CN109587578A - 视频片段的处理方法及装置 - Google Patents

视频片段的处理方法及装置 Download PDF

Info

Publication number
CN109587578A
CN109587578A CN201811573325.3A CN201811573325A CN109587578A CN 109587578 A CN109587578 A CN 109587578A CN 201811573325 A CN201811573325 A CN 201811573325A CN 109587578 A CN109587578 A CN 109587578A
Authority
CN
China
Prior art keywords
video
target
time section
target time
period
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811573325.3A
Other languages
English (en)
Inventor
王冬冬
李涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kylin Seing Network Technology Ltd By Share Ltd
Original Assignee
Kylin Seing Network Technology Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kylin Seing Network Technology Ltd By Share Ltd filed Critical Kylin Seing Network Technology Ltd By Share Ltd
Priority to CN201811573325.3A priority Critical patent/CN109587578A/zh
Publication of CN109587578A publication Critical patent/CN109587578A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/475End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84Generation or processing of descriptive data, e.g. content descriptors
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845Structuring of content, e.g. decomposing content into time segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本申请实施例公开了一种视频片段的处理方法及装置,用以实现自动化地生成视频片段以及为视频片段打标签的目的。所述方法包括:根据目标视频的各时间段对应的评论信息,确定目标视频中待提取的至少一个目标时间段;从目标视频中截取各目标时间段分别对应的视频片段;及,获取各目标时间段分别对应的第一评论信息;对各目标时间段分别对应的第一评论信息进行分析,以分析出各目标时间段分别对应的视频标签;将各目标时间段分别对应的视频片段及视频标签进行关联,以生成携带有视频标签的视频片段。该技术方案能够自动化地生成视频片段以及为视频片段打标签,且提升了所生成的视频片段及视频标签的准确度及效率。

Description

视频片段的处理方法及装置
技术领域
本发明涉及视频处理技术领域,尤其涉及一种视频片段的处理方法及装置。
背景技术
在传统的视频网站中,视频片段以及对应的视频片段标签一般由运营人员进行人工筛选、剪辑、打标签。即,当需要根据长视频生成短视频及对应的标签时,运营人员首先需要将长视频观看一遍,然后找出其中精彩的片段,并进行人工剪辑及人工添加标签。
显然,随着视频数量的增多,由人工进行剪辑及添加标签的工作会变得越来越繁重,且由于视频标签属于人为添加,导致生成的视频标签难免带有运营人员的主观色彩。因此,这种方式生成的视频标签容错率较低,并且与大众所喜欢的标签难免有所出入。
因此,亟需一种自动化、高效、准确的生成视频片段及对应的标签的方式。
发明内容
本申请实施例的目的是提供一种视频片段的处理方法及装置,用以实现自动化地生成视频片段以及为视频片段打标签的目的。
为解决上述技术问题,本申请实施例是这样实现的:
一方面,本申请实施例提供一种视频片段的处理方法,包括:
根据目标视频的各时间段对应的评论信息,确定所述目标视频中待提取的至少一个目标时间段;
从所述目标视频中截取各所述目标时间段分别对应的视频片段;及,获取各所述目标时间段分别对应的第一评论信息;
对各所述目标时间段分别对应的第一评论信息进行分析,以分析出各所述目标时间段分别对应的视频标签;
将各所述目标时间段分别对应的所述视频片段及所述视频标签进行关联,以生成携带有所述视频标签的视频片段。
在一个实施例中,所述评论信息包括评论数量;
所述根据目标视频的各时间段对应的评论信息,确定所述目标视频中待提取的至少一个目标时间段,包括:
统计所述目标视频的各时间段对应的评论数量;
