视频分类方法及装置制造方法及图纸

本申请实施例提供了视频分类方法及装置，其中，所述视频分类方法包括：获取待分类视频，对所述待分类视频进行片段划分，生成对应的多个视频片段，对所述多个视频片段中包含的视频帧进行特征提取，分别为每个视频片段生成对应的第一视频特征，对所述第一视频特征进行降维处理，生成第二视频特征，并根据所述第二视频特征分别确定所述视频片段所对应的视频类别，根据所述多个视频片段分别对应的视频类别对所述待分类视频进行分类，生成对应的分类结果。

【技术实现步骤摘要】
视频分类方法及装置
本申请实施例涉及视频处理
，特别涉及一种视频分类方法。本申请一个或者多个实施例同时涉及一种视频分类装置，一种计算设备，以及一种计算机可读存储介质。
技术介绍
随着互联网技术的不断发展，多媒体信息处理领域获得了越来越多的关注，并且随着生活节奏的加快，多数用户倾向于利用碎片化的时间，浏览不同社交平台发布和分享的短视频，而短视频也融入到了用户生活中的方方面面。因此，如何能够更加有效地管理短视频，以为用户提供更加精准的服务变得越来越重要。由于视频由多个视频帧组成，因此视频中的画面在一定时间内不会发生变化，如视频中每隔一段时间T画面变化一次。但如果T的长度超过50ms，用户即可明显感觉到视频画面不连续，这会为用户带来不好的视频观看体验，因此，在进行视频管理时需要检测和识别这类视频，而目前多是通过人工或者通过图像技术分析视频的连续帧之间的变化程度，通过这种方式判断待分类视频是否属于目标视频类别所生成的判断结果往往准确率较低，因此，亟需一种有效的方法以克服此类问题。
技术实现思路
有鉴于此，本申请施例提供了一种视频分类方法。本申请一个或者多个实施例同时涉及一种视频分类装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中通过人工或者通过图像技术分析视频的连续帧之间的变化程度，判断待分类视频是否属于目标视频类别所存在的判断结果的准确率较低的缺陷。根据本申请实施例的第一方面，提供了一种视频分类方法，包括：获取待分类视频，对所述待分类视频进行片段划分，生成对应的多个视频片段；对所述多个视频片段中包含的视频帧进行特征提取，分别为每个视频片段生成对应的第一视频特征；对所述第一视频特征进行降维处理，生成第二视频特征，并根据所述第二视频特征分别确定所述视频片段所对应的视频类别；根据所述多个视频片段分别对应的视频类别对所述待分类视频进行分类，生成对应的分类结果。根据本申请实施例的第二方面，提供了一种视频分类装置，包括：获取模块，被配置为获取待分类视频，对所述待分类视频进行片段划分，生成对应的多个视频片段；特征提取模块，被配置为对所述多个视频片段中包含的视频帧进行特征提取，分别为每个视频片段生成对应的第一视频特征；降维处理模块，被配置为对所述第一视频特征进行降维处理，生成第二视频特征，并根据所述第二视频特征分别确定所述视频片段所对应的视频类别；生成模块，被配置为根据所述多个视频片段分别对应的视频类别对所述待分类视频进行分类，生成对应的分类结果。根据本申请实施例的第三方面，提供了一种计算设备，包括：存储器和处理器；所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，其中，所述处理器执行所述计算机可执行指令时实现所述视频分类方法的步骤。根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述视频分类方法的步骤。本申请一个实施例实现了一种视频分类方法及装置，其中，所述视频分类方法包括获取待分类视频，对所述待分类视频进行片段划分，生成对应的多个视频片段，对所述多个视频片段中包含的视频帧进行特征提取，分别为每个视频片段生成对应的第一视频特征，为对所述第一视频特征进行降维处理，生成第二视频特征，并根据所述第二视频特征分别确定所述视频片段所对应的视频类别，根据所述多个视频片段分别对应的视频类别对所述待分类视频进行分类，生成对应的分类结果。本申请实施例通过对待分类视频进行视频片段划分，并对视频片段中包含的视频帧进行特征提取，以根据特征提取结果确定各视频片段的视频类别，再基于不同视频片段的视频类别综合判断所述待分类视频的视频类别，有利于提高所述待分类视频的视频分类结果的准确性。附图说明图1是本申请一个实施例提供的一种视频分类方法的流程图；图2是本申请一个实施例提供的一种视频分类过程的示意图；图3是本申请一个实施例提供的一种所述视频分类方法应用在对自媒体领域的短视频分类的流程图；图4是本申请一个实施例提供的一种视频分类装置的结构示意图；图5是本申请一个实施例提供的一种计算设备的结构框图。具体实施方式在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。在本申请一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请一个或多个实施例。在本申请一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本申请一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。应当理解，尽管在本申请一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。首先，对本申请一个或多个实施例涉及的名词术语进行解释。卷积神经网络：卷积神经网络(ConvolutionalNeuralNetworks,CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(FeedforwardNeuralNetworks)，是深度学习(deeplearning)的代表算法。PPT视频：视频中的画面一定时间内不发生变化，如视频中每隔一段时间T画面变化一次。一般T的长度超过50ms，人眼可以明显感觉到视频画面不连续。在本申请中，提供了一种视频分类方法。本申请一个或者多个实施例同时涉及一种视频分类装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。本申请实施例提供的所述视频分类方法可以应用于任何需要对视频进行分类的领域，例如对直播领域的直播视频的分类、对影视领域的影视视频的分类、对自媒体领域的录制短视频的分类等等；为了便于理解，本申请实施例以所述视频分类方法应用于对自媒体领域的录制短视频的分类为例进行详细介绍，但不局限于此。那么在所述视频分类方法应用于对自媒体领域的录制短视频的分类为例的情况下，所述视频分类方法中获取的待分类视频即可以理解为待进行视频分类的录制短视频。具体实施时，本申请实施例的待分类视频可以呈现于大型视频播放设备、游戏机、台式计算机、智能手机、平板电脑、MP3(MovingPictureExpertsGroupAudioLayerIII，动态影像专家压缩标准音频层面3)播放器，MP4(MovingPictureExpertsGroupAud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：/n获取待分类视频，对所述待分类视频进行片段划分，生成对应的多个视频片段；/n对所述多个视频片段中包含的视频帧进行特征提取，分别为每个视频片段生成对应的第一视频特征；/n对所述第一视频特征进行降维处理，生成第二视频特征，并根据所述第二视频特征分别确定所述视频片段所对应的视频类别；/n根据所述多个视频片段分别对应的视频类别对所述待分类视频进行分类，生成对应的分类结果。/n

