CN110121033A - 视频编目方法及装置 - Google Patents
视频编目方法及装置 Download PDFInfo
- Publication number
- CN110121033A CN110121033A CN201810119048.2A CN201810119048A CN110121033A CN 110121033 A CN110121033 A CN 110121033A CN 201810119048 A CN201810119048 A CN 201810119048A CN 110121033 A CN110121033 A CN 110121033A
- Authority
- CN
- China
- Prior art keywords
- video
- video clip
- label
- inventory information
- cataloguing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/845—Structuring of content, e.g. decomposing content into time segments
- H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开涉及一种视频编目方法及装置。该方法包括：接收终端设备发送的对待编目视频的编目请求；获取终端设备上传的待编目视频；响应于编目请求，获取待编目视频中的各视频片段对应的标签；根据标签，确定各视频片段对应的编目信息；控制终端设备展示编目信息。根据本公开实施例，能够接收终端设备发送的对待编目视频的编目请求，获取终端设备上传的待编目视频，响应于该编目请求，获取待编目视频中的各视频片段对应的标签，根据标签，确定各视频片段对应的编目信息，并控制终端设备展示编目信息，从而实现对待编目视频的自动化编目，使用户能够便捷地获得任意视频的编目信息，提高视频编目的效率。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种视频编目方法及装置。
背景技术
如今，视频已经变得大众化，人们可以随时随地通过各种设备(例如，手机、相机等)拍摄视频。视频内容不仅丰富多彩，且视频资源量惊人。视频编目可以帮助用户快速、准确地在数量巨大的视频资源中找到其想要的视频。
发明内容
有鉴于此，本公开提出了一种视频编目方法及装置，能够提高视频编目的效率。
根据本公开的一方面，提供了一种视频编目方法，所述方法包括：
接收终端设备发送的对待编目视频的编目请求；
获取终端设备上传的待编目视频；
响应于所述编目请求，获取所述待编目视频中的各视频片段对应的标签；
根据所述标签，确定各视频片段对应的编目信息；
控制终端设备展示所述编目信息。
在一种可能的实现方式中，获取待编目视频中的各视频片段对应的标签，包括：
针对所述待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段；
确定所述多个视频片段中的各视频片段对应的标签。
在一种可能的实现方式中，确定所述多个视频片段中各视频片段对应的标签，包括：
获取所述多个视频片段中各视频片段对应的音频信息；
根据所述音频信息，确定相应的视频片段对应的标签。
在一种可能的实现方式中，确定所述多个视频片段中各视频片段对应的标签，还包括：
确定所述多个视频片段中各视频片段对应的关键帧图像；
根据所述关键帧图像，确定相应的视频片段对应的标签。
在一种可能的实现方式中，所述编目信息包括针对视频片段的文字描述。
在一种可能的实现方式中，根据所述标签，确定各视频片段对应的编目信息，包括：
将所述关键帧图像以及所述标签输入网络模型中进行处理，确定各视频片段对应的文字描述，将所述文字描述作为所述视频片段对应的编目信息，
其中，所述网络模型通过样本图像、所述样本图像对应标签以及所述样本图像的文字描述训练得到。
在一种可能的实现方式中，所述方法还包括：
响应于终端设备对所述编目信息的修改请求，确定所述编目信息的修改内容；
根据所述修改内容，重新确定编目信息。
在一种可能的实现方式中，所述方法还包括：
获取终端设备发送的对视频片段的搜索关键词；
确定与所述搜索关键词相匹配的编目信息；
确定所述相匹配的编目信息对应的视频片段；
控制终端设备展示所述视频片段。
在一种可能的实现方式中，所述方法还包括：
