[發(fā)明專利]視頻數(shù)據(jù)處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210241616.2
• 申請日: 2022-03-11
• 公開（公告）號: CN114637846A
• 公開（公告）日: 2022-06-17
• 發(fā)明（設(shè)計(jì)）人: 崔洋洋;余俊澎
• 申請（專利權(quán)）人: 游密科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F40/295;G06K9/62;G10L15/26;H04N21/233;H04N21/234;H04N21/2343
• 代理公司: 華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 周旋

1.一種視頻數(shù)據(jù)處理方法，其特征在于，所述方法包括：

獲取視頻文本數(shù)據(jù)和視頻文本數(shù)據(jù)特征；

通過關(guān)聯(lián)規(guī)則算法，計(jì)算所述視頻文本數(shù)據(jù)的支持度和置信度，根據(jù)所述支持度和所述置信度構(gòu)建支持向量機(jī)模型；

將所述視頻文本數(shù)據(jù)特征輸入所述支持向量機(jī)模型，獲得所述視頻文本數(shù)據(jù)的分類結(jié)果；

將所述視頻文本數(shù)據(jù)的分類結(jié)果通過知識(shí)抽取和知識(shí)加工，構(gòu)建視頻知識(shí)圖譜。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取視頻文本數(shù)據(jù)和視頻文本數(shù)據(jù)特征包括：

獲取視頻文本數(shù)據(jù)；

將所述視頻文本數(shù)據(jù)基于自然語言處理進(jìn)行文本切分和特征提取，獲得切分后的視頻文本數(shù)據(jù)和視頻文本數(shù)據(jù)特征。

3.根據(jù)權(quán)利要求2所述的視頻數(shù)據(jù)處理方法，其特征在于，所述將所述視頻文本數(shù)據(jù)基于自然語言處理進(jìn)行文本切分和特征提取，獲得切分后的視頻文本數(shù)據(jù)和視頻文本數(shù)據(jù)特征之前，還包括：

根據(jù)所述視頻文本數(shù)據(jù)，生成訓(xùn)練樣本；

將所述訓(xùn)練樣本輸入預(yù)置分段線性分類模型進(jìn)行訓(xùn)練，獲得訓(xùn)練后的分段線性分類模型和分類后的視頻文本數(shù)據(jù)；

將所述分類后的視頻文本數(shù)據(jù)通過自然語言處理進(jìn)行文本切分和特征提取，獲得切分后的視頻文本數(shù)據(jù)和視頻文本數(shù)據(jù)特征。

4.根據(jù)權(quán)利要求3所述的視頻數(shù)據(jù)處理方法，其特征在于，所述將所述分類后的視頻文本數(shù)據(jù)通過自然語言處理進(jìn)行文本切分和特征提取，獲得切分后的視頻文本數(shù)據(jù)和視頻文本數(shù)據(jù)特征之后，還包括：

根據(jù)所述視頻文本數(shù)據(jù)，生成驗(yàn)證樣本；

將所述驗(yàn)證樣本輸入所述訓(xùn)練后的分段線性分類模型，獲得模型評估值；

若所述模型評估值不滿足預(yù)設(shè)評估條件，則優(yōu)化所述分類后的分段線性分類器模型，獲得優(yōu)化后的分段線性分類模型；

將所述優(yōu)化后的分段線性分類模型更新為所述預(yù)置分段線性分類模型，返回所述將所述訓(xùn)練樣本輸入預(yù)置分段線性分類模型進(jìn)行訓(xùn)練，獲得訓(xùn)練后的分段線性分類模型和分類后的視頻文本數(shù)據(jù)的步驟。

5.根據(jù)權(quán)利要求2所述的視頻數(shù)據(jù)處理方法，其特征在于，所述將所述視頻文本數(shù)據(jù)基于自然語言處理進(jìn)行文本切分和特征提取，獲得切分后的視頻文本數(shù)據(jù)和視頻文本數(shù)據(jù)特征包括：

通過數(shù)據(jù)預(yù)處理和短語抽取算法對視頻文本數(shù)據(jù)進(jìn)行切分，獲得切分后的視頻文本數(shù)據(jù)；

對所述切分后的視頻文本數(shù)據(jù)進(jìn)行特征提取，獲得視頻文本數(shù)據(jù)特征。

6.根據(jù)權(quán)利要求1所述的視頻數(shù)據(jù)處理方法，其特征在于，所述將所述視頻文本數(shù)據(jù)的分類結(jié)果通過知識(shí)抽取和知識(shí)加工，構(gòu)建視頻知識(shí)圖譜包括：

將所述視頻文本數(shù)據(jù)的分類結(jié)果通過知識(shí)抽取，獲得實(shí)體和實(shí)體關(guān)系；

將所述實(shí)體和所述實(shí)體關(guān)系通過知識(shí)加工，獲得加工后的實(shí)體、加工后的實(shí)體關(guān)系以及質(zhì)量評估結(jié)果；

若所述質(zhì)量評估結(jié)果小于預(yù)設(shè)質(zhì)量評估值，則將所述加工后的實(shí)體和所述加工后的實(shí)體關(guān)系賦給所述視頻文本數(shù)據(jù)的分類結(jié)果，返回所述將所述視頻文本數(shù)據(jù)的分類結(jié)果通過知識(shí)抽取，獲得實(shí)體和實(shí)體關(guān)系的步驟；

若所述質(zhì)量評估結(jié)果不小于預(yù)設(shè)質(zhì)量評估值，則根據(jù)所述加工后的實(shí)體和所述加工后的實(shí)體關(guān)系，構(gòu)建視頻知識(shí)圖譜。

7.根據(jù)權(quán)利要求1所述的視頻數(shù)據(jù)處理方法，其特征在于，所述獲取視頻文本數(shù)據(jù)包括：

獲取視頻數(shù)據(jù)，并提取所述視頻數(shù)據(jù)中的圖像數(shù)據(jù)、音頻數(shù)據(jù)以及直接文本數(shù)據(jù)；

采用ASR音頻識(shí)別技術(shù)將所述音頻數(shù)據(jù)轉(zhuǎn)化為音頻文本數(shù)據(jù)；

采用OCR識(shí)別技術(shù)將所述圖像數(shù)據(jù)中的文本信息轉(zhuǎn)化為圖像文本數(shù)據(jù)；

歸集所述音頻文本數(shù)據(jù)、所述圖像文本數(shù)據(jù)以及所述直接文本數(shù)據(jù)，獲得視頻文本數(shù)據(jù)。