[发明专利]一种视频定位方法、装置、电子设备和存储介质有效

专利信息
申请号: 202010256464.4 申请日: 2020-04-02
公开(公告)号: CN111479130B 公开(公告)日: 2023-09-26
发明(设计)人: 徐孩;梁健豪;车翔;管琰平 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: H04N21/234 分类号: H04N21/234;G06N3/0464;G06N3/08;H04N21/44;H04N21/845
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 汪阮磊
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 视频 定位 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种视频定位方法,其特征在于,包括:

获取待识别视频;

根据待识别视频的时长,从所述待识别视频中选取候选视频片段,所述候选视频片段包括可能为片头或片尾的视频片段;

对所述候选视频片段中各视频帧进行片段类型识别,得到识别结果序列,所述识别结果序列为所述候选视频片段中各视频帧的识别结果组成的序列;

根据所述识别结果序列,以及预设容忍阈值,从所述候选视频片段中选取满足所述预设容忍阈值的视频帧作为候选片段类型分界位置,其中,所述容忍阈值为目标视频片段中,片段类型识别结果不为目标视频片段类型的视频帧的最大数量,所述目标视频片段类型包括片头类型或片尾类型,当所述候选视频片段为所述片头类型时,第一帧至所述候选片段类型分界位置构成的视频片段中识别结果不为所述目标视频片段类型的视频帧的数量小于所述预设容忍阈值,当所述候选视频片段为所述片尾类型时,所述候选片段类型分界位置至最后一帧构成的视频片段中识别结果不为所述目标视频片段类型的视频帧的数量小于所述预设容忍阈值;

根据所述候选片段类型分界位置,从所述候选视频片段中分离出候选子片段;

根据所述识别结果序列,获取所述候选子片段中视频帧片段类型的统计参数,并根据所述统计参数和预设统计参数阈值,从所述候选子片段中确定目标子片段,所述统计参数包括所述候选子片段中识别结果为所述目标视频片段类型的目标视频帧数量,或者,所述目标视频帧数量与候选子片段中视频帧总数量的比值;

获取所述目标子片段对应的候选片段类型分界位置,作为所述待识别视频中片段类型分界位置。

2.如权利要求1所述的视频定位方法,其特征在于,所述候选视频片段包括第一候选视频片段和第二候选视频片段;

所述对所述候选视频片段中各视频帧进行片段类型识别,得到识别结果序列,包括:

将所述第一候选视频片段和所述第二候选视频片段进行拼接,得到拼接后候选视频片段;

采用预设神经网络中的识别网络,对拼接后候选视频片段中各视频帧进行片段类型识别,得到各视频帧的片段类型识别结果;

根据所述第一候选视频片段和所述第二候选视频片段,将所述片段类型识别结果进行组合,得到第一识别结果序列和第二识别结果序列。

3.如权利要求1所述的视频定位方法,其特征在于,所述候选视频片段包括第一候选视频片段和第二候选视频片段,预设神经网络包括第一识别网络和第二识别网络;

采用预设神经网络,对所述候选视频片段中各视频帧进行片段类型识别,得到识别结果序列,包括:

采用第一识别网络对所述第一候选视频片段中各视频帧进行片段类型识别,得到各视频帧的片段类型识别结果;

将所述片段类型识别结果进行组合,得到第一识别结果序列;

采用第二识别网络对所述第二候选视频片段中各视频帧进行片段类型识别,得到各视频帧的片段类型识别结果;

将所述片段类型识别结果进行组合,得到第二识别结果序列。

4.如权利要求2或3所述的视频定位方法,其特征在于,对各视频帧进行片段类型识别,得到各视频帧的片段类型识别结果,包括:

根据所述识别网络中的卷积网络对各视频帧进行特征提取,得到所述视频帧的特征信息;

根据所述识别网络中的全连接网络对所述特征信息进行全连接运算,得到所述视频帧的片段类型识别结果。

5.如权利要求2所述的视频定位方法,其特征在于,在所述采用预设神经网络,对所述候选视频片段中各视频帧进行片段类型识别,得到识别结果序列之前,还包括:

获取多个视频片段样本,所述视频片段样本包括多张标注有真实片段类型的视频帧;

通过预设初始神经网络,识别所述视频片段样本中视频帧对应的片段类型;

根据识别得到的片段类型与所述真实片段类型,确定当前预测结果;

根据预设调整系数、所述真实片段类型,以及识别得到的片段类型对应的概率信息构建损失函数;

采用损失函数对所述预设初始神经网络进行收敛,直至所述当前预测结果为预测正确,得到训练后的神经网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010256464.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code