CN114697763A - 一种视频处理方法、装置、电子设备及介质 - Google Patents

一种视频处理方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN114697763A
CN114697763A CN202210363993.3A CN202210363993A CN114697763A CN 114697763 A CN114697763 A CN 114697763A CN 202210363993 A CN202210363993 A CN 202210363993A CN 114697763 A CN114697763 A CN 114697763A
Authority
CN
China
Prior art keywords
information
slice information
candidate
video
determining
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.)
Granted
Application number
CN202210363993.3A
Other languages
English (en)
Other versions
CN114697763B (zh
Inventor
王欣尧
王宇飞
文珑银
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.)
Lemon Inc Cayman Island
Original Assignee
Lemon Inc Cayman Island
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 Lemon Inc Cayman Island filed Critical Lemon Inc Cayman Island
Priority to CN202210363993.3A priority Critical patent/CN114697763B/zh
Publication of CN114697763A publication Critical patent/CN114697763A/zh
Priority to US17/816,890 priority patent/US11699463B1/en
Priority to PCT/SG2023/050187 priority patent/WO2023195916A2/zh
Application granted granted Critical
Publication of CN114697763B publication Critical patent/CN114697763B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
    • G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8547—Content authoring involving timestamps for synchronizing content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Computer Security & Cryptography (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Television Signal Processing For Recording (AREA)
  • Image Analysis (AREA)
  • Management Or Editing Of Information On Record Carriers (AREA)

Abstract

本公开公开了一种视频处理方法、装置、电子设备及介质，所述方法包括：基于原始视频的视频信息，确定所述原始视频的候选切片信息集；基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。该方法首先基于视频信息确定候选切片信息集，然后就由候选切片信息集和评估模型确定目标切片信息，使得确定的目标切片信息不受镜头的局限，提高了目标切片信息的精准度。

Description

一种视频处理方法、装置、电子设备及介质
技术领域
本公开实施例涉及计算机技术领域，尤其涉及一种视频处理方法、装置、电子设备及介质。
背景技术
随着计算机技术的发展，各种类型的应用程序急剧增多。如，视频类应用程序。用户可以通过视频类应用程序进行视频的浏览和上传。
目前为了各种各样的需求会将视频类应用程序内的视频分为若干片段，每个片段即为视频切片。相关技术在确定视频切片时多以镜头为单位进行视频切片的划分，从而使得划分后的视频切片受到视频内镜头的局限。
发明内容
本公开实施例提供了一种视频处理方法、装置、电子设备及介质，避免确定的目标切片信息受到镜头的局限，提高了目标切片信息的准确度。
第一方面，本公开实施例提供了一种视频处理方法，包括：
基于原始视频的视频信息，确定所述原始视频的候选切片信息集；
基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；
将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；
基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。
第二方面，本公开实施例还提供了一种视频处理装置，包括：
第一确定模块，用于基于原始视频的视频信息，确定所述原始视频的候选切片信息集；
分割模块，用于基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；
第二确定模块，用于将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；
第三确定模块，用于基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。
第三方面，本公开实施例还提供了一种电子设备，包括：
一个或多个处理装置；
存储装置，用于存储一个或多个程序；
所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实处理公开实施例提供的视频处理方法。
