[發明專利]一種視頻內容拆條方法及裝置

在審

• 申請號: 201810896708.8
• 申請日: 2018-08-08
• 公開（公告）號: CN108965920A
• 公開（公告）日: 2018-12-07
• 發明（設計）人: 陳長偉;楊曉亮;田丹
• 申請（專利權）人: 北京未來媒體科技股份有限公司
• 主分類號: H04N21/234
• 分類號: H04N21/234;H04N21/44;H04N21/235;H04N21/435
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

本申請提供一種視頻內容拆條方法及裝置，通過獲取待進行內容拆條的視頻；將視頻輸入至預訓練的視頻內容拆條模型，可得到用于表征視頻的至少一個數據條目；視頻內容拆條模型由至少一個視頻識別子模型構成，不同的視頻識別子模型用于識別視頻中不同類別的視頻內容得到識別結果，至少一個數據條目基于各視頻識別子模型對視頻的識別結果生成。由此，本申請可以自動得到用于表征視頻的至少一個數據條目，實現對視頻內容的自動拆條，進而減少了現有技術通過人工手動實現視頻內容拆條，所導致的人工資源浪費、且不滿足新媒體視聽節目快速發布的高標準要求的問題。

技術領域

本申請涉及信息技術領域，更具體地說，涉及一種視頻內容拆條方法及裝置。

背景技術

隨著網絡電視、短視頻、移動多媒體等新媒體業務的不斷壯大，新媒體節目的需求量也隨之猛增。

新媒體節目的生產包括對視頻內容進行二次加工的過程，該二次加工過程的一個重要環節就是對視頻內容進行拆條。通過對視頻內容進行拆條，可以將視頻內容轉化為特定的數據。將該特定的數據作為視頻內容的標簽與視頻一起發布，從而在視頻發布后，用戶可以通過數據標簽搜索到該視頻。

而傳統的視頻內容拆條方法都是通過人工手動完成，即人工觀看待拆條的視頻，并從中歸納總結出相應的數據作為視頻內容的數據標簽。這種人工處理方式不但耗時耗力，也不滿足新媒體視聽節目快速發布的高標準要求。

發明內容

有鑒于此，本發明提供一種視頻內容拆條方法及裝置，以減少現有技術通過人工手動實現視頻內容拆條，所導致的人工資源浪費、且不滿足新媒體視聽節目快速發布的高標準要求的問題。

技術方案如下：

一種視頻內容拆條方法，包括：

獲取待進行內容拆條的視頻；

將所述視頻輸入至預訓練的視頻內容拆條模型，得到用于表征所述視頻的至少一個數據條目；所述視頻內容拆條模型由至少一個視頻識別子模型構成，不同的視頻識別子模型用于識別視頻中不同類別的視頻內容得到識別結果，所述至少一個數據條目基于各所述視頻識別子模型對所述視頻的識別結果生成；

所述視頻內容拆條模型是以卷積神經網絡的至少一個待訓練視頻識別子模型中，每個待訓練視頻識別子模型對訓練樣本的輸出結果均趨近于該待訓練視頻識別子模型對該訓練樣本的標定輸出結果為訓練目標，對所述卷積神經網絡進行訓練得到的。

優選的，預訓練的視頻內容拆條模型接收所述視頻，得到用于表征所述視頻的至少一個數據條目，包括：

預訓練的視頻內容拆條模型接收所述視頻，對所述視頻進行解析，得到播放時間連續的至少一個視頻幀；

分別將所述至少一個視頻幀輸入至所述視頻內容拆條模型中的每個視頻識別子模型，以得到每個所述視頻識別子模型對所述視頻的識別結果；

基于所得到的各識別結果，生成用于表征所述視頻的至少一個數據條目。

優選的，所述視頻識別子模型可以為用于對所述視頻中的文字進行識別的文字識別模型、用于對所述視頻中的語音進行識別的語音識別模型、用于對所述視頻中的人臉進行識別的人臉識別模型，或者用于對所述視頻中的物體進行識別的物體識別模型。

優選的，所述物體識別模型對所述視頻的識別結果包括所述視頻中出現的物體、場景和人物特寫，所述人物特寫用于表征人物的特征，所述場景包括用于表征地理位置的第一場景以及用于表征人物動作的第二場景；

所述基于所得到的各識別結果，生成用于表征所述視頻的至少一個數據條目，包括：

基于所述物體識別模型對所述視頻的識別結果，確定所述視頻所屬的視頻類型，所述視頻類型為用于表征所述視頻的一個數據條目。