识别视频场景的方法、装置、存储介质及电子设备制造方法及图纸

本公开涉及一种识别视频场景的方法、装置、存储介质及电子设备，方法包括：获取待识别视频；对所述待识别视频进行处理，得到所述待识别视频中的多种模态信息，所述多种模态信息包括视觉模态信息、文本模态信息和音频模态信息；根据所述多种模态信息，确定所述待识别视频的目标场景结果，其中，所述目标场景结果用于指示所述待识别视频的视频场景是否为目标场景，所述目标场景为舞蹈场景或唱歌场景，通过结合视觉、文本和音频的多种模态信息来识别待识别视频的场景是否为舞蹈场景或唱歌场景，提高视频场景识别的准确性。提高视频场景识别的准确性。提高视频场景识别的准确性。

【技术实现步骤摘要】
识别视频场景的方法、装置、存储介质及电子设备


[0001]本公开涉及电子信息
，具体地，涉及一种识别视频场景的方法、装置、存储介质及电子设备。

技术介绍

[0002]随着互联网的发展，视频数据持续增长，高效准确地理解视频的内容有利于为用户提供更加快捷便利的服务。其中，对视频的场景进行准确分类是理解视频内容的基础，基于视频场景的不同可以对视频进行分类，并依据分类后的视频为用户提供相应的服务，因此，如何准确地识别视频场景是至关重要的。

技术实现思路

[0003]提供该
技术实现思路
部分以便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。该
技术实现思路
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。
[0004]第一方面，本公开提供一种识别视频场景的方法，包括：
[0005]获取待识别视频；
[0006]对所述待识别视频进行处理，得到所述待识别视频中的多种模态信息，所述多种模态信息包括视觉模态信息、文本模态信息和音频模态信息；
...

【技术保护点】

【技术特征摘要】
1.一种识别视频场景的方法，其特征在于，包括：获取待识别视频；对所述待识别视频进行处理，得到所述待识别视频中的多种模态信息，所述多种模态信息包括视觉模态信息、文本模态信息和音频模态信息；根据所述多种模态信息，确定所述待识别视频的目标场景结果，其中，所述目标场景结果用于指示所述待识别视频的视频场景是否为目标场景，所述目标场景为舞蹈场景或唱歌场景。2.根据权利要求1所述的方法，其特征在于，所述根据所述多种模态信息，确定所述待识别视频的目标场景结果，包括：针对每种所述模态信息，根据与该种模态信息对应的属性识别模型对该种模态信息进行处理，确定与该种模态信息对应的属性的属性值；根据预构建的决策树模型对所述多种模态信息的属性值进行处理，确定所述待识别视频的目标场景结果。3.根据权利要求2所述的方法，其特征在于，所述决策树模型包括第一决策树模型，所述目标场景为舞蹈场景，所述根据预构建的决策树模型对所述多种模态信息的属性值进行处理，确定所述待识别视频的目标场景结果，包括：根据所述第一决策树模型对所述多种模态信息的属性值进行处理，确定所述待识别视频的第一目标场景结果，其中，所述第一目标场景结果用于指示所述待识别视频的视频场景是否为所述舞蹈场景。4.根据权利要求2所述的方法，其特征在于，所述决策树模型包括第二决策树模型，所述目标场景为唱歌场景，所述根据预构建的决策树模型对所述多种模态信息的属性值进行处理，确定所述待识别视频的目标场景结果，包括：根据所述第二决策树模型对所述多种模态信息的属性值进行处理，确定所述待识别视频的第二目标场景结果，其中，所述第二目标场景结果用于指示所述待识别视频的视频场景是否为所述唱歌场景。5.根据权利要求2所述的方法，其特征在...

【专利技术属性】
技术研发人员：毕研广，蒋光峰，周杰，黄凯，
申请(专利权)人：北京有竹居网络技术有限公司，
类型：发明
国别省市：