技术特征：
1.一种基于视频的对象识别方法，其特征在于，包括：获取目标视频，其中，所述目标视频用于记录第一目标对象为第二目标对象办理待办业务的办理过程；从所述目标视频中提取出多个单帧图像，对每个单帧图像进行特征提取，得到与每个单帧图像对应的目标特征序列；基于所述目标特征序列，确定用于描述所述目标视频的视频内容的多个目标字幕；基于所述多个目标字幕识别所述第一目标对象的对象类型，其中，所述对象类型用于表征所述第一目标对象办理待办业务的办理操作是否符合目标规则。2.根据权利要求1所述的方法，其特征在于，对每个单帧图像进行特征提取，得到与每个单帧图像对应的目标特征序列，包括：对所述多个单帧图像进行特征提取，得到与每个单帧图像对应的特征序列；基于目标步长，对每个单帧图像对应的特征序列进行特征提取，得到与每个单帧图像对应的目标特征序列，其中，所述目标步长与所述单帧图像相对应。3.根据权利要求2所述的方法，其特征在于，从所述目标视频中提取出多个单帧图像，包括：对目标视频的视频内容进行识别，得到与所述视频内容所对应的待办业务类型；基于所述待办业务类型将所述目标视频的视频时长拆分为至少一个时间区间，并确定每个时间区间的重要级别，其中，所述重要级别至少表征当前时间区间内所述第一目标对象办理所述待办业务的办理操作与所述待办业务之间的关联程度；基于所述每个时间区间的重要级别，确定对每个时间区间所对应的视频内容的提取帧数；基于所述提取帧数，从所述目标视频中提取出多个单帧图像。4.根据权利要求3所述的方法，其特征在于，在基于目标步长，对每个单帧图像对应的特征序列进行特征提取，得到与每个单帧图像对应的目标特征序列之前，所述方法还包括：基于所述每个时间区间的重要级别，确定与每个时间区间所对应的单帧图像对应的目标步长。5.根据权利要求1所述的方法，其特征在于，基于所述目标特征序列，确定用于描述所述目标视频的视频内容的多个目标字幕，包括：通过目标模型中的编码器，将所述目标特征序列转换为预设维度的目标向量；通过所述目标模型中的解码器，对所述目标向量进行解码，得到用于描述所述目标视频的视频内容的多个目标字幕。6.根据权利要求1所述的方法，其特征在于，基于所述多个目标字幕识别所述第一目标对象的对象类型，包括：确定每个目标字幕所对应的显示时间信息；基于所述显示时间信息，从所述目标视频中确定多个目标单帧图像；基于所述时间信息，组合所述多个目标字幕至与该目标字幕对应的至少一个目标单帧图像中，得到待检查视频；基于所述待检查视频识别所述第一目标对象的对象类型。7.根据权利要求1所述的方法，其特征在于，获取目标视频，包括：
确定目标存储区域中至少一个视频存入所述目标存储区域的存储时间；基于所述存储时间，从所述至少一个视频中确定目标视频。8.一种基于视频的对象识别装置，其特征在于，包括：获取模块，用于获取目标视频，其中，所述目标视频用于记录第一目标对象为第二目标对象办理待办业务的办理过程；提取模块，用于从所述目标视频中提取出多个单帧图像，对每个单帧图像进行特征提取，得到与每个单帧图像对应的目标特征序列；确定模块，用于基于所述目标特征序列，确定用于描述所述目标视频的视频内容的多个目标字幕；识别模块，用于基于所述多个目标字幕识别所述第一目标对象的对象类型，其中，所述对象类型用于表征所述第一目标对象办理待办业务的办理操作是否符合目标规则。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的基于视频的对象识别方法。10.一种电子设备，其特征在于，所述电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现用于运行程序，其中，所述程序被设置为运行时执行所述权利要求1至7任一项中所述的基于视频的对象识别方法。
技术总结
本发明公开了一种基于视频的对象识别方法、装置及电子设备。涉及人工智能领域，该方法包括：获取目标视频，其中，目标视频用于记录第一目标对象为第二目标对象办理待办业务的办理过程；从目标视频中提取出多个单帧图像，对每个单帧图像进行特征提取，得到与每个单帧图像对应的目标特征序列；基于目标特征序列，确定用于描述目标视频的视频内容的多个目标字幕；基于多个目标字幕识别第一目标对象的对象类型，其中，对象类型用于表征第一目标对象办理待办业务的办理操作是否符合目标规则。本发明解决了现有技术中依赖于人工核查业务办理视频以识别对象类型造成的人力成本高的技术问题。问题。问题。
技术研发人员：杨洁琼 徐雪 罗亚明 江文乐
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2022.08.18
技术公布日：2022/11/4