[发明专利]一种视频处理方法、系统、设备及介质、程序产品

说明书

本申请提供了一种视频处理方法、系统、设备及介质、程序产品。该方法包括：获取待处理的视频；根据待处理的视频，确定视频中的关键帧，关键帧为视频的多个图像帧中的至少一个；对关键帧的候选区域的内容进行识别，获得关键帧的描述信息；呈现关键帧的描述信息。该方法通过对视频中关键帧的候选区域的内容进行识别，可以获得关键帧的描述信息，在本申请的一些具体应用场景中，例如在视频会议场景中，可以获得视频当前演示的文档的标题，使得用户能够了解视频中多个关键帧的描述信息，从而便于用户进行视频定位，高效观看视频。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种视频处理方法、系统、设备以及计算机可读存储介质、计算机程序产品。

背景技术

视频(video)是以电信号方式加以捕捉、记录、处理、存储、传送与重现的动态影像。视频中通常承载有比较丰富的信息，例如视频内容可以包括具有大量文字的文档。以会议场景示例说明，参会人员可以对会议过程中演示的文档进行录制，获得记录有文档内容的视频，以便于其他人员通过该视频了解会议内容，或者参会人员通过该视频回顾会议内容。

用户在观看视频时，往往需要从头开始观看。若用户想要针对特定部分的内容进行观看，则需要定位到视频中的特定时间点，再从该特定时间点进行观看。然而，用户通常需要进行多次手动定位，才能确定与所要观看的特定部分对应的特定时间点，耗时耗力。

因此，业界亟需一种能够高效观看视频的视频处理方法。

发明内容

本申请提供了一种视频处理方法。该方法能够对视频中关键帧的描述信息进行定位，便于用户进行跳转观看，从而实现高效观看视频。本申请还提供了上述方法对应的系统、设备、计算机可读存储介质以及计算机程序产品。

第一方面，本申请提供了一种视频处理方法。所述方法包括：

获取待处理的视频；

根据所述待处理的视频，确定所述视频中的关键帧，所述关键帧为所述视频的多个图像帧中的至少一个；

对所述关键帧的候选区域的内容进行识别，获得所述关键帧的描述信息；

呈现所述关键帧的描述信息。

在一些可能的实现方式中，所述呈现所述关键帧的描述信息，包括：

在所述视频的导航区域呈现所述关键帧的描述信息；或者，

在所述视频的时间轴呈现所述关键帧的描述信息。

在一些可能的实现方式中，所述在所述视频的时间轴呈现所述关键帧的描述信息，包括：

基于所述关键帧在所述视频中的时间信息，与所述视频的时间轴关联展示所述关键帧的描述信息。

在一些可能的实现方式中，所述方法还包括：

响应于用户针对所述关键帧的描述信息的触发操作，将所述视频定位至与所述关键帧的描述信息对应的时间点，以使所述视频从所述时间点播放。

在一些可能的实现方式中，所述对所述关键帧的候选区域的内容进行识别，获得所述关键帧的描述信息，包括：

通过光学字符识别OCR对所述关键帧的候选区域的内容进行识别，获得所述候选区域的文字识别结果；

根据所述候选区域的文字识别结果，获得所述关键帧的描述信息。

在一些可能的实现方式中，所述根据所述候选区域的文字识别结果，获得所述关键帧的描述信息，包括：

根据设定的过滤条件，过滤所述候选区域的文字识别结果；

根据过滤后的文字识别结果，获得所述关键帧的描述信息。