科创中国

视频类别识别的方法及相关装置，包括图像接收模块、关键帧提取模块、图像降噪模块、特征信息识别模块、视频库模块、特征信息比对模块、识别结果输出模块。对识别出的视频数据中的关键帧的类别进行统计，根据统计结果确定视频数据的类别，实现了对视频类别的识别。项目的技术方案不需要人工识别视频的类别，降低了视频监测中视频类别识别的人工成本，此外，由于从视频文件中读取视频数据比人工观看视频的速度要快的多，所以项目的技术方案还提高了视频监测中视频类别识别的效率。同时，项目对提取的视频关键帧进行降噪处理，增强关键帧图像的清晰度，提高了视频识别分类的准确度

现有技术中，在对视频进行识别分类时，在对相应的视频进行录制、存储后，需要由工作人员回放视频人工识别出视频的类别，最后根据识别出的视频的类别进行处理。由于现有技术中是通过回放视频依靠人工识别出视频的类别的，所以需要雇用大量的监测人员，人工成本较高，同时，由于回放视频时需要监测人员从头至尾观看视频内容，所以效率较低。 通过上述分析，现有技术存在的问题及缺陷为：现有技术中是通过回放视频依靠人工识别出视频的类别的，所以需要雇用大量的监测人员，人工成本较高，同时，由于回放视频时需要监测人员从头至尾观看视频内容，所以效率较低。

本发明适用于计算机视觉技术领域，提供了一种视频分类快速识别的方法及装置。该方法包括：获取待测试视频，从待测试视频的视频码流中提取出运动向量和原始RGB图像；将运动向量转换为运动向量图像；将原始RGB图像输入至预定的基于RGB图像的卷积神经网络中，以获得基于RGB的分类类别置信度；将运动向量图像输入至预定的基于运动向量的增强卷积神经网络中，以获得基于运动向量的分类类别置信度；将基于RGB的分类类别置信度和基于运动向量的分类类别置信度进行融合，获得待测试视频的分类类别置信度；将待测试视频的分类类别置信度中分值最高的一项所对应的类别作为待测试视频中内容对应的类别。本发明可有效提高视频分类识别的效率。

黄健，毕业于重庆理工大学计算机软件开发，多年来一直致力于人工智能的研究，先后参与公司项目研发4项，发明专利1项。 苟尚进，重庆科创职业学院教师，毕业于西南大学计算机信息管理专业，多年来一直从事计算机教学和人工智能产品的研发，担任副主编的教材已公开使用，发明专利2项，承担自然科学基金1项。

项目的技术方案不需要人工识别视频的类别，降低了视频监测中视频类别识别的人工成本，此外，由于从视频文件中读取视频数据比人工观看视频的速度要快的多，所以项目的技术方案还提高了视频监测中视频类别识别的效率。同时，项目对提取的视频关键帧进行降噪处理，增强关键帧图像的清晰度，提高了视频识别分类的准确度

技术合作