[发明专利]视频中音频聚类的处理方法和装置有效
| 申请号： | 201911289077.4 | 申请日： | 2019-12-16 |
| 公开（公告）号： | CN110717067B | 公开（公告）日： | 2020-05-05 |
| 发明（设计）人： | 闫启伟;黄宇凯;郝玉峰;曹琼;李科 | 申请（专利权）人： | 北京海天瑞声科技股份有限公司 |
| 主分类号： | G06F16/65 | 分类号： | G06F16/65;G06K9/62;G06K9/00;G10L17/22;G10L17/02;G10L25/24 |
| 代理公司： | 北京钲霖知识产权代理有限公司 11722 | 代理人： | 李英艳;李志新 |
| 地址： | 100083 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： | 本公开涉及一种视频中音频聚类的处理方法和装置，其中，该方法包括：获取视频片段集，视频片段集包括多个视频片段；获取每个视频片段的音频；提取所述音频的音频特征；获取每个视频片段的人脸图像；提取人脸图像的人脸特征；基于视频片段的音频特征和人脸特征，确定音频之间的综合相似度；基于综合相似度，对音频进行聚类。通过本公开的处理方法，提高了音频聚类的准确率。 | ||
| 搜索关键词： | 视频 音频 处理 方法 装置 | ||
【主权项】：
1.一种视频中音频聚类的处理方法，其特征在于，所述方法包括：/n获取视频片段集，所述视频片段集包括多个视频片段；/n获取每个所述视频片段的音频；/n提取所述音频的音频特征；/n获取每个所述视频片段的人脸图像；/n提取所述人脸图像的人脸特征；/n基于所述视频片段的所述音频特征和所述人脸特征，确定所述音频之间的综合相似度；/n基于所述综合相似度，对所述音频进行聚类。/n
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北京海天瑞声科技股份有限公司，未经北京海天瑞声科技股份有限公司许可，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/patent/201911289077.4/，转载请声明来源钻瓜专利网。
