[发明专利]视频的处理方法、装置、存储介质和处理器在审

专利信息
申请号: 202010065594.X 申请日: 2020-01-20
公开(公告)号: CN111274960A 公开(公告)日: 2020-06-12
发明(设计)人: 晋延林;张莹莹;赵磊;樊翠芳;黄乐 申请(专利权)人: 央视国际网络有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F16/783;G06F16/75
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 霍文娟
地址: 100142 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:
搜索关键词: 视频 处理 方法 装置 存储 介质 处理器
【说明书】:

本申请提供了一种视频的处理方法、装置、存储介质和处理器,该处理方法包括:对视频库中的视频进行分类,得到多类视频;确定各类视频中的多个信息要素;采用识别方法对各视频进行识别,得到对应各信息要素的识别信息;根据识别信息确定对应的标签;记录标签在视频中出现的时间点。该方法可以使得用户可以根据标签快速准确找到想要的视频,并直接找到视频出现标签的时间点,大大节省了用户查找视频的时间成本。并且挖掘视频中的多个信息要素,以增加得到的标签的种类和数量,使得用户采用任意一个标签进行搜索均可查找到相应的视频,从而进一步挖掘出了视频的价值,拓展了视频的使用场景、使用深度、使用频次。

技术领域

本申请涉及视频处理技术领域,具体而言,涉及一种视频的处理方法、装置、存储介质和处理器。

背景技术

随着视频生产制作技术的成熟,网速的快速提升,流量费用的降低等原因,我们已经从图文时代进入了视频时代,视频成为了互联网用户每天接触时间最长的一种内容形式。面对海量的视频,如何快速准确找到所需视频?如何快速获取到视频中的价值点?是视频用户面临的一个痛点。但视频的内容不同于图文,一是视频的类型不一,长短不一,内容不一,很难使用同一种办法进行分析其中的价值点;二是无论长视频还是短视频均包含图像、声音、文字等多维度信息,承载的信息量远大于图文,这些信息点很难通过标题、关键字、简介等概括性的编目准确完整的表达,导致视频在传播过程中遗失大量没有文本化的信息点,而现有视频搜索都是依靠对标题、关键字等文字的爬虫技术,因此用户经常无法快速准确的找到想要的视频;三是大量视频发布后通常只会被一次性应景性地推给用户观看,过后制作人员面对海量历史视频无法快速检索到视频中有用的信息点,致使大量视频堆积在库里,很难被高效率的重复利用,造成浪费。

在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解,因此,背景技术中可能包含某些信息,这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。

发明内容

本申请的主要目的在于提供一种视频的处理方法、装置、存储介质和处理器,以解决现有技术中无法快速准确找到想要的视频的问题。

根据本发明实施例的一个方面,提供了一种视频的处理方法,包括:对视频库中的视频进行分类,得到多类所述视频;确定各类所述视频中的多个信息要素;采用识别方法对各所述视频进行识别,得到对应各所述信息要素的识别信息;根据所述识别信息确定对应的标签;记录所述标签在所述视频中出现的时间点。

进一步地,根据所述识别信息确定对应的标签,包括:将所述识别信息与知识图谱进行比较,得到比较结果,所述知识图谱与所述信息要素对应;根据所述比较结果确定所述识别信息对应的标签。

进一步地,记录所述标签在所述视频中出现的时间点,包括:确定在所述视频的预定时间内是否出现多次的所述标签;在所述预定时间内出现多次的所述标签的情况下,记录在所述预定时间内最早出现所述标签的时间为所述时间点。

进一步地,在记录所述标签在所述视频中出现的时间点之后,所述方法还包括:将所述标签以及所述标签对应的时间点下发至前端应用产品。

进一步地,在标记所述标签在所述视频中出现的时间点之后,所述方法还包括:接收人工校对结果;根据所述人工校对结果优化所述识别方法和/或所述知识图谱。

进一步地,多类所述视频包括综艺类视频、诗词类视频以及剧集类视频,所述综艺类视频对应的信息要素包括明星,所述诗词类视频对应的信息要素包括诗词的名称以及诗人。

进一步地,所述识别方法为以下至少之一:人脸识别方法、字幕识别方法、音频识别方法、场景识别方法。

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央视国际网络有限公司,未经央视国际网络有限公司许可,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/pat/books/202010065594.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top