[发明专利]多媒体文件的片头和/或片尾的识别方法及装置

摘要

本发明提供一种多媒体文件的片头和/或片尾的识别方法及装置。本发明实施例通过利用对象跟踪技术，对所确定的多媒体文件所包括的至少两帧图像进行识别处理，以获得目标文件片段，以及根据所确定的多媒体文件的字幕内容和字幕时间，获得目标字幕片段，使得能够根据所述目标文件片段和所述目标字幕片段，确定所述多媒体文件的片头和/或片尾，无需操作人员参与操作过程，操作简单，且正确率高，从而提高了片头和/或片尾识别的效率和可靠性。

主权项

一种多媒体文件的片头和/或片尾的识别方法，其特征在于，包括：获取待处理的多媒体文件，所述多媒体文件包括至少两帧图像；利用对象跟踪技术，对所述至少两帧图像进行识别处理，以获得目标文件片段；根据所述多媒体文件的字幕内容和字幕时间，获得目标字幕片段；根据所述目标文件片段和所述目标字幕片段，确定所述多媒体文件的片头和/或片尾；其中，所述利用对象跟踪技术，对所述至少两帧图像进行识别处理，以获得目标文件片段，包括：利用对象跟踪技术，提取所述至少两帧图像中出现目标对象的图像，以获得至少两个候选文件片段；根据所述至少两个候选文件片段中相邻的候选文件片段之间的第一时间间隔和预先设置的第一时间阈值，对相邻的候选文件片段进行合并处理，以获得所述目标文件片段；所述根据所述多媒体文件的字幕内容和字幕时间，获得目标字幕片段，包括：根据所述多媒体文件的字幕内容和字幕时间，获得至少两个候选字幕片段；根据所述至少两个候选字幕片段中相邻的候选字幕片段之间的第二时间间隔和预先设置的第二时间阈值，对相邻的候选字幕片段进行合并处理，以获得所述目标字幕片段；所述根据所述目标文件片段和所述目标字幕片段，确定所述多媒体文件的片头和/或片尾，包括：根据所述目标文件片段和所述目标字幕片段，获得至少两个融合文件片段；根据所述至少两个融合文件片段中第一个融合文件片段的开始时间、所述至少两个融合文件片段中最后一个融合文件片段的结束时间、所述至少两个融合文件片段中相邻的融合文件片段之间的第三时间间隔和预先设置的第三时间阈值，确定所述多媒体文件的片头和/或片尾。