[发明专利]一种视频分类方法、电子设备和存储介质

说明书

本发明实施例提供了一种视频分类方法、装置、电子设备和存储介质，通过视频分类模型实现对视频的分类，该视频分类模型包括根据作为训练参数的聚类中心矩阵和所述特征信息进行运算的聚类运算层。通过聚类运算层的运算过程，能够基于聚类中心矩阵中每一列向量所表示的聚类中心对特征信息进行聚类式的分析，提取有利于确定视频所属类别的特征，提高视频分类的准确性。同时，通过视频分类模型实现视频的自动分类，提高了对视频分类的分类效率。

技术领域

本发明涉及机器学习和视频分析技术领域，尤其是涉及一种视频分类方法、电子设备和存储介质。

背景技术

视频分类有助于进行视频的检索和管理，通常通过对视频添加的标签表示视频所属的类别。传统的方法多通过人工标注的方式对视频进行分类。然而，随着互联网技术的发展，越来越多的视频，尤其是短视频，出现在网络，例如，个人用户上传的短视频。这些短视频涉及动漫、影视、饮食、文娱、体育、游戏等多个类别。如果通过人工标注的方式进行分类，不仅需要消耗大量人力成本，且容易被受个人主观因素影响导致分类不全面和不准确。

可见，通过人工标注的方式对视频进行分类不仅效率低，且容易导致分类不准确。

发明内容

本发明实施例提供一种视频分类方法、电子设备和存储介质，用以解决现有技术中通过人工标注的方式对视频进行分类不仅效率低，且容易导致分类不准确的问题。

针对以上技术问题，第一方面，本发明实施例提供一种视频分类方法，包括：

根据视频的组成元素提取特征信息，其中，所述组成元素包括视频的图像、音频和/或字幕；

将所述特征信息输入视频分类模型，得到由所述视频分类模型输出的分类信息；所述分类信息用于表示所述视频所属的类别；

其中，所述视频分类模型为，将根据样本视频提取的特征信息作为输入，通过机器学习训练得到的用于对视频进行分类的模型；所述视频分类模型包括聚类运算层，所述聚类运算层用于根据作为训练参数的聚类中心矩阵和所述特征信息进行运算。

第二方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上所述的视频分类方法的步骤。

第三方面，本发明实施例提供一种非暂态可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以上任一项所述的视频分类方法的步骤。

本发明的实施例提供了一种视频分类方法、电子设备和存储介质，通过视频分类模型实现对视频的分类，该视频分类模型包括根据作为训练参数的聚类中心矩阵和所述特征信息进行运算的聚类运算层。通过聚类运算层的运算过程，能够基于聚类中心矩阵中每一列向量所表示的聚类中心对特征信息进行聚类式的分析，提取有利于确定视频所属类别的特征，提高视频分类的准确性。同时，通过视频分类模型实现视频的自动分类，提高了对视频分类的分类效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的视频分类方法的流程示意图；

图2是本发明另一实施例提供的视频分类方法的原理示意图；

图3是本发明另一实施例提供的聚类子层的信息处理过程示意图；

图4是本发明另一实施例提供的权重聚合层的实现原理示意图；

图5是本发明另一实施例提供的视频分类装置的结构框图；

图6是本发明另一实施例提供的电子设备的实体结构示意图。