[发明专利]视频场景分类模型的训练样本生成方法、装置及设备在审

专利信息
申请号: 202210116155.6 申请日: 2022-01-28
公开(公告)号: CN114461853A 公开(公告)日: 2022-05-10
发明(设计)人: 刘刚 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/75 分类号: G06F16/75;G06F16/783;G06F16/735;G06K9/62;G06N20/00;G06V10/40;G06V10/764;G06V10/80
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 李文静
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频 场景 分类 模型 训练 样本 生成 方法 装置 设备
【说明书】:

本申请公开了一种视频场景分类模型的训练样本生成方法、装置及设备,属于人工智能技术领域。所述方法包括:获取样本视频;对各个样本图像帧分别进行视频特征提取,得到各个样本图像帧分别对应的视频特征;对各个样本图像帧分别进行场景特征提取,得到各个样本图像帧分别对应的图像场景特征;根据各个样本图像帧分别对应的视频特征,以及各个样本图像帧分别对应的图像场景特征,生成样本视频对应的训练样本。本申请,提供了一种针对视频的自动化场景分类模式,提高场景分类结果的准确性,提高视频场景分类的效率,视频场景分类模型在训练过程中既能够以样本视频为单位学习视频特征,又能够以单独的样本图像帧为单位学习图像场景特征。

技术领域

本申请涉及人工智能技术领域,特别涉及一种视频场景分类模型的训练样本生成方法、装置及设备。

背景技术

在用户上传视频之后,可以基于视频所属的场景将视频投放至不同的分区。

在相关技术中,在获取用户上传的视频之后,人工对该视频进行审核,确定视频是否符合视频投放平台的规范,并根据视频的具体内容,确定视频所属的场景,进而将视频投放至合适的场景分区。

然而,在上述相关技术中,由人工确定视频所属的场景,受人工主观意识影响,场景分类结果不准确。

发明内容

本申请实施例提供了一种视频场景分类模型的训练样本生成方法、装置及设备,能够提高场景分类结果的准确性,提高视频场景分类的效率。所述技术方案如下。

根据本申请实施例的一个方面,提供了一种视频场景分类模型的训练样本生成方法,所述方法包括以下步骤:

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。

根据本申请实施例的一个方面,提供了一种视频场景的分类方法,所述方法包括以下步骤:

获取待处理的视频,所述视频包括多个连续的图像帧;

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

对各个所述图像帧分别进行场景特征提取,得到各个所述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图像帧所属的场景;

根据各个所述图像帧分别对应的视频特征,以及各个所述图像帧分别对应的图像场景特征,确定所述视频所属的场景。

根据本申请实施例的一个方面,提供了一种视频场景分类模型的训练样本生成装置,所述装置包括以下模块:

样本获取模块,用于获取样本视频,所述样本视频包括多个连续的样本图像帧;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210116155.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top