视频指纹提取方法、装置、设备及介质与流程

本公开涉及视频指纹提取，更具体地，涉及一种视频指纹提取方法、装置、设备及介质。

背景技术：

1、相关技术中，其在进行视频指纹提取时，一种方式是直接分析视频中的光学特征来提取视频的视频指纹，然而，这种方法存在无法处理大量的视频数据，难以处理视频中的运动和光照变化的问题，导致视频指纹提取的准确率和速度低下；另一种方式是基于预先训练好的模型直接对整个视频进行处理以提取出视频指纹，然而，这种方式存在资源消耗大且视频指纹的提取速度低下的问题。也就是说，目前还没有一种在进行视频指纹提取时能够同时兼顾提取速度、提取准确性和资源的方法。

技术实现思路

1、本公开实施例提供了一种视频指纹提取的新的技术方案。

2、根据本公开的第一方面，提供了一种视频指纹提取方法，所述方法包括：

3、获取待提取视频中的关键帧图像；

4、通过预设图像特征提取模型提取所述关键帧图像的图像特征，得到对应于所述关键帧图像的第一图像特征向量；

5、根据所述第一图像特征向量，获得所述待提取视频的视频指纹。

6、可选地，所述获取待提取视频中的关键帧图像，包括：

7、按照设定抽帧方式对所述待提取视频进行抽帧处理，获得目标图像序列；

8、根据所述目标图像序列，获得所有所述关键帧图像。

9、可选地，所述根据所述目标图像序列，获得所有所述关键帧图像，包括：

10、对所述目标图像序列进行灰度处理，获得灰度图像序列；

11、根据所述灰度图像序列，获得所有所述关键帧图像。

12、可选地，获取所述灰度图像序列中第i个关键帧图像和所述灰度图像序列中第j帧图像间的帧间差异图像的图像强度；其中，i的初始值为1，第1个关键帧图像为所述灰度图像序列的第1帧图像，j的取值为2至n的每个整数，n为所述灰度图像序列中图像的总数，且i小于或等于n；

13、在所述图像强度大于强度阈值的情况下，获取所述帧间差异图像的差异区域面积，以及在所述图像强度小于或等于强度阈值的情况下，舍弃所述第j帧图像，更新j＝j+1，并继续执行获取所述灰度图像序列中第i个关键帧图像和所述灰度图像序列中第j帧图像间的帧间差异图像的图像强度的步骤，直至j为n；

14、在所述差异区域面积大于面积阈值的情况下，获取所述第i个关键帧图像和所述第j帧图像间的时间间隔，以及在所述差异区域面积小于或等于面积阈值的情况下，舍弃所述第j帧图像，更新j＝j+1，并继续执行获取所述灰度图像序列中第i个关键帧图像和所述灰度图像序列中第j帧图像间的帧间差异图像的图像强度的步骤，直至j为n；

15、在所述时间间隔大于时间阈值的情况下，获取所述第i个关键帧图像和所述第j帧图像间的第一距离，以及在所述时间间隔小于或等于时间阈值的情况下，舍弃所述第j帧图像，更新j＝j+1，并继续执行获取所述灰度图像序列中第i个关键帧图像和所述灰度图像序列中第j帧图像间的帧间差异图像的图像强度的步骤，直至j为n；

16、在所述第一距离大于距离阈值的情况下，更新i＝i+1，并将所述第j帧图像作为第i个关键帧图像，更新j＝j+1，并继续执行获取所述灰度图像序列中第i个关键帧图像和所述灰度图像序列中第j帧图像间的帧间差异图像的图像强度的步骤；以及，在所述第一距离小于或等于所述距离阈值的情况下，舍弃所述第j帧图像，更新j＝j+1，并继续执行获取所述灰度图像序列中第i个关键帧图像和所述灰度图像序列中第j帧图像间的帧间差异图像的图像强度的步骤，直至j为n。

17、可选地，所述方法还包括：

18、将每一所述第一图像特征向量及其对应的图像标签作为一条映射数据存储至向量数据库中。

19、可选地，所述方法还包括：

20、获取待比对视频的关键帧图像；

21、通过所述预设图像特征提取模型提取所述待比对视频的关键帧图像的图像特征，得到第二图像特征向量；

22、获取所述第二图像特征向量和所述向量数据库中的所述第一图像特征向量间的距离；

23、根据所述距离，确定所述待提取视频和所述待比对视频是否存在重复片段。

24、可选地，所述方法还包括：

25、获取所述待提取视频的元数据信息；

26、将所述元数据信息存储至达梦业务数据库中；以及，

27、在所述达梦业务数据库中使用数据标识符关联所述元数据信息。

28、根据本公开的第二方面，提供一种视频指纹提取装置，所述装置包括：

29、第一获取模块，用于获取待提取视频中的关键帧图像；

30、提取模块，用于通过预设图像特征提取模型提取所述关键帧图像的图像特征，得到对应于所述关键帧图像的第一图像特征向量；

31、第二获取模块，用于根据所述第一图像特征向量，获得所述待提取视频的视频指纹。

32、根据本公开的第三方面，提供一种电子设备，存储器，用于存储可执行的计算机指令；处理器，用于根据所述可执行的计算机指令的控制，执行根据以上第一方面所述的视频指纹提取方法。

33、根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令被处理器运行时执行以上第一方面所述的视频指纹提取方法。

34、根据本公开实施例的视频指纹提取方法，由于保证视频内容代表性的图像为视频中的关键帧图像，其通过预设图像特征提取模型仅提取待提取视频中的关键帧图像的图像特征得到关键帧图像的第一图像特征向量，进而基于第一图像特征向量获得待提取视频的视频指纹，在保证视频指纹的提取准确性的同时减少了计算资源消耗，提高了视频指纹的提取速度。

35、通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。

技术特征：

1.一种视频指纹提取方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取待提取视频中的关键帧图像，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标图像序列，获得所有所述关键帧图像，包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述灰度图像序列，获得所有所述关键帧图像，包括：

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：

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

8.一种视频指纹提取装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令被处理器运行时执行权利要求1-7中任意一项所述的视频指纹提取方法。

技术总结本公开实施例公开一种视频指纹提取方法、装置、设备及介质，该方法包括：获取待提取视频中的关键帧图像；通过预设图像特征提取模型提取所述关键帧图像的图像特征，得到对应于所述关键帧图像的第一图像特征向量；根据所述第一图像特征向量，获得所述待提取视频的视频指纹。技术研发人员：高杨,常江,吴雪松,王俊斐,樊刚,张鑫杰,孙红云,李俊敏,孟晗蕾,周兴伟,王乙,沈伯昊受保护的技术使用者：国家广播电视总局广播电视规划院技术研发日：技术公布日：2024/11/4