[发明专利]一种视频分类方法和装置

权利要求书

1.一种视频分类方法，其特征在于，包括：

根据待分类视频中关键帧，获取待分类视频中每个关键帧的特征向量；

根据所述待分类视频中每个关键帧的特征向量，获取所述待分类视频的视觉分类向量；

根据所述待分类视频中图像帧包含的文本，获取所述待分类视频的文本分类向量；

将所述视觉分类向量和所述文本分类向量代入预设分类模型，获取所述待分类视频的类别；

所述获取所述待分类视频的视觉分类向量，包括：

将所述待分类视频中所有关键帧的特征向量按行进行组合，得到特征图；

分别将所述特征图中每列数据融合为一个数据，得到所述待分类视频的视觉分类向量；

所述分别将所述特征图中每列数据融合为一个数据，得到所述待分类视频的视觉分类向量包括：

分别计算所述特征图中每列数据的最大值，得到所述待分类视频的视觉分类向量。

2.根据权利要求1所述的视频分类方法，其特征在于，在所述将所述视觉分类向量和所述文本分类向量代入预设分类模型之前，还包括：

获取多个视频样本，以及每个视频样本对应的视觉分类向量、文本分类向量和类别值；

分别根据每个视频样本对应的视觉分类向量、文本分类向量和类别值对初始分类器进行训练，得到所述分类模型。

3.根据权利要求1至2中任意一项所述的视频分类方法，其特征在于，所述获取待分类视频中每个关键帧的特征向量，包括：

使用预设图像分类器分别对所述待分类视频中每个关键帧进行特征提取，得到所述待分类视频中每个关键帧的特征向量；或者，

获取所述待分类视频中每个关键帧的特征点，根据所述特征点获取所述待分类视频中每个关键帧的特征向量。

4.根据权利要求1至2中任意一项所述的视频分类方法，其特征在于，所述获取待分类视频中每个关键帧的特征向量，包括：

根据预设规则从所述待分类视频中提取关键帧；所述预设规则包括：时长、权重、间隔、点击量中的一种；

获取所述待分类视频中每个关键帧的特征向量。

5.根据权利要求1至2中任意一项所述的视频分类方法，其特征在于，获取所述待分类视频的文本分类向量，包括：

从所述待分类视频中提取图像帧；

识别所述图像帧中的文字，得到所述图像帧包含的文本；

对所述待分类视频中所有的图像帧包含的文本进行组合，再进行文本分类，得到所述待分类视频的文本分类向量。

6.一种视频分类装置，其特征在于，包括：

特征获取模块，用于根据待分类视频中关键帧，获取待分类视频中每个关键帧的特征向量；

视觉分类模块，与所述特征获取模块相连，用于根据所述待分类视频中每个关键帧的特征向量，获取所述待分类视频的视觉分类向量；

文本分类模块，用于根据所述待分类视频中图像帧包含的文本，获取所述待分类视频的文本分类向量；

类别获取模块，分别与所述视觉分类模块和所述文本分类模块相连，用于将所述视觉分类向量和所述文本分类向量代入预设分类模型，获取所述待分类视频的类别；

所述视觉分类模块，包括：

向量组合子模块，用于将所述待分类视频中所有关键帧的特征向量按行进行组合，得到特征图；

向量融合子模块，与所述向量组合子模块相连，用于分别将所述特征图中每列数据融合为一个数据，得到所述待分类视频的视觉分类向量；

所述分别将所述特征图中每列数据融合为一个数据，得到所述待分类视频的视觉分类向量包括：

分别计算所述特征图中每列数据的最大值，得到所述待分类视频的视觉分类向量。

7.根据权利要求6所述视频分类装置，其特征在于，所述装置还包括：

样本获取模块，用于获取多个视频样本，以及每个视频样本对应的视觉分类向量、文本分类向量和类别值；

训练模块，分别与所述样本获取模块和所述类别获取模块相连，用于分别根据每个视频样本对应的视觉分类向量、文本分类向量和类别值对初始分类器进行训练，得到所述分类模型。