[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

本發明提供一種視頻分割方法及裝置，方法包括：通過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代價值的熵函數；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。本發明能夠使得優化的切分結果內容更精準，視頻長度更符合使用者預期，實現更智能實用的微課切分優化。

技術領域

本發明涉及視頻處理技術領域，具體涉及一種視頻分割方法及裝置。

背景技術

隨著網絡應用領域的不斷發展，越來越多的用戶選擇通過網絡視頻進行網絡學習。網絡學習的網絡視頻資源多以長視頻類為主，通常長視頻的視頻時長在20分鐘至180分鐘之間。受制于用戶學習時間的限制，導致長視頻的推廣性不如新出現的短視頻，通常短視頻的視頻時長在3分鐘至10分鐘之間。

為了提高用戶體驗，將長視頻進行切分得到短視頻。目前，采用基于語義聚類算法的方式將長視頻分割為短視頻，該方式能夠將相似的語句合并形成段落，段落之間為最佳切分的切割點。

但是，基于語義聚類算法的分割方式會導致切分后的短視頻出現過長或者過短的情況，降低了分割的準確度，以及分割方式的適用性低。

發明內容

針對現有技術中的問題，本發明提供一種視頻分割方法及裝置，能夠使得優化的切分結果內容更精準，視頻長度更符合使用者預期，實現更智能實用的微課切分優化。

為解決上述技術問題，本發明提供以下技術方案：

第一方面，本發明提供一種視頻分割方法，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。

進一步的，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。

其中，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。

其中，所述語言表征模型為BERT模型。

其中，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。

其中，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。

其中,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：