根据所述评论数量的统计结果,确定满足预设条件的指定数量个时间段作为所述目标时间段;
其中,所述预设条件包括以下至少一项:所述评论数量最多、所述评论数量达到预设阈值。
在一个实施例中,所述根据所述评论数量的统计结果,确定满足预设条件的指定数量个时间段作为所述目标时间段,包括:
以所述各时间段为横轴、以所述各时间段分别对应的评论数量为纵轴,生成与所述评论数量相关的曲线图;
从所述曲线图中筛选出所述指定数量个满足所述预设条件的时间段作为所述目标时间段。
在一个实施例中,所述评论信息包括评论内容;
所述对各所述目标时间段分别对应的第一评论信息进行分析,以分析出各所述目标时间段分别对应的视频标签,包括:
从所述第一评论信息中筛选出满足预设高相似度条件的多个评论内容;其中,所述预设高相似度条件包括相似度达到预设相似度;
对所述多个评论内容进行语义分析,以得到所述多个评论内容对应的所述综合评论内容;
根据各所述综合评论内容确定各所述目标时间段分别对应的视频标签。
在一个实施例中,所述根据各所述综合评论内容确定各所述目标时间段分别对应的视频标签,包括:
结合各所述综合评论内容及所述目标视频的相关视频信息,得到各所述目标时间段分别对应的视频标签;其中,所述相关视频信息包括视频名称、视频关键词中的至少一项。
在一个实施例中,所述方法还包括:
将所述携带有所述视频标签的视频片段推送至客户端,以使所述客户端播放所述目标视频时,将所述携带有所述视频标签的视频片段显示在所述目标视频的对应位置。
在一个实施例中,所述方法还包括:
根据各所述视频标签确定各所述目标时间段对应的标注内容;
将各所述标注内容分别添加在所述目标视频上的、与各所述目标时间段对应的时间轴上,以使所述客户端播放所述目标视频时,在所述时间轴上显示所述标注内容。
另一方面,本申请实施例提供一种视频片段的处理装置,包括:
第一确定模块,用于根据目标视频的各时间段对应的评论信息,确定所述目标视频中待提取的至少一个目标时间段;
获取模块,用于从所述目标视频中截取各所述目标时间段分别对应的视频片段;及,获取各所述目标时间段分别对应的第一评论信息;
分析模块,用于对各所述目标时间段分别对应的第一评论信息进行分析,以分析出各所述目标时间段分别对应的视频标签;
生成模块,用于将各所述目标时间段分别对应的所述视频片段及所述视频标签进行关联,以生成携带有所述视频标签的视频片段。
在一个实施例中,所述评论信息包括评论数量;
所述第一确定模块包括:
统计单元,用于统计所述目标视频的各时间段对应的评论数量;
第一确定单元,用于根据所述评论数量的统计结果,确定满足预设条件的指定数量个时间段作为所述目标时间段;
其中,所述预设条件包括以下至少一项:所述评论数量最多、所述评论数量达到预设阈值。
在一个实施例中,所述确定单元还用于:
以所述各时间段为横轴、以所述各时间段分别对应的评论数量为纵轴,生成与所述评论数量相关的曲线图;
从所述曲线图中筛选出所述指定数量个满足所述预设条件的时间段作为所述目标时间段。
在一个实施例中,所述评论信息包括评论内容;
所述分析模块包括:
筛选单元,用于从所述第一评论信息中筛选出满足预设高相似度条件的多个评论内容;其中,所述预设高相似度条件包括相似度达到预设相似度;
分析单元,用于对所述多个评论内容进行语义分析,以得到所述多个评论内容对应的所述综合评论内容;
第二确定单元,用于根据各所述综合评论内容确定各所述目标时间段分别对应的视频标签。
在一个实施例中,所述第二确定单元还用于:
结合各所述综合评论内容及所述目标视频的相关视频信息,得到各所述目标时间段分别对应的视频标签;其中,所述相关视频信息包括视频名称、视频关键词中的至少一项。
在一个实施例中,所述装置还包括:
推送模块,用于将所述携带有所述视频标签的视频片段推送至客户端,以使所述客户端播放所述目标视频时,将所述携带有所述视频标签的视频片段显示在所述目标视频的对应位置。
在一个实施例中,所述装置还包括:
第二确定模块,用于根据各所述视频标签确定各所述目标时间段对应的标注内容;
添加模块,用于将各所述标注内容分别添加在所述目标视频上的、与各所述目标时间段对应的时间轴上,以使所述客户端播放所述目标视频时,在所述时间轴上显示所述标注内容。
再一方面,本申请实施例提供一种视频片段的处理设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:
根据目标视频的各时间段对应的评论信息,确定所述目标视频中待提取的至少一个目标时间段;
从所述目标视频中截取各所述目标时间段分别对应的视频片段;及,获取各所述目标时间段分别对应的第一评论信息;
对各所述目标时间段分别对应的第一评论信息进行分析,以分析出各所述目标时间段分别对应的视频标签;
将各所述目标时间段分别对应的所述视频片段及所述视频标签进行关联,以生成携带有所述视频标签的视频片段。
再一方面,本申请实施例提供一种存储介质,用于存储计算机可执行指令,所述可执行指令在被执行时实现以下流程:
根据目标视频的各时间段对应的评论信息,确定所述目标视频中待提取的至少一个目标时间段;
从所述目标视频中截取各所述目标时间段分别对应的视频片段;及,获取各所述目标时间段分别对应的第一评论信息;
对各所述目标时间段分别对应的第一评论信息进行分析,以分析出各所述目标时间段分别对应的视频标签;
将各所述目标时间段分别对应的所述视频片段及所述视频标签进行关联,以生成携带有所述视频标签的视频片段。
