[发明专利]视频处理方法及相关装置

权利要求书

1.一种视频处理方法，其特征在于，所述方法包括：

提取视频数据集包括的N个视频的N个视频特征数据，N为正整数；

获取所述N个视频特征数据之间每两个视频特征数据的匹配度数据；

基于所述匹配度数据将所述N个视频划分为M个视频聚类簇，M为小于或等于N的正整数；

基于预设去重规则逐一对所述M个视频聚类簇进行去重处理，得到去重后的视频数据集，所述去重后的视频数据集包括M个视频。

2.根据权利要求1所述的方法，其特征在于，所述视频特征数据包括特征序列；所述提取视频数据集中的N个视频的N个视频特征数据，包括：

获取所述每个视频的每帧图像数据；

通过感知哈希算法提取所述每帧图像数据的特征向量；

将所述每帧图像数据的特征向量进行级联得到所述每个视频对应的特征序列，所述特征序列用于表示视频的内容特征。

3.根据权利要求2所述的方法，其特征在于，所述获取所述N个视频特征数据之间每两个视频特征数据的匹配度数据，包括：

基于匹配函数获取N个特征序列中每两个特征序列之间的最长公共子序列；

将每个最长公共子序列的长度确定为所述N个视频特征数据之间每两个视频特征数据的匹配度数据。

4.根据权利要求3所述的方法，其特征在于，所述基于所述匹配度数据将所述N个视频划分为M个视频聚类簇，包括：

将所述最长公共子序列的长度大于预设长度阈值的所述最长公共子序列对应的两个视频确定为一个重复视频集；

获取每个重复视频集之间的重合视频信息，所述重合视频信息用于表示每个重复视频集之间是否存在相同视频；

根据所述重合视频信息将全部重复视频集包括的所述N个视频划分为所述M个视频聚类簇。

5.根据权利要求1所述的方法，其特征在于，所述视频特征数据包括视频特征向量；所述提取视频数据集中的N个视频的N个视频特征数据，包括：

获取所述每个视频的每帧图像数据；

通过感知哈希算法提取所述每帧图像数据的图像特征向量；

将所述每帧图像数据的图像特征向量叠加，组成所述视频特征向量。

6.根据权利要求5所述的方法，其特征在于，所述获取所述N个视频特征数据之间每两个视频特征数据的匹配度数据，包括：

获取N个视频特征向量中每两个视频特征向量之间的的曼哈顿距离数据；

将每个曼哈顿距离数据确定为所述N个视频特征数据之间每两个视频特征数据的匹配度数据。

7.根据权利要求1～6任一项所述的方法，其特征在于，所述基于预设去重规则逐一对所述M个视频聚类簇进行去重处理，得到去重后的视频数据集，包括：

获取所述视频数据集对应的预设去重规则，所述预设去重规则包括去重指标数据；

筛选出每个视频聚类簇中满足所述去重指标数据的视频进行保留；

将所述M个视频聚类簇中保留的M个视频作为所述去重后的视频数据集。

8.根据权利要求2所述的方法，其特征在于，所述特征向量包括64维向量；所述通过感知哈希算法提取所述每帧图像数据的特征向量，包括：

将所述每帧图像数据转化为32×32像素的灰度图像数据；

通过离散余弦变换对所述灰度图像数据进行处理，得到32×32的系数矩阵；

选取每个系数矩阵左上位置8×8区域的64个系数进行量化，得到所述每帧图像数据的64维向量。

9.根据权利要求6所述的方法，其特征在于，所述将所述每帧图像数据的特征向量进行级联得到所述每个视频对应的特征序列，包括：

获取所述每帧图像数据的时间戳；

根据所述时间戳的先后顺序将所述64维向量依次排列，生成所述每个视频对应的特征序列。