[发明专利]字幕识别方法、装置、电子设备及可读存储介质

说明书

本申请公开了一种字幕识别方法、装置、电子设备及可读存储介质，所述字幕识别方法包括：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；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。本申请提供的字幕识别方案提高字幕识别的准确率。

技术领域

本申请涉及通信领域，具体涉及一种字幕识别方法、装置、电子设备及可读存储介质。

背景技术

随着多媒体技术和网络技术的迅速发展，现代计算机技术特别是海量数据存储与传输技术的成熟，视频作为一种主要的媒体类型在人们的生活、教育、娱乐等方面日益成为不可或缺的信息载体。视频文件播放，尤其是对于观看国外影片，字幕成为一个非常重要的部分。

目前的主流播放器都提供播放视频和在线字幕匹配的功能，但是匹配成功的效率差别很大，直接造成了播放字幕体验很差。造成这种问题的主要原因是，没有足够丰富的字幕文件与视频文件对应关系能够被播放客户端使用，从而导致播放匹配的命中率不高。

发明内容

针对上述技术问题，本申请提供一种字幕识别方法、装置、电子设备及可读存储介质，可以提高字幕识别的准确率。

为解决上述技术问题，本申请提供一种字幕识别方法，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；

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。

可选的，在本申请的一些实施例中，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，包括：

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；

根据所述文本框、初始矩阵以及预设的运动检测算法，识别所述视频数据的字幕。

可选的，在本申请的一些实施例中，所述根据所述文本框、初始矩阵以及预设的运动检测算法，识别所述视频数据的字幕，包括：

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、初始矩阵以及运动矢量，识别所述视频数据的字幕。

可选的，在本申请的一些实施例中，所述基于所述交并比、初始矩阵以及运动矢量，识别所述视频数据的字幕，包括：

基于所述交并比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。

可选的，在本申请的一些实施例中，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；