈值时,

确定所述任一待检测视频帧为所述残缺对象视频帧。

3.根据权利要求1所述的方法,其特征在于,所述根据每一所述残缺对象视频帧的所述目标属性,在所述残缺对象视频帧中确定出目标质量残缺对象视频帧和所述目标质量残缺对象视频帧的视频帧数量,包括:

对于任一残缺对象视频帧,当根据所述目标属性,确定出所述目标对象所在区域为清晰区域时,将所述任一残缺对象视频帧确定为所述目标质量残缺对象视频帧;或者,

对于任一残缺对象视频帧,当根据所述目标属性,确定出所述任一残缺对象视频帧所表征的视频内容与所述目标对象相关时,将所述任一残缺对象视频帧确定为所述目标质量残缺对象视频帧;

统计所确定出的所述目标质量残缺对象视频帧的数量为所述视频帧数量。

4.根据权利要求1所述的方法,其特征在于,所述在所述残缺对象视频帧中确定出目标质量残缺对象视频帧和所述目标质量残缺对象视频帧的视频帧数量,包括:

对每一所述残缺对象视频帧进行特征提取,得到所述残缺对象视频帧的图像特征向量和所述目标对象的对象特征向量;

对所述图像特征向量和所述对象特征向量进行拼接,得到拼接矩阵;

基于自注意力机制,对所述拼接矩阵进行注意力计算,得到自注意力特征;

根据所述自注意力特征确定所述目标对象是否为所述残缺对象视频帧中的主体内容;

当所述目标对象是所述残缺对象视频帧中的主体内容时,将所述残缺对象视频帧确定为所述目标质量残缺对象视频帧;

统计所确定出的所述目标质量残缺对象视频帧的数量为所述视频帧数量。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:采用视频质量检测模型对所述待检测视频进行检测;所述视频质量检测模型包括目标检测网络、残缺对象识别网络和视频检测网络;

其中,所述视频质量检测模型通过以下步骤进行训练:

构造样本数据集,所述样本数据集中包括至少两帧样本视频帧,所述样本视频帧是对样本视频进行视频帧抽取和残缺样本在线生成后得到的;

将每一所述样本视频帧输入至所述目标检测网络中进行图像识别,得到每一所述样本视频帧中的样本目标对象的样本目标检测框、样本目标关键点和样本目标属性;

通过所述残缺对象识别网络,根据所述样本目标检测框、所述样本目标关键点和所述样本目标属性,确定所述样本视频帧是否为目标质量残缺对象视频帧;

通过所述视频检测网络,根据所述样本视频中的目标质量残缺对象视频帧的数量,得到所述样本视频对应的样本检测结果;

将所述样本检测结果输入至预设损失模型中,得到损失结果;

根据所述损失结果,对所述目标检测网络、所述残缺对象识别网络和所述视频检测网络中的参数进行修正,得到训练后的视频质量检测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110286029.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top