[发明专利]热点视频片段识别方法、装置、电子设备及介质

说明书

本发明涉及人工智能技术，揭露一种热点视频片段识别方法，包括：利用预先训练好的图文匹配模型，提取每个视频段的视频特征及每个弹幕文本的文本特征，依次选取一个弹幕文本作为待匹配文本，将待匹配文本对应的初始视频段及预设相邻范围内的视频段作为待匹配视频段集，计算待匹配文本的文本特征与待匹配视频段集对应的视频特征之间的相似度，选择满足预设相似度条件的视频段作为待匹配文本的匹配视频段，对图文匹配后的弹幕文本进行分类，根据每种分类中弹幕文本的数量的多少计算对应分类中视频段的热点程度，根据所述热点程度确定热点视频。本发明还提出一种热点视频片段识别装置、设备以及介质。本发明可以提升医疗相关视频中热点视频片段识别的准确性。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种热点视频片段识别方法、装置、电子设备及计算机可读存储介质。

背景技术

随着网络技术的发展，在医疗领域，通过录制视频的方式向普通用户进行医疗卫生、医学科普、医疗小贴士的宣传和普及工作，传统的非互动式的视频收看功能已经远远不能满足用户需求。为了增强与用户的互动，发布医疗视频的APP较多借助弹幕功能提升用户体验，同时也能根据用户反馈的信息，及时调整视频的投放策略，保障热点视频的投放数量和质量。

传统的热点视频片段的提取严重依赖人工，存在一定的主观性和局限性，导致特定用户自身认为具有分享价值的视频片段可能不会被大众所接受，甚至可能会传达出剪辑者本身的消极情绪或不良价值观，进而严重影响自媒体平台的网络环境。也容易产生视频热点片段挖掘不充分问题。

当前利用机器自动识别热点视频的技术主要包括基于视频中的弹幕数量与阈值的大小检测技术和基于弹幕文本情感极性检测的技术。

基于视频弹幕数量与阈值大小的检测方法，无法满足用户根据内容和情感倾向选择热点片段。

基于弹幕文本情感极性检测的技术，通过构造情感词典的方式计算视频片段的整体情感强度，考察相邻视频片段的情感强度变化率，根据情感变化率特点识别热点视频片段，可以满足用户利用情感倾向和关键词检索热点片段的需求。然而，该技术没有考虑弹幕文本的延迟问题，即弹幕评论文本与用户产生共鸣的视频时间点或时间段之间存在时间延迟情况，只依靠弹幕文本挖掘热点视频片段会存在一定的误差，热点视频片段的识别准确性有待进一步提升。

发明内容

本发明提供一种热点视频片段识别方法、装置、电子设备及计算机可读存储介质，其主要目的在于提升热点视频片段识别的准确性。

为实现上述目的，本发明提供的一种热点视频片段识别方法，包括：

获取初始视频段集及所述初始视频段集对应的初始弹幕文本集；

利用预先训练好的图文匹配模型，提取所述初始视频段集中每个视频段的视频特征及所述初始弹幕文本集中每个弹幕文本的文本特征；

从所述初始弹幕文本集中，依次选取一个弹幕文本作为待匹配文本，将所述待匹配文本对应的初始视频段及所述初始视频段对应的预设相邻范围内的视频段作为待匹配视频段集；

计算所述待匹配文本的文本特征与所述待匹配视频段集对应的视频特征之间的相似度，从所述待匹配视频段集中，选择满足预设相似度条件的视频段作为所述待匹配文本的匹配视频段，得到图文匹配的视频弹幕集；

对所述图文匹配的视频弹幕集中弹幕文本进行分类，根据每种分类中弹幕文本的数量的多少计算对应分类中视频段的热点程度，根据所述热点程度确定热点视频。

可选地，所述提取所述初始视频段集中每个视频段的视频特征，包括：

依次对所述初始视频段集中的每个视频段进行分帧处理，得到每个所述视频段对应的视频帧集合。

提取所述视频帧集合中每个视频帧的RGB三个通道的像素值；

利用提取到的像素值生成对应视频帧的像素点矩阵；