[发明专利]一种视频信息识别方法、装置、电子设备及存储介质

权利要求书

1.一种视频信息识别方法，其特征在于，包括：

获取待识别的目标视频；

提取所述目标视频的背景音乐的目标特征，其中，所述目标特征是与所述背景音乐的音频和/或文本有关的特征；

将所述目标特征输入预先训练的神经网络模型，得到所述目标视频的音乐类别信息；其中，所述神经网络模型是根据样本视频和预先标定的所述样本视频的音乐类别信息训练得到的、用于识别所述目标视频的音乐类别的模型。

2.根据权利要求1所述的视频信息识别方法，其特征在于，所述神经网络模型的训练过程，包括：

获取所述样本视频以及预先标定的所述样本视频的音乐类别；

提取所述样本视频的样本背景音乐的样本特征，其中，所述样本特征是与所述样本背景音乐的音频和/或文本有关的特征；

利用所述样本特征和预先标定的所述样本视频的音乐类别，训练初始的神经网络模型，得到训练完成的神经网络模型。

3.根据权利要求1或2所述的视频信息识别方法，其特征在于，所述音乐类别信息包括：第一类别和第二类别；

所述将所述目标特征输入预先训练的神经网络模型，得到所述目标视频的音乐类别信息，包括：

将所述目标特征输入预先训练的神经网络模型，得到所述目标视频对应的第一概率值和第二概率值；其中，所述第一概率值为：所述目标视频的音乐类别为所述第一类别的概率，所述第二概率值为：所述目标视频的音乐类别为所述第二类别的概率；

若所述第一概率值大于所述第二概率值，判定所述目标视频的音乐类别为所述第一类别；

若所述第一概率值小于所述第二概率值，判定所述目标视频的音乐类别为所述第二类别。

4.根据权利要求1或2所述的视频信息识别方法，其特征在于，所述目标特征包括：音频特征和/或文本特征。

5.根据权利要求4所述的视频信息识别方法，其特征在于，所述音频特征包括：对所述背景音乐的音频进行傅里叶变换所得的特征。

6.根据权利要求4所述的视频信息识别方法，其特征在于，所述文本特征包括：对所述背景音乐的文本进行关键词提取所得到的关键词，和/或，所述关键词对应的词频。

7.根据权利要求4所述的视频信息识别方法，其特征在于，所述目标视频的背景音乐的文本特征的提取方式，包括：

判断所述目标视频的背景音乐是否存在文本信息；

如果存在，对所述文本信息进行特征分析，得到所述背景音乐的文本特征；

如果不存在，将预设文本特征作为所述背景音乐的文本特征。

8.一种视频信息识别装置，其特征在于，包括：

第一获取模块，被配置为获取待识别的目标视频；

第一提取模块，被配置为提取所述目标视频的背景音乐的目标特征，其中，所述目标特征是与所述背景音乐的音频和/或文本有关的特征；

输入模块，被配置为将所述目标特征输入预先训练的神经网络模型，得到所述目标视频的音乐类别信息；其中，所述神经网络模型是根据样本视频和预先标定的所述样本视频的音乐类别信息训练得到的、用于识别所述目标视频的音乐类别的模型。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行所述存储器上所存放的指令时，实现权利要求1-7任一所述的视频信息识别方法。

10.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行权利要求1-7任一所述的视频信息识别方法。