[发明专利]视频文件的结构检测方法、装置

说明书

本申请提供了一种视频文件的结构检测方法、装置、电子设备及计算机可读存储介质；涉及人工智能技术；方法包括：从视频文件中提取包括端点视频帧的候选片段；对候选片段中的多个视频帧进行字符识别，得到每个视频帧的关键词识别结果；通过机器学习模型对每个视频帧提取图像特征，并基于每个视频帧的图像特征确定每个视频帧的片段预测结果；基于每个视频帧的关键词识别结果、以及每个视频帧的片段预测结果，从多个视频帧中识别出分界视频帧。通过本申请，能够快速定位视频文件的片首和片尾。

技术领域

本申请涉及人工智能技术，尤其涉及一种视频文件的结构检测方法、装置、电子设备及计算机可读存储介质。

背景技术

人工智能(AI，Artificial Intelligence)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

视觉识别是人工智能技术的重要应用，例如可以通过视觉识别确定视频文件中的片头和片尾，从而为基于片头和片尾识别结果的应用提供中间数据，例如观看时跳过片头和片尾。

相关技术中缺乏对视频文件的结构进行检测以快速定位视频文件的片首和片尾的方案，主要依赖于人工标注的方式对视频文件的各个部分进行标注，效率较低。

发明内容

本申请实施例提供一种视频文件的结构检测方法、装置、电子设备及计算机可读存储介质，能够快速定位视频文件的片首和片尾。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种视频文件的结构检测方法，包括：

从视频文件中提取包括端点视频帧的候选片段；

对所述候选片段中的多个视频帧进行字符识别，得到每个所述视频帧的关键词识别结果；

通过机器学习模型对每个所述视频帧提取图像特征，并基于每个所述视频帧的图像特征确定每个所述视频帧的片段预测结果；

基于每个所述视频帧的关键词识别结果、以及每个所述视频帧的片段预测结果，从所述多个视频帧中识别出分界视频帧。

本申请实施例提供一种视频文件的结构检测装置，包括：

提取模块，用于从视频文件中提取包括端点视频帧的候选片段；

第一识别模块，用于对所述候选片段中的多个视频帧进行字符识别，得到每个所述视频帧的关键词识别结果；

预测模块，用于通过机器学习模型对每个所述视频帧提取图像特征，并基于每个所述视频帧的图像特征确定每个所述视频帧的片段预测结果；

第二识别模块，用于基于每个所述视频帧的关键词识别结果、以及每个所述视频帧的片段预测结果，从所述多个视频帧中识别出分界视频帧。

上述方案中，所述端点视频帧包括所述视频文件的视频首帧和视频末帧；所述提取模块，还用于：

当所述视频文件的时长大于片首预设时间段和片尾预设时间段的长度之和时，从所述视频文件中提取包括所述视频首帧且长度为所述片首预设时间段的片首候选片段，从所述视频文件中提取所包括所述视频末帧且长度为所述片尾预设时间段的片尾候选片段。

上述方案中，所述第一识别模块，还用于：

按固定时间间隔从所述候选片段中抽取多个视频帧；

对每个所述视频帧进行图像预处理，得到对应的二值化图像；

对所述二值化图像进行分割处理，得到包含多个字符的字符图像；

提取所述字符图像中多个字符的字符特征，并基于所述字符特征进行特征匹配，将匹配得到的关键词作为与所述字符图像对应的所述视频帧的关键词识别结果。