[发明专利]视频处理方法、装置、电子设备及存储介质

权利要求书

1.一种视频处理方法，其特征在于，所述方法包括：

获取待处理视频，其中，所述待处理视频为影视类视频，将所述待处理视频划分为多个单位待处理视频；

分别获取每个单位待处理视频对应的场景特征向量和音频特征向量，其中，获取所述每个单位待处理视频对应的所述音频特征向量包括利用神经网络模型，将单位样本视频中的音频信号对应的频谱图输入神经网络模型，经过在所述神经网络模型内部进行特征提取后，所述神经网络模型输出所述音频特征向量；

根据两个相邻单位待处理视频对应的场景特征向量之间的差别，确定所述两个相邻单位待处理视频的场景是否变换，确定场景预分割点；根据两个相邻单位待处理视频对应的音频特征向量之间的差别，确定两个相邻单位待处理视频的音频是否变换，确定音频预分割点；

按照所述场景预分割点对所述待处理视频进行场景分割，从场景分割得到的视频片段中查找时长超过设定的最大时长阈值的视频片段，作为待分割视频片段；

按照所述音频预分割点对所述待分割视频片段进行音频分割，得到分割完成的视频片段。

2.根据权利要求1所述的方法，其特征在于，所述按照所述音频预分割点对所述待分割视频片段进行音频分割，包括：

从所述音频预分割点中查找与所述待分割视频片段的中间点距离最近的音频预分割点；

按照查找到的音频预分割点对所述待分割视频片段进行音频分割；

判断音频分割得到的视频片段中，是否存在时长超过所述最大时长阈值的视频片段；

在存在时长超过所述最大时长阈值的视频片段时，将所述时长超过所述最大时长阈值的视频片段作为待分割视频片段，返回执行所述从所述音频预分割点中查找与所述待分割视频片段的中间点距离最近的音频预分割点的步骤。

3.根据权利要求1所述的方法，其特征在于，根据每两个相邻单位待处理视频对应的场景特征向量确定场景预分割点之后，还包括：

从所述场景预分割点中查找场景短暂变换的场景预分割点；

删除所述场景短暂变换的场景预分割点，获得剩余的场景预分割点；

所述按照所述场景预分割点对所述待处理视频进行场景分割，包括：

按照所述剩余的场景预分割点对所述待处理视频进行场景分割。

4.根据权利要求3所述的方法，其特征在于，所述从所述场景预分割点中查找场景短暂变换的场景预分割点，包括：

获取所述场景预分割点中每两个相邻的场景预分割点之间的时长，并查找时长小于设定的场景变换阈值的两个相邻的场景预分割点；

获取查找到的两个相邻的场景预分割点中，前一个场景预分割点之前的至少一个单位待处理视频和后一个场景预分割点之后的至少一个单位待处理视频；

计算获取的单位待处理视频中，每两个相邻单位待处理视频对应的场景特征向量的相似度；

根据各相似度，计算平均值；

在所述相似度的平均值大于预设的场景相似度阈值时，将查找到的两个相邻的场景预分割点中的至少一个确定为场景短暂变换的场景预分割点。

5.根据权利要求1所述的方法，其特征在于，根据每两个相邻单位待处理视频对应的场景特征向量确定场景预分割点之后，还包括：

从所述场景预分割点中查找非场景本身变换的场景预分割点；

删除所述非场景本身变换的场景预分割点，获得剩余的场景预分割点；

所述按照所述场景预分割点对所述待处理视频进行场景分割，包括：

按照所述剩余的场景预分割点对所述待处理视频进行场景分割。

6.根据权利要求5所述的方法，其特征在于，所述从所述场景预分割点中查找非场景本身变换的场景预分割点，包括：

针对每个场景预分割点，获取当前场景预分割点之前的至少一个单位待处理视频和之后的至少一个单位待处理视频；

确定获取的单位待处理视频中，每个单位待处理视频对应的直方图特征向量；

计算获取的单位待处理视频中，每两个相邻单位待处理视频对应的直方图特征向量的相似度；

根据各相似度，计算平均值；

在所述相似度的平均值大于预设的直方图相似度阈值时，将所述当前场景预分割点确定为非场景本身变换的场景预分割点。