[发明专利]一种视频分类方法、视频分类装置、电子设备及存储介质

说明书

本申请实施例公开了一种视频分类方法、视频分类装置、电子设备及存储介质，该方法包括：获取待分类视频；将待分类视频进行预处理得到目标图像帧序列；根据目标图像帧序列，获取待分类视频对应的目标视频特征向量；通过将目标视频特征向量输入至训练完成的视频分类模型，得到待分类视频的分类结果；其中，视频分类模型为通过视频训练样本的视频特征向量样本和增广视频特征向量样本进行模型训练得到的。可见，本申请采用特征增广的方式可以在扩大训练样本的数量的同时，保证增广视频特征向量样本的多样性，有效避免人工设定数据增广方式造成的数据相关性较高的问题，从而提升了模型训练的准确度，进而可以提高视频分类的准确度。

技术领域

本申请涉及视频处理技术领域，尤其涉及一种视频分类方法、视频分类装置、电子设备及存储介质。

背景技术

在视频分类领域，为了更好地训练视频分类模型，需要通过人工设定的数据增广方式，对原始训练数据进行数据增广得到增广训练数据，从而实现了训练数据的扩充，这样可以根据原始训练数据和增广训练数据进行模型训练。例如，可以人工对原始训练数据进行随机裁剪、随机翻转等得到增广训练数据。但是，由于数据增广方式是在原始训练数据的基础上进行的数据增广，故增广训练数据与原始训练数据之间的相关性较高，从而导致模型训练的准确度较低。

发明内容

本申请实施例提供了一种视频分类方法、视频分类装置、电子设备及存储介质，本申请采用特征增广的方式可以在扩大训练样本的数量的同时，保证增广视频特征向量样本的多样性，有效避免人工设定数据增广方式造成的数据相关性较高的问题，从而提升了模型训练的准确度，进而可以提高视频分类的准确度。

根据本申请实施例的第一方面，提供一种视频分类方法，包括：

获取待分类视频；

将所述待分类视频进行预处理得到目标图像帧序列；

根据所述目标图像帧序列，获取所述待分类视频对应的目标视频特征向量；

通过将所述目标视频特征向量输入至训练完成的视频分类模型，得到所述待分类视频的分类结果；

其中，所述视频分类模型为通过视频训练样本的视频特征向量样本和增广视频特征向量样本进行模型训练得到的。

根据本申请实施例的第二方面，提供一种视频分类装置，包括：

获取模块，用于获取待分类视频；

处理模块，用于将所述待分类视频进行预处理得到目标图像帧序列；

所述获取模块，还用于根据所述目标图像帧序列，获取所述待分类视频对应的目标视频特征向量；以及，

通过将所述目标视频特征向量输入至训练完成的视频分类模型，得到所述待分类视频的分类结果；

其中，所述视频分类模型为通过视频训练样本的视频特征向量样本和增广视频特征向量样本进行模型训练得到的。

根据本申请实施例的第三方面，提供一种电子设备，包括处理器和存储器，所述处理器和存储器耦合，所述存储器用于存储计算机程序指令，当所述处理器执行所述计算机程序指令时，使得电子设备执行上述第一方面所述的视频分类方法。

根据本申请实施例的第四方面，提供一种计算机存储介质，所述计算机存储介质中存储有程序指令，当所述程序指令在电子设备上运行时，使得电子设备执行上述第一方面所述的视频分类方法。

根据本申请实施例的第五方面，提供一种芯片，所述芯片与电子设备中的存储器耦合，使得所述芯片在运行时调用所述存储器中存储的程序指令，使得所述电子设备执行上述第一方面所述的视频分类方法。

从以上技术方案可以看出，本申请实施例具有以下优点：