[發明專利]視頻標簽獲取方法、裝置、電子設備和存儲介質

在審

• 申請號: 202210291768.3
• 申請日: 2022-03-22
• 公開（公告）號: CN114756710A
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 翟步中;唐大閏
• 申請（專利權）人: 北京明略昭輝科技有限公司
• 主分類號: G06F16/78
• 分類號: G06F16/78;G06N3/04;G06F16/75;G06N3/08;G06F16/783
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 蔡良偉

1.一種視頻標簽獲取方法，其特征在于，所述方法包括：

獲取目標視頻的多幀圖片；

將所述多幀圖片輸入至訓練好的網絡模型中，獲取所述目標視頻的標簽；其中，所述網絡模型根據所述目標視頻多幀圖片中物體圖結構的變換獲得所述目標視頻的標簽。

2.根據權利要求1所述的方法，其特征在于，所述網絡模型為多個，所述將所述多幀圖片輸入至訓練好的網絡模型中，獲取所述目標視頻的標簽包括：

將所述多幀圖片輸入到多個網絡模型中的每個網絡模型中，獲取每個網絡模型針對所述多幀圖片所輸出的標簽結果；

將多個標簽結果作為所述目標視頻的標簽。

3.根據權利要求2所述的方法，其特征在于，所述將所述多幀圖片輸入到多個網絡模型中的每個網絡模型中，獲取每個網絡模型針對所述多幀圖片所輸出的標簽結果包括：

對所述多幀圖片中的每幀圖片進行物體檢測識別，構建每幀圖片的物體圖結構；

將所述多幀圖片中每幀圖片對應的物體圖結構輸入至多個網絡模型中的每個網絡模型中，獲取每個網絡模型針對所述多幀圖片所輸出的標簽結果。

4.根據權利要求3所述的方法，其特征在于，所述對所述多幀圖片中的每幀圖片進行物體檢測識別，構建每幀圖片的物體圖結構包括：

對所述多幀圖片中的每幀圖片進行物體檢測識別，確定每幀圖片中每一物體的物體位置和物體類型；

基于所述每幀圖片中每一物體的物體位置和物體類型，構建每幀圖片內物體間的關系圖；

將構建后的每幀圖片的物體間的關系圖確定為每幀圖片的物體圖結構。

5.根據權利要求1所述的方法，其特征在于，所述網絡模型的訓練過程包括：

獲取訓練圖片集；

對所述訓練圖片集中的每幀圖片進行物體檢測識別，確定所述訓練圖片集中的每幀圖片的物體圖結構；

以所述訓練圖片集中的出現次數最多的物體為中心節點；將所述訓練圖片集中的每幀圖片的物體圖結構輸入至預設的網絡模型中進行訓練，獲得訓練好的網絡模型；其中，中心節點不同，基于不同的中心節點根據物體圖結構的變換訓練獲得的網絡模型輸出的標簽結果不同。

6.根據權利要求1所述的方法，其特征在于，所述獲取目標視頻的多幀圖片包括：

獲取目標視頻；

按照預設時間間隔對所述目標視頻進行抽幀處理，獲得所述目標視頻的多幀圖片。

7.根據權利要求1所述的方法，其特征在于，獲得所述目標視頻的標簽之后，所述方法還包括：

對所述目標視頻標注所述標簽。

8.一種視頻標簽獲取裝置，其特征在于，所述視頻標簽獲取裝置包括：

獲取模塊，用于獲取目標視頻的多幀圖片；

輸入模塊，用于將所述多幀圖片輸入至訓練好的網絡模型中，獲取所述目標視頻的標簽；其中，所述網絡模型根據所述目標視頻多幀圖片中物體圖結構的變換獲得所述目標視頻的標簽。

9.一種電子設備，其特征在于，包括：處理器和用于存儲能夠在處理器上運行的計算機程序的存儲器；其中，

所述處理器用于運行所述計算機程序時，執行權利要求1至7任一項所述方法的步驟。

10.一種存儲介質，所述存儲介質中存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時，實現權利要求1至7任一項所述方法的步驟。