[发明专利]视频摘要生成方法及装置

说明书

本申请公开了一种视频摘要生成方法及装置。其中，该方法包括：获取视频文件；从上述视频文件中提取文字识别结果和图像识别结果；基于上述文字识别结果和上述图像识别结果生成视频摘要。本申请解决了现有的基于新闻文字生成视频内容摘要的方式没有兼顾图像、语音、文字等综合信息，难以生成高质量的视频摘要的技术问题。

技术领域

本申请涉及视频处理技术领域，具体而言，涉及一种视频摘要生成方法及装置。

背景技术

在当今社会，视频新闻依然是人们获取新闻信息的重要形式之一，但随着工作生活的节奏加快，人们能用来观看完整新闻的时间也越来越少，更多的人会倾向于直接去去查看一些关键信息，而非看完完整新闻或是在整个视频新闻中自行总结关键信息，这就对高质量视频新闻内容的摘要生成提出了需求。

但是现有的视频内容摘要生成的方式都存在一些缺陷，如下所介绍：现有方式一：人工方式生成新闻的图文摘要。优点：质量有可靠保证；缺点：人力成本高，时效性相对较低；现有方式二：基于人工智能的通用视频、影视视频或监控视频内容分析生成的图文摘要。优点：效率高，成本低；缺点：通用视频、影视视频或监控视频内容分析没有将新闻视频的重要特征以及目标结果要求纳入考量，所以生成视频不符合新闻图文摘要的要求。现有方式三：基于新闻文字生成图文摘要。优点：将新闻特性纳入考量，从而生成的文字摘要质量较高；缺点：现有方法主要都是基于新闻的文字进行生成，没有考虑视频，音频等信息，从而难以生成高质量的图文摘要。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种视频摘要生成方法及装置，以至少解决现有的基于新闻文字生成视频内容摘要的方式没有兼顾图像、语音、文字等综合信息，难以生成高质量的视频摘要的技术问题。

根据本申请实施例的一个方面，提供了一种视频摘要生成方法，包括：获取视频文件；从上述视频文件中提取文字识别结果和图像识别结果；基于上述文字识别结果和上述图像识别结果生成视频摘要。

根据本申请实施例的另一方面，提供了一种视频摘要生成方法，包括：接收服务端下发的视频文件；从上述视频文件中提取文字识别结果和图像识别结果；基于上述文字识别结果和上述图像识别结果，在客户端上生成并展示视频摘要。

根据本申请实施例的另一方面，提供了一种视频摘要生成方法，包括：获取视频文件；从上述视频文件中提取文字识别结果和图像识别结果；基于上述文字识别结果和上述图像识别结果生成视频摘要，并将上述视频摘要下发至客户端，以触发上述客户端展示上述视频摘要。

根据本申请实施例的另一方面，还提供了一种视频摘要生成装置，包括：获取模块，用于获取视频文件；提取模块，用于从上述视频文件中提取文字识别结果和图像识别结果；生成模块，用于基于上述文字识别结果和上述图像识别结果生成视频摘要。

根据本申请实施例的另一方面，还提供了一种存储介质，上述存储介质包括存储的程序，其中，在上述程序运行时控制上述存储介质所在设备执行任意一项上述的视频摘要生成方法。

根据本申请实施例的另一方面，还提供了一种视频摘要生成设备，包括：处理器；以及存储器，与上述处理器连接，用于为上述处理器提供处理以下处理步骤的指令：获取视频文件；从上述视频文件中提取文字识别结果和图像识别结果；基于上述文字识别结果和上述图像识别结果生成视频摘要。

在本申请实施例中，通过获取视频文件；从上述视频文件中提取文字识别结果和图像识别结果；基于上述文字识别结果和上述图像识别结果生成视频摘要。容易注意到的是，本申请实施例基于人工智能的方式，通过对获取到的视频文件提取文字识别结果和图像识别结果，兼顾考虑视频文件的图像、语音、文字等综合信息，基于文字识别结果和图像识别结果可以生成高质量的视频摘要。