[发明专利]视频标签获取方法、装置、电子设备和存储介质

说明书

本发明公开了一种视频标签获取方法、装置、电子设备和存储介质。其中，方法包括获取目标视频的多帧图片；将所述多帧图片输入至训练好的网络模型中，获取所述目标视频的标签；其中，所述网络模型根据所述目标视频多帧图片中物体图结构的变换获得所述目标视频的标签。采用本发明提供的方案能基于视频中物体的变化获取视频的标签，实用性强，准确率高。

技术领域

本发明涉及视频标签技术领域，尤其涉及一种视频标签获取方法、装置、电子设备和存储介质。

背景技术

随着互联网的飞速发展，使得用户可以通过各种终端的视频类应用程序或网站获取各种类型的视频，例如电影、电视剧等。对于视频来说，视频标签能够很好的展示视频的类型、特色等，从而用户可以根据视频标签选择自己喜爱的视频类型，大大提升了用户的使用体验。

但目前，视频标签一般操作人员通过观看视频内容，基于经验获取视频的标签，从而进行打标签操作。但上述方式需要大量的人工成本，且由于操作人员的标准不一致，准确率不高。

发明内容

为解决现有的视频标签获取过程难，准确率低的相关技术问题，本发明实施例提供一种视频标签获取方法、装置、电子设备和存储介质。

本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种视频标签获取方法，方法包括：

获取目标视频的多帧图片；

将所述多帧图片输入至训练好的网络模型中，获取所述目标视频的标签；其中，所述网络模型根据所述目标视频多帧图片中物体图结构的变换获得所述目标视频的标签。

上述方案中，所述网络模型为多个，所述将所述多帧图片输入至训练好的网络模型中，获取所述目标视频的标签包括：

将所述多帧图片输入到多个网络模型中的每个网络模型中，获取每个网络模型针对所述多帧图片所输出的标签结果；

将多个标签结果作为所述目标视频的标签。

上述方案中，所述将所述多帧图片输入到多个网络模型中的每个网络模型中，获取每个网络模型针对所述多帧图片所输出的标签结果包括：

对所述多帧图片中的每帧图片进行物体检测识别，构建每帧图片的物体图结构；

将所述多帧图片中每帧图片对应的物体图结构输入至多个网络模型中的每个网络模型中，获取每个网络模型针对所述多帧图片所输出的标签结果。

上述方案中，所述对所述多帧图片中的每帧图片进行物体检测识别，构建每帧图片的物体图结构包括：

对所述多帧图片中的每帧图片进行物体检测识别，确定每帧图片中每一物体的物体位置和物体类型；

基于所述每帧图片中每一物体的物体位置和物体类型，构建每帧图片内物体间的关系图；

将构建后的每帧图片的物体间的关系图确定为每帧图片的物体图结构。

上述方案中，所述网络模型的训练过程包括：

获取训练图片集；

对所述训练图片集中的每帧图片进行物体检测识别，确定所述训练图片集中的每帧图片的物体图结构；

以所述训练图片集中的出现次数最多的物体为中心节点；将所述训练图片集中的每帧图片的物体图结构输入至预设的网络模型中进行训练，获得训练好的网络模型；其中，中心节点不同，基于不同的中心节点根据物体图结构的变换训练获得的网络模型输出的标签结果不同。

上述方案中，所述获取目标视频的多帧图片包括：

获取目标视频；