[发明专利]视频深度特征提取优化的方法、系统、设备及存储介质

权利要求书

1.一种视频深度特征提取优化的方法，其特征在于，包括下列步骤：

S1、获取视频无效帧种子；

S2、构建无效特征底库；

S3、更新所述的无效特征底库，以及获取视频有效特征集合；

S4、根据更新后的所述无效特征底库和所述视频有效特征集合训练帧有效性二分判别模型；

S5、利用所述的帧有效性二分判别模型提取视频有效特征。

2.如权利要求1所述的视频深度特征提取优化的方法，其特征在于，步骤S5中还包括：以提取的所述视频有效特征更新所述的视频有效特征集合；以及，利用所述的帧有效性二分判别模型提取无效特征，以所述提取的无效特征更新所述的无效特征底库。

3.如权利要求1所述的视频深度特征提取优化的方法，其特征在于，步骤S5之后还包括步骤：

S6、从所述的视频有效特征集合中筛除视频冗余特征，得到有效关键特征集合。

4.如权利要求3所述的视频深度特征提取优化的方法，其特征在于，步骤S6之后还包括步骤：

S7、根据任务设定相应的阈值，对所述的有效关键特征集合进行优化。

5.如权利要求1所述的视频深度特征提取优化的方法，其特征在于，步骤S1中所述的获取视频无效帧种子，具体是获取视频中的单色视频帧、全局模糊的视频帧、单一纹理视频帧，或者单一场景视频帧。

6.如权利要求5所述的视频深度特征提取优化的方法，其特征在于，所述获取视频中的单色视频帧，无参考图像集时具体包括：

将I_rgb转换为I_gray；

颜色均匀性指标通过如下K-L散度公式计算：

设定U_thresh，如果Uniformity(I_gray||μ_gray)≤U_thresh，则判定为单色视频帧并将其获取；

其中，I_rgb表示原始视频帧、I_gray表示灰度图像、hist(I_gray)表示视频帧的归一化灰度直方图，B表示直方图的桶数，hist(μ_gray)表示对应灰度均值均匀分布、U_thresh表示单色视频帧的K-L散度阈值。

7.如权利要求5所述的视频深度特征提取优化的方法，其特征在于，所述获取视频中的单色视频帧，有参考图像集时具体包括：

计算所述参考图像集中各参考视频帧的归一化灰度直方图；

按灰度降序排序；

计算灰度在前x％桶内累计分布的定积分数值作为颜色均匀性阈值，筛选单色视频帧并将其获取，计算公式如下：

其中，I_gray表示灰度图像、hist(I_gray)表示视频帧的归一化灰度直方图、x表示设定的百分比数值。

8.如权利要求5所述的视频深度特征提取优化的方法，其特征在于，所述获取视频中的全局模糊的视频帧，具体包括：

将I_rgb转换为I_gray；

通过锐度对原始视频帧进行选择，所述的锐度通过如下公式计算：

设定S_thresh，如果Sharpness(I_gray)≤S_thresh，则判定为全局模糊的视频帧并将其获取；

其中，I_rgb表示原始视频帧、I_gray表示灰度图像、S_thresh表示锐度阈值、Δ_x和Δ_y表示所述锐度的两个正交方向上的灰度梯度。