[发明专利]一种视频切片方法、装置、电子设备及存储介质

说明书

本申请实施例提供了一种视频切片方法、装置、电子设备及存储介质，涉及视频处理技术领域，该方法包括：将待切片视频中的视频帧依次输入特征向量提取模型，特征向量提取模型基于预设训练集对神经网络模型训练得到，预设训练集中包括多个镜头的视频帧序列、同一视频帧序列包括的视频帧之间的预设相似度以及不同视频帧序列包括的视频帧之间的预设相似度；针对待切片视频中的每个视频帧，获取特征向量提取模型输出的该视频帧的特征向量，然后计算两个相邻视频帧的特征向量之间的相似度，若两个相邻视频帧的特征向量之间的相似度小于预设相似度阈值，则在两个相邻视频帧之间进行视频切片。采用本申请可以提高视频切片的精度。

技术领域

本申请涉及视频处理技术领域，特别是涉及一种视频切片方法、装置、电子设备及存储介质。

背景技术

视频切片是指将一段视频以镜头为单位切分成多个视频片段，每个视频片段可称为一个镜头。其中，一个镜头为摄像设备在同一次拍摄过程中，拍摄的一段具有连续时空关系的视频帧序列。

在相关技术中，通常使用快进运动图像压缩(Fast Forward Mpeg，FFmpeg)工具对视频进行视频切片。例如，如图1所示，图1为一段足球直播视频的视频帧序列，该足球直播视频的视频帧序列由4段连续镜头组成。镜头一为高空场景俯瞰整个防守禁区，球员完成射门的视频帧序列；镜头二为对球员特写的视频帧序列；镜头三为射门回放的视频帧序列；镜头四为对对方球员特写的视频帧序列。其中，图1中剪刀所示的位置为FFmpeg工具对该足球直播视频进行视频切片的位置。

然而，使用FFmpeg工具进行视频切片的过程中，存在对视频切片的位置判断错误，导致将一个镜头切分为两个视频切片问题。例如，如图2所示，图2为一段摄像设备拍摄的14号球衣以及27号球衣的视频帧序列，在图2所示的视频中，所有视频帧均属于同一镜头，但是，画面由14号球衣移动到27号球衣的过程中，由于视频帧中的内容出现了变化，因此，FFmpeg工具容易将图2所示的视频帧误判为多个镜头的视频帧，进而将图2所示的视频帧序列处理为多个视频切片，使得视频切片的精度较低。

发明内容

本申请实施例的目的在于提供一种视频切片方法、装置、电子设备及存储介质，以提高视频切片的精度。具体技术方案如下：

第一方面，本申请实施例提供一种视频切片方法，所述方法包括：

将待切片视频中的视频帧依次输入特征向量提取模型，所述特征向量提取模型基于预设训练集对神经网络模型训练得到，所述预设训练集中包括多个镜头的视频帧序列、同一视频帧序列包括的视频帧之间的预设相似度以及不同视频帧序列包括的视频帧之间的预设相似度；

针对所述待切片视频中的每个视频帧，获取所述特征向量提取模型输出的所述视频帧的特征向量；

计算两个相邻视频帧的特征向量之间的相似度，若所述两个相邻视频帧的特征向量之间的相似度小于预设相似度阈值，则在所述两个相邻视频帧之间进行视频切片。

在一种可能的实现方式中，在将待切片视频中的视频帧依次输入特征向量提取模型之前，所述方法还包括：

将待切片视频中的各视频帧缩放至预设像素尺寸。

在一种可能的实现方式中，在将待切片视频中的视频帧依次输入特征向量提取模型之前，所述方法还包括：

获取所述预设训练集；

分别将所述预设训练集中的每两个视频帧输入神经网络模型，获取所述神经网络模型输出的两个视频帧的特征向量，计算所述两个视频帧的特征向量之间的相似度；

基于计算得到的所述两个视频帧的特征向量之间的相似度以及所述两个视频帧之间的预设相似度对所述神经网络模型进行训练，得到所述特征向量提取模型。