[发明专利]视频分类方法、装置、电子设备及存储介质

权利要求书

1.一种视频分类方法，其特征在于，所述方法包括：

将从目标视频中获取到的至少一个图像帧输入基于卷积神经网络的运算模型，得到至少一个图像帧向量；

从至少两个簇中确定所述至少一个图像帧向量分别对应的目标簇，一个簇用于表示一类图像帧向量；

基于所述至少一个图像帧向量分别对应的目标簇，获取所述目标视频对应的待识别文本；

将所述待识别文本输入自然语言处理模型，通过所述自然语言处理模型对所述待识别文本进行解码，得到所述目标视频所属的视频类型。

2.根据权利要求1所述的方法，其特征在于，所述从至少两个簇中确定所述至少一个图像帧向量分别对应的目标簇，包括：

对于所述至少一个图像帧向量中的任一图像帧向量，从所述至少两个簇中确定簇心向量与所述图像帧向量之间相似度最高的簇作为所述图像帧的目标簇。

3.根据权利要求2所述的方法，其特征在于，所述从所述至少两个簇中确定簇心向量与所述图像帧向量之间相似度最高的簇作为所述图像帧的目标簇，包括：

分别确定所述图像帧向量与所述至少两个簇的簇心向量之间的欧式距离；

响应于任一簇的簇心向量与所述图像帧向量之间的欧式距离最小，将所述簇作为所述图像帧向量的目标簇。

4.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个图像帧向量分别对应的目标簇，获取所述目标视频对应的待识别文本，包括：

以所述至少一个图像帧向量分别对应的目标簇的簇心标识作为所述目标视频对应的待识别文本中的词汇。

5.根据权利要求4所述的方法，其特征在于，所述从至少两个簇中确定所述至少一个图像帧向量分别对应的目标簇之前，所述方法还包括：

将获取到的多个样本图像帧输入所述基于卷积神经网络的运算模型，得到多个样本图像帧向量；

对所述多个样本图像帧向量进行聚类，得到至少两个簇；

为所述至少两个簇分别分配唯一的簇心标识，所述簇心标识为数字编码形式。

6.根据权利要求1所述的方法，其特征在于，所述通过所述自然语言处理模型对所述待识别文本进行解码，得到所述目标视频所属的视频类型，包括：

通过所述自然语言处理模型对所述待识别文本进行解码，得到至少一个分类概率，所述分类概率用于表示所述待识别文本属于不同分类类型的概率；

根据所述至少一个分类概率，确定满足第一目标条件的分类类型作为所述目标视频所属的视频类型。

7.根据权利要求1所述的方法，其特征在于，所述通过所述自然语言处理模型对所述待识别文本进行解码，得到所述目标视频所属的视频类型之后，所述方法还包括：

将所述待识别文本输入标签模型，通过所述标签模型对所述待识别文本进行解码，得到至少一个标签概率，所述标签概率用于表示所述待识别文本属于不同视频标签的概率；

根据所述至少一个标签概率，确定满足第二目标条件的视频标签作为所述目标视频的视频标签。

8.一种视频分类装置，其特征在于，所述装置包括：

向量获取模块，用于将从目标视频中获取到的至少一个图像帧输入基于卷积神经网络的运算模型，得到至少一个图像帧向量；

确定模块，用于从至少两个簇中确定所述至少一个图像帧向量分别对应的目标簇，一个簇用于表示一类图像帧向量；

文本获取模块，用于基于所述至少一个图像帧向量分别对应的目标簇，获取所述目标视频对应的待识别文本；

模型处理模块，用于将所述待识别文本输入自然语言处理模型，通过所述自然语言处理模型对所述待识别文本进行解码，得到所述目标视频所属的视频类型。

9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器用于存储至少一段程序代码，所述至少一段程序代码由所述处理器加载并执行权利要求1至7任一权利要求所述的视频分类方法。

10.一种存储介质，其特征在于，所述存储介质用于存储至少一段程序代码，所述至少一段程序代码用于执行权利要求1至7任一权利要求所述的视频分类方法。