[发明专利]一种短视频质量筛选方法

权利要求书

1.一种短视频质量筛选方法，其特征在于，所述方法包括如下步骤：

获取目标短视频，并获取目标短视频关键帧；

识别关键帧视频要素；

建立至少一个必要评价模型；

建立至少一个筛选评价模型；

将所述视频要素输入必要评价模型，获取必要评价模型质量分，将满足所述必要评价模型的关键帧输入所有筛选评价模型，获取视频每一筛选评价模型的质量分，计算关键帧的质量分，根据关键帧质量分筛选所述目标短视频。

2.根据权利要求1所述的一种短视频质量筛选方法，其特征在于，识别关键帧中的人脸视频要素，建立人脸视频要素的必要评价模型，其中所述人脸视频要素的必要评价模型建立方法包括如下步骤：

采集关键帧人脸大小数据、人脸清晰度数据、人脸角度数据和人脸位置数据；

计算人脸大小质量分数、人脸清晰度质量分数、人脸角度质量分数和人脸位置质量分数，并分别设置权重系数，

将人脸大小质量分数、人脸清晰度质量分数、人脸角度质量分数、人脸位置质量分数分别和对应的权重系数相乘并相加以获取短视频人脸视频要素的必要评价模型质量分；

设置人脸视频要素质量分数阈值，若采集的短视频关键帧人脸质量分数大于所述人脸质量分数阈值，则满足人脸视频要素的必要评价模型，否则剔除该关键帧。

3.根据权利要求1所述的一种短视频质量筛选方法，其特征在于，所述筛选评价模型包括手势筛选评价模型，通过训练好的手势识别模型识别关键帧中的手势，若关键帧中存在手势，则在所述关键帧中增加手势质量分。

4.根据权利要求2所述的一种短视频质量筛选方法，其特征在于，设置显著性筛选评价模型，获取人脸在关键帧中的像素占比，根据人脸在关键帧中的像素占比计算显著性质量分，在所述关键帧中增加所述显著性质量分。

5.根据权利要求2所述的一种短视频质量筛选方法，其特征在于，设置情绪筛选评价模型，采用情绪识别模型识别关键帧的人脸情绪，若关键帧中检测到笑脸，则对所述关键帧增加情绪质量分数。

6.根据权利要求2所述的一种短视频质量筛选方法，其特征在于，设置互动动作筛选评价模型，采用互动动作模型识别关键帧的互动动作，若关键帧中存在互动动作，则对所述关键帧增加互动动作质量分数；识别关键帧和所述关键帧至少一相邻帧画面中的人脸，计算相邻关键帧和相邻帧之间人脸角度偏移量，并获取人脸最大角度偏移量，设置偏移量阈值，若所述人脸最大角度偏移量大于所述偏移量阈值，则对所述关键帧增加旋转的互动动作质量分数。

7.根据权利要求1所述的一种短视频质量筛选方法，其特征在于，根据所有筛选评价模型计算所述关键帧质量分数，对每一筛选评价模型设置权值，计算每一筛选评价模型质量分数和对应权值的乘积，调整每一筛选评价模型质量分数，所述调整方法为将每一筛选评价模型质量分数和对应权值乘积后加1，进一步将调整后的每一筛选评价模型质量分数相乘，以获取总筛选评价模型质量分数，所述关键帧质量分为该关键帧必要评价模型质量分数和总筛选评价模型质量分数之乘积。

8.根据权利要求1所述的一种短视频质量筛选方法，其特征在于，获取短视频中质量分数最高的关键帧作为最优帧，获取最优帧的质量分数，并计算所有关键帧的平均值，分别对所述关键帧和最优帧设置权值，将加权后的关键帧质量分数和最优帧质量分数相加，获取目标短视频质量分数。

9.根据权利要求8所述的一种短视频质量筛选方法，其特征在于，计算目标短视频质量分数，并根据该质量分数从高到低将所述目标短视频设置从高到低传播优先级。

10.一种短视频质量筛选系统，其特征在于，所述系统采用上述权利要求1-9中任意一项所述的一种短视频质量筛选方法。