视频分类方法、视频处理方法、装置、移动终端及介质制造方法及图纸

本公开实施例公开了一种视频分类方法、视频处理方法、装置、移动终端及介质。包括：根据视频中第一组图像帧的场景为预设场景的概率确定视频的第一分类标签，以及将视频中第二组图像帧输入图像序列分类模型，得到视频的第二分类标签；如果第一分类标签与第二分类标签一致，则得到视频的分类结果；如果第一分类标签与第二分类标签不一致，则将第二组图像帧重新输入其他图像序列分类模型，根据其他图像序列分类模型的输出确定视频的分类结果。本公开实施例可以根据采用不同的分类方式确定的多个视频分类结果确定视频的视频分类结果，可以在视频分类结果不一致时，根据多个图像序列分类模型的输出重新确定视频分类结果，可以准确地对视频进行分类。

Video classification method, video processing method, device, mobile terminal and media

【技术实现步骤摘要】
视频分类方法、视频处理方法、装置、移动终端及介质
本公开实施例涉及视频处理技术，尤其涉及一种视频分类方法、视频处理方法、装置、移动终端及介质。
技术介绍
随着移动终端的普及，用户可以随时随地使用移动终端进行视频拍摄。通常会对用户拍摄的视频进行分类，然后按照类别将用户视频保存在相册中，便于用户进行分享。现有技术一般通过服务器对视频进行分类。服务器将移动终端发送的视频输入至视频分类模型中，将视频分类模型输出的视频分类结果反馈给移动终端，以使移动终端按照类别将用户视频保存在相册中。现有技术的缺陷在于，有些视频通过视频分类模型输出的视频分类结果准确性高，有些视频通过视频分类模型输出的视频分类结果准确性低，因此，分类的准确性不稳定。
技术实现思路
本公开提供一种视频分类方法、视频处理方法、装置、移动终端及介质，以实现对现有的视频分类方案进行优化，准确地对视频进行分类。第一方面，本公开实施例提供了一种视频分类方法，包括：根据视频中第一组图像帧的场景为预设场景的概率，确定视频的第一分类标签，以及，将视频中第二组图像帧输入图像序列分类模型，得到视频的第二分类标签；如果第一分类标签与第二分类标签一致，则得到视频的分类结果；如果第一分类标签与第二分类标签不一致，则将第二组图像帧重新输入其他图像序列分类模型，根据其他图像序列分类模型的输出确定视频的分类结果。第二方面，本公开实施例还提供了一种视频处理方法，包括：采集视频；对采集的视频执行如本公开实施例所述的视频分类方法，得到所述采集的视频的分类结果。第三方面，本公开实施例还提供了一种视频分类装置，包括：分类标签确定模块，用于根据视频中第一组图像帧的场景为预设场景的概率，确定视频的第一分类标签，以及，将视频中第二组图像帧输入图像序列分类模型，得到视频的第二分类标签；分类结果确定模块，用于如果第一分类标签与第二分类标签一致，则得到视频的分类结果；如果第一分类标签与第二分类标签不一致，则将第二组图像帧重新输入其他图像序列分类模型，根据其他图像序列分类模型的输出确定视频的分类结果。第四方面，本公开实施例还提供了一种视频处理装置，包括：视频采集模块，用于采集视频；视频分类模块，用于对采集的视频执行如本公开实施例所述的视频分类方法，得到采集的视频的分类结果。第五方面，本公开实施例还提供了一种移动终端，包括：一个或多个处理装置；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理装置执行，使得一个或多个处理装置实现如本公开实施例所述的视频分类方法，或者实现如本公开实施例所述的视频处理方法。第六方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理装置执行时实现如本公开实施例所述的视频分类方法，或者实现如本公开实施例所述的视频处理方法。本公开实施例通过根据视频中第一组图像帧的场景为预设场景的概率，确定视频的第一分类标签，以及，将视频中第二组图像帧输入图像序列分类模型，得到视频的第二分类标签，并在第一分类标签与第二分类标签不一致时，将第二组图像帧重新输入其他图像序列分类模型，根据其他图像序列分类模型的输出确定视频的分类结果，解决了现有技术的有些视频通过视频分类模型输出的视频分类结果准确性高，有些视频通过视频分类模型输出的视频分类结果准确性低，导致分类的准确性不稳定的问题，可以根据采用不同的分类方式确定的多个视频分类结果，确定视频的视频分类结果，可以在视频分类结果不一致时，根据多个图像序列分类模型的输出重新确定视频分类结果，可以准确地对视频进行分类。附图说明图1为本公开实施例提供的一种视频分类方法的流程图；图2为本公开实施例提供的一种视频分类方法的流程图；图3为本公开实施例提供的一种视频处理方法的流程图；图4为本公开实施例提供的一种视频处理方法的流程图；图5为本公开实施例提供的一种视频分类装置的结构示意图；图6为本公开实施例提供的一种视频处理装置的结构示意图；图7为本公开实施例提供的一种移动终端的结构示意图。具体实施方式下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分而非全部结构。图1为本公开实施例提供的一种视频分类方法的流程图。本实施例可适用于对视频进行分类的情况，该方法可以由视频分类装置来执行，该装置可以采用软件和/或硬件的方式实现，该装置可以配置于移动终端中。如图1所示，该方法可以包括如下步骤：步骤101、根据视频中第一组图像帧的场景为预设场景的概率，确定视频的第一分类标签，以及，将视频中第二组图像帧输入图像序列分类模型，得到视频的第二分类标签。其中，视频可以为用户通过移动终端的摄像头拍摄的视频。可选的，按照预设的帧数间隔，从视频的图像帧序列中抽取第一组图像帧。在图像帧序列中，视频的全部图像帧按时间顺序排列。例如，帧数间隔为3。在图像帧序列中每隔3帧抽取一帧图像，抽取出的全部图像帧即为第一组图像帧。预设场景是预先设置的多种类型的场景。例如，婴儿、沙滩、夜景等场景。每一个类别的场景有对应的一个场景标签。沙滩场景对应的场景标签即为“沙滩”。视频中第一组图像帧的场景为预设场景的概率包括第一组图像帧中的每一帧图像帧的场景为各类场景的概率。在一个具体实例中，根据视频中第一组图像帧的场景为预设场景的概率，确定视频的第一分类标签，包括：针对第一组图像帧中的每一帧图像帧，将图像帧输入至预设的图像分类模型中，预设的图像分类模型对图像帧的场景类别进行分析，输出图像帧的场景为预设场景的概率，从而确定第一组图像帧中的每一帧图像帧的场景为预设场景的概率。然后针对每一帧图像帧，按照从大到小的顺序对图像帧的场景为预设场景的概率进行排序，获取最大概率，并将与最大概率对应的场景的场景标签确定为与图像帧匹配的场景标签，从而确定第一组图像帧中的每一帧图像帧的场景标签。根据第一组图像帧中的各帧图像帧的场景标签，统计各类场景标签的出现次数，将出现次数最高的场景标签确定为视频的第一分类标签。在另一个具体实例中，根据视频中第一组图像帧的场景为预设场景的概率，确定视频的第一分类标签，包括：针对第一组图像帧中的每一帧图像帧，将图像帧输入至预设的图像分类模型中，预设的图像分类模型对图像帧的场景类别进行分析，输出图像帧的场景为预设场景的概率，从而确定第一组图像帧中的每一帧图像帧的场景为预设场景的概率。然后针对每一帧图像帧，将对应的前一帧图像帧的场景为预设场景的概率与图像帧的场景为预设场景的概率进行加权平均，将加权平均的概率作为图像帧的场景为预设场景的修正场景概率。针对每一帧图像帧，按照从大到小的顺序对图像帧的场景为预设场景的修正场景概率进行排序，获取最大概率，并将与最大概率对应的场景的场景标签确定为与图像帧匹配的场景标签，从而确定第一组图像帧中的每一帧图像帧的场景标签。根据第一组图像帧中的各帧图像帧的场景标签，统计各类场景标签的出现次数，将出现次数最高的场景标签确定为视频的第一分类标签。可选的，按照与视频的图像帧数匹配的帧数间隔，从视频的图像帧序列中抽取设定数量的图像帧，作为第二组图像帧。第二组图像帧是由按时间顺序排列的设定数量的图像帧构成的本文档来自技高网...

