System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,尤其涉及一种视频数据处理方法、视频数据处理装置、计算机设备和计算机可读存储介质。
技术介绍
1、随着互联网的发展,影视、亲子、教育、美食、萌宠等各类视频呈现爆发性增长,互联网中的视频来源广泛,数量巨大,且传播速度快,丰富了人们的娱乐生活。但与此同时,各个平台上也产生了大量的相似视频,给视频分类、视频排重以及视频内容的版权管理带来了极大的挑战。
2、为了从海量视频中准确地识别出相似视频,通常将待处理视频进行特征提取,得到一定数量的视频图像的图像特征,将每个图像特征与视频数据库中的视频图像的图像特征进行对比,若两个视频有足够多的图像特征重复出现,则可判断视频相似。然而,对视频进行特征提取时可能会损失一部分关键的视频信息,导致得到的图像特征无法准确地表征视频内容,从而降低视频排重的准确性。因此,如何提高视频排重的准确性是有待解决的技术问题。
技术实现思路
1、本申请提供了一种视频数据处理方法、装置、计算机设备和存储介质,可提高视频排重的准确性与全面性。
2、一方面,本申请提供了一种视频数据处理方法,包括:
3、基于预先设定的目标抽帧率对查询视频进行抽帧处理得到查询视频的至少一个视频图像;
4、调用视频分类模型对查询视频的至少一个视频图像进行处理,得到每个视频图像的第一特征表示数据以及查询视频的分类结果;
5、基于第一特征表示数据以及查询视频的分类结果确定与查询视频匹配的目标视频。
6、一方面,本申请
7、模型处理单元,用于基于预先设定的目标抽帧率对查询视频进行抽帧处理得到查询视频的至少一个视频图像;调用视频分类模型对查询视频的至少一个视频图像进行处理,得到每个视频图像的第一特征表示数据以及查询视频的分类结果;
8、分类检索单元,用于基于第一特征表示数据以及查询视频的分类结果确定与查询视频匹配的目标视频。
9、一方面,本申请提供了一种计算机设备,包括处理器,适于实现一条或多条计算机程序;以及计算机存储介质,计算机存储介质存储有一条或多条计算机程序,一条或多条计算机程序由该处理器加载并实现本申请提供的视频数据处理方法。
10、一方面,本申请提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序包括程序指令,该程序指令被处理器执行时使该处理器实现本申请提供的视频数据处理方法。
11、一方面,本申请提供了一种计算机程序产品,该计算机程序产品包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备实现本申请提供的视频数据处理方法。
12、本申请采用的视频分类模型包括特征提取模块和分类模块,通过调用特征提取模块可得到查询视频的各个视频图像的第一特征表示数据;分类模块可对第一特征表示数据进行统计池化处理和特征交叉处理,得到第三特征表示数据;根据查询视频的分类结果可确定视频特征筛选条件,在视频特征库中,查找与各个视频图像的第一特征表示数据满足视频特征筛选条件的第二特征表示数据。
13、可见,本申请通过预先设定的目标抽帧率对查询视频进行抽帧处理,得到查询视频的多个视频图像,调用视频分类模型对查询视频的多个视频图像进行处理,可得到能够更准确表征视频图像的多个第一特征表示数据,以及该查询视频的分类结果,以提高视频分类的准确性,并且,可在同一模型下实现特征提取和视频分类,提高了模型的利用率,节省了资源;根据查询视频的多个第一特征表示数据和查询视频的分类结果,可确定与查询视频匹配的目标视频,从而视频排重的准确性和全面性。
本文档来自技高网...【技术保护点】
1.一种视频数据处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,不同的查询视频使用的预先设定的目标抽帧率相同。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述视频特征筛选条件、所述第一特征表示数据以及视频特征库确定与所述查询视频匹配的目标视频,包括:
5.根据权利要求4所述的方法,其特征在于,所述视频特征筛选条件包括相似度达到与所述分类结果对应的目标相似度阈值;所述从视频特征库中获取与所述第一特征表示数据满足所述视频特征筛选条件的第二特征表示数据,包括:
6.根据权利要求4或5所述的方法,其特征在于,所述基于所述第二特征表示数据确定与所述查询视频匹配的目标视频,包括:
7.根据权利要求6所述的方法,其特征在于,所述匹配条件包括匹配时长达到对应的时长阈值;所述确定每个候选视频与所述查询视频之间的匹配时长,包括:
8.根据权利要求1或2所述的方法,其特征在于,所述视频分类模型包括特征提取模块以及分类
9.根据权利要求8所述的方法,其特征在于,所述分类模块包括池化层以及特征交叉层,所述调用所述分类模块对所述每个视频图像的第一特征表示数据进行统计池化处理以及特征交叉处理,得到第三特征表示数据,包括:
10.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
11.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
12.一种视频数据处理装置,其特征在于,包括:
13.一种计算机设备,其特征在于,
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括计算机程序,所述计算机程序被处理器执行时用于实现如权利要求1-11任一项所述的视频数据处理方法。
15.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序存储在计算机存储介质中,所述计算机程序被处理器执行时用于实现如权利要求1-11任一项所述的视频数据处理方法。
...【技术特征摘要】
1.一种视频数据处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,不同的查询视频使用的预先设定的目标抽帧率相同。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述视频特征筛选条件、所述第一特征表示数据以及视频特征库确定与所述查询视频匹配的目标视频,包括:
5.根据权利要求4所述的方法,其特征在于,所述视频特征筛选条件包括相似度达到与所述分类结果对应的目标相似度阈值;所述从视频特征库中获取与所述第一特征表示数据满足所述视频特征筛选条件的第二特征表示数据,包括:
6.根据权利要求4或5所述的方法,其特征在于,所述基于所述第二特征表示数据确定与所述查询视频匹配的目标视频,包括:
7.根据权利要求6所述的方法,其特征在于,所述匹配条件包括匹配时长达到对应的时长阈值;所述确定每个候选视频与所述查询视频之间的匹配时长,包括:
8.根据权利要求1或2所述的方法,其特征在于,所述视频分类模型包括特征提取模块以及分类...
【专利技术属性】
技术研发人员:郭卉,
申请(专利权)人:腾讯科技北京有限公司,
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。