采用本发明实施例的技术方案,能够根据目标视频的各时间段对应的评论信息确定所述目标视频中待提取的至少一个目标时间段,进而从目标视频中截取各目标时间段分别对应的视频片段,及获取各目标时间段分别对应的第一评论信息,并通过分析第一评论信息得到各目标时间段分别对应的视频标签,最后将各目标时间段分别对应的视频片段及视频标签进行关联,以生成携带有视频标签的视频片段。可见,该技术方案能够自动化地生成视频片段以及为视频片段打标签,相较于现有技术中采用人工截取视频及人工打标签的方式而言,该技术方案节省了大量的人力,且避免了人工打标签导致的标签主观性太强的问题,提升了所生成的视频片段及视频标签的准确度及效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明一实施例的一种视频片段的处理方法的示意性流程图;
图2是根据本发明一实施例的一种视频片段的处理方法中评论数量的示意性曲线图。
图3是根据本发明一实施例的一种视频片段的处理装置的示意性框图;
图4是根据本发明一实施例的一种视频片段的处理设备的示意性框图。
具体实施方式
本申请实施例提供一种视频片段的处理方法及装置,用以实现自动化地生成视频片段以及为视频片段打标签的目的。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
图1是根据本发明一实施例的一种视频片段的处理方法的示意性流程图,如图1所示,该方法包括:
S102,根据目标视频的各时间段对应的评论信息,确定目标视频中待提取的至少一个目标时间段。
S104,从目标视频中截取各目标时间段分别对应的视频片段;及,获取各目标时间段分别对应的第一评论信息。
S106,对各目标时间段分别对应的第一评论信息进行分析,以分析出各目标时间段分别对应的视频标签。
S108,将各目标时间段分别对应的视频片段及视频标签进行关联,以生成携带有视频标签的视频片段。
本实施例中,目标视频的各时间段可以是预先划分的单位时间段,如每1分钟、每10秒、每30秒等。为使自动截取的视频片段更精确,单位时间段可划分为尽可能小的时间段。
假设预先划分的单位时间段为1分钟,则该步骤可执行为:根据目标视频的每1分钟分别对应的评论信息来确定目标视频中待提取的目标时间段。目标时间段可以是单位时间段,也可以是多个单位时间段的时间集合,例如目标时间段为第10分钟、或者为第10至15分钟的时间集合。
评论信息可以是目标视频中的弹幕信息;也可以是视频网页上的内嵌评论区域内的评论信息;还可以是与第三方评论平台上的评论信息,例如各大论坛上的评论信息等。
采用本发明实施例的技术方案,能够根据目标视频的各时间段对应的评论信息确定所述目标视频中待提取的至少一个目标时间段,进而从目标视频中截取各目标时间段分别对应的视频片段,及获取各目标时间段分别对应的第一评论信息,并通过分析第一评论信息得到各目标时间段分别对应的视频标签,最后将各目标时间段分别对应的视频片段及视频标签进行关联,以生成携带有视频标签的视频片段。可见,该技术方案能够自动化地生成视频片段以及为视频片段打标签,相较于现有技术中采用人工截取视频及人工打标签的方式而言,该技术方案节省了大量的人力,且避免了人工打标签导致的标签主观性太强的问题,提升了所生成的视频片段及视频标签的准确度及效率。
以下详细介绍上述实施例提供的视频片段的处理方法。
在一个实施例中,评论信息包括评论数量。因此,根据目标视频的各时间段对应的评论信息,确定目标视频中待提取的至少一个目标时间段时,可先统计目标视频的各时间段对应的评论数量,进而根据评论数量的统计结果,确定满足预设条件的指定数量个时间段作为目标时间段。其中,预设条件包括以下至少一项:评论数量最多、评论数量达到预设阈值。
本实施例中,可通过绘制各时间段对应的评论数量及各时间段之间的曲线关系图来筛选目标时间段。具体的,以各时间段为横轴、以各时间段分别对应的评论数量为纵轴,生成与评论数量相关的曲线图,进而从所生成的曲线图中确定出指定数量个满足预设条件的时间段作为目标时间段。
图2示出了一实施例中各时间段对应的评论数量及各时间段之间的曲线图。如图2所示,横轴为目标视频的各时间段,且各时间段为目标视频中的每1分钟;纵轴为各时间段分别对应的评论数量。假设本实施例中需确定评论数量最多的3个时间段作为目标时间段,那么由图2可看出,评论数量最多的3个时间段分别为3分钟、9分钟及12分钟对应的时间段。因此,可确定3分钟、9分钟及12分钟对应的时间段作为目标时间段。
在一个实施例中,评论信息包括评论内容。在对各目标时间段分别对应的第一评论信息进行分析,以分析出各目标时间段分别对应的视频标签时,可先从各第一评论信息中筛选出满足预设高相似度条件的多个评论内容,进而对该多个评论内容进行语义分析,以得到多个评论内容对应的综合评论内容,然后根据各综合评论内容确定各目标时间段分别对应的视频标签。其中,预设高相似度条件包括相似度达到预设相似度。
例如,在电影《雷神3》中,针对一目标时间段对应的第一评论信息,其评论内容包括以下:“锤子碎了”、“天哪!锤子碎了”、“锤子被捏碎了”、“班纳从飞碟上跳下来”等。通过分析这几个评论内容之间的相似度,可得知“锤子碎了”、“天哪!锤子碎了”及“锤子被捏碎了”之间的相似度较高,达到了预设相似度,而“班纳从飞碟上跳下来”与其他几个评论内容之间的相似度较低,未达到预设相似度,那么可筛选出“锤子碎了”、“天哪!锤子碎了”及“锤子被捏碎了”这几个评论内容,并对筛选出的这几个评论内容进行分析,以分析出综合评论内容,如综合评论内容为“锤子碎了”。
