【技术实现步骤摘要】
一种视频分类方法、装置及设备
本专利技术涉及视频处理
，特别是涉及一种视频分类方法、装置及设备。
技术介绍
随着互联网技术的发展，运营商能够通过互联网向用户提供各种各样的视频。而由于视频的数量过于庞大，因此，如何对视频进行分类，以使用户能够从海量的视频中方便、快捷的获取自己感兴趣的视频成为运营商面临的一个重要研究课题，并具有重要的理论意义与实际应用价值。
技术实现思路
本专利技术实施例的目的在于提供一种视频分类方法、装置及设备，以实现对视频进行分类。具体技术方案如下：本专利技术实施的一方面，提供了一种视频分类方法，所述方法包括：获取待分类视频；利用预先训练好的第一模型对所述待分类视频进行分类，得到第一类分类结果，其中，所述第一模型为：根据时序特征对视频进行分类的模型，所述第一类分类结果包括至少一个所述待分类视频所属的类别和该类别的置信度；利用预先训练好的第二模型对所述待分类视频进行分类，得到第二类分类结果，其中，所述第二模型为：根据时序特征和空间特征对视频进行分类的模型，所述第二类分类结果包括至少一个所述待分类视频所属的类别和该类别的置信度；根据所述第一模型的模...
【技术保护点】
1.一种视频分类方法，其特征在于，所述方法包括：获取待分类视频；利用预先训练好的第一模型对所述待分类视频进行分类，得到第一类分类结果，其中，所述第一模型为：根据时序特征对视频进行分类的模型，所述第一类分类结果包括至少一个所述待分类视频所属的类别和该类别的置信度；利用预先训练好的第二模型对所述待分类视频进行分类，得到第二类分类结果，其中，所述第二模型为：根据时序特征和空间特征对视频进行分类的模型，所述第二类分类结果包括至少一个所述待分类视频所属的类别和该类别的置信度；根据所述第一模型的模型权值、所述第二模型的模型权值、所述第一类分类结果中包含的各个类别的置信度、所述第二类分类...
【技术特征摘要】
1.一种视频分类方法，其特征在于，所述方法包括：获取待分类视频；利用预先训练好的第一模型对所述待分类视频进行分类，得到第一类分类结果，其中，所述第一模型为：根据时序特征对视频进行分类的模型，所述第一类分类结果包括至少一个所述待分类视频所属的类别和该类别的置信度；利用预先训练好的第二模型对所述待分类视频进行分类，得到第二类分类结果，其中，所述第二模型为：根据时序特征和空间特征对视频进行分类的模型，所述第二类分类结果包括至少一个所述待分类视频所属的类别和该类别的置信度；根据所述第一模型的模型权值、所述第二模型的模型权值、所述第一类分类结果中包含的各个类别的置信度、所述第二类分类结果中包含的各个类别的置信度以及各个类别的次数权值，确定所述待分类视频的分类结果，其中，每一模型的模型权值为：预先设定的、表示利用该模型对视频进行分类所得分类结果准确性的权值，每一类别的次数权值为：预先设定的、表示该类别在第一类分类结果和第二类分类结果中出现次数多少的权值。2.如权利要求1所述的方法，其特征在于，所述根据所述第一模型的模型权值、所述第二模型的模型权值、所述第一类分类结果中包含的各个类别的置信度、所述第二类分类结果中包含的各个类别的置信度以及各个类别的次数权值确定所述待分类视频的分类结果的步骤，包括：统计所述第一类分类结果与所述第二类分类结果中包含的各个类别的出现次数；以所述第一模型的模型权值为所述第一类分类结果包含的各个类别的权值更新所述第一类分类结果包含的各个类别的置信度，以所述第二模型的模型权值为所述第二类分类结果包含的各个类别的权值更新所述第二类分类结果包含的各个类别的置信度；对所述第一类分类结果包含的各个类别与所述第二类分类结果包含的各个类别中相同类别的更新后置信度进行相加，得到各个类别的最终置信度；根据各个类别的最终置信度与各个类别对应的次数权值确定所述待分类视频的分类结果。3.如权利要求2所述的方法，其特征在于，根据各个类别的最终置信度与各个类别对应的次数权值确定所述待分类视频的分类结果的步骤，包括：计算各个类别的最终置信度与各个类别对应的次数权值的和值；将第四预设数量个最高和值对应的类别确定为所述待分类视频的分类结果。4.