[发明专利]一种视频去重方法和装置

权利要求书

1.一种视频去重方法，其特征在于，包括：

从原始视频中确定至少一个初始相似视频；

将所述至少一个初始相似视频中视频帧的原始尺寸调整到第一预设尺寸，得到至少一个第一调整后视频，所述第一预设尺寸小于所述原始尺寸；

基于每两个第一调整后视频中相应视频帧之间的视频帧相似度，从所述至少一个第一调整后视频中确定中间相似视频；

将所述中间相似视频中视频帧的原始尺寸调整到第二预设尺寸，得到至少一个第二调整后视频，所述第二预设尺寸大于所述第一预设尺寸，且所述第二预设尺寸小于所述原始尺寸；

基于每两个第二调整后视频中相应视频帧之间的视频帧相似度，从所述至少一个第二调整后视频中确定目标相似视频；

基于所述目标相似视频对所述原始视频进行去重处理，得到去重后视频。

2.根据权利要求1所述的方法，其特征在于，所述从原始视频中确定至少一个初始相似视频，包括：

基于原始视频在至少一个模态下的内容信息，计算每两个原始视频之间在至少一个模态下的相似度；

基于每两个原始视频之间在至少一个模态下的相似度，从所述原始视频中确定至少一个初始相似视频。

3.根据权利要求2所述的方法，其特征在于，所述至少一个模态包括文本模态；所述基于原始视频在至少一个模态下的内容信息，计算每两个原始视频之间在至少一个模态下的相似度，包括：

获取原始视频的文本描述信息，所述文本描述信息为所述原始视频在文本模态下的内容信息；

对所述原始视频的文本描述信息进行特征提取，得到所述原始视频在文本模态下的时序特征信息；

基于每两个原始视频在文本模态下的时序特征信息，计算每两个原始视频之间在文本模态下的相似度。

4.根据权利要求3所述的方法，其特征在于，所述对所述原始视频的文本描述信息进行特征提取，得到所述原始视频在文本模态下的时序特征信息，包括：

通过时序模型对所述原始视频的文本描述信息进行特征提取，得到所述原始视频在文本模态下的时序特征信息。

5.根据权利要求4所述的方法，其特征在于，所述通过时序模型对所述原始视频的文本描述信息进行特征提取，得到所述原始视频在文本模态下的时序特征信息之前，还包括：

通过搜索引擎对所述原始视频的文本描述信息进行搜索，得到所述原始视频的文本描述信息对应的搜索结果信息；

将所述搜索结果信息作为训练数据，并获取所述搜索结果信息对应的目标语义标签；

通过时序模型，对所述搜索结果信息进行特征提取，得到所述搜索结果信息的时序特征信息；

基于所述搜索结果信息的时序特征信息，预测所述搜索结果信息的语义标签；

计算所述语义标签和所述目标语义标签对应的损失函数；

基于所述损失函数，对时序模型的参数进行调整，以使预测到的语义标签和所述目标语义标签对应的损失函数满足预设条件。

6.根据权利要求2所述的方法，其特征在于，所述至少一个模态包括语音模态；所述基于原始视频在至少一个模态下的内容信息，计算每两个原始视频之间在至少一个模态下的相似度，包括：

获取原始视频的音频信息，所述音频信息为所述原始视频在语音模态下的内容信息；

对所述原始视频的音频信息进行特征提取，得到所述原始视频在语音模态下的特征信息；

基于每两个原始视频在语音模态下的特征信息，计算每两个原始视频之间在语音模态下的相似度。

7.根据权利要求2所述的方法，其特征在于，所述至少一个模态包括视频时长和视频类别；所述基于原始视频在至少一个模态下的内容信息，计算每两个原始视频之间在至少一个模态下的相似度，包括：

基于原始视频的视频类别，从原始视频中获取至少一个参考原始视频集合，其中，各个参考原始视频集合中的原始视频的视频类别相同；

计算每个参考原始视频集合中的每两个原始视频之间的视频时长的相似度。