根据各视频片段对应的标签和/或编目信息确定统计信息；
控制终端设备展示所述统计信息。
在一种可能的实现方式中，所述编目信息包括所述待编目视频的各视频片段的内容信息。
在一种可能的实现方式中，所述方法还包括：
根据终端设备对编目规则和/或统计规则的设置信息，确定编目规则和/或统计规则。
根据本公开的另一方面，提供了一种视频编目装置，所述装置包括：
编目请求接收模块，用于接收终端设备发送的对待编目视频的编目请求；
视频获取模块，用于获取终端设备上传的待编目视频；
标签获取模块，用于响应于所述编目请求，获取所述待编目视频中的各视频片段对应的标签；
第一编目信息确定模块，用于根据所述标签，确定各视频片段对应的编目信息；
第一控制模块，用于控制终端设备展示所述编目信息。
在一种可能的实现方式中，所述标签获取模块包括：
视频片段确定子模块，用于针对所述待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段；
标签确定子模块，用于确定所述多个视频片段中的各视频片段对应的标签。
在一种可能的实现方式中，所述标签确定子模块包括：
音频信息获取子模块，用于获取所述多个视频片段中各视频片段对应的音频信息；
第一标签确定子模块，用于根据所述音频信息，确定相应的视频片段对应的标签。
在一种可能的实现方式中，所述标签确定子模块还包括：
图像确定子模块，用于确定所述多个视频片段中各视频片段对应的关键帧图像；
第二标签确定子模块，用于根据所述关键帧图像，确定相应的视频片段对应的标签。
在一种可能的实现方式中，所述编目信息包括针对视频片段的文字描述。
在一种可能的实现方式中，所述第一编目信息确定模块包括：
编目信息确定子模块，用于将所述关键帧图像以及所述标签输入网络模型中进行处理，确定各视频片段对应的文字描述，将所述文字描述作为所述视频片段对应的编目信息，
其中，所述网络模型通过样本图像、所述样本图像对应标签以及所述样本图像的文字描述训练得到。
在一种可能的实现方式中，所述装置还包括：
修改内容确定模块，用于响应于终端设备对所述编目信息的修改请求，确定所述编目信息的修改内容；
第二编目信息确定模块，用于根据所述修改内容，重新确定编目信息。
在一种可能的实现方式中，所述装置还包括：
关键词获取模块，用于获取终端设备发送的对视频片段的搜索关键词；
第三编目信息确定模块，用于确定与所述搜索关键词相匹配的编目信息；
视频片段确定模块，用于确定所述相匹配的编目信息对应的视频片段；
第二控制模块，用于控制终端设备展示所述视频片段。
在一种可能的实现方式中，所述装置还包括：
统计信息确定模块，用于根据各视频片段对应的标签和/或编目信息确定统计信息；
第三控制模块，用于控制终端设备展示所述统计信息。
在一种可能的实现方式中，所述编目信息包括所述待编目视频的各视频片段的内容信息。
在一种可能的实现方式中，所述装置还包括：
规则确定模块，用于根据终端设备对编目规则和/或统计规则的设置信息，确定编目规则和/或统计规则。
根据本公开的另一方面，提供了一种视频编目装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法。
根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述视频编目方法。
根据本公开实施例，能够接收终端设备发送的对待编目视频的编目请求，获取终端设备上传的待编目视频，响应于该编目请求，获取待编目视频中的各视频片段对应的标签，根据标签，确定各视频片段对应的编目信息，并控制终端设备展示编目信息，从而实现对待编目视频的自动化编目，使用户能够便捷地获得任意视频的编目信息，提高视频编目的效率。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1是根据一示例性实施例示出的一种视频编目方法的流程图。
图2是根据一示例性实施例示出的一种视频编目方法的流程图。
图3是根据一示例性实施例示出的一种视频编目方法的流程图。
图4是根据一示例性实施例示出的一种视频编目方法的流程图。
图5是根据一示例性实施例示出的一种视频编目方法的流程图。
图6是根据一示例性实施例示出的一种视频编目方法的流程图。
图7是根据一示例性实施例示出的一种视频编目方法的应用场景的示意图。
图8是根据一示例性实施例示出的一种视频编目装置的框图。
图9是根据一示例性实施例示出的一种视频编目装置的框图。
