[发明专利]一种基于渐进式生成对抗网络的视频摘要方法

权利要求书

1.一种基于渐进式生成对抗网络的视频摘要方法，其特征在于：包括以下步骤：

步骤1、对待摘要视频按照固定频率进行帧采样，把视频切分为一帧一帧的图片的集合；

步骤2、搭建渐进式生成对抗网络模型，并将步骤1处理后的视频输入该模型，对视频中所有帧通过标签进行标注，提取视频中的关键帧；

步骤3、选择训练模式为精度模式或者收敛模式；

步骤4、输出视频所有帧的标签，以标记出视频中的关键帧；该标签包括视频的所有帧是否为关键帧的分类结果；

步骤5、利用标签从原视频中生成摘要短视频；标签标注为1的位置对应着相应的视频的帧为关键帧，提取出这些关键帧合成摘要短视频；

步骤2所述渐进式生成对抗网络模型是一个多层生成对抗网络的渐进演变，集训练与测试于一体，从低分辨率开始学习所有帧，使用生成对抗网络的生成器和鉴别器相互对抗来提取关键帧；关键帧提取过程中，生成器选择帧，形成关键帧集，判别器则对关键帧集进行筛选，使留下的关键帧信息与原视频中的信息表达相似；随着训练的进行，向生成器和鉴别器的网络中不断添加新的层，增大图片分辨率，使模型逐渐利用更高分辨率的细节特征提取关键帧。

2.根据权利要求1所述的一种基于渐进式生成对抗网络的视频摘要方法，其特征在于：所述精度模式指定模型停止训练时的图片分辨率大小，所述收敛模式让模型在多层不同分辨率训练的关键帧提取结果趋于一致时停止训练。