【技术特征摘要】
1.一种视频分类方法，其特征在于，包括：
获取待分类视频，对所述待分类视频进行片段划分，生成对应的多个视频片段；
对所述多个视频片段中包含的视频帧进行特征提取，分别为每个视频片段生成对应的第一视频特征；
对所述第一视频特征进行降维处理，生成第二视频特征，并根据所述第二视频特征分别确定所述视频片段所对应的视频类别；
根据所述多个视频片段分别对应的视频类别对所述待分类视频进行分类，生成对应的分类结果。


2.根据权利要求1所述的视频分类方法，其特征在于，所述对所述待分类视频进行片段划分，生成对应的多个视频片段，包括：
对所述待分类视频中包含的视频帧进行采样，生成所述待分类视频的多个视频帧集合，其中，每个视频帧集合对应于所述待分类视频的一个视频片段，并且每个视频帧集合中包含所述待分类视频的多个视频帧。


3.根据权利要求2所述的视频分类方法，其特征在于，所述对所述待分类视频中包含的视频帧进行采样，生成所述待分类视频的多个视频帧集合，包括：
基于预设滑动步长在待分类视频的视频帧中滑动采样窗口，并将滑动过程中每个采样窗口提取的多个视频帧作为所述待分类视频的视频帧集合，以生成所述待分类视频的多个视频帧集合。


4.根据权利要求1至3任意一项所述的视频分类方法，其特征在于，所述对所述多个视频片段中包含的视频帧进行特征提取，包括：
将所述多个视频片段中包含的视频帧输入分类模型，通过所述分类模型的特征提取模块对所述视频帧进行特征提取。


5.根据权利要求4所述的视频分类方法，其特征在于，所述分类模型包括降维处理模块；
相应的，所述对所述第一视频特征进行降维处理，生成第二视频特征，包括：
将所述第一视频特征输入所述降维处理模块，通过所述降维处理模块对所述第一视频特征进行降维处理，以生成第二视频特征。


6.根据权利要求5所述的视频分类方法，其特征在于，所述分类模型还包括分类模块；
相应的，所述根据所述第二视频特征分别确定所述视频片段所对应的视频类别，包括：
将所述第二视频特征输入所述分类模块，通过所述分类模块根据所述第二视频特征对所述多个视频片段进行分类，生成所述多个视频片段分别对应的视频类别。


7.根据权利要求1所述的视频分类方法，其特征在于，所述根据所述多个视频片段分别对应的视频类别对所述待分类视频进行分类，生成对应的分类结果，包括：
根据所述多个视频片段分别对应的视频类别对所述多个视频片段进行聚类，生成各视频类别对应的视频片段集合；
根据所述视频片段集合中包含的视频片段的数量，确定所述待分类视频的分类结果。


8.根据权利要求1所述的视频分类...

【专利技术属性】
技术研发人员：马进，
申请(专利权)人：上海哔哩哔哩科技有限公司，
类型：发明
国别省市：上海;31