【技术保护点】
1.一种视频分类方法，其特征在于，包括：根据视频中第一组图像帧的场景为预设场景的概率，确定所述视频的第一分类标签，以及，将所述视频中第二组图像帧输入图像序列分类模型，得到所述视频的第二分类标签；如果所述第一分类标签与所述第二分类标签一致，则得到所述视频的分类结果；如果所述第一分类标签与所述第二分类标签不一致，则将所述第二组图像帧重新输入其他图像序列分类模型，根据所述其他图像序列分类模型的输出确定所述视频的分类结果。

【技术特征摘要】
1.一种视频分类方法，其特征在于，包括：根据视频中第一组图像帧的场景为预设场景的概率，确定所述视频的第一分类标签，以及，将所述视频中第二组图像帧输入图像序列分类模型，得到所述视频的第二分类标签；如果所述第一分类标签与所述第二分类标签一致，则得到所述视频的分类结果；如果所述第一分类标签与所述第二分类标签不一致，则将所述第二组图像帧重新输入其他图像序列分类模型，根据所述其他图像序列分类模型的输出确定所述视频的分类结果。2.根据权利要求1所述的方法，其特征在于，所述根据视频中第一组图像帧的场景为预设场景的概率，确定所述视频的第一分类标签，包括：依次获取第一组图像帧中的一帧图像帧作为当前处理图像帧；确定所述当前处理图像帧的场景为预设场景的第一场景概率；根据所述当前处理图像帧的第一场景概率和所述当前处理图像帧的前一帧图像帧的场景为预设场景的第二场景概率，得到所述当前处理图像帧的场景为预设场景的修正场景概率；返回执行依次获取第一组图像帧中的一帧图像帧作为当前处理图像帧的操作，直至得到所述第一组图像帧中各图像帧的场景为预设场景的修正场景概率；根据所述第一组图像帧中各图像帧的场景为预设场景的修正场景概率，确定所述视频的第一分类标签。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一组图像帧中各图像帧的场景为预设场景的修正场景概率，确定所述视频的第一分类标签，包括：根据所述修正场景概率，确定所述第一组图像帧中各图像帧对应的场景标签；根据所述场景标签，确定所述视频的第一分类标签。4.根据权利要求1所述的方法，其特征在于，所述根据其他图像序列分类模型的输出确定所述视频的分类结果，包括：统计其他图像序列分类模型输...

【专利技术属性】
技术研发人员：郭冠军，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京,11