[发明专利]视频聚类方法及装置

说明书

本申请涉及人工智能技术领域，具体提供了一种视频聚类方法及装置，该方法包括：获取视频集合，视频集合包括多个待处理的视频；通过特征提取模型对视频集合中各视频的视频帧序列进行特征提取，得到各视频的视频语义特征向量；特征提取模型是利用多个样本视频的图像信息和样本视频对应的标签信息对原始模型进行训练得到的，标签信息包括用于描述样本视频在多个样本视频中的编号的第一标签，以及用于描述样本视频所属聚类类别的第二标签：不同样本视频的第一标签不同；根据各视频的视频语义特征向量对视频集合中的视频进行聚类，将视频集合中各视频划分为至少一个聚类类别；本方案减少了对样本视频进行标注的工作量而且保证了对视频的聚类准确度。

技术领域

本申请涉及人工智能技术领域，具体而言，涉及一种视频聚类方法及装置。

背景技术

在视频搜索领域中，为了便于视频的搜索，一般需要对视频进行分类。现有的视频分类方法中，一般是利用基于深度学习构建的特征提取模型来提取得到视频的特征向量，然后根据视频的特征向量对视频进行分类。为了保证特征提取模型所提取得到特征向量的准确度，需要通过样本数据对该特征提取模型进行训练。实际中，需要相关人员先观看样本数据中的样本视频，然后根据样本视频的内容为该样本视频标注可以表征该样本视频的内容的标签，以基于所标注的标签对特征提取模型进行有监督的训练。在该过程中，由于需要相关人员根据样本视频的视频内容进行标签标注，对样本视频进行标注的工作量大。

发明内容

本申请的实施例提供了一种视频聚类方法及装置，以解决现有技术中由于需要根据样本视频的内容进行视频标注所导致对样本视频进行标注的工作量大的问题。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供了一种视频聚类方法，包括：

获取视频集合，所述视频集合包括多个待处理的视频；

通过特征提取模型对所述视频集合中各视频的视频帧序列进行特征提取，得到各视频的视频语义特征向量；所述特征提取模型是利用多个样本视频的图像信息和所述样本视频对应的标签信息对原始模型进行训练得到的，所述标签信息包括用于描述所述样本视频在多个样本视频中的编号的第一标签，以及用于描述所述样本视频所属聚类类别的第二标签：所述原始模型包括第一分支网络和聚类模块，所述第一分支网络用于学习所述样本视频的图像信息以及所述第一标签，所述聚类模块用于辅助所述第一分支网络学习所述第二标签；其中，不同样本视频的第一标签不同；

根据各视频的视频语义特征向量对所述视频集合中的视频进行聚类，将所述视频集合中各视频划分为至少一个聚类类别。

根据本申请实施例的一个方面，提供了一种视频聚类装置，所述装置包括：

视频集合获取模块，用于获取视频集合，所述视频集合包括多个待处理的视频；

特征提取模块，用于通过特征提取模型对所述视频集合中各视频的视频帧序列进行特征提取，得到各视频的视频语义特征向量；所述特征提取模型是利用多个样本视频的图像信息和所述样本视频对应的标签信息对原始模型进行训练得到的，所述标签信息包括用于描述所述样本视频在多个样本视频中的序列编号的第一标签，以及用于描述所述样本视频所属聚类类别的第二标签：所述原始模型包括第一分支网络和聚类模块，所述第一分支网络用于学习所述样本视频的图像信息以及所述第一标签，所述聚类模块用于辅助所述第一分支网络学习所述第二标签；其中，不同样本视频的第一标签不同；

视频聚类模块，用于根据各视频的视频语义特征向量对所述视频集合中的视频进行聚类，将所述视频集合中各视频划分为至少一个聚类类别。

根据本申请实施例的一个方面，提供了一种电子设备，包括：处理器；存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如上所述的视频聚类方法。