[发明专利]一种视频处理方法、装置、设备及介质

说明书

本发明公开了一种视频处理方法、装置、设备及介质，涉及视频技术领域。该视频处理方法，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。本发明避免了多次提取视频的图片级特征的麻烦，大大减少了计算量，并且可以避免图片级特征仅侧重语义信息而割裂视频帧图片时间联系的缺陷，增加消重精度。

技术领域

本发明涉及视频技术领域，尤其涉及一种视频处理方法、装置、设备及介质。

背景技术

目前，随着移动电子设备的普及和短视频的流行，传统的人工审核法以及“视频过滤-半自动人工审核法”已经无法满足规模不断大幅度扩大的视频量，视频消重成为审核效率提高的瓶颈。

现有的大部分视频消重方法都是通过提取图片级的特征来计算视频间的相似度，根据相似度的高低排序来消除冗余视频。但是，这种基于图片级特征的视频消重方法存在两个问题：一个是特征维度高导致计算开销巨大的问题，另一个是在视频种类多、分类边界模糊时的视频消重精度低的问题。具体的，基于图片级特征的视频消重方法首先需要从视频中采样多张视频帧图片，然后对每张视频帧图片进行特征提取，获取图片级的特征向量，所有图片级的特征向量都将被用于相似度计算，因此每个视频实际上进行了多次特征提取，并且用于消重的特征向量维度过高，在视频规模较大时，消重效率低，以及计算开销巨大。此外，在特征提取过程中，同一个视频的视频帧图片的特征提取操作相对独立，无法表达视频帧在时间维度上的关联关系，而帧图片在时间维度上的联系对视频间的相似度计算有很大的影响，因此这种基于图片级特征的视频消重方法在视频种类较多、分类边界较为模糊时，消重精度比较低。

发明内容

有鉴于此，本发明实施例提供一种新的视频处理方法、装置、设备及介质，以单个视频为粒度，对视频进行视频级特征提取，大大减少了特征提取的计算量，并避免了图片级特征仅侧重语义信息而割裂帧图片时间联系的缺陷，提高消重精度。

第一方面，本发明实施例提供了一种视频处理方法，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。

第二方面，本发明实施例还提供了一种视频处理装置，包括：目标视频输入模块，用于将获取到的目标视频输入到视频级特征提取模型；视频级特征提取模块，用于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；相似度确定模块，用于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；视频消重处理模块，用于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。

第三方面，本发明实施例还提供了一种设备，包括：处理器和存储器；所述存储器中存储有至少一条指令，所述指令由所述处理器执行，使得所述设备执行如第一方面所述的视频处理方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质中的指令由设备的处理器执行时，使得设备能够执行如第一方面所述的视频处理方法。

本发明实施例在通过视频级特征提取模型提取目标视频的视频级特征后，依据视频级特征确定目标视频与候选视频之间的相似度，依据相似度和视频级特征提取模型的相似度阈值进行视频消重处理，即通过一次视频级特征提取即可进行相似度检测，避免了多次提取视频的图片级特征的麻烦，大大减少了计算量，能够满足大规模视频消重的需求，并且可以避免图片级特征仅侧重语义信息而割裂视频帧图片时间联系的缺陷，提高了用于视频消重的特征的表达能力，增加消重精度。