第四方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开实施例提供的视频处理方法。
本公开实施例提供了一种视频处理方法、装置、电子设备及介质，所述方法包括：基于原始视频的视频信息，确定所述原始视频的候选切片信息集；基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。上述技术方案首先基于视频信息确定候选切片信息集，然后就由候选切片信息集和评估模型确定目标切片信息，使得确定的目标切片信息不受镜头的局限，提高了目标切片信息的精准度。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例一提供的一种视频处理方法的流程示意图；
图2为本公开实施例二提供的一种视频处理方法的流程示意图；
图3为本公开实施例二提供的一种视频处理方法的流程示意图；
图4为本公开实施例三提供的一种视频处理装置的结构示意图；
图5为本公开实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。此外，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例一
图1为本公开实施例一提供的一种视频处理方法的流程示意图，该方法可适用于对视频进行处理的情况，该方法可以由视频处理装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在电子设备上，在本实施例中电子设备包括但不限于：计算机、笔记本电脑、平板电脑和/或手机等设备。
如图1所示，本公开实施例一提供的一种视频处理方法，包括如下步骤：
S110、基于原始视频的视频信息，确定所述原始视频的候选切片信息集。
其中，原始视频可以是指需要进行处理的视频，如待进行视频切片划分的视频。视频信息可以为原始视频所包含的信息，例如可以包括原始视频中的图像、原始视频中的文本(如标题)和音频等所表征的信息。候选切片信息集可以理解为原始视频的各个候选切片信息的集合，候选切片信息可以是表征候选的分割点的信息，如时间戳。候选切片信息需要通过后续的评估和选取来确定最终的分割点，以用于对原始视频进行分割，从而得到视频切片。
在本实施例中，可以基于原始视频的视频信息来对原始视频的候选切片信息集进行确定，其中，确定候选切片信息集的具体方法不限，不同的视频信息对应有不同的确定方法。例如可以将原始视频中的各图像进行图像识别，基于识别后的内容来确定候选切片信息，也可以将原始视频中的音频进行识别，基于识别后的内容来确定候选切片信息，还可以根据原始视频中出现的文本进行识别，基于识别后的内容来确定候选切片信息等，本实施例对此不作限定。
在一个实施例中，所述方法，还包括：
若相邻候选切片信息间的时长大于设定时长阈值，则在相邻候选切片信息间以设定时长选取新增切片信息；
将所述新增切片信息作为候选切片信息添加至所述候选切片信息集中。
其中，设定时长阈值可以认为是相邻候选切片信息间的最大时长临界值，可以由***或相关人员进行设定，此处不作限定。相邻候选切片信息可以认为是候选切片信息集中相邻的候选切片信息。新增切片信息可以认为是基于设定时长增加的候选切片信息。
示例性的，相邻候选切片信息为将候选切片信息集内各候选切片信息所表征时间戳按时间排序后，时间戳临近的候选时间戳。以候选切片信息集包括三个候选切片信息：第一候选切片信息、第二候选切片信息和第三候选切片信息，分别对应的时间戳为：10秒、1分钟和3分钟。其中，第一候选切片信息和第二候选切片信息可以为相邻候选切片信息。第二候选切片信息和第三候选切片信息可以为相邻候选切片信息。
本公开不限定原始视频的时长，可以基于实际情况确定，原始视频可以为中长视频，如时长为5分钟或15的视频。
可以理解的是，当相邻候选切片信息间的时长大于设定时长阈值时，说明两个相邻候选切片信息之间的时长超过最大时长临界值，此时，需要增加切片信息以缩短该相邻候选切片信息之间的时长。
具体的，当相邻候选切片信息间的时长大于设定时长阈值时，可以在相邻候选切片信息间以设定时长来选取新增的候选切片信息，即新增切片信息，然后可以将新增切片信息作为候选切片信息添加至候选切片信息集中，以进行后续的评估。其中，新增切片信息的个数不限，需要根据相邻候选切片信息之间的时长和设定时长来确定，设定时长可以由***或相关人员进行设定，如设定时长可为1s。
示例性的，当相邻候选切片信息之间的时长为5s，设定时长为1s时，此时需要每隔1s新增一个切片信息，然后将新增切片信息作为候选切片信息添加至候选切片信息集中。需要说明的是，本实施例的相关步骤可以为步骤S110中的一部分操作，也可以是在步骤S110之后来开始执行，本实施例对此不作限定。
S120、基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段。
在确定原始视频的候选切片信息集后，可以根据候选切片信息集中的每个候选切片信息来对原始视频进行分割，以分割为多个视频片段。如，在各候选切片信息所表征时间戳的位置将原始视频进行切割，以得到多个视频片段。
S130、将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息。
概率信息可以理解为候选切片信息能够作为目标切片信息的概率值；评估模型可以用于对候选切片信息进行评估，以得到对应的概率信息，评估模型可以预先由相关技术人员进行训练得到，此处不对评估模型进一步展开。
在分割得到多个视频片段后，可以将各个视频片段输入至评估模型中，来确定各个候选切片信息的概率信息。本实施例不对确定概率信息的具体步骤进行限定，例如可以根据每个视频片段中具体的内容来确定概率信息。
S140、基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。
目标切片信息可以是指最终确定的分割点所对应的时间戳。在本步骤中，可以基于得到的各概率信息来确定原始视频的目标切片信息，其中，具体确定目标切片信息的方法不限，例如，可以首先根据原始视频的时长来确定目标切片信息的个数，然后从各概率信息中选取概率值较高的几个概率信息，以确定对应的目标切片信息；又如，还可以从各概率信息中选取概率值大于设定概率阈值的概率信息，来确定原始视频的目标切片信息等，设定概率阈值可以由***或相关人员进行设定，本实施例对此不作限定。
在通过设定概率阈值选取目标切片信息时，还可以结合设定策略确定目标切片信息，设定策略可以用于约束最终得到的视频切片，此处不对设定策略进行限定。
