[发明专利]视频分类的方法、装置及存储介质

说明书

本申请提供一种视频分类的方法、装置、及存储介质，涉及计算机技术领域，可应用于云技术、人工智能、智慧交通等各种场景；包括：获取待分类视频包含的至少两个视频帧图像，以及待分类视频对应的文本信息；分别确定至少两个视频帧图像各自对应的图像特征信息，以及文本信息对应的文本特征信息；将确定的各个图像特征信息，分别与文本特征信息进行融合处理，获得相应的融合特征信息，并将各个融合特征信息进行映射操作，确定目标特征信息；基于目标特征信息，确定待分类视频对应的视频标签。将多个视频帧图像和文本信息进行交互融合，增强图文交互的维度信息，避免信息丢失，提升内容的丰富度，保证视频分类的准确性。

技术领域

本申请涉及视频处理技术领域，尤其涉及一种视频分类的方法、装置及存储介质。

背景技术

随着科技的发展，各种视频平台越来越流行，且各视频平台中包含的视频数量越来越多。

为了更好的进行视频推荐、搜索、分发等业务的发展，目前，已提出了视频分类技术，视频分类技术即确定视频标签，其中，视频标签不仅可以准确地刻画视频的特征，还可以辅助刻画目标对象的兴趣和习惯，更能够为视频推荐、搜索、分发等业务提供全面准确的依据。

目前，在进行视频分类时，主要基于视频的标题信息进行视频分类。但由于标题信息中涵盖的视频内容少，因此，基于标题信息无法准确的确定视频标签，导致视频分类的准确性低，进而影响视频推荐、搜索、分发的效率。

发明内容

本申请提供一种视频分类的方法、装置及存储介质，用以提升视频分类的准确性。

第一方面，本申请实施例提供一种视频分类的方法，该方法包括：

获取待分类视频包含的至少两个视频帧图像，以及待分类视频对应的文本信息；

分别确定至少两个视频帧图像各自对应的图像特征信息，以及文本信息对应的文本特征信息；

将确定的各个图像特征信息，分别与文本特征信息进行融合处理，获得相应的融合特征信息，并将各个融合特征信息进行映射操作，确定目标特征信息；

基于目标特征信息，确定待分类视频对应的视频标签。

第二方面，本申请实施例提供一种视频分类的装置，该装置包括：

获取单元，用于获取待分类视频包含的至少两个视频帧图像，以及待分类视频对应的文本信息；

第一确定单元，用于分别确定至少两个视频帧图像各自对应的图像特征信息，以及文本信息对应的文本特征信息；

融合单元，用于将确定的各个图像特征信息，分别与文本特征信息进行融合处理，获得相应的融合特征信息，并将各个融合特征信息进行映射操作，确定目标特征信息；

第二确定单元，用于基于目标特征信息，确定待分类视频对应的视频标签。

在一种可能的实现方式中，获取单元，具有用于：

对待分类视频进行划分处理，获得多个子视频；

在多个子视频中，基于各个子视频对应的重要度，筛选出符合重要度条件的至少两个目标子视频；其中，重要度是：基于相应的子视频中，包含的各个视频帧图像属于关键信息的目标概率值确定的；

分别在至少两个目标子视频中，基于目标概率值，选取至少一个视频帧图像。

在一种可能的实现方式中，获取单元，具有用于执行以下操作中的至少一种：

获取待分类视频的标题信息，将标题信息作为文本信息；

获取待分类视频的视频帧图像中包含的文字内容，将文字内容作为文本信息；

获取待分类视频的音频信息，将音频信息转换为文本信息。