一种场景识别方法、装置、存储介质及电子设备与流程

本申请涉及计算机，尤其涉及一种场景识别方法、装置、存储介质及电子设备。

背景技术：

1、随着信息技术的发展，场景识别技术能够从复杂多变的直播场景图像中识别出场景内容，广泛应用于智能交通、智能监控以及内容检索等领域。

2、目前，场景识别方法主要通过特征算法进行单一特征匹配和场景阈值判断，实现直播场景的识别。

3、然而，使用这种方式，仅基于单一特征的特征点匹配数量或固定阈值或进行场景识别，导致对极端光照、快速运动等直播场景的识别准确率较低。

技术实现思路

1、有鉴于此，本申请提供了一种场景识别方法、装置、存储介质及电子设备，主要目的在于改善现有技术仅基于单一特征的特征点匹配数量或固定阈值或进行场景识别，导致对极端光照、快速运动等直播场景的识别准确率较低的技术问题。

2、第一方面，本申请提供了一种场景识别方法，包括：

3、响应于目标直播的场景切换，获取所述目标直播的待识别视频帧；

4、提取所述待识别视频帧的多维度场景特征；

5、根据所述多维度场景特征和所述待识别视频帧的色彩变化信息之间的关联强度信息，将所述多维度场景特征进行特征融合，得到融合场景特征；

6、基于所述融合场景特征对所述待识别视频帧的直播场景进行识别，得到所述待识别视频帧的场景信息。

7、可选的，所述提取所述待识别视频帧的多维度场景特征，包括：

8、将所述待识别视频帧对应的色相分布图划分为多个色相区间，根据所述多个色相区间在所述色相分布图中的像素数量信息，分析所述多个色相区间在所述色相分布图中的色相分布均匀度，确定所述待识别视频帧的第一场景特征；

9、根据所述待识别视频帧中每个像素的饱和度信息，分析所述每个像素的饱和度和所述待识别视频帧的平均饱和度的差异情况，确定所述待识别视频帧的第二场景特征；

10、提取所述每个像素的像素值变化梯度信息，并根据所述每个像素的色彩变化情况生成所述每个像素的色彩变化信息，将所述像素值变化的梯度信息与所述色彩变化信息进行融合，得到所述待识别视频帧的第三场景特征。

11、可选的，所述根据所述多维度场景特征和所述待识别视频帧的色彩变化信息之间的关联强度信息，将所述多维度场景特征进行特征融合，得到融合场景特征，包括：

12、确定所述第一场景特征、所述第二场景特征、所述第三场景特征分别与所述色彩变化信息之间的第一关联关系，分析每个特征和色彩变化信息之间的关联强度，根据所述第一关联关系确定所述第一场景特征、所述第二场景特征、所述第三场景特征分别对应的第一融合权重；

13、确定所述第一场景特征、所述第二场景特征、所述第三场景特征中的任意两个特征之间的第二关联关系，分析所述任意两个特征之间的关联强度，根据所述第二关联关系确定所述任意两个特征对应的第二融合权重；

14、基于所述第一融合权重和所述第二融合权重，将所述第一场景特征、所述第二场景特征以及所述第三场景特征进行特征融合，得到所述融合场景特征。

15、可选的，在所述响应于目标直播的场景切换，获取所述目标直播的待识别视频帧之前，所述方法还包括：

16、提取所述目标直播中当前视频帧的第一画面特征向量和历史视频帧的第二画面特征向量；

17、基于所述第一画面特征向量和所述第二画面特征向量的向量差异信息，确定所述当前视频帧和所述历史视频帧的场景差异信息；

18、在所述场景差异信息满足场景切换条件的情况下，确定所述目标直播发生场景切换。

19、可选的，所述基于所述融合场景特征对所述待识别视频帧的直播场景进行识别，得到所述待识别视频帧的场景信息，包括：

20、基于所述融合场景特征，确定所述待识别视频帧在每个直播场景的概率分布信息；

21、根据所述概率分布信息确定所述待识别视频帧的场景信息。

22、可选的，所述根据所述概率分布信息确定所述待识别视频帧的场景信息，包括：

23、确定所述待识别视频帧对应的视频帧集合，对所述视频帧集合中每个视频帧的概率分布信息分别进行概率校准，得到所述视频帧集合中每个视频帧在每个直播场景的校准概率信息集合，所述视频帧集合为包含所述待识别视频帧的连续多个视频帧；

24、基于所述校准概率信息集合，确定所述视频帧集合中的目标连续视频帧在同一直播场景下的目标概率信息；

25、在所述目标概率信息满足连续帧概率条件的情况下，将所述目标概率信息对应的直播场景确定为所述待识别视频帧的场景信息；

26、在所述目标概率信息不满足连续帧概率条件的情况下，将历史直播场景确定为所述待识别视频帧的场景信息。

27、第二方面，本申请提供了一种场景识别装置，包括：

28、获取模块，被配置为响应于目标直播的场景切换，获取所述目标直播的待识别视频帧；

29、提取模块，被配置为提取所述待识别视频帧的多维度场景特征；

30、融合模块，被配置为根据所述多维度场景特征和所述待识别视频帧的色彩变化信息之间的关联强度信息，将所述多维度场景特征进行特征融合，得到融合场景特征；

31、识别模块，被配置为基于所述融合场景特征对所述待识别视频帧的直播场景进行识别，得到所述待识别视频帧的场景信息。

32、第三方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的场景识别方法。

33、第四方面，本申请提供了一种电子设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的场景识别方法。

34、第五方面，本申请提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的场景识别方法。

35、借由上述技术方案，本申请提供的一种场景识别方法、装置、存储介质及电子设备，包括：响应于目标直播的场景切换，获取目标直播的待识别视频帧；提取待识别视频帧的多维度场景特征；根据多维度场景特征和待识别视频帧的色彩变化信息之间的关联强度信息，将多维度场景特征进行特征融合，得到融合场景特征；基于融合场景特征对待识别视频帧的直播场景进行识别，得到待识别视频帧的场景信息。与现有技术相比，本申请通过提取待识别视频帧的多维度场景特征，实现对直播画面多维度特征信息的完整采集，通过结合多维度场景特征与色彩变化信息的关联强度完成特征融合，实现特征的有效整合，通过基于融合场景特征开展直播场景识别，提升极端光照、快速运动等直播场景的识别准确率。

1.一种场景识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述提取所述待识别视频帧的多维度场景特征，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述多维度场景特征和所述待识别视频帧的色彩变化信息之间的关联强度信息，将所述多维度场景特征进行特征融合，得到融合场景特征，包括：

4.根据权利要求1所述的方法，其特征在于，在所述响应于目标直播的场景切换，获取所述目标直播的待识别视频帧之前，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，所述基于所述融合场景特征对所述待识别视频帧的直播场景进行识别，得到所述待识别视频帧的场景信息，包括：

6.根据权利要求5所述的方法，其特征在于，所述根据所述概率分布信息确定所述待识别视频帧的场景信息，包括：

7.一种场景识别装置，其特征在于，包括：

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。

9.一种电子设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法。

10.一种计算机程序产品，所述计算机程序产品包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法。