本公开实施例一提供的一种视频处理方法，基于原始视频的视频信息，确定所述原始视频的候选切片信息集；基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。上述方法首先基于视频信息确定候选切片信息集，然后就由候选切片信息集和评估模型确定目标切片信息，使得确定的目标切片信息不受镜头的局限，提高了目标切片信息的精准度。
在上述实施例的基础上，提出了上述实施例的变型实施例，在此需要说明的是，为了使描述简要，在变型实施例中仅描述与上述实施例的不同之处。
在一个实施例中，所述视频信息包括所述原始视频中各帧图像、所述原始视频内音频对应的第一文本信息和所述原始视频内的第二文本信息，相应的，所述基于原始视频的视频信息，确定所述原始视频的候选切片信息集，包括：
基于各所述图像，确定所述原始视频的切镜点；
基于所述第一文本信息，确定所述原始视频的第一语句结束点；
基于所述第二文本信息，确定所述原始视频的第二语句结束点；
将所述切镜点、所述第一语句结束点和所述第二语句结束点作为所述原始视频的候选切片信息添加至候选切片信息集中。
在本实施例中，第一文本信息可以是指原始视频中音频对应的文本信息，可以通过对音频进行识别来得到文本信息；第二文本信息可以是对原始视频中的文本，如字幕、标题和/或关键词贴纸等进行识别得到的文本信息，其中，第一文本信息和第二文本信息仅用于区分不同的对象，此处不对第一文本信息和第二文本信息进行限定。
切镜点可以认为是原始视频内镜头进行切换时刻的时间戳；第一语句结束点可以认为是原始视频内第一文本信息中语句结束时刻的时间戳；第二语句结束点可以认为是原始视频内对第二文本信息进行断句后每句话结束时刻的时间戳，同上所述，第一语句结束点和第二语句结束点仅用于区分不同的对象，此处不对第一语句结束点和第二语句结束点进行限定。
具体的，在基于原始视频的视频信息来确定候选切片信息集时，可以分别根据原始视频中各帧图像、原始视频内音频对应的第一文本信息和原始视频内的第二文本信息来确定各候选切片信息，其中，可以基于镜头的切换状态来确定原始视频的切镜点；根据第一文本信息中每句话的结束点来确定原始视频的第一语句结束点；根据第二文本信息中每个文本的结束点来确定原始视频的第二语句结束点；最后可以将切镜点、第一语句结束点和第二语句结束点作为原始视频的候选切片信息，来添加至候选切片信息集中，在本实施例中，确定切镜点、第一语句结束点和第二语句结束点的顺序不限，可以同时对切镜点、第一语句结束点和第二语句结束点来进行确定，也可以先后顺序来进行确定等。
在一个实施例中，所述将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息，包括：
通过所述评估模型中的特征提取模块提取所述多个视频片段内的特征信息；
通过所述评估模型中的评分模块确定各所述特征信息对应的评分信息；
将各所述特征信息对应的评分信息确定为对应的候选切片信息的概率信息。
在本步骤中，评估模型可以包括特征提取模块和评分模块，特征提取模块可以认为是对各视频片段内的特征进行提取的模型，评分模块可以认为是对提取的各个特征进行评估的模型。
本实施例不对特征提取模块和评分模块的具体内容进行限定，只要能够实现所需功能即可。如特征提取模块可以包括视觉特征提取模型和文本特征提取模型。其中，文本特征提取模型可以为一个或两个。在文本特征提取模型为一个时，可以对音频对应的特征和文本对应的特征进行提取。在文本特征提取模型为两个时，可以分别对音频对应的特征和文本对应的特征进行提取。
在将多个视频片段输入至评估模型后，首先可以通过评估模型中的特征提取模块来提取每个视频片段内的特征信息，特征信息可以包括图像特征，还可以包括文本特征，如第一文本信息对应的文本特征和/或第二文本信息对应的文本特征等；然后通过评估模型中的评分模块对提取的各特征信息进行打分，以确定各特征信息对应的评分信息；最后可以将各特征信息对应的评分信息确定为对应的候选切片信息的概率信息。
实施例二
图2为本公开实施例二提供的一种视频处理方法的流程示意图，本实施例二在上述各实施例中各个可选方案为基础进行具体化。在本实施例中，将基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息，进一步具体化为：从各所述候选切片信息对应的概率信息中选取概率值大于设定概率阈值的概率信息；基于选取后的概率信息确定所述原始视频的目标切片信息。
本实施例尚未详尽的内容请参考实施例一。
如图2所示，本公开实施例二提供的一种视频处理方法，包括如下步骤：
S210、基于原始视频的视频信息，确定所述原始视频的候选切片信息集。
S220、基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段。
S230、将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息。
S240、从各所述候选切片信息对应的概率信息中选取概率值大于设定概率阈值的概率信息。
设定概率阈值可以认为是概率值的最小临界值，设定概率阈值可以由相关人员进行设定。可以理解的是，当概率信息对应的概率值大于设定概率阈值时，说明候选切片信息对应的概率信息达到了最小临界值，即该候选切片信息作为目标切片信息的概率较大。故可以从各候选切片信息对应的概率信息中选取概率值大于设定概率阈值的概率信息，以进行后续目标切片信息的确定。
S250、基于选取后的概率信息确定所述原始视频的目标切片信息。
在选取概率信息后，可以基于选取后的概率信息来确定原始视频的目标切片信息，此处对确定原始视频的目标切片信息不作限定。
示例性的，可以直接将选取后的概率信息对应的候选切片信息确定为目标切片信息。
示例性的，可以基于选取后的概率信息所对应候选切片信息对划分后的视频片段进行分析，以确定目标切片信息，如对原始视频进行分割，然后对分割后的各视频片段进行时长统计，若满足时长要求则将选取后的概率信息所对应候选切片信息确定为目标切片信息，若不满足时长要求，则删除不将该概率信息对应的候选会见信息确定为目标切片信息。
本公开实施例二提供的一种视频处理方法，基于原始视频的视频信息，确定所述原始视频的候选切片信息集；基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；从各所述候选切片信息对应的概率信息中选取概率值大于设定概率阈值的概率信息；基于选取后的概率信息确定所述原始视频的目标切片信息。利用该方法，通过从各候选切片信息对应的概率信息中选取概率值大于设定概率阈值的概率信息，来确定原始视频的目标切片信息，使得确定的目标切片信息更加准确，提高了视频处理的精度。
