[发明专利]视频场景分类模型的训练样本生成方法、装置及设备

权利要求书

1.一种视频场景分类模型的训练样本生成方法，其特征在于，所述方法包括：

获取样本视频，所述样本视频包括多个连续的样本图像帧；

对各个所述样本图像帧分别进行视频特征提取，得到各个所述样本图像帧分别对应的视频特征，所述视频特征用于描述所述样本图像帧包含的特征，以及所述样本图像帧与关联样本图像帧之间的变化特征；其中，所述关联样本图像帧是指在所述样本视频中与所述样本图像帧具有关联关系的图像帧；

对各个所述样本图像帧分别进行场景特征提取，得到各个所述样本图像帧分别对应的图像场景特征；其中，所述图像场景特征用于描述所述样本图像帧所属的场景；

根据各个所述样本图像帧分别对应的视频特征，以及各个所述样本图像帧分别对应的图像场景特征，生成所述样本视频对应的训练样本；其中，所述训练样本用于对视频场景分类模型进行训练，所述视频场景分类模型用于识别视频所属的场景。

2.根据权利要求1所述的方法，其特征在于，所述训练样本包括所述样本视频针对所述视频场景分类模型的输入数据；

所述根据各个所述样本图像帧分别对应的视频特征，以及各个所述样本图像帧分别对应的图像场景特征，包括：

对于各个所述样本图像帧中的目标样本图像帧，对所述目标样本图像帧对应的视频特征，以及所述目标样本图像帧对应的图像场景特征进行拼接，得到所述目标样本图像帧对应的拼接场景特征；

其中，所述输入数据包括各个所述样本图像帧分别对应的拼接场景特征。

3.根据权利要求1所述的方法，其特征在于，所述训练样本包括所述样本视频针对所述视频场景分类模型的场景分类标签，所述场景分类标签用于指示所述样本视频所属的场景；

所述根据各个所述样本图像帧分别对应的视频特征，以及各个所述样本图像帧分别对应的图像场景特征，包括：

根据各个所述样本图像帧分别对应的视频特征，确定所述样本视频的第一场景标签；其中，所述第一场景标签用于指示所述样本视频所属的候选场景；

根据至少一个所述样本图像帧分别对应的图像场景特征，获取至少一个所述样本图像帧分别对应的第二场景标签；其中，所述第二场景标签用于指示所述样本图像帧所属的场景；

基于所述第一场景标签，以及至少一个所述样本图像帧分别对应的第二场景标签，确定所述样本视频的场景分类标签。

4.根据权利要求3所述的方法，其特征在于，所述根据各个所述样本图像帧分别对应的视频特征，确定所述样本视频的第一场景标签，包括：

根据各个所述样本图像帧分别对应的视频特征，确定所述样本视频的场景特征；

基于所述样本视频的场景特征，确定所述样本视频的第一场景标签。

5.根据权利要求3所述的方法，其特征在于，所述根据至少一个所述样本图像帧分别对应的图像场景特征，获取至少一个所述样本图像帧分别对应的第二场景标签，包括：

根据采样时间，对所述样本视频中的多个所述样本图像帧进行采样，得到至少一个采样样本图像帧；

从所述采样样本图像帧对应的图像场景特征中，获取所述采样样本图像帧针对各个场景的特征；

获取所述采样样本图像帧属于各个场景的概率；

根据所述采样样本图像帧针对各个场景的特征，以及所述采样样本图像帧属于各个场景的概率，确定所述采样样本图像帧的场景特征；

基于所述采样样本图像帧的场景特征，确定所述采样样本图像帧对应的第二场景标签。

6.根据权利要求5所述的方法，其特征在于，所述根据所述采样样本图像帧针对各个场景的特征，以及所述采样样本图像帧属于各个场景的概率，确定所述采样样本图像帧的场景特征，包括：

基于所述采样样本图像帧属于各个场景的概率，从所述采样样本图像帧针对各个场景的特征中，选择至少一个概率满足第一条件的目标场景的特征；

对各个所述目标场景的特征进行融合，得到所述采样样本图像帧的场景特征。