[發明專利]一種短視頻分類方法

有效

• 申請號: 201910737582.4
• 申請日: 2019-08-12
• 公開（公告）號: CN110457525B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 孫偉芳
• 申請（專利權）人: 央視國際網絡無錫有限公司
• 主分類號: G06F16/75
• 分類號: G06F16/75;G06V10/82;G06N3/0464;G06N3/0442;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明是一種短視頻分類方法，該方法包括以下步驟：一、視頻切變幀提取：提取視頻不同場景畫面的幀，先尋找切變鏡頭幀以及漸變鏡頭幀，然后抽取鏡頭幀時間位置的往后N秒的場景幀；二、圖片物體識別：使用現有架構中的現有的物體識別的模型，使用以卷積神經網絡為核心基礎的算法進行訓練保存模型預測圖片；三、基于物體識別的視頻分類算法：由步驟一、二兩部分的結果輸入，并根據輸入結果進行視頻分類的啟發式算法。本發明的優點：用于特色短視頻分類，計算復雜性和時間較小，占用資源少，可滿足不同用戶對于短視頻類別分類需求，解決了視頻數據集搜集、保存、處理過程中的問題。

技術領域

本發明涉及的是一種短視頻分類方法，屬于電子信息技術領域。

背景技術

隨著計算機硬件、軟件技術的不斷升級，各類數碼攝像設備層出不窮，通信技術屢次突破性發展，視頻信息的數量和傳播速度更是飛速增長。當數據海量增長時，為了更有效的進行視頻信息的管理、瀏覽和搜索，需要一種方法，能夠快速有效地對視頻進行分類。

現有技術中存在的短視頻分類的方法有很多，自動分類方法是其中之一。自動分類方法主要是對每個視頻提取一系列和視頻或者文本標題相關的特征，然后通過機器學習算法訓練出分類器，在特征和視頻類型之間建立對應關系。

自動分類方法主要可通過兩個角度對視頻進行分類：視頻內容識別和視頻標題文本。針對視頻內容識別的分類方法往往由于視頻的圖像信息太多而復雜度過高，特征提取也很不容易，導致分類算法正確率不高，且大部分只能處于實驗室階段，無法形成產品推向市場。針對視頻標題文本的文本分類雖然在復雜度和正確率上面能有很大程度的改善，但是標題文本跟視頻的匹配程度是更大的問題，大部分視頻的標題并不能很好的概括視頻全部的內容，且簡短的標題文本很多時候會造成歧義等等，這些都會導致分類錯誤。

隨著深度學習技術的發展，越來越多的學者將深度學習使用到視頻分類領域，正確率有了很大提升，但除了以上兩點問題不能解決之外，還有深度學習的數據集問題，深度學習是一門數據驅動的技術，需要大量的標好標簽的視頻數據。這類標好類目標簽的視頻資源極少，只有在學術界可能會存在1、2個，但其中視頻的類目標簽往往不是我們所需要的或是過時的。

發明內容

本發明提出的是一種短視頻分類方法，其目的旨在克服現有技術存在的上述不足，提供一種靈活性更強、復雜度不高、數據集魯棒性強且正確率高的短視頻分類方法。

本發明的技術解決方案：一種短視頻分類方法，該方法包括以下步驟：

一、視頻切變幀提取：提取視頻不同場景畫面的幀，先尋找切變鏡頭幀以及漸變鏡頭幀，然后抽取鏡頭幀時間位置的往后N秒的場景幀；

二、圖片物體識別：使用現有架構中的現有的物體識別的模型，使用以卷積神經網絡為核心基礎的算法進行訓練保存模型預測圖片；

三、基于物體識別的視頻分類算法：由步驟一、二兩部分的結果輸入，并根據輸入結果進行視頻分類的啟發式算法。

優選的，所述的步驟一中尋找切變鏡頭幀以及漸變鏡頭幀使用像素幀差法或者直方圖幀差法，N＝4～6。

優選的，所述的步驟二中的現有架構pytorch、caffe或tensorflow，算法為RegionCNN、Faster?R-CNN、YOLO或SSD。

優選的，所述的步驟二中的訓練保存模型預測圖片，訓練過程包括兩階段共四步：

①第一階段：前向傳播階段

1、從樣本集中取一個樣本，輸入網絡，

2、計算相應的實際輸出，

在此階段信息從輸入層經過逐級的變換，傳送到輸出層，這個過程也是網絡在完成訓練之后正常執行時執行的過程，

②第二階段：后向傳播階段