在一个实施例中，所述基于选取后的概率信息确定所述原始视频的目标切片信息，包括：
从选取后的概率信息中，按照设定策略选取目标概率信息；
将所述目标概率信息对应的候选切片信息确定为目标切片信息。
设定策略可以为***预先设定的选取策略，用于选取目标概率信息，设定策略所包括的内容不限，例如可以包括单个候选章节的时长等。目标概率信息可以是指目标切片信息对应的概率信息。
具体的，可以从选取后的概率信息中，按照设定策略再次对概率信息进行选取，来确定目标概率信息，然后将目标概率信息对应的候选切片信息确定为目标切片信息。
在一个实施例中，所述设定策略包括：
单个候选章节所包括候选切片信息的个数和/或单个候选章节的时长；
其中，所述单个候选章节基于所述选取后的概率信息所对应候选切片信息中相邻候选切片信息确定。
在本实施例中，单个候选章节可以认为是按照选取后的概率信息所对应候选切片信息对原始视频进行分割后的每个候选片段，单个候选章节可以基于选取后的概率信息所对应候选切片信息中相邻候选切片信息来确定。
具体的，设定策略可以包括单个候选章节所包括候选切片信息的个数和/或单个候选章节的时长。例如，可以对单个候选章节所包括候选切片信息的个数进行设定，还可以对单个候选章节的时长进行设定，具体设定的数值可以由***进行设定，此处不作限定。
下面对本公开实施例提供的一种视频处理方法进行示例性的描述：
图3为本公开实施例二提供的一种视频处理方法的流程示意图，如图3所示，首先可以进行多模态信息(即原始视频的视频信息)提取，即智能语义切片的输入包括视频、语音识别(Automatic Speech Recognition，ASR)文本以及文字识别(optical characterrecognition，OCR)文本等多模态信息。其中，视频作为输入时可以认为是将原始视频解码后进行拆帧，以得到RGB图像(即原始视频中各帧图像)作为输入；ASR文本可以是对视频内的音频进行识别来得到的台本，可以以文本的形式作为输入，即原始视频内音频对应的第一文本信息；OCR文本可以是对出现在视频中的字幕和其他文本(例如标题，关键词贴纸等)进行检测后，得到的文本，即原始视频内的第二文本信息。在进行多模态信息提取时，进行多模态提取的视频可以认为是原始视频，多模态提取后可以得到各帧图像，又称视频帧，ASR文本以及OCR文本。
然后是切片候选生成：根据切片候选生成规则进行预处理，得到对应的候选切片信息集；按照各候选切片信息将视频分割为若干个可以作为潜在视频切片的片段(即多个视频片段，又称章节)，这些切片时间点将通过后续评估模型来进行打分，以基于后处理选出最终切割的点(即目标切片信息)。
其中，如图所示，切片候选生成规则可以为镜头切换的时间点(即切镜点)、语句结束的时间点(即第一语句结束点和第二语句结束点)和/或无切镜和语句的情况(即相邻候选切片信息间的时长大于设定时长阈值时)，以固定时长(1秒即设定时长)来进行切分得到的时间点，即在相邻候选切片信息间以设定时长选取的新增切片信息。其中，候选1至候选n可以认为是基于候选切片信息进行视频片段分割得到的切片候选。若某一视频片段内的视频信息不完整，则可以获取完成的视频信息以供该视频片段分析。如候选1内的音频对应的第一文本信息并不是完整的语句，则将该语句全部文本信息用于候选1的后续分析。
继而可以对切片候选打分：对每个切片候选片段(即多个视频片段)提取特征，通过评估模型来进行预测该切片点可能是当前切片结尾的概率(即各候选切片信息的概率信息)。
其中，视觉特征(即红绿蓝RGB)、ASR文本和OCR文本可以分别由三个不同的特征提取模型来进行提取，即RGB可以通过视觉特征提取模型来得到RGB特征，ASR文本可以通过文本特征提取模型来得到ASR特征，OCR文本可以通过文本特征提取模型来得到OCR特征；将每个视频片段提取的特征由Transformer模型(即评估模型中的评分模块)来进行处理并且预测分数(即确定各特征信息对应的评分信息并将各评分信息确定为对应的概率信息)。概率信息和候选切片信息可以是一一对应关系，每个候选切片信息对应有一个概率信息。本示例实施例中各特征或各候选所形成的序列内的时间戳连续。
最后为后处理阶段：对切片候选的打分进行后处理，通过阈值(即设定概率阈值)来选出符合要求的切点(即选取概率值大于设定概率阈值的概率信息所对应的候选切片信息)；随后可以通过一些预设的规则(即设定策略)来选择最终的切点(即目标切片信息)。规则包括但是不限于：单个视频片段最多切片的条数(即单个候选章节所包括候选切片信息的个数)和/或每个视频片段的最短/最长时间(即单个候选章节的时长)等。
如图3所示，各候选切片信息对应的概率信息分别为0.1、0.9、0.2、0.3、0.7及0.2，可以设定概率阈值为0.5，选取概率值大于0.5的概率信息0.9和0.7所对应的候选切片信息作为目标切片信息，以得到切片1、切片2和切片3。
本示例实施例通过预设的切片粒度，对视频的结构化内容边界进行预测，将视频剪切成若干相对独立的片段，提升了视频切片的准确度。
实施例三
图4为本公开实施例三提供的一种视频处理装置的结构示意图，该装置可适用于对视频进行处理的情况，其中该装置可由软件和/或硬件实现，并一般集成在电子设备上。
如图4所示，该装置包括：
第一确定模块310，用于基于原始视频的视频信息，确定所述原始视频的候选切片信息集；
分割模块320，用于基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；
第二确定模块330，用于将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；
第三确定模块340，用于基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。
在本实施例中，该装置通过第一确定模块310基于原始视频的视频信息，确定所述原始视频的候选切片信息集；通过分割模块320基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；通过第二确定模块330将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；通过第三确定模块340基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。利用该装置，首先基于视频信息确定候选切片信息集，然后就由候选切片信息集和评估模型确定目标切片信息，使得确定的目标切片信息不受镜头的局限，提高了目标切片信息的精准度。
