[发明专利]视频筛选方法、视频筛选装置及终端设备

说明书

本申请提供的一种视频筛选方法，包括：基于视频训练集，对第一分类模型进行训练，获得训练完成的第一分类模型；针对多个所述基础视频和多个所述拓展视频中的每一个视频，将所述视频输入所述训练完成的第一分类模型，获得所述训练完成的第一分类模型针对所述视频得到的特征向量；根据所述视频训练集中的各个视频所分别对应的特征向量，从所述视频训练集中，筛选出目标视频。通过上述方法，可以提升视频数据集的质量。

技术领域

本申请属于视频处理技术领域，尤其涉及视频筛选方法、视频筛选装置、终端设备及计算机可读存储介质。

背景技术

目前，各类机器学习模型大量应用于对图像、视频的分类、检测等场景中。在实际应用场景中，对于给定任务(如视频分类)，开发者需要收集足够数量的训练数据集，并通过训练数据集对指定的机器学习模型(如视频分类模型)进行训练，从而使得该指定的机器学习模型对于给定任务获得较好的性能表现。可见，训练数据集的质量是决定机器学习模型实际表现的关键因素之一。

而在视频分类等应用场景中，相较于图像数据集，视频数据集因为数据量大、标注成本高而有着更高的收集难度，导致目前的视频数据集的质量往往较差，从而在通过视频训练集进行模型训练等具体应用中，限制了训练得到的视频分类模型的性能。

发明内容

本申请实施例提供了视频筛选方法、视频筛选装置、终端设备及计算机可读存储介质，可以提升视频数据集的质量。

第一方面，本申请实施例提供了一种视频筛选方法，包括：

基于视频训练集，对第一分类模型进行训练，获得训练完成的第一分类模型，其中，所述视频训练集中包括多个基础视频，以及各个所述基础视频所分别对应的拓展视频，每一个所述拓展视频根据对应的基础视频而得到；

针对多个所述基础视频和多个所述拓展视频中的每一个视频，将所述视频输入所述训练完成的第一分类模型，获得所述训练完成的第一分类模型针对所述视频得到的特征向量；

根据所述视频训练集中的各个视频所分别对应的特征向量，从所述视频训练集中，筛选出目标视频。

第二方面，本申请实施例提供了一种视频筛选装置，包括：

第一训练模块，用于基于视频训练集，对第一分类模型进行训练，获得训练完成的第一分类模型，其中，所述视频训练集中包括多个基础视频，以及各个所述基础视频所分别对应的拓展视频，每一个所述拓展视频根据对应的基础视频而得到；

特征提取模块，用于针对多个所述基础视频和多个所述拓展视频中的每一个视频，将所述视频输入所述训练完成的第一分类模型，获得所述训练完成的第一分类模型针对所述视频得到的特征向量；

筛选模块，用于根据所述视频训练集中的各个视频所分别对应的特征向量，从所述视频训练集中，筛选出目标视频。

第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器、显示器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，其特征在于，上述处理器执行上述计算机程序时实现如第一方面上述的视频筛选方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如第一方面上述的视频筛选方法。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中上述的视频筛选方法。