一种视频分类方法、装置、终端设备和存储介质制造方法及图纸

本申请涉及视频处理技术领域，提出一种视频分类方法、装置、终端设备和计算机可读存储介质。该方法包括：将待处理视频片段输入至已训练的视频分类网络，以得到所述待处理视频片段的播放速度标签；其中，所述视频分类网络用于根据输入至所述视频分类网络的视频片段包含的第一参数，得到所述视频片段的播放速度标签。将待处理的视频片段输入该视频分类网络后，即可获得该待处理的视频片段对应的播放速度标签，从而完成视频分类。这样，可以利用该播放速度标签让用户了解待处理视频片段的当前播放速度与该待处理视频片段的内容是否相匹配，相较于人工分类的方式，提高了对视频的内容与播放速度的匹配程度进行识别的效率和准确率。确率。确率。

【技术实现步骤摘要】
一种视频分类方法、装置、终端设备和存储介质


[0001]本申请涉及视频处理
，尤其涉及一种视频分类方法、装置、终端设备和计算机可读存储介质。

技术介绍

[0002]目前，为了节省视频播放时间，或者为了获取更精细的视频信息，人们通常会对原始视频的播放速度进行调整，得到对应的加速视频或者减速视频，以满足与原始视频的内容相匹配的播放速度。然而，现有技术中，用户对于原始视频的播放速度进行调整的方式通常采用根据人工经验进行手动调整的方式，但是这种方式存在需要手动反复调试，且所调整的播放速度与原始视频内容的匹配度较低的问题，故此，亟需一种能够帮助用户判别原始视频内容与视频当前播放速度是否相匹配的方案。

