[发明专利]一种视频内容拆条方法及装置

说明书

本申请提供一种视频内容拆条方法及装置，通过获取待进行内容拆条的视频；将视频输入至预训练的视频内容拆条模型，可得到用于表征视频的至少一个数据条目；视频内容拆条模型由至少一个视频识别子模型构成，不同的视频识别子模型用于识别视频中不同类别的视频内容得到识别结果，至少一个数据条目基于各视频识别子模型对视频的识别结果生成。由此，本申请可以自动得到用于表征视频的至少一个数据条目，实现对视频内容的自动拆条，进而减少了现有技术通过人工手动实现视频内容拆条，所导致的人工资源浪费、且不满足新媒体视听节目快速发布的高标准要求的问题。

技术领域

本申请涉及信息技术领域，更具体地说，涉及一种视频内容拆条方法及装置。

背景技术

随着网络电视、短视频、移动多媒体等新媒体业务的不断壮大，新媒体节目的需求量也随之猛增。

新媒体节目的生产包括对视频内容进行二次加工的过程，该二次加工过程的一个重要环节就是对视频内容进行拆条。通过对视频内容进行拆条，可以将视频内容转化为特定的数据。将该特定的数据作为视频内容的标签与视频一起发布，从而在视频发布后，用户可以通过数据标签搜索到该视频。

而传统的视频内容拆条方法都是通过人工手动完成，即人工观看待拆条的视频，并从中归纳总结出相应的数据作为视频内容的数据标签。这种人工处理方式不但耗时耗力，也不满足新媒体视听节目快速发布的高标准要求。

发明内容

有鉴于此，本发明提供一种视频内容拆条方法及装置，以减少现有技术通过人工手动实现视频内容拆条，所导致的人工资源浪费、且不满足新媒体视听节目快速发布的高标准要求的问题。

技术方案如下：

一种视频内容拆条方法，包括：

获取待进行内容拆条的视频；

将所述视频输入至预训练的视频内容拆条模型，得到用于表征所述视频的至少一个数据条目；所述视频内容拆条模型由至少一个视频识别子模型构成，不同的视频识别子模型用于识别视频中不同类别的视频内容得到识别结果，所述至少一个数据条目基于各所述视频识别子模型对所述视频的识别结果生成；

所述视频内容拆条模型是以卷积神经网络的至少一个待训练视频识别子模型中，每个待训练视频识别子模型对训练样本的输出结果均趋近于该待训练视频识别子模型对该训练样本的标定输出结果为训练目标，对所述卷积神经网络进行训练得到的。

优选的，预训练的视频内容拆条模型接收所述视频，得到用于表征所述视频的至少一个数据条目，包括：

预训练的视频内容拆条模型接收所述视频，对所述视频进行解析，得到播放时间连续的至少一个视频帧；

分别将所述至少一个视频帧输入至所述视频内容拆条模型中的每个视频识别子模型，以得到每个所述视频识别子模型对所述视频的识别结果；

基于所得到的各识别结果，生成用于表征所述视频的至少一个数据条目。

优选的，所述视频识别子模型可以为用于对所述视频中的文字进行识别的文字识别模型、用于对所述视频中的语音进行识别的语音识别模型、用于对所述视频中的人脸进行识别的人脸识别模型，或者用于对所述视频中的物体进行识别的物体识别模型。

优选的，所述物体识别模型对所述视频的识别结果包括所述视频中出现的物体、场景和人物特写，所述人物特写用于表征人物的特征，所述场景包括用于表征地理位置的第一场景以及用于表征人物动作的第二场景；

所述基于所得到的各识别结果，生成用于表征所述视频的至少一个数据条目，包括：

基于所述物体识别模型对所述视频的识别结果，确定所述视频所属的视频类型，所述视频类型为用于表征所述视频的一个数据条目。