【技术实现步骤摘要】
数据处理方法、装置、设备、存储介质及计算机程序产品
[0001]本申请涉及计算机
，尤其涉及数据处理方法、数据处理装置、计算机设备、计算机可读存储介质及计算机程序产品。
技术介绍
[0002]场景分割是视频剪辑中一种非常重要的技术，其目的是将视频按照场景变化，拆分成不同故事背景的片段，其核心就是确定视频中的场景分割定位点(即确定不同场景)。目前，基于聚类的场景分割方法是比较流行的，该方法基于特征模型抽取视频帧特征，然后通过聚类等方法，将具有相似特征的片段聚类在一起，从而确定场景片段。
[0003]但基于聚类的方法受限于后端特征聚类，对于场景复杂的视频确定场景分割点的准确度不够高。因此，如何更为准确的确定视频中的场景分割点成为亟待解决的技术问题。
技术实现思路
[0004]本申请实施例提供了数据处理方法、装置、设备、存储介质及计算机程序产品，可以提高视频场景分割的准确率。
[0005]本申请实施例一方面公开了一种数据处理方法，该方法包括：
[0006]获取目标视频的待处理视频帧序列...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：获取目标视频的待处理视频帧序列，所述待处理视频帧序列包括M个视频帧，M为大于1的正整数；对所述M个视频帧中的每一个视频帧进行全局特征提取和局部特征提取，得到所述每一个视频帧的全局特征向量和局部特征向量；根据得到的M个全局特征向量，构造所述M个视频帧的全局相似度矩阵，根据得到的M个局部特征向量，构造所述M个视频帧的局部相似度矩阵；根据所述全局相似度矩阵和所述局部相似度矩阵确定所述待处理视频帧序列对应的时序特征序列，对所述时序特征序列进行时序增强处理，得到增强处理后的时序特征序列；对所述增强处理后的时序特征序列进行处理，确定所述M个视频帧中的每一个视频帧的场景分割点检测结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述全局相似度矩阵和所述局部相似度矩阵确定所述待处理视频帧序列对应的时序特征序列，包括：将所述全局相似度矩阵和所述局部相似度矩阵进行拼接处理，得到拼接相似度矩阵；利用帧间相似度处理网络对所述拼接相似度矩阵进行处理，得到时序特征序列；其中，所述时序特征序列包括M个时序特征，每一个时序特征对应所述M个视频帧中的一个视频帧。3.根据权利要求2所述的方法，其特征在于，所述根据得到的M个全局特征向量，构造所述M个视频帧的全局相似度矩阵，包括：计算第一全局特征向量和第二全局特征向量之间的余弦距离和欧式距离，所述第一全局特征向量为所述M个全局特征向量中的任意一个，所述第二全局特征向量为所述M个全局特征向量中的任意一个；根据计算得到的全局特征向量之间的余弦距离，确定第一全局相似度矩阵，根据计算得到的全局特征向量之间的欧式距离，确定第二全局相似度矩阵，将所述第一全局相似度矩阵和所述第二全局相似度矩阵确定为所述M个视频帧的全局相似度矩阵；其中，所述根据得到的M个局部特征向量，构造所述M个视频帧的局部相似度矩阵，包括：计算第一局部特征向量和第二局部特征向量之间的余弦距离和欧式距离，所述第一局部特征向量为所述M个局部特征向量中的任意一个，所述第二局部特征向量为所述M个局部特征向量中的任意一个；根据计算得到的局部特征向量之间的余弦距离，确定第一局部相似度矩阵，根据计算得到的局部特征向量之间的欧式距离，确定第二局部相似度矩阵，将所述第一局部相似度矩阵和所述第二局部相似度矩阵确定为所述M个视频帧的局部相似度矩阵。4.根据权利要求3所述的方法，其特征在于，所述将所述全局相似度矩阵和所述局部相似度矩阵进行拼接处理，得到拼接相似度矩阵，包括：将所述第一全局相似度矩阵、所述第二全局相似度矩阵、所述第一局部相似度矩阵以及所述第二局部相似度矩阵进行拼接处理，得到拼接相似度矩阵。5.根据权利要求2
‑
4任一项所述的方法，其特征在于，所述对所述时序特征序列进行时序增强处理，得到增强处理后的时序特征序列，包括：
利用时序增强网络对所述时序特征序列进行时序增强处理，得到增强处理后的时序特征序列；...
【专利技术属性】
技术研发人员：熊鹏飞，徐鲁辉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。