【技術實現步驟摘要】
生成視頻識別模型的方法、裝置、設備及存儲介質
[0001]本申請涉及視頻識別
，尤其涉及一種生成視頻識別模型的方法
、
裝置
、
設備及存儲介質
。
技術介紹
[0002]目前，視頻指紋技術大多是采用視頻分類的方式對分類網絡進行訓練，并將該分類網絡的中間層特征作為視頻指紋
。
但是，通過該分類網絡對同類別的視頻所得的視頻指紋往往相似，例如，不同的人在不同的場景下玩籃球的視頻指紋，會比相同的人在相同的場景下玩排球的視頻指紋更加相似
。
也就是說，該分類網絡提取的視頻指紋過于片面
。
技術實現思路
[0003]本申請的實施例提出了一種生成視頻識別模型的方法
、
裝置
、
設備及存儲介質
。
[0004]第一方面，本申請的實施例提供了一種生成視頻識別模型的方法，該方法包括：獲取多個視頻對，其中，多個視頻對包括：同源視頻對和不同源視頻對；針對多個視頻對中的每個視頻對，將該視頻對輸入到視頻識別網絡的兩個子網絡中，得到該視頻對中每個視頻的特征；確定該視頻對中每個視頻的特征之間的特征距離；根據特征距離和與該視頻對對應的視頻標簽，確定損失函數，其中，視頻標簽用于確定視頻對為同源視頻對或不同源視頻對；迭代調整視頻識別網絡的參數，直至損失函數的值滿足預設的截止條件，得到視頻識別模型
。
[0005]在一些實施例中，獲取多個視頻對，包括：獲取多個原始視頻；通過不同的視頻剪輯方...
【技術保護點】
【技術特征摘要】
1.
一種生成視頻識別模型的方法，包括：獲取多個視頻對，其中，多個視頻對包括：同源視頻對和不同源視頻對；針對多個視頻對中的每個視頻對，將該視頻對輸入到視頻識別網絡的兩個子網絡中，得到該視頻對中每個視頻的特征；確定該視頻對中每個視頻的特征之間的特征距離；根據特征距離和與該視頻對對應的視頻標簽，確定損失函數，其中，所述視頻標簽用于確定視頻對為同源視頻對或不同源視頻對；迭代調整所述視頻識別網絡的參數，直至損失函數的值滿足預設的截止條件，得到視頻識別模型
。2.
根據權利要求1所述的方法，其中，所述獲取多個視頻對，包括：獲取多個原始視頻；通過不同的視頻剪輯方式對多個原始視頻進行處理，得到視頻庫；將所述視頻庫中處理同一原始視頻所得的視頻對作為同源視頻對，以及將所述視頻庫中處理不同原始視頻所得的視頻對作為不同源視頻對
。3.
根據權利要求2所述的方法，其中，所述不同的視頻剪輯方式包括以下至少一項：添加字幕
、
修改分辨率
、
畫面裁剪
、
時間裁剪
、
片段排序
。4.
根據權利要求1?3任一項所述的方法，其中，所述視頻識別網絡為孿生網絡
。5.
一種提取視頻指紋的方法，包括：獲取目標視頻；將所述目標視頻輸入到如權利要求1?4任一項所述的方法生成的視頻識別模型的子網絡中，得到視頻指紋
。6.
根據權利要求5所述的方法，其中，所述方法還包括：對所述目標視頻的前景進行提取，得到所述目標視頻的前景圖像；所述將所述目標視頻輸入到如權利要求1?4任一項所述的方法生成的視頻識別模型的子網絡中，得到視頻指紋，包括：將所述目標視頻的前景圖像輸入到如權利要求1?4任一項所述的方法生成的視頻識別模型的子網絡中，得到視頻指紋
。7.
根據權利要求6所述的方法，其中，所述對所述目標視頻的前景進行提取，得到所述目標視頻的前景圖像，包括：將所述目標視頻中圖像分別輸入到預設的前景檢測模型中，得到所述目標視頻中圖像的前景框對應的位置信息；根據所述目標視頻中圖像的前景框對應的位置信息，對所述目標視頻的前景進行提取，得到所述目標視頻的前景圖像
。8.
根據權利要求7所述的方法，其中，所述根據所述目標視頻中圖像的前景框對應的位置信息，對所述目標視頻的前景進行提取，得到所述目標視頻的前景圖像，包括：根據所述目標視頻中圖像的前景框的頂點對應的位置信息和預設的擬合權重進行曲線擬合，得到擬合后的曲線，其中，預設的擬合權重為所述目標視頻中圖像的前景框對應的置信度；根據擬合后的曲線，調整所述目標視頻中圖像的前景框的高度，得到所述目標視頻中圖像的前景框對應的調整位置信息；
根據所述目標視頻中圖像的前景框對應的調整位置信息，對所述目標視頻的前景進行提取，得到所述目標視頻的前景圖像
。9.
根據權利要求7或8所述的方法，其中，預設的前景檢測模型基于以下步驟確定：獲取花邊圖像，以及前景框標簽，其中，所述前景框標簽用于表征前景框對應的位置信息；將所述花邊圖像和所述前景框標簽作為訓練樣本，對初始前景檢測模型進行訓練，得到預設的前景檢測模型
。10.
根據權利要求9所述的方法，其中，所述獲取花邊圖像，包括：獲取原始圖像；模糊處理原始圖像，得到處理后的圖像；將原始圖像疊加在處理后的圖像上，得到...
【專利技術屬性】
技術研發人員：周芳汝，
申請(專利權)人：北京京東世紀貿易有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。