[发明专利]视频处理方法、装置、介质和设备

说明书

本公开涉及一种视频处理方法、装置、介质和设备，包括：获取目标视频中的目标视频帧图像；将目标视频帧图像输入预设深度学习模型中，以确定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目标像素点在目标视频帧图像的所有像素点中的占比，确定目标视频是否为文字类视频。这样，就能够通过深度学习模型准确分割目标视频中的每个目标视频帧图像中的属于字符区域的目标像素点，从而精确得到每个目标视频帧图像中属于字符区域的占比，进而就能确定目标视频是否为文字类视频，无需再通过人工判断的方式对目标视频中的字符内容的占比多少进行判断，大大提高了对视频处理的精确性。

技术领域

本公开涉及深度学习领域，具体地，涉及一种视频处理方法、装置、介质和设备。

背景技术

目前在很多行业中，例如广告行业中，会有控制视频类广告中的字符与图像的比例的要求，目的是为了满足客户要求或者为了追求广告效果，为了达到不同的广告效果，会需要将字符在视频类广告中的的占比进行不同的控制，例如，通常会要求视频类广告中的字符内容的占比要低于图像内容的占比，或者也可能会要求视频类广告中的字符内容的占比大于图像内容的占比等。目前在对视频类广告中字符内容与图像内容的比例进行判断时，通常还是会根据人工的主观判断来对视频类广告中的字符占比进行判断，在这样的情况下，判断同一个视频类广告中的字符占比是否满足预定的条件时的判断结果通常会根据不同的人的主观感觉的不同而不同，无法达到对视频类广告中的字符内容的占比与图像内容的占比之间关系的精确判断。因此，如何通过对视频内容的处理来精确地确定视频中字符内容与图像内容之间的占比关系，是亟需解决的问题。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种视频处理方法，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。

第二方面，本公开还提供一种视频处理装置，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。

第三方面，本公开还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中所述方法的步骤。

第四方面，本公开还提供一种电子设备，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面中所述方法的步骤。

通过上述技术方案，能够通过深度学习模型准确分割目标视频中的每个目标视频帧图像中的属于字符区域的目标像素点，从而精确得到每个目标视频帧图像中属于字符区域的占比，进而就能根据该目标视频中的所有目标视频帧图像中属于字符区域的比例来确定该目标视频是否为文字类视频，无需再通过人工判断的方式对目标视频中的字符内容的占比多少进行判断，提供了一种通过对视频中字符内容占比精确识别从而对视频进行分类的视频处理方式，大大提高了对视频处理的精确性。