[发明专利]一种视频处理方法、装置、电子设备和可读存储介质在审
申请号: | 202110700014.4 | 申请日: | 2021-06-23 |
公开(公告)号: | CN113313065A | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 周亮 | 申请(专利权)人: | 北京奇艺世纪科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 吕俊秀 |
地址: | 100080 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 视频 处理 方法 装置 电子设备 可读 存储 介质 | ||
1.一种视频处理方法,其特征在于,所述方法包括:
获取当前视频和所述当前视频中视频帧的时序信息;
依据所述时序信息从所述当前视频中抽取预设个数的视频关键帧;
分别对所述视频关键帧进行图像特征分析,得到对应的图像特征分析结果;
对所有的所述图像特征分析结果进行特征融合,得到用于表征所述当前视频的视频特征信息;
基于所述视频特征信息计算所述当前视频与预设视频之间的相似度,判断所述当前视频是否为重复视频。
2.根据权利要求1所述的方法,其特征在于,所述依据所述时序信息从所述当前视频中抽取预设个数的视频关键帧,包括:
获取所述当前视频的时长信息;
计算所述时长信息对应的视频长度与所述预设个数的比值,并将所述比值作为取样间隔;
依据所述时序信息从所述当前视频中按照所述取样间隔等间依次抽取所述预设个数的所述视频关键帧。
3.根据权利要求1所述的方法,其特征在于,所述分别对所述视频关键帧进行图像特征分析,得到对应的图像特征分析结果,包括:
分别将所述视频关键帧输入预置的卷积神经网络模型,得到对应的关键帧向量特征信息,并将所述关键帧向量特征信息作为所述图像特征分析结果。
4.根据权利要求3所述的方法,其特征在于,所述视频特征信息包括视频向量特征信息,所述对所有的所述图像特征分析结果进行特征融合,得到用于表征所述当前视频的视频特征信息,包括:
将所述预设个数的所述视频关键帧在所述当前视频中的播放顺序作为所述图像特征分析结果的拼接顺序;
按照所述拼接顺序依次拼接所述图像特征分析结果,得到用于表征所述当前视频的所述视频向量特征信息。
5.根据权利要求1所述的方法,其特征在于,所述基于所述视频特征信息计算所述当前视频与预设视频之间的相似度,判断所述当前视频是否为重复视频,包括:
获取所述预设视频的预设视频特征信息;
计算所述视频特征信息与所述预设视频特征信息的余弦距离,得到对应的余弦距离值;
将所述余弦距离值作为所述当前视频与所述预设视频之间的视频相似度;
根据所述视频相似度判断所述当前视频是否为重复视频。
6.根据权利要求5所述的方法,其特征在于,所述根据所述视频相似度判断所述当前视频是否为重复视频,包括:
从所述多个视频相似度中确定最大视频相似度;
判断所述最大视频相似度是否大于预设相似度阈值;
若所述最大视频相似度大于所述预设相似度阈值,则判断所述当前视频为重复视频。
7.根据权利要求5或6所述的方法,其特征在于,所述预设视频具有标签信息,所述判断所述当前视频是否为重复视频之后,还包括:
若判断所述当前视频为重复视频,则将具有所述最大视频相似度的所述预设视频作为目标相似视频;
获取所述目标相似视频的目标标签信息;
将所述当前视频的当前标签信息配置为所述目标标签信息;
从具有相同的所述目标标签信息的视频中挑选其中一个视频进行视频推荐。
8.根据权利要求3所述的方法,其特征在于,所述预置的卷积神经网络模型为残差网络模型;所述残差网络模型包括串联的至少一个卷积层和一个池化层,所述卷积层用于对输入的图像进行特征提取;所述池化层用于对最后一个卷积层输出的图像特征进行平均池化,以得到预设维数的图像特征向量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京奇艺世纪科技有限公司,未经北京奇艺世纪科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110700014.4/1.html,转载请声明来源钻瓜专利网。