[发明专利]一种视频分类方法、装置、电子设备及存储介质

权利要求书

1.一种视频分类方法，其特征在于，所述方法包括：

确定待分类的视频；

提取所述待分类的视频的图像特征，获得所述待分类的视频的图像特征信息；以及，提取所述待分类的视频的音频信号，并对所述音频信号进行特征提取处理，获得所述待分类的视频的语音特征信息；

对所述图像特征信息和所述语音特征信息进行上下文转换增强处理，获得目标信息，所述目标信息用于表征所述待分类视频中每个帧图像以及每个帧图像与相邻图像所对应的信息；

对所述目标信息进行分类处理，获得对应的多个类别信息和与所述类别信息对应的概率值，并将所述概率值大于预设阈值的类别信息对应的标签确定为所述待分类的视频的类别标签。

2.如权利要求1所述的方法，其特征在于，提取所述待分类的视频的图像特征，获得所述待分类的视频的图像特征信息，包括：

将所述待分类的视频均匀划分为固定段数的子视频，并从每个子视频中提取一帧图像，获得待处理帧图像集；

对所述待处理帧图像集中的帧图像进行特征提取处理，获得所述待分类的视频的图像特征信息。

3.如权利要求1所述的方法，其特征在于，若通过训练后的视频分类模型实现对所述待分类的视频的分类，则所述训练后的视频分类模型通过以下方式训练：

确定待训练的数据集，其中，所述待训练的数据集包括已标注标签的视频；

将所述待训练的数据集中的视频输入待训练的视频分类模型中的预设空域子模型进行训练，获得训练后的空域子模型；

通过所述训练后的空域子模型，提取所述待训练的数据集中的视频的所有图像特征，并将所述所有图像特征输入待训练的视频分类模型中的预设时域子模型进行训练，获得训练后的时域子模型；

将输入所述训练后的时域子模型和所述训练后的空域子模型后所获得的信息，输入待训练的视频分类模型中的预设局部聚集子模型进行训练，获得训练后的视频分类模型。

4.如权利要求3所述的方法，其特征在于，确定待训练的数据集，包括：

确定可用的实体标签词语集合；

对所述可用的实体标签词语集合中的词语进行合并处理，获得第一标签词语集合；

确定所述第一标签词语集合中词语对应的视频的内容是否与所述第一标签词语集合中的词语相匹配，若是，则确定将包括所述第一标签词语集合中的词语和对应的视频的数据确定为待训练的数据集。

5.如权利要求4所述的方法，其特征在于，将所述待训练的数据集中的视频输入待训练的视频分类模型中的预设空域子模型进行训练，获得训练后的空域子模型，包括：

将所述待训练的数据集中的视频进行均匀抽帧处理，获得多帧图像，并将所述多帧图像输入到所述预设空域子模型进行训练，获得多个输出结果；

根据所述多个输出结果与预设信息的比对，对所述预设空域子模型进行调整；

确定所述预设空域子模型对应的损失函数；

在对所述预设空域子模型进行调整之后，通过所述损失函数对训练后的空域子模型进行收敛检验；

当确定所述训练后的空域子模型已收敛，则获得所述训练后的空域子模型。

6.一种视频分类装置，其特征在于，所述方法包括：

确定单元，被配置为执行确定待分类的视频；

提取单元，被配置为执行提取所述待分类的视频的图像特征，获得所述待分类的视频的图像特征信息；以及提取所述待分类的视频的音频信号，并对所述音频信号进行特征提取处理，获得所述待分类的视频的语音特征信息；

处理单元，被配置为执行对所述图像特征信息和所述语音特征信息进行上下文转换增强处理，获得目标信息，所述目标信息用于表征所述待分类视频中每个帧图像以及每个帧图像与相邻图像所对应的信息；

分类单元，被配置为执行对所述目标信息进行分类处理，获得对应的多个类别信息和与所述类别信息对应的概率值，并将所述概率值大于预设阈值的类别信息对应的标签确定为所述待分类的视频的类别标签。