[发明专利]视频分析方法及装置

说明书

本公开涉及视频分析方法及装置。该方法包括：对视频进行镜头分割，得到该视频的各个分镜片段；对于任意一个分镜片段，对该分镜片段的音频进行语音识别，得到该音频的文字内容；根据该音频的文字内容，确定该分镜片段的第一组标签；对该分镜片段的视频帧进行目标识别，得到该分镜片段的目标识别结果；根据该目标识别结果，确定该分镜片段的第二组标签；根据第一组标签和第二组标签，确定该分镜片段的标签。本公开能够自动确定视频的各个分镜片段的标签，而无需人工观看视频后给视频打标签，能够提高标签确定的准确度及效率，并且，基于分镜片段确定标签，使用户能够确定标签对应的视频片段，从而使用户能够直接观看与标签相关的视频片段。

技术领域

本公开涉及视频技术领域，尤其涉及一种视频分析方法及装置。

背景技术

对视频进行分析，并给视频打标签，有助于用户根据关键词搜索到具有相应标签的视频。相关技术中，对视频进行分析后，通常为整个视频确定标签。在这种情况下，用户无法确定与视频的标签相关的视频片段有哪些，因此通常需要从头开始观看视频，而无法直接观看与标签相关的视频片段。

发明内容

有鉴于此，本公开提出了一种视频分析方法及装置。

根据本公开的一方面，提供了一种视频分析方法，包括：

对视频进行镜头分割，得到所述视频的各个分镜片段；

对于任意一个分镜片段，对所述分镜片段的音频进行语音识别，得到所述音频的文字内容；

根据所述音频的文字内容，确定所述分镜片段的第一组标签；

对所述分镜片段的视频帧进行目标识别，得到所述分镜片段的目标识别结果；

根据所述目标识别结果，确定所述分镜片段的第二组标签；

根据所述第一组标签和所述第二组标签，确定所述分镜片段的标签。

在一种可能的实现方式中，在确定所述分镜片段的标签之后，所述方法还包括：

在多个连续的分镜片段的标签相匹配的情况下，将所述多个连续的分镜片段合并为组合分镜片段；

根据所述多个连续的分镜片段的标签，确定所述组合分镜片段的标签。

在一种可能的实现方式中，所述方法还包括：

在多个连续的分镜片段具有N个以上相同的标签的情况下，确定所述多个连续的分镜片段的标签相匹配，其中，N为正整数。

在一种可能的实现方式中，对所述分镜片段的视频帧进行目标识别，得到所述分镜片段的目标识别结果，包括：

对所述分镜片段的关键帧进行目标识别，得到所述分镜片段的目标识别结果。

在一种可能的实现方式中，所述目标识别包括物体识别和人脸识别中的一种或两种。

在一种可能的实现方式中，根据所述音频的文字内容，确定所述分镜片段的第一组标签，包括：

对所述音频的文字内容进行分词处理，得到分词结果；

将所述分词结果中的关键词作为所述分镜片段的第一组标签。

根据本公开的另一方面，提供了一种视频分析装置，包括：

镜头分割模块，用于对视频进行镜头分割，得到所述视频的各个分镜片段；

语音识别模块，用于对于任意一个分镜片段，对所述分镜片段的音频进行语音识别，得到所述音频的文字内容；

第一确定模块，用于根据所述音频的文字内容，确定所述分镜片段的第一组标签；