[发明专利]视频理解方法及相关装置

说明书

本申请提供一种视频理解方法及相关装置，属于视频理解领域。该获取目标视频理解任务，所述视频理解任务至少包括从原始数据处理至视频理解模型应用的过程中的多个子任务；获取目标配置文件，所述目标配置文件中包括多个处理模块的调度信息，所述处理模块用于分别处理所述子任务；根据所述调度信息从模块化平台中依次调度所述处理模块搭建视频理解平台；基于所述视频理解平台完成所述目标视频理解任务。本申请实现视频理解任务的系统化、个性化、便捷化及准确性处理，可以有效提升视频理解的准确性。

技术领域

本申请涉及视频理解技术领域，具体而言，涉及一种视频理解方法及 相关装置。

背景技术

视频理解是基于视频理解模型对视频进行理解的工作，因此，视频理 解工作的进行，需要解决原始数据的处理、视频理解模型训练及视频理解 模型应用等很多问题，这些问题的解决组成一个完整的视频理解任务。

目前，对于视频理解任务的解决存在一些单点解决方案，即存在视频 任务中的某个或几个单点问题进行各自解决的方案，难以系统化处理，同 时，对于不同需求的问题往往需要大量代码变动工作进行解决，难以个性 化、便捷地及准确地处理视频理解任务，且会导致视频理解的准确性有限。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开 的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技 术的信息。

发明内容

本申请实施例的目的在于提供一种视频理解方法及装置，其能够实现 视频理解任务的系统化、个性化、便捷化及准确性处理，可以有效提升视 频理解的准确性。

根据本申请的一个实施例，一种视频理解方法，包括：获取目标视频 理解任务，所述视频理解任务至少包括从原始数据处理至视频理解模型应 用的过程中的多个子任务；获取目标配置文件，所述目标配置文件中包括 多个处理模块的调度信息，所述处理模块用于分别处理所述子任务；根据 所述调度信息从模块化平台中依次调度所述处理模块搭建视频理解平台； 基于所述视频理解平台完成所述目标视频理解任务。

根据本申请的一个实施例，一种视频理解装置，所述装置包括：第一 获取模块，用于获取目标视频理解任务，所述视频理解任务至少包括从原 始数据处理至视频理解模型应用的过程中的多个子任务；第二获取模块， 用于获取目标配置文件，所述目标配置文件中包括多个处理模块的调度信 息，所述处理模块用于分别处理所述子任务；搭建模块，用于根据所述调 度信息从模块化平台中依次调度所述处理模块搭建视频理解平台；理解模块，用于基于所述视频理解平台完成所述目标视频理解任务。

在本申请的一些实施例中，所述第二获取模块包括：应用场景获取单 元，用于获取所述目标视频理解任务所对应的视频理解模型应用后的应用 场景，所述应用场景下需要处理多个目标子任务；配置文件获取单元，用 于获取所述应用场景所匹配的配置文件模板作为所述目标配置文件，所述 配置文件模板中包括处理每个所述目标子任务的处理模块的调度信息。

在本申请的一些实施例中，所述配置文件获取单元包括：需求获取子 单元，用于获取所述应用场景下的任务处理需求，所述任务处理需求至少 包括应用所述视频理解模型进行视频理解时的模型精度、模型延迟率、模 型消耗内存、模型功耗需求中一种；文件获取子单元，用于获取所述任务 处理需求所匹配的配置文件模板作为所述目标配置文件，所述配置文件模 板中包括处理每个所述目标子任务且匹配所述任务处理需求的处理模块的调度信息。

在本申请的一些实施例中，所述文件获取子单元包括：确定子单元， 用于根据所述任务处理需求确定每个所述目标子任务的子任务处理需求； 确定获取子单元，用于根据每个所述目标子任务的子任务处理需求获取所 述目标配置文件，所述目标配置文件中包括处理每个所述目标子任务且匹 配所述子任务处理需求的处理模块的调度信息。