本实施例中,通过筛选满足预设高相似度条件的多个评论内容,可使得筛选出的评论内容更加贴近对应的视频片段的视频内容,从而提高所确定的视频标签的准确度。
本实施例中,根据各综合评论内容确定各目标时间段分别对应的视频标签时,可结合各综合评论内容及目标视频的相关视频信息,得到各目标时间段分别对应的视频标签;其中,相关视频信息包括视频名称、视频关键词中的至少一项。
例如,目标时间段对应的综合评论内容为“锤子碎了”,那么通过将综合评论内容和视频名称结合起来,可得到该目标时间段对应的视频标签为“雷神3:锤子碎了”。
在一个实施例中,可将携带有视频标签的视频片段推送至客户端,以使客户端播放目标视频时,将携带有视频标签的视频片段显示在目标视频的对应位置。其中,对应位置可以是播放目标视频的当前页面上的任意位置,如在目标视频的播放画面的下方位置或右侧位置以列表形式展示各视频片段及其对应的视频标签。
在一个实施例中,可根据各视频标签确定各目标时间段对应的标注内容,并将各标注内容分别添加在目标视频上的、与各目标时间段对应的时间轴上,以使客户端播放目标视频时,在时间轴上显示标注内容。其中,标注内容可以是视频标签对应的综合评论内容,也可以是视频标签本身,还可以是视频标签中提取的关键词等。例如,视频标签为“雷神3:锤子碎了”,则该视频标签对应的目标时间段所对应的标注内容可以是“锤子碎了”,因此可在目标视频的时间轴上与目标时间段对应的位置添加上标注内容“锤子碎了”,从而使用户在观看目标视频时,能够一目了然地从时间轴上获知各目标时间段(即评论数量最多的各时间段)的关键内容。
综上,已经对本主题的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序,以实现期望的结果。在某些实施方式中,多任务处理和并行处理可以是有利的。
以上为本申请实施例提供的视频片段的处理方法,基于同样的思路,本申请实施例还提供一种视频片段的处理装置。
图3是根据本发明一实施例的一种视频片段的处理装置的示意性框图,如图3所示,视频片段的处理装置300包括:
第一确定模块310,用于根据目标视频的各时间段对应的评论信息,确定目标视频中待提取的至少一个目标时间段;
获取模块320,用于从目标视频中截取各目标时间段分别对应的视频片段;及,获取各目标时间段分别对应的第一评论信息;
分析模块330,用于对各目标时间段分别对应的第一评论信息进行分析,以分析出各目标时间段分别对应的视频标签;
生成模块340,用于将各目标时间段分别对应的视频片段及视频标签进行关联,以生成携带有视频标签的视频片段。
在一个实施例中,评论信息包括评论数量;
第一确定模块310包括:
统计单元,用于统计目标视频的各时间段对应的评论数量;
第一确定单元,用于根据评论数量的统计结果,确定满足预设条件的指定数量个时间段作为目标时间段;
其中,预设条件包括以下至少一项:评论数量最多、评论数量达到预设阈值。
在一个实施例中,确定单元还用于:
以各时间段为横轴、以各时间段分别对应的评论数量为纵轴,生成与评论数量相关的曲线图;
从曲线图中筛选出指定数量个满足预设条件的时间段作为目标时间段。
在一个实施例中,评论信息包括评论内容;
分析模块330包括:
筛选单元,用于从第一评论信息中筛选出满足预设高相似度条件的多个评论内容;其中,预设高相似度条件包括相似度达到预设相似度;
分析单元,用于对多个评论内容进行语义分析,以得到多个评论内容对应的综合评论内容;
第二确定单元,用于根据各综合评论内容确定各目标时间段分别对应的视频标签。
在一个实施例中,第二确定单元还用于:
结合各综合评论内容及目标视频的相关视频信息,得到各目标时间段分别对应的视频标签;其中,相关视频信息包括视频名称、视频关键词中的至少一项。
在一个实施例中,装置300还包括:
推送模块,用于将携带有视频标签的视频片段推送至客户端,以使客户端播放目标视频时,将携带有视频标签的视频片段显示在目标视频的对应位置。
在一个实施例中,装置300还包括:
第二确定模块,用于根据各视频标签确定各目标时间段对应的标注内容;
添加模块,用于将各标注内容分别添加在目标视频上的、与各目标时间段对应的时间轴上,以使客户端播放目标视频时,在时间轴上显示标注内容。
采用本发明实施例的装置,能够根据目标视频的各时间段对应的评论信息确定所述目标视频中待提取的至少一个目标时间段,进而从目标视频中截取各目标时间段分别对应的视频片段,及获取各目标时间段分别对应的第一评论信息,并通过分析第一评论信息得到各目标时间段分别对应的视频标签,最后将各目标时间段分别对应的视频片段及视频标签进行关联,以生成携带有视频标签的视频片段。可见,该技术方案能够自动化地生成视频片段以及为视频片段打标签,相较于现有技术中采用人工截取视频及人工打标签的方式而言,该技术方案节省了大量的人力,且避免了人工打标签导致的标签主观性太强的问题,提升了所生成的视频片段及视频标签的准确度及效率。
本领域的技术人员应可理解,上述视频片段的处理装置能够用来实现前文所述的视频片段的处理方法,其中的细节描述应与前文方法部分描述类似,为避免繁琐,此处不另赘述。