进一步的，所述视频信息包括所述原始视频中各帧图像、所述原始视频内音频对应的第一文本信息和所述原始视频内的第二文本信息，相应的，所述第一确定模块310，包括：
基于各所述图像，确定所述原始视频的切镜点；
基于所述第一文本信息，确定所述原始视频的第一语句结束点；
基于所述第二文本信息，确定所述原始视频的第二语句结束点；
将所述切镜点、所述第一语句结束点和所述第二语句结束点作为所述原始视频的候选切片信息添加至候选切片信息集中。
进一步的，所述装置，还包括：
若相邻候选切片信息间的时长大于设定时长阈值，则在相邻候选切片信息间以设定时长选取新增切片信息；
将所述新增切片信息作为候选切片信息添加至所述候选切片信息集中。
进一步的，所述第二确定模块330，包括：
通过所述评估模型中的特征提取模块提取所述多个视频片段内的特征信息；
通过所述评估模型中的评分模块确定各所述特征信息对应的评分信息；
将各所述特征信息对应的评分信息确定为对应的候选切片信息的概率信息。
进一步的，所述第三确定模块340，包括：
选取单元，用于从各所述候选切片信息对应的概率信息中选取概率值大于设定概率阈值的概率信息；
确定单元，用于基于选取后的概率信息确定所述原始视频的目标切片信息。
进一步的，所述确定单元，包括：
从选取后的概率信息中，按照设定策略选取目标概率信息；
将所述目标概率信息对应的候选切片信息确定为目标切片信息。
进一步的，所述设定策略包括：
单个候选章节所包括候选切片信息的个数和/或单个候选章节的时长；
其中，所述单个候选章节基于所述选取后的概率信息所对应候选切片信息中相邻候选切片信息确定。
上述视频处理装置可执行本公开任意实施例所提供的视频处理方法，具备执行方法相应的功能模块和有益效果。
实施例四
图5为本公开实施例四提供的一种电子设备的结构示意图。图5示出了适于用来实现本公开实施例的电子设备400的结构示意图。本公开实施例中的电子设备400可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal DigitalAssistant，PDA)、平板电脑(Portable Android Device，PAD)、便携式多媒体播放器(Portable Media Player，PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备400仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，电子设备400可以包括一个或多个处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(Read-Only Memory，ROM)402中的程序或者从存储装置408加载到随机访问存储器(Random Access Memory，RAM)403中的程序而执行各种适当的动作和处理。一个或多个处理装置401实现如本公开提供的视频处理方法。在RAM403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(Input/Output，I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(Liquid CrystalDisplay，LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408，存储装置408用于存储一个或多个程序；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是，但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如超文本传输协议(Hyper TextTransfer Protocol，HTTP)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(LAN)，广域网(WAN)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备400中所包含的；也可以是单独存在，而未装配入该电子设备400中。
上述计算机可读介质存储有一个或者多个计算机程序，当上述一个或者多个程序被处理装置执行时实现如下方法：
基于原始视频的视频信息，确定所述原始视频的候选切片信息集；
基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；
将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；
基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备400：可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FieldProgrammable Gate Array，FPGA)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、专用标准产品(Application Specific Standard Parts，ASSP)、片上***(System on Chip，SOC)、复杂可编程逻辑设备(Complex Programming logic device，CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，示例1提供了一种视频处理方法，包括：
基于原始视频的视频信息，确定所述原始视频的候选切片信息集；
基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；
将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；
基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。
根据本公开的一个或多个实施例，示例2根据示例1所述的方法，
所述视频信息包括所述原始视频中各帧图像、所述原始视频内音频对应的第一文本信息和所述原始视频内的第二文本信息，相应的，所述基于原始视频的视频信息，确定所述原始视频的候选切片信息集，包括：
基于各所述图像，确定所述原始视频的切镜点；
基于所述第一文本信息，确定所述原始视频的第一语句结束点；
基于所述第二文本信息，确定所述原始视频的第二语句结束点；
将所述切镜点、所述第一语句结束点和所述第二语句结束点作为所述原始视频的候选切片信息添加至候选切片信息集中。
