[发明专利]视频处理方法及相关装置

说明书

本申请提供了一种视频处理方法及相关装置，首先，提取视频数据集包括的N个视频的N个视频特征数据，N为正整数；接着，获取所述N个视频特征数据之间每两个视频特征数据的匹配度数据；然后，基于所述匹配度数据将所述N个视频划分为M个视频聚类簇，M为小于或等于N的正整数；最后，基于预设去重规则逐一对所述M个视频聚类簇进行去重处理，得到去重后的视频数据集，所述去重后的视频数据集包括M个视频。可以通过高效的特征提取算法对视频数据集中的重复视频进行准确聚类，再将聚类的重复视频进行去重，大大提升了视频去重的准确性。

技术领域

本申请涉及数据去重技术领域，特别是一种视频处理方法及相关装置。

背景技术

随着技术的发展，深度学习理论已经成为图像分类、目标检测等基础图像处理领域的主流解决方案，在视频处理领域也获得了广泛关注。在构建视频处理相关的模型时，需要大量训练数据进行训练，且训练数据集的规模和质量直接影响了模型的构建速度和准确性。但是，视频数据在采集过程中会不可避免地引入大量重复数据，所以为了提升基于深度学习理论的视频处理模型的性能，有必要预先对数据集进行去重操作。

目前的常用视频去重算法是基于关键点匹配来进行去重，但利用关键点提取图像特征的过程太过繁琐，并且在特征匹配时使用的k-means等聚类算法需要人工预先设置类别数等参数，无法保证最终去重处理的准确性。

发明内容

基于上述问题，本申请提出了一种视频处理方法及相关装置，可以通过高效的特征提取算法对视频数据集中的重复视频进行准确聚类，再将聚类的重复视频进行去重，大大提升了视频去重的准确性。

本申请实施例第一方面提供了一种视频处理方法，包括：

提取视频数据集包括的N个视频的N个视频特征数据，N为正整数；

获取所述N个视频特征数据之间每两个视频特征数据的匹配度数据；

基于所述匹配度数据将所述N个视频划分为M个视频聚类簇，M为小于或等于N的正整数；

基于预设去重规则逐一对所述M个视频聚类簇进行去重处理，得到去重后的视频数据集，所述去重后的视频数据集包括M个视频。

本申请实施例第二方面提供了一种视频处理装置，所述装置包括处理单元和通信单元，其中，

所述处理单元，用于提取视频数据集包括的N个视频的N个视频特征数据，N为正整数；获取所述N个视频特征数据之间每两个视频特征数据的匹配度数据；基于所述匹配度数据将所述N个视频划分为M个视频聚类簇，M为小于或等于N的正整数；基于预设去重规则逐一对所述M个视频聚类簇进行去重处理，得到去重后的视频数据集，所述去重后的视频数据集包括M个视频。

本申请实施例第三方面提供了一种电子设备，包括应用处理器、通信接口和存储器，所述应用处理器、通信接口和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述应用处理器被配置用于调用所述程序指令，执行如本申请实施例第一方面所描述的全部或部分方法的步骤。

本申请实施例第四方面提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如本申请实施例第一方面所描述的全部或部分方法的步骤。

本申请实施例第五方面提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

通过实施上述申请实施例，可以得到以下有益效果：