[发明专利]视频处理方法、装置、介质和设备

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：

获取目标视频中的目标视频帧图像；

将所述目标视频帧图像输入预设深度学习模型中，以确定所述目标视频帧图像中属于字符区域的目标像素点；

根据所述目标视频帧图像的所述目标像素点在所述目标视频帧图像的所有像素点中的占比，确定所述目标视频是否为文字类视频。

2.根据权利要求1所述的方法，其特征在于，所述预设深度学习模型为字符分割模型，所述字符分割模型通过以下方法来确定所述目标视频帧图像中属于字符区域的目标像素点：

确定所述目标视频帧图像中每个像素点属于所述字符区域的概率；

将所述目标视频帧图像中属于字符区域的概率大于第一预设阈值的像素点确定为所述目标像素点。

3.根据权利要求1或2所述的方法，其特征在于，在所述目标视频帧图像为多个的情况下，所述根据所述目标视频帧图像的所述目标像素点在所述目标视频帧图像的所有像素点中的占比，确定所述目标视频是否为文字类视频包括：

针对每一所述目标视频帧图像，若该目标视频帧图像的所述目标像素点在该目标视频帧图像的所有像素点中的占比大于第二预设阈值，则确定该目标视频帧图像为文字类图像；

根据所述目标视频中的所有目标视频帧图像中所述文字类图像的占比，确定所述目标视频是否为文字类视频。

4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

针对每一所述目标视频帧图像，若该目标视频帧图像的所述目标像素点在该目标视频帧图像的所有像素点中的占比大于第三预设阈值，则确定该目标视频帧图像为文字类图像；

根据所述目标视频中第一预设时段内的所述文字类图像的数量和/或时间分布情况，确定所述第一预设时段内的视频内容是否为片头，所述第一预设时段位于所述目标视频对应的整个时段的开始。

5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括

针对每一所述目标视频帧图像，若该目标视频帧图像的所述目标像素点在该目标视频帧图像的所有像素点中的占比大于第四预设阈值，则确定该目标视频帧图像为文字类图像；

根据所述目标视频中第二预设时段内的所述文字类图像的数量和/或时间分布情况，确定所述第二预设时段内的视频内容是否为片尾，所述第二预设时段位于所述目标视频对应的整个时段的结尾。

6.一种视频处理装置，其特征在于，所述装置包括：

获取模块，用于获取目标视频中的目标视频帧图像；

第一确定模块，用于将所述目标视频帧图像输入预设深度学习模型中，以确定所述目标视频帧图像中属于字符区域的目标像素点；

第二确定模块，根据所述目标视频帧图像的所述目标像素点在所述目标视频帧图像的所有像素点中的占比，确定所述目标视频帧图像是否为文字类视频。

7.根据权利要求6所述的装置，其特征在于，所述预设深度学习模型为字符分割模型，所述字符分割模型通过以下方法来确定所述目标视频帧图像中属于字符区域的目标像素点：

确定所述目标视频帧图像中每个像素点属于所述字符区域的概率；

将所述目标视频帧图像中属于字符区域的概率大于第一预设阈值的像素点确定为所述目标像素点。

8.根据权利要求6或7所述的装置，其特征在于，在所述目标视频帧图像为多个的情况下，所述第二确定模块包括：

第一确定子模块，用于针对每一所述目标视频帧图像，若该目标视频帧图像的所述目标像素点在该目标视频帧图像的所有像素点中的占比大于第二预设阈值，则确定该目标视频帧图像为文字类图像；

第二确定子模块，用于根据所述目标视频中的所有目标视频帧图像中所述文字类图像的占比，确定所述目标视频是否为文字类视频。

9.一种计算机可读介质，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权利要求1-5中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-5中任一项所述方法的步骤。