[发明专利]识别视频中的关键时间点的方法、装置、设备及存储介质

权利要求书

1.一种识别视频中的关键时间点的方法，其特征在于，所述方法包括：

通过图像分类模型对视频中的各个图像帧进行处理，并根据处理后所述视频中各个图像帧各自所属的镜头类型将所述视频划分为至少一个视频分片；所述图像分类模型是根据第一图像帧样本训练获得的机器学习模型，所述第一图像帧样本是标注有镜头类型的图像帧；每个所述视频分片包含所述视频中相邻的至少两个图像帧，且每个所述视频分片对应一种镜头类型；

通过图像检测模型对目标视频分片进行处理，获得第一对象和第二对象分别在所述目标视频分片包含的图像帧中的位置；所述图像检测模型是根据第二图像帧样本训练获得的机器学习模型，所述第二图像帧样本是标注有所述第一对象的位置和所述第二对象的位置的图像帧；所述目标视频分片是所述至少一个视频分片中，对应指定镜头类型的视频分片；

当第一图像帧中的所述第一对象的位置和所述第二对象的位置之间满足预设条件时，根据所述第一图像帧在所述视频中的时间点确定所述视频的关键时间点；所述第一图像帧是所述目标视频分片包含的图像帧中的任意图像帧。

2.根据权利要求1所述的方法，其特征在于，所述通过图像分类模型对视频中的各个图像帧进行处理，并根据处理后所述视频中各个图像帧各自所属的镜头类型将所述视频划分为至少一个视频分片，包括：

将所述视频中的各个图像帧输入所述图像分类模型，获得所述图像分类模型输出的模型分类结果，所述模型分类结果用于指示所述视频中的各个图像帧各自所属的镜头类型；

对所述模型分类结果指示的所述视频中的各个图像帧各自所属的镜头类型进行平滑修正；

根据平滑修正后的所述视频中的各个图像帧各自所属的镜头类型，将所述视频划分为所述至少一个视频分片。

3.根据权利要求2所述的方法，其特征在于，所述对所述模型分类结果指示的所述视频中的各个图像帧各自所属的镜头类型进行平滑修正，包括：

获取第一图像组的类别众数和第二图像组的类别众数，所述类别众数指示图像组中对应图像帧数最多的镜头类型；所述第一图像组是第二图像帧的前r帧图像帧，所述第二图像组是所述第二图像帧的后r帧图像帧，所述第二图像帧是所述视频中除了前r帧和末尾r帧之外的任意图像帧，r是大于或者等于1的整数；

当所述第一图像组的类别众数和所述第二图像组的类别众数分别指示的镜头类型相同时，将所述第二图像帧所属的镜头类型设置为所述第一图像组的类别众数所指示的镜头类型。

4.根据权利要求2所述的方法，其特征在于，所述根据平滑修正后的所述视频中的各个图像帧各自所属的镜头类型，将所述视频划分为所述至少一个视频分片，包括：

根据平滑修正后的所述视频中的各个图像帧各自所属的镜头类型，将所述视频划分为至少一个临时视频分片；每个所述临时视频分片中包含的图像帧所属的镜头类型相同，且相邻的两个所述临时视频分片中包含的图像帧所属的镜头类型不同；

当目标临时视频分片中包含的图像帧的数量小于预设数量阈值时，将所述目标临时视频分片中的各个图像帧所属的镜头类型，修改为所述目标临时视频分片的前一个临时视频分片中的各个图像帧所属的镜头类型，并将所述目标临时视频分片合并至所述目标临时视频分片的前一个临时视频分片；所述目标临时视频分片是所述至少一个临时视频分片中除了第一个临时视频分片之外的任意临时视频分片；

将合并后剩余的各个临时视频分片作为所述至少一个视频分片。

5.根据权利要求1所述的方法，其特征在于，通过图像检测模型对目标视频分片进行处理，获得第一对象和第二对象分别在所述目标视频分片包含的图像帧中的位置，包括：

将所述目标视频分片中的各个图像帧输入所述图像检测模型，获得所述图像检测模型输出的模型检测结果，所述模型检测结果用于指示所述第一对象和所述第二对象分别在所述目标视频分片包含的图像帧中的临时位置；

对所述第一对象和所述第二对象分别在所述目标视频分片包含的图像帧中的临时位置进行平滑修正，获得所述第一对象和所述第二对象分别在所述目标视频分片包含的图像帧中的位置。