[发明专利]热点视频片段识别方法、装置、电子设备及介质

权利要求书

1.一种热点视频片段识别方法，其特征在于，所述方法包括：

获取初始视频段集及所述初始视频段集对应的初始弹幕文本集；

利用预先训练好的图文匹配模型，提取所述初始视频段集中每个视频段的视频特征及所述初始弹幕文本集中每个弹幕文本的文本特征；

从所述初始弹幕文本集中，依次选取一个弹幕文本作为待匹配文本，将所述待匹配文本对应的初始视频段及所述初始视频段对应的预设相邻范围内的视频段作为待匹配视频段集；

计算所述待匹配文本的文本特征与所述待匹配视频段集对应的视频特征之间的相似度，从所述待匹配视频段集中，选择满足预设相似度条件的视频段作为所述待匹配文本的匹配视频段，得到图文匹配的视频弹幕集；

对所述图文匹配的视频弹幕集中弹幕文本进行分类，根据每种分类中弹幕文本的数量的多少计算对应分类中视频段的热点程度，根据所述热点程度确定热点视频。

2.如权利要求1所述的热点视频片段识别方法，其特征在于，所述提取所述初始视频段集中每个视频段的视频特征，包括：

依次对所述初始视频段集中的每个视频段进行分帧处理，得到每个所述视频段对应的视频帧集合。

提取所述视频帧集合中每个视频帧的RGB三个通道的像素值；

利用提取到的像素值生成对应视频帧的像素点矩阵；

融合所述视频帧集合中每个视频帧对应的像素点矩阵，得到对应视频段的视频特征。

3.如权利要求1所述的热点视频片段识别方法，其特征在于，所述提取所述初始弹幕文本集中每个弹幕文本的文本特征，包括：

依次对每个所述弹幕文本进行分词处理，得到多个文本分词；

从所述多个文本分词中逐个选取其中一个文本分词为目标分词，并统计所述目标分词和所述目标分词的相邻文本分词在所述目标分词的预设邻域范围内共同出现的共现次数；

利用每一个文本分词对应的共现次数构建共现矩阵；

分别将所述多个文本分词转换为词向量，将所述词向量拼接为向量矩阵；

利用所述共现矩阵和所述向量矩阵进行乘积运算，得到文本向量矩阵；

从所述文本向量矩阵中提取所述弹幕文本的文本特征。

4.如权利要求3所述的热点视频片段识别方法，其特征在于，所述从所述文本向量矩阵中提取所述弹幕文本的文本特征，包括：

从所述多个文本分词中逐个选取其中一个文本分词为目标分词，根据所述目标分词的词向量及所述文本向量矩阵，计算所述目标分词的关键值；

按照所述关键值从大到小的顺序从所述多个文本分词中选取预设数量的文本分词为特征分词；

将所述特征分词的词向量拼接得到所述弹幕文本的文本特征。

5.如权利要求1所述的热点视频片段识别方法，其特征在于，所述对所述图文匹配的视频弹幕集中弹幕文本进行分类，包括：

在所述图文匹配的视频弹幕集中，依次选择一个视频段作为目标视频段；

计算所述目标视频段中每条弹幕文本的预设的分类特征向量；

根据所述分类特征向量对所述目标视频段中的弹幕文本进行聚类，得到聚类中心；

计算每个所述聚类中心的分类特征向量与预设的分类标签之间的概率值，选取大于预设概率阈值的概率值对应的分类标签作为所述目标视频段的分类。

6.如权利要求1所述的热点视频片段识别方法，其特征在于，所述根据每种分类中弹幕文本的数量的多少计算对应分类中视频段的热点程度，根据所述热点程度确定热点视频，包括：

统计同一分类的所有视频段中，每个视频段对应的弹幕文本的数量；

将统计的数量作为对应视频段的热点程度，根据所述热点程度对同一分类的所有视频段的进行排序；

选择预设排序范围内的视频段作为热点视频。