[发明专利]视频目录生成、视频播放以及深度学习模型的训练方法在审

专利信息
申请号: 202310233738.1 申请日: 2023-03-03
公开(公告)号: CN116468001A 公开(公告)日: 2023-07-21
发明(设计)人: 苑霸;胡知维 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F40/106 分类号: G06F40/106;G06F16/34;G06F40/289;G06N3/08;G06N3/04;H04N21/235;H04N21/233;H04N21/2343;H04N21/8549;H04N21/845;G10L15/26;G10L25/57
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 王文思
地址: 100085 北京市*** 国省代码: 北京;11
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 目录 生成 播放 以及 深度 学习 模型 训练 方法
【权利要求书】:

1.一种视频目录生成方法,包括:

从目标视频的字幕或语音中确定目标文本数据;

对所述目标文本数据进行段落划分,得到至少一个文本段落;

生成所述文本段落的文本摘要;以及

根据所述至少一个文本段落各自的文本摘要,生成所述目标视频的目录。

2.根据权利要求1所述的方法,其中,所述目标文本数据包括多个目标图像各自的子文本数据;所述对所述目标文本数据进行段落划分,得到至少一个文本段落包括:

确定每相邻两个子文本数据的连接位置处的分段标识,其中,所述分段标识表示分段和不分段中的之一;以及

在所述分段标识表示分段的连接位置处进行段落划分,得到所述至少一个文本段落。

3.根据权利要求2所述的方法,其中,所述分段包括普通分段和片首分段;所述在所述分段标识表示分段的连接位置处进行段落划分,得到所述至少一个文本段落包括:

在所述分段标识表示普通分段的连接位置处进行段落划分,得到所述至少一个文本段落。

4.根据权利要求2所述的方法,其中,所述从目标视频的字幕或语音中确定目标文本数据包括:

对所述目标视频进行划分,得到所述多个目标图像;

针对每个目标图像,从所述目标图像的字幕或语音中提取文本内容,得到所述子文本数据;以及

根据所述多个目标图像各自的子文本数据,确定所述视频的目标文本数据。

5.根据权利要求2所述的方法,还包括:

确定所述目标视频中与所述至少一个文本摘要各自对应的至少一个视频节点;以及

在所述目标视频中标记所述视频节点。

6.根据权利要求5所述的方法,其中,所述确定所述目标视频中与所述至少一个文本摘要各自对应的至少一个视频节点包括:针对每个文本摘要,

确定与所述文本摘要对应的文本段落中的起始子文本数据;以及

将与所述起始子文本数据对应的目标图像的位置确定为与所述文本摘要对应的视频节点。

7.根据权利要求1至6中任一项所述的方法,其中,所述生成所述文本段落的文本摘要包括:

从所述文本段落中确定关键语句;以及

对所述关键语句进行内容改写,得到所述文本摘要。

8.根据权利要求7所述的方法,其中,所述对所述关键语句进行内容改写,得到所述文本摘要包括:

确定所述关键语句中的关键词;以及

根据所述关键词生成所述文本摘要。

9.一种深度学习模型的训练方法,包括:

将样本拼接数据输入深度学习模型,得到所述样本拼接数据中每个拼接位置处的输出段落标识,所述拼接位置处具有标签段落标识,所述段落标识表示分段和不分段中的之一;

根据所述拼接位置处的输出段落标识和标签段落标识,确定所述深度学习模型的损失;以及

根据所述损失,调整所述深度学习模型的参数。

10.根据权利要求9所述的方法,还包括:

从样本视频的字幕或语音中确定样本文本数据,所述样本文本数据包括多个样本图像各自的子文本数据;

将所述多个样本图像各自的子文本数据进行拼接,得到所述样本拼接数据。

11.根据权利要求9或10所述的方法,其中,所述分段包括普通分段和片首分段,所述段落标识表示不分段、普通分段和片首分段中的之一。

12.一种视频播放方法,包括:

响应于获取目标视频,相关联地显示所述目标视频和所述目标视频的目录,其中,所述目录包括至少一个文本摘要,所述至少一个文本摘要与所述目标视频的至少一个视频节点各自对应,所述目录是根据权利要求1至8中任一项所述的方法确定的;以及

响应于所述目录中的文本摘要被点击,跳转到与所述文本摘要对应的视频节点进行播放。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/202310233738.1/1.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