根据本公开的一个或多个实施例，示例3根据示例1所述的方法，还包括：
若相邻候选切片信息间的时长大于设定时长阈值，则在相邻候选切片信息间以设定时长选取新增切片信息；
将所述新增切片信息作为候选切片信息添加至所述候选切片信息集中。
根据本公开的一个或多个实施例，示例4根据示例1所述的方法，
所述将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息，包括：
通过所述评估模型中的特征提取模块提取所述多个视频片段内的特征信息；
通过所述评估模型中的评分模块确定各所述特征信息对应的评分信息；
将各所述特征信息对应的评分信息确定为对应的候选切片信息的概率信息。
根据本公开的一个或多个实施例，示例5根据示例1所述的方法，
所述基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息，包括：
从各所述候选切片信息对应的概率信息中选取概率值大于设定概率阈值的概率信息；
基于选取后的概率信息确定所述原始视频的目标切片信息。
根据本公开的一个或多个实施例，示例6根据示例5所述的方法，
所述基于选取后的概率信息确定所述原始视频的目标切片信息，包括：
从选取后的概率信息中，按照设定策略选取目标概率信息；
将所述目标概率信息对应的候选切片信息确定为目标切片信息。
根据本公开的一个或多个实施例，示例7根据示例6所述的方法，
所述设定策略包括：
单个候选章节所包括候选切片信息的个数和/或单个候选章节的时长；
其中，所述单个候选章节基于所述选取后的概率信息所对应候选切片信息中相邻候选切片信息确定。
根据本公开的一个或多个实施例，示例8提供了一种视频处理装置，包括：
第一确定模块，用于基于原始视频的视频信息，确定所述原始视频的候选切片信息集；
分割模块，用于基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；
第二确定模块，用于将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；
第三确定模块，用于基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。
根据本公开的一个或多个实施例，示例9提供了一种电子设备，包括：
一个或多个处理装置；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现如示例1-7中任一所述的方法。
根据本公开的一个或多个实施例，示例10提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现如示例1-7中任一所述的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种视频处理方法，其特征在于，所述方法包括：
基于原始视频的视频信息，确定所述原始视频的候选切片信息集；
基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；
将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；
基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。
2.根据权利要求1所述的方法，其特征在于，所述视频信息包括所述原始视频中各帧图像、所述原始视频内音频对应的第一文本信息和所述原始视频内的第二文本信息，相应的，所述基于原始视频的视频信息，确定所述原始视频的候选切片信息集，包括：
基于各所述图像，确定所述原始视频的切镜点；
基于所述第一文本信息，确定所述原始视频的第一语句结束点；
基于所述第二文本信息，确定所述原始视频的第二语句结束点；
将所述切镜点、所述第一语句结束点和所述第二语句结束点作为所述原始视频的候选切片信息添加至候选切片信息集中。
3.根据权利要求1所述的方法，其特征在于，还包括：
若相邻候选切片信息间的时长大于设定时长阈值，则在相邻候选切片信息间以设定时长选取新增切片信息；
将所述新增切片信息作为候选切片信息添加至所述候选切片信息集中。
4.根据权利要求1所述的方法，其特征在于，所述将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息，包括：
通过所述评估模型中的特征提取模块提取所述多个视频片段内的特征信息；
通过所述评估模型中的评分模块确定各所述特征信息对应的评分信息；
将各所述特征信息对应的评分信息确定为对应的候选切片信息的概率信息。
5.根据权利要求1所述的方法，其特征在于，所述基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息，包括：
从各所述候选切片信息对应的概率信息中选取概率值大于设定概率阈值的概率信息；
基于选取后的概率信息确定所述原始视频的目标切片信息。
6.根据权利要求5所述的方法，其特征在于，所述基于选取后的概率信息确定所述原始视频的目标切片信息，包括：
从选取后的概率信息中，按照设定策略选取目标概率信息；
将所述目标概率信息对应的候选切片信息确定为目标切片信息。
7.根据权利要求6所述的方法，其特征在于，所述设定策略包括：
单个候选章节所包括候选切片信息的个数和/或单个候选章节的时长；
其中，所述单个候选章节基于所述选取后的概率信息所对应候选切片信息中相邻候选切片信息确定。
8.一种视频处理装置，其特征在于，包括：
第一确定模块，用于基于原始视频的视频信息，确定所述原始视频的候选切片信息集；
分割模块，用于基于所述候选切片信息集中的各候选切片信息，将所述原始视频分割为多个视频片段；
第二确定模块，用于将所述多个视频片段输入至评估模型，确定各所述候选切片信息的概率信息；
第三确定模块，用于基于各所述候选切片信息对应的概率信息，确定所述原始视频的目标切片信息。
9.一种电子设备，其特征在于，包括：
一个或多个处理装置；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现如权利要求1-7中任一所述的方法。
CN202210363993.3A 2022-04-07 2022-04-07 一种视频处理方法、装置、电子设备及介质 Active CN114697763B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202210363993.3A CN114697763B (zh) 2022-04-07 2022-04-07 一种视频处理方法、装置、电子设备及介质