图10是根据一示例性实施例示出的一种视频编目装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1是根据一示例性实施例示出的一种视频编目方法的流程图。该方法可应用于服务器中。如图1所示，根据本公开实施例的视频编目方法包括：
在步骤S101中，接收终端设备发送的对待编目视频的编目请求；
在步骤S102中，获取终端设备上传的待编目视频；
在步骤S103中，响应于所述编目请求，获取所述待编目视频中的各视频片段对应的标签；
在步骤S104中，根据所述标签，确定各视频片段对应的编目信息；
在步骤S105中，控制终端设备展示所述编目信息。
根据本公开实施例，能够接收终端设备发送的对待编目视频的编目请求，获取终端设备上传的待编目视频，响应于所述编目请求，获取所述待编目视频中的各视频片段对应的标签，根据所述标签，确定各视频片段对应的编目信息，并控制终端设备展示编目信息，从而实现对待编目视频的自动化编目，使用户能够便捷地获得任意视频的编目信息，提高视频编目的效率。
视频编目是指对该视频的内容进行记录、编辑等以获得编目信息的过程，编目信息可包括待编目视频的各视频片段的内容信息。内容信息例如包括视频内容的地点、时间、人物、发生的事件、人物的关系等与该视频内容相关的信息或特征。
举例来说，用户希望对一段视频进行视频编目，该视频的时长为1小时，该用户需要从视频开始看到视频结束，并且在看的过程中，根据其对视频内容的理解，人工记录与该视频内容相关的信息等(例如，按照视频编目标准格式填写其理解的与该视频内容相关的信息)，对该视频进行视频编目。
例如，该视频开始5分钟的内容讲述了男女主角如何在超市相遇，用户可以根据这5分钟内容，总结出与该部分内容的相关的信息。例如，男女主角相遇、超市等，并将其总结出的信息进行存储。之后，用户接着观看该视频的下一部分内容(例如，第6分钟到第10分钟的内容)，并不断根据其观看的视频内容，对该视频进行视频编目。
可见，用户想要对一段视频进行视频编目，因用户需要一边看视频，一边总结视频内容相关的信息，使得对视频编目的耗时要长于该视频时长，编目效率很低，人力资源消耗大。另外，用户在对视频进行视频编目时，该用户的主观因素对视频编目结果产生较大影响，每个人对视频内容的理解各不相同，描述准确度也可能不够高，使得该视频的视频编目的普适性较低。
此时，用户可以通过其终端设备发送对待编目视频的编目请求，并上传该待编目视频，例如，用户通过上传视频入口上传该待编目视频，并发送对待编目视频的编目请求。服务器接收用户终端设备发送的对待编目视频的编目请求，并获取终端设备上传的待编目视频。
服务器响应于所述编目请求，获取所述待编目视频中的各视频片段对应的标签。举例来说，服务器可以响应于终端设备发送的对待编目视频的编目请求，并获取所述待编目视频中的各视频片段对应的标签。其中，各视频片段对应的标签可用于表示各视频片段所包含的多种信息，例如，该视频片段内容的分类信息、该视频片段场景、人物、发生的事件、出现的动作等与视频片段内容相关的信息、该视频片段拍摄地点、拍摄演员等与视频片段相关的周边信息等。
例如，服务器在接收到终端设备发送的对待编目视频的编目请求时，响应该请求，获取终端设备上传的待编目视频。服务器可以将该待编目视频拆分出多个视频片段，并分别获取各视频片段对应的标签。这样，用户通过其终端设备发起针对待编目视频的编目请求，服务器可以响应该编目请求，并获取终端设备上传的待编目视频，并获取待编目视频中的各视频片段对应的标签，以实现对用户希望编目的视频进行视频编目。
图2是根据一示例性实施例示出的一种视频编目方法的流程图。在一种可能的实现方式中，如图2所示，步骤S103可以包括：
在步骤S1031中，针对所述待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段。
举例来说，服务器可以针对待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段。例如，服务器可以对待编目视频的画面进行逐帧检测，例如，对画面内容进行特征提取、场景识别等，当画面内容差异较大时(例如，当画面内容差异大于差异阈值时)，进行视频镜头分割，从而准确地确定待编目视频的多个视频片段。