如权利要求1-3任一项所述的方法，其特征在于，所述第一模型包括：预先训练好的根据时序特征对视频进行分类的第一子模型和预先训练好的根据时序特征对视频进行分类的第二子模型；其中，所述第一子模型为：根据训练集中包含的视频对用于根据时序特征对视频进行分类的初始模型进训练得到模型；所述第二子模型通过以下方式训练得到：利用所述第一子模型对测试集中包含的视频进行分类，得到测试分类结果；确定所得到的测试分类结果中准确率低于预设阈值的准确率对应的类别；对所确定的类别对应的视频进行重采样，将重采样后的视频更新至所述训练集；利用更新后的训练集对所述第一子模型进行训练，得到所述第二子模型；相应地，利用预先训练好的第一模型对所述待分类视频进行分类，得到第一类分类结果的步骤，包括：利用所述第一子模型对所述待分类视频进行分类，得到第一类子分类结果，利用所述第二子模型对所述待分类视频进行分类，得到第二类子分类结果；所述根据所述第一模型的模型权值、所述第二模型的模型权值、所述第一类分类结果中包含的各个类别的置信度、所述第二类分类结果中包含的各个类别的置信度以及各个类别的次数权值确定所述待分类视频的分类结果的步骤，包括：根据所述第一子模型的模型权值、所述第二子模型的模型权值、所述第二模型的模型权值、所述第一类子分类结果中包含的各个类别的置信度、所述第二类子分类结果中包含的各个类别的置信度、所述第二类分类结果中包含的各个类别的置信度以及各个类别的次数权值确定所述待分类视频的分类结果。5.如权利要求1所述的方法，其特征在于，所述利用预先训练好的第一模型对所述待分类视频进行分类，得到第一类分类结果的步骤，包括：从所述待分类视频包含的视频帧中选取第一预设值个第一类视频帧集合，并计算每个第一类视频帧集合中视频帧之间的时序关系值，其中，每个第一类视频帧集合包括至少两帧视频帧，所述时序关系值表示视频帧之间在时间域的变化程度；对计算得到的时序关系值进行求和得到时序特征；在预先建立的视频识别数据库中查找与所述时序特征相匹配的视频，获得所述第一类分类结果。6.如权利要求5所述的方法，其特征在于，所述从所述待分类视频包含的视频帧中选取第一预设值个第一类视频帧集合，并计算每个第一类视频帧集合中视频帧之间的时序关系值的步骤，包括：设置第一数量为预设的视频帧数量初始值；从所述待分类视频包含的视频帧中选取所述第一数量帧视频帧得到一个第一类视频帧集合，并计算所得到的第一类视频帧集合中视频帧之间的时序关系值；将所述第一数量累加预设的视频帧数量变化步长；从所述待分类视频包含的视频帧中选取累加后第一数量帧视频帧得到一个第一类视频帧集合，并计算所得到的第一类视频帧集合中视频帧之间的时序关系值；在已得到第一类视频帧集合的数量未达到所述第一预设值的情况下，判断累加后第一数量是否达到第二预设值；若为否，返回执行所述将所述第一数量累加预设的视频帧数量变化步长的步骤；若为是，返回执行所述设置第一数量为预设的视频帧数量初始值的步骤。7.如权利要求1所述的方法，其特征在于，所述利用预先训练好的第二模型对所述待分类视频进行分类，得到第二类分类结果的步骤，包括：从所述待分类视频包含的视频帧中选取第三预设值个第二类视频帧集合，并计算每个第二类视频帧集合中视频帧之间的时序关系值和空间关系值，其中，每个第二类视频帧集合包含视频帧的数量相同，所述时序关系值表示视频帧之间在时间域的变化程度，所述空间关系值表示视频帧之间在空间域的变化程度；分别对计算得到的时序关系值和空间关系值进行求和得到多维特征；在预先建立的视频识别数据库中查找与所述多维特征相匹配的视频，获得所述第二类分类结果。8.如权利要求7所述的方法，其特征在于，所述从所述待分类视频包含的视频帧中选取第三预设值个第二类视频帧集合，并计算每个第二类视频帧集合中视频帧之间的时序关系值和空间关系值的步骤，包括：设置第二数量为第二类视频帧集合包含视频帧的数量，设置第三数量为从所述待分类视频包含的视频帧中选取视频帧的帧号；从所述待分类视频包含的视频帧中选取以所述第三数量为起始帧的帧号、第二数量为选取数量的连续帧视频帧得到一个第二类视频帧集合，并计算所得到的第二类视频帧集合中视频帧之间的时序关系值和空间关系值；将所述第三数量累加预设的视频帧帧号变化步长；从所述待分类视频包含的视频帧中选取以累加后第三数量为起始帧的帧号、第二数量为选取数量的连续帧视频帧得到一个第二类视频帧集合，并计...
【专利技术属性】
技术研发人员：刘洁，蔡东阳，王涛，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。