US17/816,890 US11699463B1 (en) 2022-04-07 2022-08-02 Video processing method, electronic device, and non-transitory computer-readable storage medium
PCT/SG2023/050187 WO2023195916A2 (zh) 2022-04-07 2023-03-23 视频处理方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210363993.3A CN114697763B (zh) 2022-04-07 2022-04-07 一种视频处理方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN114697763A true CN114697763A (zh) 2022-07-01
CN114697763B CN114697763B (zh) 2023-11-21

Family

ID=82143087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210363993.3A Active CN114697763B (zh) 2022-04-07 2022-04-07 一种视频处理方法、装置、电子设备及介质

Country Status (3)

Country Link
US (1) US11699463B1 (zh)
CN (1) CN114697763B (zh)
WO (1) WO2023195916A2 (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020028021A1 (en) * 1999-03-11 2002-03-07 Jonathan T. Foote Methods and apparatuses for video segmentation, classification, and retrieval using image class statistical models
US20100306808A1 (en) * 2009-05-29 2010-12-02 Zeev Neumeier Methods for identifying video segments and displaying contextually targeted content on a connected television
US20130132311A1 (en) * 2011-11-18 2013-05-23 Honeywell International Inc. Score fusion and training data recycling for video classification
CN104780439A (zh) * 2014-01-15 2015-07-15 腾讯科技（深圳）有限公司 视频的处理方法及装置
CN109344780A (zh) * 2018-10-11 2019-02-15 上海极链网络科技有限公司 一种基于声音和视觉的多模态视频场景分割方法
US20190114487A1 (en) * 2017-10-12 2019-04-18 Google Llc Generating a video segment of an action from a video
CN111327945A (zh) * 2018-12-14 2020-06-23 北京沃东天骏信息技术有限公司 用于分割视频的方法和装置
CN111797850A (zh) * 2019-04-09 2020-10-20 Oppo广东移动通信有限公司 视频分类方法、装置、存储介质及电子设备
CN112135191A (zh) * 2020-09-28 2020-12-25 广州酷狗计算机科技有限公司 视频编辑方法、装置、终端及存储介质
CN112399269A (zh) * 2020-11-12 2021-02-23 广东小天才科技有限公司 视频分割方法、装置、设备及存储介质
CN112861758A (zh) * 2021-02-24 2021-05-28 中国矿业大学(北京) 一种基于弱监督学习视频分割的行为识别方法
CN113254708A (zh) * 2021-06-28 2021-08-13 北京乐学帮网络技术有限公司 一种视频搜索方法、装置、计算机设备及存储介质
CN113569705A (zh) * 2021-07-23 2021-10-29 上海明略人工智能(集团)有限公司 场景分割点判断方法、***、存储介质及电子设备
CN113569703A (zh) * 2021-07-23 2021-10-29 上海明略人工智能(集团)有限公司 真实分割点判断方法、***、存储介质及电子设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9911223B2 (en) * 2016-05-13 2018-03-06 Yahoo Holdings, Inc. Automatic video segment selection method and apparatus
CN111314775B (zh) * 2018-12-12 2021-09-07 华为终端有限公司 一种视频拆分方法及电子设备
CN112153462B (zh) * 2019-06-26 2023-02-14 腾讯科技（深圳）有限公司 视频处理方法、装置、终端及存储介质
KR102267403B1 (ko) * 2019-12-13 2021-06-22 주식회사 코난테크놀로지 음성 및 영상 정보를 활용한 의미있는 구간을 검출하기 위한 방법 및 이를 위한 장치
CN111988638B (zh) * 2020-08-19 2022-02-18 北京字节跳动网络技术有限公司 一种拼接视频的获取方法、装置、电子设备和存储介质
CN112738557A (zh) * 2020-12-22 2021-04-30 上海哔哩哔哩科技有限公司 视频处理方法及装置
CN112860939B (zh) * 2021-02-19 2023-09-26 北京百度网讯科技有限公司 音视频数据处理方法、装置、设备和存储介质
CN112995756A (zh) * 2021-03-01 2021-06-18 央视国际网络有限公司 短视频的生成方法及装置、短视频生成***
