[發明專利]一種視頻處理方法、系統、設備及介質、程序產品

在審

• 申請號: 202310615111.2
• 申請日: 2023-05-29
• 公開（公告）號: CN116597360A
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 尹君豪;杜春賽;康積華;楊晶生
• 申請（專利權）人: 北京字跳網絡技術有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V30/14;G06V30/19
• 代理公司: 北京信遠達知識產權代理有限公司 11304
• 代理人: 馮柳偉

本申請提供了一種視頻處理方法、系統、設備及介質、程序產品。該方法包括：獲取待處理的視頻；根據待處理的視頻，確定視頻中的關鍵幀，關鍵幀為視頻的多個圖像幀中的至少一個；對關鍵幀的候選區域的內容進行識別，獲得關鍵幀的描述信息；呈現關鍵幀的描述信息。該方法通過對視頻中關鍵幀的候選區域的內容進行識別，可以獲得關鍵幀的描述信息，在本申請的一些具體應用場景中，例如在視頻會議場景中，可以獲得視頻當前演示的文檔的標題，使得用戶能夠了解視頻中多個關鍵幀的描述信息，從而便于用戶進行視頻定位，高效觀看視頻。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種視頻處理方法、系統、設備以及計算機可讀存儲介質、計算機程序產品。

背景技術

視頻(video)是以電信號方式加以捕捉、記錄、處理、存儲、傳送與重現的動態影像。視頻中通常承載有比較豐富的信息，例如視頻內容可以包括具有大量文字的文檔。以會議場景示例說明，參會人員可以對會議過程中演示的文檔進行錄制，獲得記錄有文檔內容的視頻，以便于其他人員通過該視頻了解會議內容，或者參會人員通過該視頻回顧會議內容。

用戶在觀看視頻時，往往需要從頭開始觀看。若用戶想要針對特定部分的內容進行觀看，則需要定位到視頻中的特定時間點，再從該特定時間點進行觀看。然而，用戶通常需要進行多次手動定位，才能確定與所要觀看的特定部分對應的特定時間點，耗時耗力。

因此，業界亟需一種能夠高效觀看視頻的視頻處理方法。

發明內容

本申請提供了一種視頻處理方法。該方法能夠對視頻中關鍵幀的描述信息進行定位，便于用戶進行跳轉觀看，從而實現高效觀看視頻。本申請還提供了上述方法對應的系統、設備、計算機可讀存儲介質以及計算機程序產品。

第一方面，本申請提供了一種視頻處理方法。所述方法包括：

獲取待處理的視頻；

根據所述待處理的視頻，確定所述視頻中的關鍵幀，所述關鍵幀為所述視頻的多個圖像幀中的至少一個；

對所述關鍵幀的候選區域的內容進行識別，獲得所述關鍵幀的描述信息；

呈現所述關鍵幀的描述信息。

在一些可能的實現方式中，所述呈現所述關鍵幀的描述信息，包括：

在所述視頻的導航區域呈現所述關鍵幀的描述信息；或者，

在所述視頻的時間軸呈現所述關鍵幀的描述信息。

在一些可能的實現方式中，所述在所述視頻的時間軸呈現所述關鍵幀的描述信息，包括：

基于所述關鍵幀在所述視頻中的時間信息，與所述視頻的時間軸關聯展示所述關鍵幀的描述信息。

在一些可能的實現方式中，所述方法還包括：

響應于用戶針對所述關鍵幀的描述信息的觸發操作，將所述視頻定位至與所述關鍵幀的描述信息對應的時間點，以使所述視頻從所述時間點播放。

在一些可能的實現方式中，所述對所述關鍵幀的候選區域的內容進行識別，獲得所述關鍵幀的描述信息，包括：

通過光學字符識別OCR對所述關鍵幀的候選區域的內容進行識別，獲得所述候選區域的文字識別結果；

根據所述候選區域的文字識別結果，獲得所述關鍵幀的描述信息。

在一些可能的實現方式中，所述根據所述候選區域的文字識別結果，獲得所述關鍵幀的描述信息，包括：

根據設定的過濾條件，過濾所述候選區域的文字識別結果；

根據過濾后的文字識別結果，獲得所述關鍵幀的描述信息。