技术特征:
1.一种视频画布边界检测方法,其特征在于,所述方法包括:
对待检测视频进行视频帧分割,得到多个分割视频帧,并分别将各分割视频帧输入预训练后的视频画布边界检测模型进行边界检测,得到多个边界信息;
若所述边界信息中,任一预设区间内的边界的数量大于数量阈值,则根据所述预设区间内的边界生成所述待检测视频的候选边界;
根据所述候选边界的数量,对所述候选边界进行筛选,得到视频画布边界检测结果。
2.如权利要求1所述的视频画布边界检测方法,其特征在于,所述边界信息包括不同所述边界与对应边界坐标和边界置信度之间的对应关系,所述根据所述预设区间内的边界生成所述待检测视频的候选边界,包括:
确定所述预设区间内边界的平均边界坐标,并将所述预设区间内所述平均边界坐标对应的位置确定为所述候选边界的位置;
将所述预设区间内所有边界之间边界置信度的和,设置为所述候选边界的边界置信度。
3.如权利要求2所述的视频画布边界检测方法,其特征在于,所述根据所述候选边界的数量,对所述候选边界进行筛选,包括:
若所述候选边界的数量小于预设数量,则判定不存在所述待检测视频的视频画布边界;
若所述候选边界的数量等于所述预设数量,且任一所述候选边界在预设位置阈值范围内,则将所述候选边界确定为所述待检测视频的视频画布边界。
4.如权利要求2所述的视频画布边界检测方法,其特征在于,所述根据所述候选边界的数量,对所述候选边界进行筛选,还包括:
若所述候选边界的数量大于预设数量,则根据预设位置阈值范围对所述候选边界进行筛选;
根据筛选后的各候选边界的边界置信度进行大小排序,得到边界排序列表,并在所述边界排序列表中,将预设排序序号之前的所述候选边界确定为视频画布边界。
5.如权利要求1所述的视频画布边界检测方法,其特征在于,所述对待检测视频进行视频帧分割,得到多个分割视频帧,包括:
根据预设帧数对所述待检测视频进行视频帧分割,得到各分割视频帧,并根据预设图像尺寸,分别对各分割视频帧中的每帧视频图像进行尺寸缩放。
6.如权利要求1所述的视频画布边界检测方法,其特征在于,所述分别将各分割视频帧输入预训练后的视频画布边界检测模型进行边界检测之前,还包括:
构建训练集数据,并根据所述训练集数据中的标注的边界位置构建虚拟边界框作为监督信息;
根据所述训练集数据和所述监督信息,对所述视频画布边界检测模型进行目标检测任务的训练,直至所述视频画布边界检测模型收敛,得到预训练后的所述视频画布边界检测模型。
7.如权利要求6所述的视频画布边界检测方法,其特征在于,所述构建训练集数据,包括:
获取具有视频边界的正样本视频,并在所述正样本视频中截取视频帧,得到正样本视频帧;
对截取到的所述正样本视频帧中的视频画布边界进行位置标注,并根据位置标注后的所述正样本视频帧构建正样本数据;
获取不具有视频边界的负样本视频,并在所述负样本视频中截取视频帧,得到负样本视频帧;
根据所述负样本视频帧构建负样本数据,并分别对所述正样本数据和所述负样本数据进行数据增强,得到所述训练集数据。
8.一种视频画布边界检测系统,其特征在于,所述系统包括:
边界检测模块,用于对待检测视频进行视频帧分割,得到多个分割视频帧,并分别将各分割视频帧输入预训练后的视频画布边界检测模型进行边界检测,得到多个边界信息;
候选边界生成模块,用于若所述边界信息中,任一预设区间内的边界的数量大于数量阈值,则根据所述预设区间内的边界生成所述待检测视频的候选边界;
边界筛选模块,用于根据所述候选边界的数量,对所述候选边界进行筛选,得到视频画布边界检测结果。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
技术总结
本发明提供了一种视频画布边界检测方法、系统、终端设备及存储介质,该方法包括:对待检测视频进行视频帧分割,得到多个分割视频帧,分别将各分割视频帧输入预训练后的视频画布边界检测模型进行边界检测,得到多个边界信息;若边界信息中,任一预设区间内的边界的数量大于数量阈值,则根据预设区间内的边界生成待检测视频的候选边界;根据候选边界的数量进行边界筛选,得到视频画布边界检测结果。本发明通过预训练后的视频画布边界检测模型进行边界检测,能有效地识别出边界信息,基于识别出的边界信息确定待检测视频的候选边界,基于筛选后的候选边界进行视频画布边界的定位。
技术研发人员:赵瑞杰;杨明花;付超;刘挺;李垚;
受保护的技术使用者:厦门美图之家科技有限公司;
技术研发日:2021.07.01
技术公布日:2021.10.29
本文用于企业家、创业者技术爱好者查询,结果仅供参考。