[发明专利]一种视频摘要的生成方法及装置

说明书

本申请实施方式公开了一种视频摘要的生成方法及装置，其中，所述视频具备文字描述信息，所述方法包括：从所述视频中提取多个场景切换帧，并为所述场景切换帧设置场景标签，其中，相邻两个场景切换帧之间的相似度满足指定条件；从所述文字描述信息中提取所述视频对应的主题标签；根据所述场景切换帧的场景标签与所述主题标签之间的关联性，从所述多个场景切换帧中筛选出目标帧，并基于所述目标帧生成所述视频的视频摘要。本申请提供的技术方案，能够在提高效率的同时，精确地表征视频的主题。

技术领域

本申请涉及互联网技术领域，特别涉及一种视频摘要的生成方法及装置。

背景技术

当前，为了让用户在短时间内获知视频的内容，视频播放平台通常会为上传的视频制作对应的视频摘要。所述视频摘要可以是一个时长较短的视频，在所述视频摘要中可以包含原视频中的一部分场景。这样，用户在观看所述视频摘要时，可以快速地了解原视频的大概内容。

目前，在制作视频摘要时，一方面可以通过人工剪辑的方式，先由视频播放平台的工作人员观看整个视频，然后将其中比较关键的片段剪辑出来，构成该视频的视频摘要。通过这种方式制作的视频摘要能够比较准确地表征视频中包含的信息，但是随着视频数量的快速增长，这种制作视频摘要的方式会耗费相当多的人力，而且制作视频摘要的速度也相当慢。

鉴于此，为了节省人力并提高视频摘要的制作效率，当前通常是通过图像识别的技术来制作视频摘要。具体地，可以按照固定的时间间隔对上传的视频进行采样，从而提取出视频中的多帧图像。然后可以依次计算相邻两帧图像之间的相似度，并且可以保留相似度较低的两帧图像，从而保证保留下来的图像帧能够展示多个场景的内容。这样，可以将最终保留的图像帧构成该视频的视频摘要。

现有技术中通过图像识别来制作视频摘要的方法，尽管能够提高制作的效率，但是通过固定采样和比对相似度的方式来挑选视频摘要中的图像帧，很容易漏掉视频中的关键场景，从而导致生成的视频摘要无法准确地反映视频的主题。

发明内容

本申请实施方式的目的是提供一种视频摘要的生成方法及装置，能够在提高效率的同时，精确地表征视频的主题。

为实现上述目的，本申请实施方式提供一种视频摘要的生成方法，所述视频具备文字描述信息，所述方法包括：从所述视频中提取多个场景切换帧，并为所述场景切换帧设置场景标签，其中，相邻两个场景切换帧之间的相似度满足指定条件；从所述文字描述信息中提取所述视频对应的主题标签；根据所述场景切换帧的场景标签与所述主题标签之间的关联性，从所述多个场景切换帧中筛选出目标帧，并基于所述目标帧生成所述视频的视频摘要。

为实现上述目的，本申请实施方式还提供一种视频摘要的生成装置，所述视频具备文字描述信息，所述装置包括：场景切换帧提取单元，用于从所述视频中提取多个场景切换帧，并为所述场景切换帧设置场景标签，其中，相邻两个场景切换帧之间的相似度满足指定条件；主题标签提取单元，用于从所述文字描述信息中提取所述视频对应的主题标签；视频摘要生成单元，用于根据所述场景切换帧的场景标签与所述主题标签之间的关联性，从所述多个场景切换帧中筛选出目标帧，并基于所述目标帧生成所述视频的视频摘要。

由上可见，本申请首先可以从视频中提取相似度满足指定条件的场景切换帧，并为场景切换帧设置对应的场景标签。然后可以结合该视频的文字描述信息，确定该视频的主题标签。该主题标签可以准确地表征该视频的主题。接着，通过确定场景标签与主题标签之间的关联性，从而可以从场景切换帧中保留与主题关联性较紧密的目标帧。这样，基于所述目标帧生成的视频摘要从而能够准确地表征视频的主题内容。

附图说明

为了更清楚地说明本申请实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。