[發明專利]一種背景音樂構建方法、裝置、電子設備和存儲介質

在審

• 申請號: 202010088954.8
• 申請日: 2020-02-12
• 公開（公告）號: CN111324773A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 陳小帥
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/783
• 分類號: G06F16/783;G06F16/75;G06K9/62
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 汪阮磊

1.一種背景音樂構建方法，其特征在于，包括：

確定至少一個具有背景音樂的參考視頻、以及需要構建背景音樂的目標視頻；

獲取所述目標視頻和所述參考視頻之間的相似度；

基于所述目標視頻和所述參考視頻之間的相似度，從所述至少一個參考視頻中確定至少一個相似視頻；

獲取相似視頻的背景音樂，并將所述至少一個相似視頻的背景音樂作為候選背景音樂；

基于所述候選背景音樂與所述目標視頻之間的相似度，從所述候選背景音樂中確定所述目標視頻的背景音樂。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述目標視頻和所述參考視頻之間的相似度，包括：

獲取所述目標視頻在至少一個模態下的視頻內容信息；

對所述目標視頻在至少一個模態下的視頻內容信息進行語義提取，得到所述目標視頻在至少一個模態下的語義特征信息；

對所述參考視頻在至少一個模態下的視頻內容信息進行語義提取，得到所述參考視頻在至少一個模態下的語義特征信息；

基于所述目標視頻和所述參考視頻在至少一個模態下的語義特征信息，計算所述目標視頻和所述參考視頻之間的相似度。

3.根據權利要求2所述的方法，其特征在于，所述基于所述目標視頻和所述參考視頻在至少一個模態下的語義特征信息，計算所述目標視頻和所述參考視頻之間的相似度，包括：

計算所述目標視頻在至少一個模態下的語義特征信息和所述參考視頻在至少一個模態下的語義特征信息之間的語義相似度；

將所述語義相似度作為所述目標視頻和所述參考視頻之間的相似度。

4.根據權利要求2所述的方法，其特征在于，所述至少一個模態包括文本模態和圖像模態；

所述獲取所述目標視頻在至少一個模態下的視頻內容信息，包括：

對所述目標視頻進行文本提取處理，得到所述目標視頻的文本序列，所述文本序列為所述目標視頻在文本模態下的視頻內容信息；

對所述目標視頻進行圖像提取處理，得到所述目標視頻的圖像序列，所述圖像序列為所述目標視頻在圖像模態下的視頻內容信息。

5.根據權利要求4所述的方法，其特征在于，所述對所述目標視頻在至少一個模態下的視頻內容信息進行語義提取，得到所述目標視頻在至少一個模態下的語義特征信息，包括：

對所述圖像序列中的各個圖像進行語義提取，得到所述圖像序列中的各個圖像的圖像語義特征信息；

基于各個圖像的前后圖像的圖像語義特征信息，對所述各個圖像的圖像語義特征信息進行處理；

將處理后的各個圖像的圖像語義特征信息進行融合，得到所述目標視頻在圖像模態下的語義特征信息；

對所述文本序列進行語義提取，得到所述目標視頻在文本模態下的語義特征信息；

將所述目標視頻在圖像模態下的語義特征信息和在文本模態下的語義特征信息進行融合，得到所述目標視頻在至少一個模態下的語義特征信息。

6.根據權利要求2所述的方法，其特征在于，所述基于所述目標視頻和所述參考視頻在至少一個模態下的語義特征信息，計算所述目標視頻和所述參考視頻之間的相似度之前，還包括：

基于所述參考視頻在至少一個模態下的語義特征信息，生成所述參考視頻的檢索索引；

基于所述檢索索引，創建檢索索引庫；

所述基于所述目標視頻和所述參考視頻在至少一個模態下的語義特征信息，計算所述目標視頻和所述參考視頻之間的相似度，包括：

通過所述檢索索引庫，基于所述目標視頻在至少一個模態下的語義特征信息和所述參考視頻的檢索索引，計算所述目標視頻和所述參考視頻之間的相似度。