基于同样的思路,本申请实施例还提供一种视频片段的处理设备,如图4所示。视频片段的处理设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器401和存储器402,存储器402中可以存储有一个或一个以上存储应用程序或数据。其中,存储器402可以是短暂存储或持久存储。存储在存储器402的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对视频片段的处理设备中的一系列计算机可执行指令。更进一步地,处理器401可以设置为与存储器402通信,在视频片段的处理设备上执行存储器402中的一系列计算机可执行指令。视频片段的处理设备还可以包括一个或一个以上电源403,一个或一个以上有线或无线网络接口404,一个或一个以上输入输出接口405,一个或一个以上键盘406。
具体在本实施例中,视频片段的处理设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对视频片段的处理设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
根据目标视频的各时间段对应的评论信息,确定所述目标视频中待提取的至少一个目标时间段;
从所述目标视频中截取各所述目标时间段分别对应的视频片段;及,获取各所述目标时间段分别对应的第一评论信息;
对各所述目标时间段分别对应的第一评论信息进行分析,以分析出各所述目标时间段分别对应的视频标签;
将各所述目标时间段分别对应的所述视频片段及所述视频标签进行关联,以生成携带有所述视频标签的视频片段。
可选地,所述评论信息包括评论数量;
计算机可执行指令在被执行时,还可以使所述处理器:
统计所述目标视频的各时间段对应的评论数量;
根据所述评论数量的统计结果,确定满足预设条件的指定数量个时间段作为所述目标时间段;
其中,所述预设条件包括以下至少一项:所述评论数量最多、所述评论数量达到预设阈值。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
以所述各时间段为横轴、以所述各时间段分别对应的评论数量为纵轴,生成与所述评论数量相关的曲线图;
从所述曲线图中筛选出所述指定数量个满足所述预设条件的时间段作为所述目标时间段。
可选地,所述评论信息包括评论内容;
计算机可执行指令在被执行时,还可以使所述处理器:
从所述第一评论信息中筛选出满足预设高相似度条件的多个评论内容;其中,所述预设高相似度条件包括相似度达到预设相似度;
对所述多个评论内容进行语义分析,以得到所述多个评论内容对应的所述综合评论内容;
根据各所述综合评论内容确定各所述目标时间段分别对应的视频标签。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
结合各所述综合评论内容及所述目标视频的相关视频信息,得到各所述目标时间段分别对应的视频标签;其中,所述相关视频信息包括视频名称、视频关键词中的至少一项。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
将所述携带有所述视频标签的视频片段推送至客户端,以使所述客户端播放所述目标视频时,将所述携带有所述视频标签的视频片段显示在所述目标视频的对应位置。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
根据各所述视频标签确定各所述目标时间段对应的标注内容;
将各所述标注内容分别添加在所述目标视频上的、与各所述目标时间段对应的时间轴上,以使所述客户端播放所述目标视频时,在所述时间轴上显示所述标注内容。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行上述视频片段的处理方法,并具体用于执行:
根据目标视频的各时间段对应的评论信息,确定所述目标视频中待提取的至少一个目标时间段;
从所述目标视频中截取各所述目标时间段分别对应的视频片段;及,获取各所述目标时间段分别对应的第一评论信息;
对各所述目标时间段分别对应的第一评论信息进行分析,以分析出各所述目标时间段分别对应的视频标签;
将各所述目标时间段分别对应的所述视频片段及所述视频标签进行关联,以生成携带有所述视频标签的视频片段。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (14)

1.一种视频片段的处理方法,其特征在于,所述方法包括:
根据目标视频的各时间段对应的评论信息,确定所述目标视频中待提取的至少一个目标时间段;
从所述目标视频中截取各所述目标时间段分别对应的视频片段;及,获取各所述目标时间段分别对应的第一评论信息;
对各所述目标时间段分别对应的第一评论信息进行分析,以分析出各所述目标时间段分别对应的视频标签;
将各所述目标时间段分别对应的所述视频片段及所述视频标签进行关联,以生成携带有所述视频标签的视频片段。
2.根据权利要求1所述的方法,其特征在于,所述评论信息包括评论数量;
所述根据目标视频的各时间段对应的评论信息,确定所述目标视频中待提取的至少一个目标时间段,包括:
统计所述目标视频的各时间段对应的评论数量;
根据所述评论数量的统计结果,确定满足预设条件的指定数量个时间段作为所述目标时间段;
其中,所述预设条件包括以下至少一项:所述评论数量最多、所述评论数量达到预设阈值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述评论数量的统计结果,确定满足预设条件的指定数量个时间段作为所述目标时间段,包括:
以所述各时间段为横轴、以所述各时间段分别对应的评论数量为纵轴,生成与所述评论数量相关的曲线图;
从所述曲线图中筛选出所述指定数量个满足所述预设条件的时间段作为所述目标时间段。
