[发明专利]视频剪辑方法和装置、存储介质及电子装置

权利要求书

1.一种视频剪辑方法，其特征在于，包括：

从直播视频流数据中提取出多帧关键图像帧，其中，所述直播视频流中携带有正在直播的竞速类视频内容；

依次将每一帧所述关键图像帧分别输入第一图像识别模型及第二图像识别模型中，得到与所述关键图像帧相匹配的识别结果，其中，所述第一图像识别模型为利用第一样本图像集合进行训练后，得到的用于识别一局竞速任务的开始事件中的图像帧的神经网络模型，所述第二图像识别模型为利用第二样本图像集合进行训练后，得到的用于识别一局竞速任务的结束事件中的图像帧的神经网络模型，所述识别结果为根据所述第一图像识别模型的输出结果及所述第二图像识别模型的输出结果确定得出；

在所述识别结果指示所述关键图像帧为所述开始事件中的图像帧的情况下，将所述关键图像帧对应时刻确定为开始对象时刻，其中，所述开始对象时刻为所述开始事件对应的开始时间列表中的时刻；在所述识别结果指示所述关键图像帧为所述结束事件中的图像帧的情况下，将所述关键图像帧对应时刻确定为结束对象时刻，其中，所述结束对象时刻为所述结束事件对应的结束时间列表中的时刻；

在获取到与所述多帧关键图像帧对应的多个识别结果之后，对所述开始时间列表及所述结束时间列表进行比对；

根据比对的结果从所述结束时间列表及所述结束时间列表中，确定出目标局竞速任务的开始事件的目标开始对象时刻及所述目标局竞速任务的结束事件的目标结束对象时刻；

根据所述目标开始对象时刻和所述目标结束对象时刻，对所述直播视频流数据中进行剪辑，以生成与所述目标局竞速任务对应的目标视频。

2.根据权利要求1所述的方法，其特征在于，依次将每一帧所述关键图像帧分别输入第一图像识别模型及第二图像识别模型中，得到与所述关键图像帧相匹配的识别结果包括：

获取所述第一图像识别模型的输出层输出的第一中间向量，及所述第二图像识别模型的输出层输出的第二中间向量，其中，所述第一中间向量中携带有第一概率及第二概率，所述第一概率用于指示所述关键图像帧为所述一局竞速任务的开始事件中的图像帧的概率，所述第二概率用于指示所述关键图像帧并非所述一局竞速任务的开始事件中的图像帧的概率；所述第二中间向量中携带有第三概率及第四概率，所述第三概率用于指示所述关键图像帧为所述一局竞速任务的结束事件中的图像帧的概率，所述第四概率用于指示所述关键图像帧并非所述一局竞速任务的结束事件中的图像帧的概率；

将所述第一概率与所述第二概率中的最大概率值，确定为所述第一图像识别模型的输出结果，并将所述第三概率与所述第四概率中的最大概率值，确定为所述第二图像识别模型的输出结果；

根据所述第一图像识别模型的输出结果及所述第二图像识别模型的输出结果确定所述识别结果。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一图像识别模型的输出结果及所述第二图像识别模型的输出结果确定所述识别结果包括：

在所述第一概率大于所述第二概率，且所述第三概率小于第四概率的情况下，确定所述关键图像帧的识别结果为所述关键图像帧为所述开始事件中的图像帧；

在所述第一概率小于所述第二概率，且所述第三概率大于第四概率的情况下，确定所述关键图像帧的识别结果为所述关键图像帧为所述结束事件中的图像帧；

在所述第一概率小于所述第二概率，且所述第三概率小于第四概率的情况下，确定所述关键图像帧的识别结果为所述关键图像帧并非所述开始事件中的图像帧，且并非所述结束事件中的图像帧。

4.根据权利要求1所述的方法，其特征在于，在所述依次将每一帧所述关键图像帧分别输入第一图像识别模型及第二图像识别模型中之后，还包括：

通过所述第一图像识别模型对所述关键图像帧执行至少两次第一目标操作组合，其中，所述第一目标操作组合包括：通过所述第一图像识别模型中卷积层提取特征图，并通过所述第一图像识别模型中池化层进行池化处理；

通过所述第二图像识别模型对所述关键图像帧执行至少两次第二目标操作组合，其中，所述第二目标操作组合包括：通过所述第二图像识别模型中卷积层提取特征图，并通过所述第二图像识别模型中池化层进行池化处理。