[發明專利]一種視頻信息提取方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202211645972.7
• 申請日: 2022-12-20
• 公開（公告）號: CN115880612A
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 肖金輝;周多友;黃凱
• 申請（專利權）人: 北京閃星科技有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/75
• 代理公司: 北京中知法苑知識產權代理有限公司 11226
• 代理人: 李明

1.一種視頻信息提取方法，其特征在于，包括：

根據目標視頻的各視頻幀中的初始文本行的文本行內容，對初始文本行進行聚類得到多個第一文本行簇；

利用所述初始文本行的文本行高度區間和文本行傾斜角度，從所述多個第一文本行簇中篩選出第二文本行簇；

根據各個所述第二文本行簇中的所述初始文本行的文本行高度區間，確定待提取的前景文本信息對應的標準文本高度區間；

基于各所述視頻幀中的初始文本行的文本行高度區間和所述標準文本高度區間，從所述目標視頻中提取出目標文本信息。

2.根據權利要求1所述的方法，其特征在于，所述根據各個所述第二文本行簇中的所述初始文本行的文本行高度區間，確定待提取的前景文本信息對應的標準文本高度區間，包括：

根據各個所述第二文本行簇中的所述初始文本行的文本行高度區間，對所述第二文本行簇中的所述初始文本行進行聚類，得到多個第三文本行簇；其中，一個第三文本行簇對應于一個文本行高度區間；

基于每個所述第三文本行簇中的各個所述初始文本行的文本行內容之間的文本相似度，確定每個所述第三文本行簇對應的文本行重復度；

利用每個所述第三文本行簇對應的文本行重復度，從所述第三文本行簇中確定出目標文本行簇，并將所述目標文本行簇對應的文本行高度區間作為所述標準文本高度區間。

3.根據權利要求2所述的方法，其特征在于，所述利用每個所述第三文本行簇對應的文本行重復度，從所述第三文本行簇中確定出目標文本行簇，包括：

按照文本行重復度從低到高的順序，對各個所述第三文本行簇進行排序，確定各個所述第三文本行簇的排序次序；

從所述第三文本行簇中篩選出排序次序小于預設次序的多個第四文本行簇；

根據每個所述第四文本行簇，確定所述目標文本行簇。

4.根據權利要求3所述的方法，其特征在于，所述根據每個所述第四文本行簇，確定所述目標文本行簇，包括：

針對每個所述第四文本行簇，根據該第四文本行簇中的各個初始文本行包括的字符，確定該第四文本行簇對應的字符重復度；

從所述第四文本行簇中，選取對應的字符重復度最低的中間文本行簇；

在所述中間文本行簇對應的字符重復度小于預設重復度閾值的情況下，將所述中間文本行簇作為所述目標文本行簇。

5.根據權利要求1所述的方法，其特征在于，所述利用所述初始文本行的文本行高度區間和文本行傾斜角度，從所述多個第一文本行簇中篩選出第二文本行簇，包括：

針對每個所述第一文本行簇，根據該第一文本行簇中的各個所述初始文本行的文本行高度區間，確定該第一文本行簇對應的文本行高度區間分布；

根據該第一文本行簇中的各個所述初始文本行的文本行傾斜角度，確定該第一文本行簇對應的傾斜角度區間分布；

將所述第一文本行簇中，對應的所述文本行高度區間分布滿足預設高度區間分布、且對應的所述傾斜角度區間分布滿足預設角度區間分布的文本行簇，作為所述第二文本行簇。

6.根據權利要求1所述的方法，其特征在于，所述基于各所述視頻幀中的初始文本行的文本行高度區間和所述標準文本高度區間，提取所述目標視頻對應的目標文本信息，包括：

從每個所述視頻幀中的所述初始文本行中，提取出文本行高度區間與所述標準文本高度區間匹配的目標文本行；

對所述目標文本行進行去重處理，得到去重后的各個目標文本行；

按照去重后的各個目標文本行對應的視頻幀在所述目標視頻中的播放順序，對去重后的各個目標文本行進行拼接，得到所述目標文本信息。

7.根據權利要求6所述的方法，其特征在于，所述對所述目標文本行進行去重處理，得到去重后的各個目標文本行，包括：

針對相鄰的每兩幀視頻幀，在前一幀視頻幀對應的目標文本行與后一幀視頻幀對應的目標文本行為重復的目標文本行的情況下，刪除前一幀視頻幀對應的目標文本行。