[发明专利]一种短视频质量筛选方法

说明书

本发明公开了一种短视频质量筛选方法，所述方法包括如下步骤：获取目标短视频，并获取目标短视频关键帧；识别关键帧视频要素；建立至少一个必要评价模型；建立至少一个筛选评价模型；将所述视频要素输入必要评价模型，将满足所述必要评价模型的关键帧输入所有筛选评价模型，获取视频每一筛选评价模型的质量分，计算关键帧的质量分，根据关键帧质量分筛选所述目标短视频，所述筛选方法采用人工智能技术，采集短视频中的人脸、手势、目光、表情和互动动作等视频要素分别建立识别和评价模型，并且根据上述获取的视频要素建立总的评价算法，用于筛选适应场景搜索的最佳的短视频。

发明领域

本发明涉及视频领域，特别涉及一种短视频质量筛选方法。

背景技术

目标短视频的编辑主要通过人工来完成，通过人工对短视频进行筛选、编辑和优化，人工筛选短视频成本较高，并且人工筛选的短视频效率较低，无法实现短时间内大批量高质量的短视频编辑，从而也影响了优质短视频的传播效率。

发明目的

本发明其中一个目的在于提供一种短视频质量筛选方法，所述筛选方法采用人工智能技术，采集短视频中的人脸、手势、目光、表情和互动动作等视频要素分别建立识别和评价模型，并且根据上述获取的视频要素建立总的评价算法，用于筛选适应场景最佳的短视频。

本发明另一个目的在于提供一种短视频质量筛选方法，所述筛选方法获取短视频的最优帧和多个关键帧，并将最优帧作为短视频质量筛选和排序的关联条件，同时将所有关键帧的平均质量作为短视频质量筛选和排序条件，从而使得短视频既可以兼顾画面和整体的播放质量。

本发明另一个目的在于提供一种短视频质量筛选方法，所述筛选方法采用双层或多层评价模型，针对不同的视频要素并根据要素在具体场景中重要程度分配评价模型的必要层级和筛选层级，从而更加适配短视频的场景。

本发明另一个目的在于提供一种短视频质量筛选方法，所述筛选方法优选视频中的人脸要素为建立必要评价模型的，当人脸要素满足必要评价模型后，进一步筛选其他要素中的一个或多个作为筛选评价模型。

本发明另一个目的在于提供一种短视频质量筛选方法，所述筛选方法将根据筛选评价模型中的数据设置权重值，并根据一个或多个筛选评价模型中的评价分值和权重值相乘并相加后输出总评价分，并根据总评价分对短视频进行排序输出。

本发明另一个目的在于提供一种短视频质量筛选方法，所述筛选方法采集短视频中的关键帧，并对关键帧进行视频要素采集，从而可以提高图像采集和处理的效率。

为了实现至少一个上述发明目的，本发明进一步提供一种短视频质量筛选方法，所述方法包括如下步骤：

获取目标短视频，并获取目标短视频关键帧；

识别关键帧视频要素；

建立至少一个必要评价模型；

建立至少一个筛选评价模型；

将所述视频要素输入必要评价模型，将满足所述必要评价模型的关键帧输入所有筛选评价模型，获取视频每一筛选评价模型的质量分，计算关键帧的质量分，根据关键帧质量分筛选所述目标短视频。

根据本发明其中一个较佳实施例，识别关键帧中的人脸视频要素，建立人脸视频要素的必要评价模型，其中所述人脸视频要素的必要评价模型建立方法包括如下步骤：

采集关键帧人脸大小数据、人脸清晰度数据、人脸角度数据和人脸位置数据；

计算人脸大小质量分数、人脸清晰度质量分数、人脸角度质量分数和人脸位置质量分数，并分别设置权重系数，

将人脸大小质量分数、人脸清晰度质量分数、人脸角度质量分数、人脸位置质量分数分别和对应的权重系数相乘并相加以获取短视频人脸要素的必要评价模型质量分；