4.根据权利要求1所述的方法,其特征在于,所述评论信息包括评论内容;
所述对各所述目标时间段分别对应的第一评论信息进行分析,以分析出各所述目标时间段分别对应的视频标签,包括:
从所述第一评论信息中筛选出满足预设高相似度条件的多个评论内容;其中,所述预设高相似度条件包括相似度达到预设相似度;
对所述多个评论内容进行语义分析,以得到所述多个评论内容对应的所述综合评论内容;
根据各所述综合评论内容确定各所述目标时间段分别对应的视频标签。
5.根据权利要求4所述的方法,其特征在于,所述根据各所述综合评论内容确定各所述目标时间段分别对应的视频标签,包括:
结合各所述综合评论内容及所述目标视频的相关视频信息,得到各所述目标时间段分别对应的视频标签;其中,所述相关视频信息包括视频名称、视频关键词中的至少一项。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述携带有所述视频标签的视频片段推送至客户端,以使所述客户端播放所述目标视频时,将所述携带有所述视频标签的视频片段显示在所述目标视频的对应位置。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
根据各所述视频标签确定各所述目标时间段对应的标注内容;
将各所述标注内容分别添加在所述目标视频上的、与各所述目标时间段对应的时间轴上,以使所述客户端播放所述目标视频时,在所述时间轴上显示所述标注内容。
8.一种视频片段的处理装置,其特征在于,所述装置包括:
第一确定模块,用于根据目标视频的各时间段对应的评论信息,确定所述目标视频中待提取的至少一个目标时间段;
获取模块,用于从所述目标视频中截取各所述目标时间段分别对应的视频片段;及,获取各所述目标时间段分别对应的第一评论信息;
分析模块,用于对各所述目标时间段分别对应的第一评论信息进行分析,以分析出各所述目标时间段分别对应的视频标签;
生成模块,用于将各所述目标时间段分别对应的所述视频片段及所述视频标签进行关联,以生成携带有所述视频标签的视频片段。
9.根据权利要求8所述的装置,其特征在于,所述评论信息包括评论数量;
所述第一确定模块包括:
统计单元,用于统计所述目标视频的各时间段对应的评论数量;
第一确定单元,用于根据所述评论数量的统计结果,确定满足预设条件的指定数量个时间段作为所述目标时间段;
其中,所述预设条件包括以下至少一项:所述评论数量最多、所述评论数量达到预设阈值。
10.根据权利要求9所述的装置,其特征在于,所述确定单元还用于:
以所述各时间段为横轴、以所述各时间段分别对应的评论数量为纵轴,生成与所述评论数量相关的曲线图;
从所述曲线图中筛选出所述指定数量个满足所述预设条件的时间段作为所述目标时间段。
11.根据权利要求8所述的装置,其特征在于,所述评论信息包括评论内容;
所述分析模块包括:
筛选单元,用于从所述第一评论信息中筛选出满足预设高相似度条件的多个评论内容;其中,所述预设高相似度条件包括相似度达到预设相似度;
分析单元,用于对所述多个评论内容进行语义分析,以得到所述多个评论内容对应的所述综合评论内容;
第二确定单元,用于根据各所述综合评论内容确定各所述目标时间段分别对应的视频标签。
12.根据权利要求11所述的装置,其特征在于,所述第二确定单元还用于:
结合各所述综合评论内容及所述目标视频的相关视频信息,得到各所述目标时间段分别对应的视频标签;其中,所述相关视频信息包括视频名称、视频关键词中的至少一项。
13.根据权利要求8所述的装置,其特征在于,所述装置还包括:
推送模块,用于将所述携带有所述视频标签的视频片段推送至客户端,以使所述客户端播放所述目标视频时,将所述携带有所述视频标签的视频片段显示在所述目标视频的对应位置。
14.根据权利要求13所述的装置,其特征在于,所述装置还包括:
第二确定模块,用于根据各所述视频标签确定各所述目标时间段对应的标注内容;
添加模块,用于将各所述标注内容分别添加在所述目标视频上的、与各所述目标时间段对应的时间轴上,以使所述客户端播放所述目标视频时,在所述时间轴上显示所述标注内容。
CN201811573325.3A 2018-12-21 2018-12-21 视频片段的处理方法及装置 Pending CN109587578A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811573325.3A CN109587578A (zh) 2018-12-21 2018-12-21 视频片段的处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811573325.3A CN109587578A (zh) 2018-12-21 2018-12-21 视频片段的处理方法及装置

Publications (1)

Publication Number Publication Date
CN109587578A true CN109587578A (zh) 2019-04-05

Family

ID=65930576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811573325.3A Pending CN109587578A (zh) 2018-12-21 2018-12-21 视频片段的处理方法及装置

Country Status (1)

Country Link