CN113301430B (zh) * 2021-07-27 2021-12-07 腾讯科技（深圳）有限公司 视频剪辑方法、装置、电子设备以及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020028021A1 (en) * 1999-03-11 2002-03-07 Jonathan T. Foote Methods and apparatuses for video segmentation, classification, and retrieval using image class statistical models
US20100306808A1 (en) * 2009-05-29 2010-12-02 Zeev Neumeier Methods for identifying video segments and displaying contextually targeted content on a connected television
US20130132311A1 (en) * 2011-11-18 2013-05-23 Honeywell International Inc. Score fusion and training data recycling for video classification
CN104780439A (zh) * 2014-01-15 2015-07-15 腾讯科技（深圳）有限公司 视频的处理方法及装置
US20190114487A1 (en) * 2017-10-12 2019-04-18 Google Llc Generating a video segment of an action from a video
CN109344780A (zh) * 2018-10-11 2019-02-15 上海极链网络科技有限公司 一种基于声音和视觉的多模态视频场景分割方法
CN111327945A (zh) * 2018-12-14 2020-06-23 北京沃东天骏信息技术有限公司 用于分割视频的方法和装置
CN111797850A (zh) * 2019-04-09 2020-10-20 Oppo广东移动通信有限公司 视频分类方法、装置、存储介质及电子设备
CN112135191A (zh) * 2020-09-28 2020-12-25 广州酷狗计算机科技有限公司 视频编辑方法、装置、终端及存储介质
CN112399269A (zh) * 2020-11-12 2021-02-23 广东小天才科技有限公司 视频分割方法、装置、设备及存储介质
CN112861758A (zh) * 2021-02-24 2021-05-28 中国矿业大学(北京) 一种基于弱监督学习视频分割的行为识别方法
CN113254708A (zh) * 2021-06-28 2021-08-13 北京乐学帮网络技术有限公司 一种视频搜索方法、装置、计算机设备及存储介质
CN113569705A (zh) * 2021-07-23 2021-10-29 上海明略人工智能(集团)有限公司 场景分割点判断方法、***、存储介质及电子设备
CN113569703A (zh) * 2021-07-23 2021-10-29 上海明略人工智能(集团)有限公司 真实分割点判断方法、***、存储介质及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕林珏: ""基于深度学习的图像语义分割算法研究"", 中国优秀硕士学位论文全文数据库 *

Also Published As

Publication number Publication date
CN114697763B (zh) 2023-11-21
WO2023195916A2 (zh) 2023-10-12
WO2023195916A3 (zh) 2023-12-21
US11699463B1 (en) 2023-07-11

Similar Documents

Publication Publication Date Title
CN111445902B (zh) 数据收集方法、装置、存储介质及电子设备
CN112559800B (zh) 用于处理视频的方法、装置、电子设备、介质和产品
CN112364829B (zh) 一种人脸识别方法、装置、设备及存储介质
CN111314732A (zh) 确定视频标签的方法、服务器及存储介质
CN113889113A (zh) 分句方法、装置、存储介质及电子设备
CN112949430A (zh) 视频处理方法和装置、存储介质和电子设备
CN115346145A (zh) 重复视频的识别方法、设备、储存介质及计算机程序产品
CN114445754A (zh) 视频处理方法、装置、可读介质及电子设备
CN113610034B (zh) 识别视频中人物实体的方法、装置、存储介质及电子设备
CN113011169B (zh) 一种会议纪要的处理方法、装置、设备及介质
CN113033707B (zh) 视频分类方法、装置、可读介质及电子设备
CN111626922A (zh) 图片生成方法、装置、电子设备及计算机可读存储介质
CN113076932B (zh) 训练音频语种识别模型的方法、视频检测方法及其装置
CN114697763B (zh) 一种视频处理方法、装置、电子设备及介质
CN113033682B (zh) 视频分类方法、装置、可读介质、电子设备
CN113033552B (zh) 文本识别方法、装置和电子设备
CN113420723A (zh) 获取视频热点的方法、装置、可读介质和电子设备
CN111460214B (zh) 分类模型训练方法、音频分类方法、装置、介质及设备
CN114428867A (zh) 数据挖掘方法、装置、存储介质及电子设备
CN115730104A (zh) 直播间处理方法、装置、设备及介质
CN114697761B (zh) 一种处理方法、装置、终端设备及介质
CN114697762B (zh) 一种处理方法、装置、终端设备及介质
CN114501132B (zh) 一种资源处理方法、装置、电子设备及存储介质
CN115527136A (zh) 信息切分方法、装置和电子设备
CN115512212A (zh) 一种场景标签识别方法、装置、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant