用于生成分类信息的方法、装置、电子设备和介质制造方法及图纸

本公开的实施例公开了用于生成分类信息的方法、装置、电子设备和介质。该方法的一具体实施方式包括：对目标视频进行抽帧，得到至少两个采样帧；对上述至少两个采样帧中的每个采样帧进行特征提取以生成采样帧特征，得到采样帧特征集合；将上述采样帧特征集合输入至预先训练的循环神经网络，生成采样特征，上述采样特征中包括时序信息；对上述采样特征进行分类，生成分类信息。该实施方式通过对目标视频进行抽帧、特征提取、学习采样帧时序上的特征，生成了分类信息，从而，实现了对目标视频的分析，为视频的分类、过滤、利用提供了便利。

【技术实现步骤摘要】
用于生成分类信息的方法、装置、电子设备和介质
本公开的实施例涉及计算机
，具体涉及用于生成分类信息的方法、装置、电子设备和介质。
技术介绍
随着视频技术的飞速发展，各式各样的视频不断涌现。人们渐渐开始利用PPT视频来了解需要的信息。现有的轮播视频传达信息单一乏味，轮播视频中的图像大多存在无关联性，严重影响用户体验。所以，为了有效处理视频，为生成符合用户需求的轮播视频，需要一种针对视频的高效分类方法。
技术实现思路
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了用于生成分类信息的方法、装置、电子设备和介质，来解决以上
技术介绍
部分提到的技术问题。第一方面，本公开的一些实施例提供了一种用于生成分类信息的方法，该方法包括：对目标视频进行抽帧，得到至少两个采样帧；对上述至少两个采样帧中的每个采样帧进行特征提取以生成采样帧特征，得到采样帧本文档来自技高网...

【技术保护点】
1.一种用于生成分类信息的方法，包括：/n对目标视频进行抽帧，得到至少两个采样帧；/n对所述至少两个采样帧中的每个采样帧进行特征提取以生成采样帧特征，得到采样帧特征集合；/n将所述采样帧特征集合输入至预先训练的循环神经网络，生成采样特征，所述采样特征中包括时序信息；/n对所述采样特征进行分类，生成分类信息。/n

【技术特征摘要】
1.一种用于生成分类信息的方法，包括：
对目标视频进行抽帧，得到至少两个采样帧；
对所述至少两个采样帧中的每个采样帧进行特征提取以生成采样帧特征，得到采样帧特征集合；
将所述采样帧特征集合输入至预先训练的循环神经网络，生成采样特征，所述采样特征中包括时序信息；
对所述采样特征进行分类，生成分类信息。


2.根据权利要求1所述的方法，其中，所述对所述至少两个采样帧中的每个采样帧进行特征提取以生成采样帧特征，包括：
将所述采样帧输入至预先训练的特征提取模型，得到采样帧特征。


3.根据权利要求1所述的方法，其中，所述预先训练的循环神经网络采用至少一个输入单个输出的网络结构。


4.根据权利要1所述的方法，其中，所述对所得到的采样特征进行分类，生成分类信息，包括：
利用所述循环神经网络和分类函数，对所得到的采样特征进行分类，得到分类信息。


5.根据权利要1-4之一所述的方法，其中，所...

【专利技术属性】
技术研发人员：孙佳，袁泽寰，王长虎，
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