CN (1) CN109587578A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110856013A (zh) * 2019-11-19 2020-02-28 珠海格力电器股份有限公司 识别视频中关键片段的方法、***和存储介质
CN111010619A (zh) * 2019-12-05 2020-04-14 北京奇艺世纪科技有限公司 处理短视频数据的方法、装置、计算机设备和存储介质
CN111490929A (zh) * 2020-03-27 2020-08-04 威比网络科技(上海)有限公司 视频片段推送方法、装置、电子设备、存储介质
CN111556326A (zh) * 2020-03-27 2020-08-18 威比网络科技(上海)有限公司 公开课视频片段推送方法、装置、电子设备、存储介质
CN111581433A (zh) * 2020-05-18 2020-08-25 Oppo广东移动通信有限公司 视频处理方法、装置、电子设备及计算机可读介质
CN113051233A (zh) * 2021-03-30 2021-06-29 联想(北京)有限公司 一种处理方法及装置
WO2021160141A1 (zh) * 2020-02-11 2021-08-19 北京字节跳动网络技术有限公司 视频处理方法、装置、可读介质和电子设备
CN115022659A (zh) * 2022-05-31 2022-09-06 广州虎牙科技有限公司 直播视频处理方法、***及直播设备
CN115767204A (zh) * 2022-11-10 2023-03-07 北京奇艺世纪科技有限公司 一种视频处理方法、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130311388A1 (en) * 2011-06-10 2013-11-21 Lucas J. Myslinski Method of and system for fact checking flagged comments
CN104994425A (zh) * 2015-06-30 2015-10-21 北京奇艺世纪科技有限公司 一种视频标识方法和装置
US20160080295A1 (en) * 2014-03-12 2016-03-17 Stephen Davies System and Method for Voice Networking
CN105787049A (zh) * 2016-02-26 2016-07-20 浙江大学 一种基于多源信息融合分析的网络视频热点事件发现方法
CN105847993A (zh) * 2016-04-19 2016-08-10 乐视控股(北京)有限公司 一种分享视频片段的方法及装置
CN106095804A (zh) * 2016-05-30 2016-11-09 维沃移动通信有限公司 一种视频片段的处理方法、定位方法及终端
CN107801106A (zh) * 2017-10-24 2018-03-13 维沃移动通信有限公司 一种视频片段截取方法及电子设备
CN108108353A (zh) * 2017-12-19 2018-06-01 北京邮电大学 一种基于弹幕的视频语义标注方法、装置及电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130311388A1 (en) * 2011-06-10 2013-11-21 Lucas J. Myslinski Method of and system for fact checking flagged comments
US20160080295A1 (en) * 2014-03-12 2016-03-17 Stephen Davies System and Method for Voice Networking
CN104994425A (zh) * 2015-06-30 2015-10-21 北京奇艺世纪科技有限公司 一种视频标识方法和装置
CN105787049A (zh) * 2016-02-26 2016-07-20 浙江大学 一种基于多源信息融合分析的网络视频热点事件发现方法
CN105847993A (zh) * 2016-04-19 2016-08-10 乐视控股(北京)有限公司 一种分享视频片段的方法及装置
CN106095804A (zh) * 2016-05-30 2016-11-09 维沃移动通信有限公司 一种视频片段的处理方法、定位方法及终端
CN107801106A (zh) * 2017-10-24 2018-03-13 维沃移动通信有限公司 一种视频片段截取方法及电子设备
CN108108353A (zh) * 2017-12-19 2018-06-01 北京邮电大学 一种基于弹幕的视频语义标注方法、装置及电子设备

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110856013A (zh) * 2019-11-19 2020-02-28 珠海格力电器股份有限公司 识别视频中关键片段的方法、***和存储介质
CN111010619A (zh) * 2019-12-05 2020-04-14 北京奇艺世纪科技有限公司 处理短视频数据的方法、装置、计算机设备和存储介质
