[發明專利]視頻分割方法及裝置

有效

• 申請號: 201911352570.6
• 申請日: 2019-12-25
• 公開（公告）號: CN111046839B
• 公開（公告）日: 2023-05-19
• 發明（設計）人: 干紫喬;馮曉峰;王思夢;趙金鑫;秦瑞雄;胡智;杜嘉;吳想想;熊威;蔡晨;祁緣
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06F16/35;G06V10/762
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 趙平;周永君

1.一種視頻分割方法，其特征在于，包括：

獲取視頻文件對應的字幕文本并基于所述字幕文本生成文本向量；

基于所述文本向量進行聚類處理得到層次聚類樹狀圖；

確定用于根據所述層次聚類樹狀圖上符合約束條件的任意一組節點計算該組節點對應的熵值的熵函數；根據所述熵函數確定所述層次聚類樹狀圖上目標組節點；

基于所述目標組節點對所述視頻文件進行分割；

所述確定用于根據所述層次聚類樹狀圖上符合約束條件的任意一組節點計算該組節點對應的熵值的熵函數，包括：

確定所述層次聚類樹狀圖上符合約束條件的任意一組節點中每個節點對應的代價值；

所述熵函數用于對各個所述代價值確定該組節點對應的熵值；

所述根據所述熵函數確定所述層次聚類樹狀圖上目標組節點，包括：

對所述熵函數進行求解確定所述熵函數能夠得到的最小的熵值；

確定所述最小的熵值對應的一組節點為目標組節點。

2.根據權利要求1所述的視頻分割方法，其特征在于，在所述基于所述目標組節點對所述視頻文件進行分割之后，還包括：

確定分割得到的子視頻文件，建立所述子視頻文件與視頻文件之間的關聯關系。

3.根據權利要求1所述的視頻分割方法，其特征在于，所述獲取視頻文件對應的字幕文本并基于所述字幕文本生成文本向量，包括：

采用語音識別的方式從所述視頻文件中提取出字幕文本；其中，所述字幕文本包括多個字幕單元；

通過語言表征模型將所述字幕文本中各個字幕單元轉換為各自對應的字幕向量；其中，所有字幕向量構成文本向量。

4.根據權利要求3所述的視頻分割方法，其特征在于，所述語言表征模型為BERT模型。

5.根據權利要求1所述的視頻分割方法，其特征在于，所述基于所述文本向量進行聚類處理得到層次聚類樹狀圖，包括：

采用層次凝聚聚類算法對所述文本向量進行聚類處理得到層次聚類樹狀圖。

6.根據權利要求5所述的視頻分割方法，其特征在于，所述采用層次凝聚聚類算法對所述文本向量進行聚類處理得到層次聚類樹狀圖，包括：

根據所述字幕文本中時間數據確定所述字幕文本中各個字幕單元的時長以及相鄰字幕單元之間的停頓間隔；

基于各個字幕單元的時長以及相鄰字幕單元之間的停頓間隔確定層次凝聚聚類算法中的相似度距離；

基于所述相似度距離對所述文本向量進行聚類處理得到層次聚類樹狀圖。

7.根據權利要求1所述的視頻分割方法，其特征在于，所述確定所述層次聚類樹狀圖上符合約束條件的任意一組節點中每個節點對應的代價值，包括：

確定層次聚類樹狀圖上符合約束條件的任意一組節點中每個節點對應的視頻時長；

根據各個節點對應的視頻時長和目標分割時長確定各個節點各自對應的代價值。

8.根據權利要求1所述的視頻分割方法，其特征在于，所述熵函數用于對各個所述代價值確定該組節點對應的熵值，包括：

所述熵函數用于對各個所述代價值進行求和，確定求和結果為該組節點對應的熵值。