[发明专利]视频场景分类方法、装置和计算机可读存储介质

说明书

本申请涉及一种视频场景分类方法、装置、计算机可读存储介质和计算机设备，所述方法包括：获取视频，并提取视频中多个视频帧对应的图像帧特征；基于每个图像帧特征分别映射得到相应的帧特征初始权重；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帧特征初始权重依次进行权重映射，得到每个图像帧特征分别对应的自适应帧特征权重；将图像帧特征按照对应的自适应帧特征权重进行特征融合，得到用于表征视频的视频粒度特征；通过视频特征处理模型和分类器对视频粒度特征进行场景分类，得到视频的场景分类结果。本申请提供的方案能够提高视频场景分类的分类准确性。

本申请是于2019年11月05日提交中国专利局，申请号为2019110873100，发明名称为“视频粒度特征确定方法、装置和计算机可读存储介质”的分案申请，其全部内容通过引用结合在本申请中。

技术领域

本申请涉及计算机技术领域，特别是涉及一种视频场景分类方法、装置、计算机可读存储介质和计算机设备。

背景技术

随着计算机技术的发展，人民精神生活得到了极大的丰富，信息消费需求扩大，媒体、新闻行业飞速发展，促成了近年来自媒体产业的繁荣。在拼流量、拼内容的大环境下，为捕获大众眼球，媒体内容呈现爆炸式增长趋势，图文新闻、视频发文量迅猛扩增。其中，对于视频进行场景分类，如划分为户外场景“山”、“河流”，户内场景“客厅”、“水族馆”等，按照视频的场景类别进行管理处理，便于提供针对性的服务。

目前，针对视频的分类处理中采用的特征融合技术，基于各视频帧之间的时序关系，融合各视频帧的特征得到视频特征以进行分类，如场景分类，然而视频的分类并非全部都是严格的时序任务，对于非时序任务的视频分类，基于各视频帧之间的时序关系融合得到的视频特征无法有效体现视频的分类特征，导致视频分类的准确性不高。

发明内容

基于此，有必要针对融合得到的视频特征无法有效体现视频的分类特征导致视频分类准确性低的技术问题，提供一种视频场景分类方法、装置、计算机可读存储介质和计算机设备。

一种视频场景分类方法，包括：

获取视频，并提取视频中多个视频帧对应的图像帧特征；

基于每个所述图像帧特征分别映射得到相应的帧特征初始权重；

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；

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的视频粒度特征；

通过视频特征处理模型和分类器对视频粒度特征进行场景分类，得到视频的场景分类结果；其中，视频特征处理模型，是对带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；分类器，是对带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。

一种视频场景分类装置，所述装置包括：

帧特征提取模块，用于获取视频，并提取所述视频中多个视频帧对应的图像帧特征；

初始权重确定模块，用于基于每个所述图像帧特征分别映射得到相应的帧特征初始权重；

自适应权重确定模块，用于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；

粒度特征获得模块，用于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的视频粒度特征；