技术实现思路

[0003]有鉴于此，本申请实施例提供了一种视频分类方法、装置、终端设备和计算机可读存储介质，能够提高对视频的内容与播放速度的匹配程度进行识别的效率和准确率。
[0004]本申请实施例的第一方面提供了一种视频分类方法，包括：
[0005]将待处理视频片段输入至已训练的视频分类网络，以得到所述待处理视频片段的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频分类方法，其特征在于，包括：将待处理视频片段输入至已训练的视频分类网络，以得到所述待处理视频片段的播放速度标签；其中，所述视频分类网络用于根据输入至所述视频分类网络的视频片段包含的第一参数，得到所述视频片段的播放速度标签。2.根据权利要求1所述的方法，其特征在于，所述将待处理视频片段输入至已训练的视频分类网络，以得到所述待处理视频片段的播放速度标签，包括：将所述待处理视频片段输入所述视频分类网络，以得到所述待处理视频片段的置信度，所述置信度用于反映所述待处理视频片段为非变速视频的概率；在所述待处理视频片段的置信度高于预设置信度的情况下，确定所述待处理视频片段的播放速度标签为非变速视频标签。3.根据权利要求2所述的方法，其特征在于，所述第一参数包括各帧视频图像之间的时间语义特征以及各帧视频图像之间的空间语义特征，所述时间语义特征反映各帧视频图像之间的光流信息、位移信息和方向信息，所述空间语义特征反映各帧视频图像之间的空间信息和主体信息；所述将所述待处理视频片段输入所述视频分类网络，以得到所述待处理视频片段的置信度，包括：利用所述视频分类网络提取所述待处理视频片段包含的各帧视频图像之间的时间语义特征以及所述待处理视频片段包含的各帧视频图像之间的空间语义特征；利用所述视频分类网络融合所述待处理视频片段包含的各帧视频图像之间的时间语义特征以及所述待处理视频片段包含的各帧视频图像之间的空间语义特征，得到所述待处理视频片段对应的目标特征图像；利用所述视频分类网络以及所述目标特征图像得到所述待处理视频片段的置信度。4.根据权利要求3所述的方法，其特征在于，所述视频分类网络具有快通道、慢通道和平均池化层，所述利用所述视频分类网络提取所述待处理视频片段包含的各帧视频图像之间的时间语义特征，包括：将所述待处理视频片段输入至所述快通道，得到第一特征图像；将所述第一特征图像输入所述平均池化层，得到所述待处理视频片段包含的各帧视频图像之间的时间语义特征；所述利用所述视频分类网络提取所述待处理视频片段包含的各帧视频图像之间的空间语义特征，包括：将所述待处理视频片段输入至所述慢通道，得到第二特征图像；将所述第二特征图像输入所述平均池化层，得到所述待处理视频片段包含的各帧视频图像之间的空间语义特征。5.根据权利要求4所述的方法，其特征在于，所述快通道包括采样层、卷积层、最大池化层和多个级联的残差模块；所述将所述待处理视频片段输入至所述快通道，得到第一特征图像，包括：使用所述快通道的采样层对所述待处理视频片段按照第一采样步长执行降采样操作，得到所述待处理视频片段的第一采样图像；使用所述快通道的卷积层、所述快通道的最大池化层以及所述快通道的多个级联的残
差模块依次对所述第一采样图像进行处理，得到所述待处理视频片段的第一特征图像。6.根据权利要求4所述的方法，其特征在于，所述慢通道包括采样层、卷积层、最大池化层和多个级联的残差模块；所述将所述待处理视频片段输入至所述慢通道，得到第二特征图像，包括：使用所述慢通道的采样层对所述待处理视频片段按照第二采样步长执行降采样操作，得到所述待处理视频片段的第二采样图像；使用所述慢通道的卷积层、所述慢通道的最大池化层以及所述慢通道的多个级联的残差模块依次对所述第二采样图像进行处理，得到所述待处理视频片段的第二特征图像。7.根据权利要求3～6任一项所述的方法，其特征在于，所述视频分类网络包括特征融合层，所述利用所述视频分类网络融合所述待处理视频片段包含的各帧视频图像之间的时间语义特征以及所述待处理视频片段包含的各帧视频图像之间的空间语义特征，得到所述待处理视频片段对应的目标特征图像，包括：使用所述特征融合层融合所述待处理视频片段包含的各帧视频图像之间的时间语义特征以及所述待处理视频片段包含的各帧视频图像之间的空间语义特征，得到所述待处理视频片段对应的目标特征图像。8.根据权利要求3～6任一项所述的方法，其特征在于，所述视频分类网络包括全连接层，所述利用所述视频分类网络以及所述目标特征图像得到所述待处理视频片段的置信度，包括：将所述目标特征图像输入至所述全连接层，得到所述待处理视频片段的置信度。9.根据权利要求1～6任一项所述的方法，其特征在于，所述视频分类网络的训练过程包括：获取训练样本集；其中，所述训练样本集包括若干组训练样本，每组训练样本包括一视频片段以及所述视频片段对应的预设播放速度标签，且所述若干组训练样本中包括多类预设播放速度标签；针对所述训练样本集中的每组训练样本，将该组训练样本的视频片段输入至预构建的初始分类网络，得到所述视频片段的预测播放速度标签；根据各组训练样本中的预设播放速度标签以及预测播放速度标签，对所述预构建的初始分类网络的参数进行优化，得到参数优化后的所述初始分类网络；将参数优化后的所述初始分类网络确定为所述视频分类网络。10.根据权利要求9所述的方法，其特征在于，在所述训练样本集中，至少一组训练样本包括第一样本视频片段以及所述第一样本视频片段对应的预设播放速度标签，以及，至少一组训练样本包括第二样本视频片段以及所述第二样本视频片段对应的预设播放速度标签；其中，每一个第一样本视频片段均具有与其对应的第二样本视频片段，且，第一样本视频片段的预设播放速度标签均为非变速视频标签，第二样本视频片段的预设播放速度标签均为变速视频标签；所述方法还包括：在样本视频中获取时间长度为T的视频片段作...

【专利技术属性】
技术研发人员：杨捷文，谢靓茹，
申请(专利权)人：TCL科技集团股份有限公司，
类型：发明
国别省市：