需要说明的是，服务器在对待编目视频进行视频镜头分割时，可以是将该待编目视频分割为多个视频片段(例如，将待编目视频剪裁为5个视频片段，生成或存储为视频片段1到视频片段5)，也可以是通过记录每个视频片段的起始时间点和结束时间点来对待编目视频进行视频镜头分割，确定待编目视频的多个视频片段的。此时，并非真正切分待编目视频，而是通过记录多组起始时间点和结束时间点，来对待编目视频进行视频镜头分割。例如，针对待编目视频A，可以在服务器数据库中记录多个视频片段对应的多组起始时间点和结束时间点(例如，第一组起始时间点和结束时间点分别为00:00和02:00、第二组起始时间点和结束时间点分别为02:00和03:00等)。
通过这种方式，服务器针对所述待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段，可以提高对待编目视频进行视频镜头分割的客观性和准确度，且服务器对待编目视频进行视频镜头分割的精细度较高。同时，服务器对待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段的效率较高，且人力资源消耗小，例如，服务器对10分钟的待编目视频进行视频镜头分割，只需要平均耗时50s即可实现，从而实现快速地、准确地、客观地获取待编目视频的多个视频片段。
本领域技术人员应理解，可以通过多种方式对待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段，例如，服务器可以结合关键帧比较技术和运动追踪技术，识别出该待编目视频的场景转换点，并针对所述待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段，不限于上述示例，只要可以对待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段即可，本公开对此不作限制。
在步骤S1032中，确定所述多个视频片段中的各视频片段对应的标签。
举例来说，服务器可以确定多个视频片段中的各视频片段对应的标签。例如，服务器针对待编目视频进行视频镜头分割，确定待编目视频包括5个视频片段，服务器可以分别确定这5个视频片段对应的标签。举例来说，服务器可以分别对这5个视频片段进行内容识别，例如，可以进行音频识别、图像识别、文字识别等，识别出5个视频片段中包括的各种信息，将这些信息确定为各视频片段对应的标签。
通过这种方式，服务器对各视频片段的内容进行识别，并确定各视频片段对应的标签，因服务器内容识别能力很高(例如，可识别包括3000个明星、5000个通用词汇等)、识别能力扩充性很强、客观性强，保证各视频片段对应的标签的全面性较高、准确度较高、客观性强。同时，服务器对各视频片段的内容进行识别速度很快，且人力资源消耗小，例如，一个1小时的待编目视频，服务器确定各视频片段对应的标签的耗时为分钟级的，从而实现较全面地、较快速地、较准确地获取待编目视频中各视频片段对应的标签。
本领域技术人员应理解，服务器可以通过多种方式确定各视频片段对应的标签，只要可以确定多个视频片段中的各视频片段对应的标签即可，本公开对此不作限制。
在一种可能的实现方式中，步骤S1032可以包括：
获取所述多个视频片段中各视频片段对应的音频信息；
根据所述音频信息，确定相应的视频片段对应的标签。
举例来说，服务器可以获取所述多个视频片段中各视频片段对应的音频信息，并根据音频信息，确定相应的视频片段对应的标签。例如，服务器可以提取多个视频片段中各视频片段对应的音频信息，并通过自动语音识别技术ASR(Automatic SpeechRecognition)对音频信息进行语音识别。例如，识别出多个视频片段中各视频片段的音频信息所对应的文字结果，服务器可以对文字结果进行分词处理，提取出该文字结果的关键词，并将关键词确定为视频片段对应的标签。
通过这种方式，服务器可以通过多个视频片段中各视频片段对应的音频信息，确定相应的视频片段对应的标签，实现从视频片段的音频维度确定各视频片段的标签。
本领域技术人员应理解，可以通过多种方式提取多个视频片段中各视频片段对应的音频内容，例如，服务器可以在对待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段后进行分段提取音频信息，也可以提取整个待编目视频的音频信息，并按照通过视频镜头分割确定的多个视频片段，确定各视频片段对应的音频信息。另外，服务器可以通过多种方式根据音频信息，确定相应的视频片段对应的标签，例如，基于深度学习技术的语音识别技术等，只要可以获取所述多个视频片段中各视频片段对应的音频信息，并根据所述音频信息，确定相应的视频片段对应的标签即可，本公开对此不作限制。