WO2021160141A1 (zh) * 2020-02-11 2021-08-19 北京字节跳动网络技术有限公司 视频处理方法、装置、可读介质和电子设备
US11996124B2 (en) 2020-02-11 2024-05-28 Beijing Bytedance Network Technology Co., Ltd. Video processing method, apparatus, readable medium and electronic device
CN111556326A (zh) * 2020-03-27 2020-08-18 威比网络科技(上海)有限公司 公开课视频片段推送方法、装置、电子设备、存储介质
CN111490929B (zh) * 2020-03-27 2022-07-15 深圳市企鹅网络科技有限公司 视频片段推送方法、装置、电子设备、存储介质
CN111490929A (zh) * 2020-03-27 2020-08-04 威比网络科技(上海)有限公司 视频片段推送方法、装置、电子设备、存储介质
CN111581433A (zh) * 2020-05-18 2020-08-25 Oppo广东移动通信有限公司 视频处理方法、装置、电子设备及计算机可读介质
CN111581433B (zh) * 2020-05-18 2023-10-10 Oppo广东移动通信有限公司 视频处理方法、装置、电子设备及计算机可读介质
CN113051233A (zh) * 2021-03-30 2021-06-29 联想(北京)有限公司 一种处理方法及装置
CN115022659A (zh) * 2022-05-31 2022-09-06 广州虎牙科技有限公司 直播视频处理方法、***及直播设备
CN115022659B (zh) * 2022-05-31 2024-06-25 广州虎牙科技有限公司 直播视频处理方法、***及直播设备
CN115767204A (zh) * 2022-11-10 2023-03-07 北京奇艺世纪科技有限公司 一种视频处理方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN109587578A (zh) 视频片段的处理方法及装置
US9728230B2 (en) Techniques to bias video thumbnail selection using frequently viewed segments
US11190821B2 (en) Methods and apparatus for alerting users to media events of interest using social media analysis
US20200374306A1 (en) Network traffic anomaly detection method, apparatus, computer device and storage medium
CN111050205B (zh) 视频片段获取方法、装置、设备和存储介质
US8577996B2 (en) Method and apparatus for tracing users of online video web sites
CN107493467B (zh) 一种视频质量评估方法及装置
CN110175291B (zh) 基于相似度计算的手游推荐方法、存储介质、设备及***
US8396874B2 (en) System and method for using topic messages to understand media relating to an event
US10430420B2 (en) Weighting sentiment information
CN109040796A (zh) 内容片段热度的计算方法、影音内容的播放方法及装置
Vallet et al. Characterizing and predicting viral-and-popular video content
CN105872837A (zh) 用户推荐方法及装置
CN106604050A (zh) 一种直播视频的评估方法及装置
US20160042366A1 (en) System and method for monitoring competitive performance of brands
CN110020192A (zh) 一种信息内容推送方法和装置、服务端设备
CN104270654B (zh) 互联网视频播放监测方法和装置
CN104902292B (zh) 一种基于电视报道的舆情分析方法和***
CN106302579A (zh) 一种任务的分发方法及服务器
CN105183925A (zh) 内容关联推荐方法及装置
CN105302880A (zh) 内容关联推荐方法及装置
KR20190101374A (ko) 고속 분석을 위한 네트워크 트래픽 준비 시스템
CN106789277B (zh) 基于状态机模型的用户行为确定方法及装置
CN111064996B (zh) 用户观看视频内容偏好识别方法、***和存储介质
JP2012129982A (ja) 推定装置、推定方法、並びにプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190405