[发明专利]一种视频处理方法、装置、设备及介质

权利要求书

1.一种视频处理方法，其特征在于，包括：

将获取到的目标视频输入到视频级特征提取模型；

通过所述视频级特征提取模型提取所述目标视频的视频级特征；

依据所述视频级特征，确定所述目标视频与候选视频之间的相似度，所述候选视频为依据业务需求获取到的需要进行重复性检测的视频；

依据所述相似度和所述视频级特征提取模型的相似度阈值进行视频消重处理，得到所述目标视频对应的消重处理结果；

其中，所述视频级特征提取模型的相似度阈值通过下述步骤确定：

通过所述视频级特征提取模型，对获取到的抽样视频库中每个视频进行特征提取，得到所述抽样视频库对应的视频特征集；

依据所述抽样视频库对应的视频特征集，构建视频对相似度快速检索库，所述视频对相似度快速检索库为利用最临近算法对所述抽样视频库内的每个视频进行分类后形成的视频库；

依据所述视频对相似度快速检索库，确定所述抽样视频库中每个视频与相邻视频之间的相似度；

依据所述抽样视频库中每个视频与相邻视频之间的相似度，确定所述抽样视频库对应的视频对列表；

依据相似视频对库中的存储信息确定所述视频对列表的准确率；

依据所述视频对列表的准确率确定所述抽样视频库的相似度阈值；

依据所述抽样视频库的相似度阈值，确定所述视频级特征提取模型的相似度阈值。

2.根据权利要求1所述的视频处理方法，其特征在于，所述视频级特征包含图片维度特征和时间维度特征，通过所述视频级特征提取模型提取所述目标视频的视频级特征包括：

通过所述视频级特征提取模型中的第一神经网络，对所述目标视频中每个视频帧进行特征提取，得到空间语义特征图和中间特征图；

依据所述空间语义特征图确定所述目标视频的图片维度特征；

依据所述中间特征图构成输入视频空间特征图组，并通过所述视频级特征提取模型中的第二神经网络对所述输入视频空间特征图组进行进一步的特征提取处理，得到所述目标视频的时间维度特征。

3.根据权利要求2所述的视频处理方法，其特征在于，依据所述空间语义特征图确定所述目标视频的图片维度特征，包括：

对每个视频帧的空间语义特征图进行池化操作，得到各个视频帧的空间特征；

对所述各个视频帧的空间特征进行整合，得到作为所述图片维度特征的视频空间特征。

4.根据权利要求3所述的视频处理方法，其特征在于，所述视频级特征提取模型的第一神经网络包含多感受野池化层，所述多感受野池化层包含至少两个池化核，所述对每个视频帧的空间语义特征图进行池化操作，得到各个视频帧的空间特征，包括：

分别通过所述至少两个池化核，对所述每个视频帧的空间语义特征图进行局部池化操作，得到对应的至少两组特征图；

分别依据所述至少两组特征图进行全局池化操作，得到所述至少两组特征图对应的特征向量，以作为所述各个视频帧的空间特征。

5.根据权利要求2所述的视频处理方法，其特征在于，通过所述视频级特征提取模型中的第二神经网络对所述输入视频空间特征图组进行进一步的特征提取处理，得到所述目标视频的时间维度特征，包括：

通过所述第二神经网络，对所述输入视频空间特征图组进行时空特征提取，得到时空关联特征图；

依据所述时空关联特征图进行池化操作，得到作为所述时间维度特征的视频时空特征向量。

6.根据权利要求1所述的视频处理方法，其特征在于，依据所述视频对列表的准确率确定所述抽样视频库的相似度阈值包括：

基于所述视频对列表的准确率，确定校验视频库的召回率；

针对抽样视频库，依据所述召回率和所述准确率，确定相似度阈值。