[發明專利]一種視頻處理方法、裝置、電子設備和可讀存儲介質

在審

• 申請號: 202110700014.4
• 申請日: 2021-06-23
• 公開（公告）號: CN113313065A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 周亮
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 呂俊秀

1.一種視頻處理方法，其特征在于，所述方法包括：

獲取當前視頻和所述當前視頻中視頻幀的時序信息；

依據所述時序信息從所述當前視頻中抽取預設個數的視頻關鍵幀；

分別對所述視頻關鍵幀進行圖像特征分析，得到對應的圖像特征分析結果；

對所有的所述圖像特征分析結果進行特征融合，得到用于表征所述當前視頻的視頻特征信息；

基于所述視頻特征信息計算所述當前視頻與預設視頻之間的相似度，判斷所述當前視頻是否為重復視頻。

2.根據權利要求1所述的方法，其特征在于，所述依據所述時序信息從所述當前視頻中抽取預設個數的視頻關鍵幀，包括：

獲取所述當前視頻的時長信息；

計算所述時長信息對應的視頻長度與所述預設個數的比值，并將所述比值作為取樣間隔；

依據所述時序信息從所述當前視頻中按照所述取樣間隔等間依次抽取所述預設個數的所述視頻關鍵幀。

3.根據權利要求1所述的方法，其特征在于，所述分別對所述視頻關鍵幀進行圖像特征分析，得到對應的圖像特征分析結果，包括：

分別將所述視頻關鍵幀輸入預置的卷積神經網絡模型，得到對應的關鍵幀向量特征信息，并將所述關鍵幀向量特征信息作為所述圖像特征分析結果。

4.根據權利要求3所述的方法，其特征在于，所述視頻特征信息包括視頻向量特征信息，所述對所有的所述圖像特征分析結果進行特征融合，得到用于表征所述當前視頻的視頻特征信息，包括：

將所述預設個數的所述視頻關鍵幀在所述當前視頻中的播放順序作為所述圖像特征分析結果的拼接順序；

按照所述拼接順序依次拼接所述圖像特征分析結果，得到用于表征所述當前視頻的所述視頻向量特征信息。

5.根據權利要求1所述的方法，其特征在于，所述基于所述視頻特征信息計算所述當前視頻與預設視頻之間的相似度，判斷所述當前視頻是否為重復視頻，包括：

獲取所述預設視頻的預設視頻特征信息；

計算所述視頻特征信息與所述預設視頻特征信息的余弦距離，得到對應的余弦距離值；

將所述余弦距離值作為所述當前視頻與所述預設視頻之間的視頻相似度；

根據所述視頻相似度判斷所述當前視頻是否為重復視頻。

6.根據權利要求5所述的方法，其特征在于，所述根據所述視頻相似度判斷所述當前視頻是否為重復視頻，包括：

從所述多個視頻相似度中確定最大視頻相似度；

判斷所述最大視頻相似度是否大于預設相似度閾值；

若所述最大視頻相似度大于所述預設相似度閾值，則判斷所述當前視頻為重復視頻。

7.根據權利要求5或6所述的方法，其特征在于，所述預設視頻具有標簽信息，所述判斷所述當前視頻是否為重復視頻之后，還包括：

若判斷所述當前視頻為重復視頻，則將具有所述最大視頻相似度的所述預設視頻作為目標相似視頻；

獲取所述目標相似視頻的目標標簽信息；

將所述當前視頻的當前標簽信息配置為所述目標標簽信息；

從具有相同的所述目標標簽信息的視頻中挑選其中一個視頻進行視頻推薦。

8.根據權利要求3所述的方法，其特征在于，所述預置的卷積神經網絡模型為殘差網絡模型；所述殘差網絡模型包括串聯的至少一個卷積層和一個池化層，所述卷積層用于對輸入的圖像進行特征提取；所述池化層用于對最后一個卷積層輸出的圖像特征進行平均池化，以得到預設維數的圖像特征向量。