[发明专利]视频场景的分割方法、装置、计算机设备、存储介质

权利要求书

1.一种视频场景的分割方法，其特征在于，所述方法包括：

通过双路模型的第一编码器和第二编码器分别对视频镜头序列进行特征提取，得到第一镜头特征和第二镜头特征；

在所述第一镜头特征中确定第一样本特征，并基于所述第一样本特征的编码在所述第二镜头特征中确定第二样本特征；所述第一样本特征和所述第二样本特征作为正样本特征；

获取负样本特征，基于所述负样本特征和所述正样本特征之间的损失值对所述第一编码器和所述第二编码器进行优化；其中，优化后的第一编码器作为镜头特征提取模型；

通过所述镜头特征提取模型从目标视频镜头序列提取第三镜头特征，并基于所述第三镜头特征对场景分割模型进行训练；

基于训练后的场景分割模型对待分割视频进行视频场景分割。

2.根据权利要求1所述的方法，其特征在于，所述通过双路模型的第一编码器和第二编码器分别对视频镜头序列进行特征提取之前，所述方法还包括：

获取时间连续的视频镜头，得到连续视频镜头序列；

对所述连续视频镜头序列中的视频镜头进行乱序处理，得到乱序的视频镜头序列；

对所述乱序的视频镜头序列中的各视频镜头进行数据增强处理，得到用于特征提取的视频镜头序列。

3.根据权利要求2所述的方法，其特征在于，所述对所述连续视频镜头序列中的视频镜头进行乱序处理，得到乱序的视频镜头序列，包括：

将所述连续视频镜头序列中各视频镜头进行片段划分，得到视频片段；

将所述连续视频镜头序列中各视频镜头的视频片段进行乱序处理，得到乱序的视频镜头序列。

4.根据权利要求2所述的方法，其特征在于，所述对所述连续视频镜头序列中的视频镜头进行乱序处理，得到乱序的视频镜头序列，包括：

获取至少一个待插入视频镜头；

将所述至少一个待插入视频镜头插入至所述视频镜头序列的各相邻视频镜头之间，得到乱序的视频镜头序列。

5.根据权利要求2所述的方法，其特征在于，所述对所述乱序的视频镜头序列中的各视频镜头进行数据增强处理，得到用于特征提取的视频镜头序列，包括：

对所述乱序的视频镜头序列中的各视频镜头进行第一数据增强处理，得到用于输入至所述第一编码器以进行特征提取的视频镜头序列；所述第一数据增强处理包括裁剪处理、模糊处理和反转操作中的至少一种；

对所述乱序的视频镜头序列中的各视频镜头进行第二数据增强处理，得到用于输入至所述第二编码器以进行特征提取的视频镜头序列；所述第二数据增强处理包括缩放处理、裁剪处理、像素变换、模糊处理和水平反转操作中的至少一种。

6.根据权利要求1所述的方法，其特征在于，所述在所述第一镜头特征中确定第一样本特征，包括：

对所述第一镜头特征进行聚类处理，得到镜头特征类簇以及各所述镜头特征类簇的中心镜头特征；

选取各所述镜头特征类簇的中心镜头特征作为第一样本特征；

所述方法还包括：记录各所述镜头特征类簇的中心镜头特征的编码。

7.根据权利要求6所述的方法，其特征在于，所述基于所述第一样本特征的编码在所述第二镜头特征中确定第二样本特征，包括：

将所述编码作为索引映射函数的变量；所述索引映射函数用于反映每个所述镜头特征类簇的中心镜头特征与第二样本特征之间的映射关系；

基于所述索引映射函数，从所述第二镜头特征中确定第二样本特征。

8.根据权利要求1所述的方法，其特征在于，所述获取负样本特征，包括：

当首次训练所述双路模型时，对负样本队列进行初始化得到负样本特征；

当非首次训练所述双路模型时，将所述第二编码器当前批次提取得到的第二镜头特征缓存至负样本队列中；并在下一次训练时，将所述负样本队列中的第二镜头特征作为下一次训练过程中的负样本特征。