[发明专利]视频场景分类方法、装置和计算机可读存储介质

权利要求书

1.一种视频场景分类方法，其特征在于，所述方法包括：

获取视频，并提取所述视频中多个视频帧对应的图像帧特征；所述图像帧特征用于表征所关联的视频帧；所述图像帧特征包括多维度的帧特征向量；

根据所述图像帧特征中帧特征向量各维度的特征值的均值，得到每个所述图像帧特征分别对应的帧特征池化值；

将所述帧特征池化值作为所述图像帧特征对应的帧特征初始权重；所述帧特征初始权重用于表征关联的图像帧特征对视频粒度特征的影响程度；

通过权重处理模型中的第一映射层结构和第二映射层结构对所述帧特征初始权重依次进行权重映射，得到每个所述图像帧特征分别对应的自适应帧特征权重；所述权重处理模型，是对带场景分类标签的样本视频对应的样本帧特征初始权重进行权重映射训练得到的；所述自适应帧特征权重，用于表征关联的图像帧特征与所述视频所属场景类别之间的相关程度；

将所述图像帧特征按照对应的自适应帧特征权重进行特征融合，得到用于表征所述视频所属场景类别的视频粒度特征；

通过视频特征处理模型和分类器对所述视频粒度特征进行场景分类，得到所述视频的场景分类结果；其中，所述视频特征处理模型，是对带场景分类标签的样本视频对应的样本视频粒度特征进行视频特征映射训练得到的；所述分类器，是对带场景分类标签的样本视频对应的样本分类特征进行场景分类训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述获取视频，并提取所述视频中多个视频帧对应的图像帧特征包括：

获取待确定视频粒度特征的视频；

按照预设采样间隔对所述视频进行采样，得到多个视频帧；

从多个所述视频帧中提取各所述视频帧对应的图像帧特征。

3.根据权利要求1所述的方法，其特征在于，所述从多个所述视频帧中提取各所述视频帧对应的图像帧特征，包括：

基于梯度的局部特征算子，或基于人工神经网络对多个所述视频帧分别进行特征提取，得到各所述视频帧对应的图像帧特征。

4.根据权利要求1所述的方法，其特征在于，所述通过权重处理模型中的第一映射层结构和第二映射层结构对所述帧特征初始权重依次进行权重映射，得到每个所述图像帧特征分别对应的自适应帧特征权重包括：

根据各所述帧特征初始权重生成初始权重向量；

通过权重处理模型中的第一映射层结构对所述初始权重向量进行第一权重映射，得到第一映射权重向量；

通过所述权重处理模型中的第二映射层结构对所述第一映射权重向量进行第二权重映射，得到第二映射权重向量；所述第二映射层结构的输出节点数与所述图像帧特征的数目相同；

根据所述第二映射权重向量确定每个所述图像帧特征分别对应的自适应帧特征权重。

5.根据权利要求4所述的方法，其特征在于，所述根据各所述帧特征初始权重生成初始权重向量包括：

确定所述权重处理模型的输入向量帧顺序和各所述帧特征初始权重对应视频帧的帧序列标识；

按照所述输入向量帧顺序和所述帧序列标识对各所述帧特征初始权重进行向量化处理，得到初始权重向量。

6.根据权利要求4所述的方法，其特征在于，所述第一映射层结构的输出节点数小于所述图像帧特征的数目。

7.根据权利要求4所述的方法，其特征在于，在得到第一映射权重向量之后，还包括：

通过激活函数对所述第一映射权重向量进行非线性变换，得到变换后的第一映射权重向量；

将变换后的第一映射权重向量作为所述第一映射权重向量。

8.根据权利要求4所述的方法，其特征在于，所述根据所述第二映射权重向量确定每个所述图像帧特征分别对应的自适应帧特征权重包括：

对所述第二映射权重向量进行归一化处理，得到自适应帧特征权重向量；

根据所述权重处理模型的输入向量帧顺序和各所述帧特征初始权重对应视频帧的帧序列标识，从所述自适应帧特征权重向量中确定每个所述图像帧特征分别对应的自适应帧特征权重。