[發明專利]視頻處理方法和裝置

有效

• 申請號: 201910794759.4
• 申請日: 2019-08-27
• 公開（公告）號: CN110502665B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 李甫;何棟梁;周志超;孫昊
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/75
• 分類號: G06F16/75;G06F16/783;G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;H04N21/44
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請實施例公開了視頻處理方法和裝置。該方法的一具體實施方式包括：獲取目標視頻，提取該目標視頻的圖像特征和音頻特征；將該圖像特征和該音頻特征輸入預先訓練的視頻分類模型，得到從該視頻分類模型輸出的該目標視頻的質量類型，其中，該視頻分類模型用于將視頻分為不同的質量類型。本申請實施例通過圖像特征和音頻特征共同參與視頻的分類，并利用視頻分類模型進行準確的質量類型劃分，從而能夠準確地區分出不同質量類型的視頻。

技術領域

本申請實施例涉及計算機技術領域，具體涉及互聯網技術領域，尤其涉及視頻處理方法和裝置。

背景技術

隨著視頻技術的日趨成熟，越來越多的視頻網站涌現出來。用戶可以向云端上傳自己的視頻，以分享自己的拍攝作品。相應地，其他用戶則可以觀看這些視頻。

在相關技術中，因為用戶拍攝和制作視頻的水平參差不齊，所以，在用戶上傳的視頻中可能存在一些質量較差的視頻，比如，畫面模糊、晃動的視頻等。

發明內容

本申請實施例提出了視頻處理方法和裝置。

第一方面，本申請實施例提供了一種視頻處理方法，包括：獲取目標視頻，提取目標視頻的圖像特征和音頻特征；將圖像特征和音頻特征輸入預先訓練的視頻分類模型，得到從視頻分類模型輸出的目標視頻的質量類型，其中，視頻分類模型用于將視頻分為不同的質量類型。

在一些實施例中，質量類型中存在第一質量類型和第二質量類型，第一質量類型指示的質量優于第二質量類型指示的質量，第一質量類型中存在至少兩個內容主題類型；得到從視頻分類模型輸出的目標視頻的質量類型，包括：得到從視頻分類模型輸出的目標視頻的內容主題類型或第二質量類型，其中，視頻分類模型用于將視頻確定為第二質量類型，或第一質量類型中的至少兩個內容主題類型之一。

在一些實施例中，視頻分類模型的訓練步驟包括：獲取多個視頻特征樣本以及各視頻特征樣本的質量類型標注，其中，視頻特征樣本包括圖像特征和音頻特征，視頻特征樣本的質量類型標注用于指示該視頻特征樣本對應的視頻屬于第一質量類型中的至少兩個內容主題類型之一或屬于第二質量類型；將視頻特征樣本輸入初始視頻分類模型，得到初始視頻分類模型輸出的質量類型預測結果，基于質量類型預測結果和質量類型標注，對初始視頻分類模型進行訓練，得到視頻分類模型，其中，質量類型預測結果是第一質量類型中的至少兩個內容主題類型之一或第二質量類型。

在一些實施例中，第一質量類型的質量類型標注對應的視頻的播放量和/或用戶互動數達到預設閾值，第二質量類型的質量類型標注對應的視頻的播放量未達到第一閾值且用戶互動數未達到第二閾值。

在一些實施例中，視頻分類模型包括第一長短期記憶網絡和第二長短期記憶網絡、第一自注意力網絡和第二自注意力網絡、預設全連接層；以及將圖像特征和音頻特征輸入預先訓練的視頻分類模型，得到從視頻分類模型輸出的目標視頻的質量類型，包括：將圖像特征輸入第一長短期記憶網絡，得到第一向量，以及將音頻特征輸入第二長短期記憶網絡，得到第二向量；將第一向量輸入第一自注意力網絡，得到第一處理結果，將第二向量輸入第二自注意力網絡，得到第二處理結果，以及對第一處理結果和第二處理結果進行拼接，得到連接結果；將連接結果輸入預設全連接層，得到目標視頻的質量類型。

在一些實施例中，長短期記憶網絡為雙向長短期記憶網絡；以及將圖像特征輸入第一長短期記憶網絡，得到第一向量，包括：將圖像特征輸入第一雙向長短期記憶網絡，得到圖像特征的正向處理結果和反向處理結果，將圖像特征的正向處理結果和反向處理結果拼接為第一向量；以及將音頻特征輸入第二長短期記憶網絡，得到第二向量，包括：將音頻特征輸入第二雙向長短期記憶網絡，得到音頻特征的正向處理結果和反向處理結果，將音頻特征的正向處理結果和反向處理結果拼接為第二向量。