[发明专利]字幕识别方法、装置、电子设备及可读存储介质

权利要求书

1.一种字幕识别方法，其特征在于，包括：

获取视频数据；

检测所述视频数据对应的字幕文件；

当未检测到所述视频数据对应的字幕文件时，检测所述视频数据是否具备内置字幕信息；

当检测到所述视频数据具备内置字幕信息时，遍历所述视频数据的所有文本框；

获取所述视频数据的分辨率；

基于所述分辨率，构建初始矩阵，所述初始矩阵为一个维度与视频分辨率大小相同的全零矩阵；

基于预设的运动检测算法，计算所述文本框的运动矢量；

将当前处理的文本框确定为当前处理对象；

计算所述当前处理对象与所述文本框之间的交并比；

基于所述交并比以及所述当前处理对象与所述文本框之间内容差异对所述文本框进行更新；

根据所述初始矩阵以及运动矢量，对更新后文本框进行滤除处理；

将处理后文本框的字幕确定为所述视频数据的字幕。

2.根据权利要求1所述的方法，其特征在于，所述当未检测到所述视频数据对应的字幕文件时，检测所述视频数据是否具备内置字幕信息，包括：

确定所述视频数据中包含文字的帧数；

检测所述帧数是否大于预设值；

当检测到所述帧数大于预设值时，则遍历所述视频数据中的文本框；

基于所述文本框，检测所述视频数据是否具有内置字幕信息。

3.根据权利要求1或2所述的方法，其特征在于，所述获取视频数据，包括：

获取视频链接；

根据所述视频链接下载所述视频数据，并将所述视频数据转换为预设格式的视频数据。

4.根据权利要求1或2所述的方法，其特征在于，所述基于所述文本框以及预设的运动检测算法，识别所述视频数据的字幕之后，还包括：

根据所述内置字幕信息对所述视频数据进行语音对齐。

5.一种字幕识别装置，其特征在于，包括：

获取模块，用于获取视频数据；

第一检测模块，用于检测所述视频数据对应的字幕文件；

第二检测模块，用于当未检测到所述视频数据对应的字幕文件时，检测所述视频数据是否具备内置字幕信息；

遍历模块，用于当检测到所述视频数据具备内置字幕信息时，遍历所述视频数据的所有文本框；

识别模块，用于获取所述视频数据的分辨率；基于所述分辨率，构建初始矩阵；基于预设的运动检测算法，计算所述文本框的运动矢量；将当前处理的文本框确定为当前处理对象；计算所述当前处理对象与所述文本框之间的交并比；基于所述交并比以及所述当前处理对象与所述文本框之间内容差异对所述文本框进行更新；根据所述初始矩阵以及运动矢量，对更新后文本框进行滤除处理；将处理后文本框的字幕确定为所述视频数据的字幕，其中，所述初始矩阵为一个维度与视频分辨率大小相同的全零矩阵。

6.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述字幕识别方法的步骤。

7.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述字幕识别方法的步骤。