在一种可能的实现方式中，步骤S1032还可以包括：
确定所述多个视频片段中各视频片段对应的关键帧图像；
根据所述关键帧图像，确定相应的视频片段对应的标签。
举例来说，服务器可以确定多个视频片段中各视频片段对应的关键帧图像，并根据关键帧图像，确定相应的视频片段对应的标签。例如，服务器针对待编目视频进行视频镜头分割，确定的多个视频片段中各视频片段的场景、内容近乎相同。服务器可以分别确定多个视频片段中各视频片段对应的关键帧图像，例如，可以将各视频片段中间时间点对应的一帧图像确定为各视频片段对应的关键帧图像。
服务器可以根据关键帧图像，确定相应的视频片段对应的标签。例如，可以对关键帧图像进行图像识别(例如，人脸识别、物品识别等)，举例来说，可以通过基于神经网络训练好的人脸识别模型、物品识别模型对关键帧图像进行人脸识别、物品识别，将识别出的人脸、物品等信息确定为相应的视频片段对应的标签。另外，服务器还可以对关键帧图像进行文字识别，例如，关键帧图像包括字幕等文字信息，服务器可以通过利用光学字符识别OCR(Optical Character Recognition)技术对关键帧图像进行文字识别，例如，通过OCR的中文识别技术，识别出关键帧图像中的字幕，并针对识别出的文字结果进行分词处理，提取出该文字结果的关键词，并将关键词确定为视频片段对应的标签。
通过这种方式，服务器可以通过多个视频片段中各视频片段对应的关键帧图像，确定相应的视频片段对应的标签，实现从视频片段的图像维度、文字维度确定各视频片段对应的标签。
本领域技术人员应理解，可以通过多种方式确定各视频片段的关键帧图像，例如，还可以将最后一帧图像或者随机一帧图像确定为关键帧图像，不限于上述示例。服务器可以根据所述关键帧图像，通过多种方式确定相应的视频片段对应的标签，不限于上述示例的图像识别、文字识别等，只要可以确定所述多个视频片段中各视频片段对应的关键帧图像，并根据所述关键帧图像，确定相应的视频片段对应的标签即可，本公开对此不作限制。
在一种可能的实现方式中，服务器根据所述标签，确定各视频片段对应的编目信息。
举例来说，服务器在通过上述方式确定出各视频片段对应的标签后，可以根据各视频片段对应的标签，确定各视频片段对应的编目信息。例如，可以将标签确定为各视频片段对应的编目信息，或者按照预先设定的编目规则，根据标签生成各视频片段的编目信息，也可以是利用基于深度学习技术训练好的各类网络模型，根据标签，确定针对视频片段对应的一句或多句文字描述，并将该文字描述作为视频片段对应的编目信息，还可以将视频片段的标签、按照编目规则生成的编目信息以及根据标签生成的文字描述中的多种信息同时作为视频片段的编目信息。本公开对根据标签确定各视频片段对应的编目信息的具体方式不做限制。本领域技术人员应理解，编目信息可以包括多种形式，不限于上述示例，编目规则可以由用户根据个性化需要进行设置，也可以由系统默认设置。可以采用相关技术中公知的方式基于深度学习技术训练网络模型，其中，网络模型可以基于各种神经网络进行搭建，例如，长短期记忆网络LSTM(Long Short-Term Memory，LSTM)、深度神经网络DNN(Deep Neural Network，DNN)、关系网络RN(Relation Network，RN)模块等各种神经网络中的一种或多种，只要训练好的网络模型，可以根据标签，确定与视频片段的内容信息相关的一句或多句文字描述即可，本公开对此不作限制。
举例来说，服务器获取待编目视频中各视频片段对应的标签，例如，某一视频片段对应的标签包括：男主角、女主角、室内、对话。服务器可以根据该视频片段对应的标签，确定该视频片段对应的编目信息。例如，可以将该视频片段对应的标签，确定该视频片段对应的编目信息。还可以按照预先设定的编目规则，根据标签生成各视频片段的编目信息。例如，可设置视频片段的编目规则为场景、人物、剧情类别，则根据该视频片段的标签，可以生成该视频片段的编目信息为“室内；男主角、女主角；对话”。另外，还可以利用基于深度学习技术训练好的各类网络模型，根据标签，确定针对视频片段对应的一句或多句文字描述，并将该文字描述作为视频片段对应的编目信息。例如，利用基于深度学习技术训练好的网络模型，输入标签(男主角、女主角、室内、对话)，生成针对视频片段对应的文字描述(例如，男主角和女主角在室内对话)，该文字描述也可以作为该视频片段对应的编目信息。例如，服务器根据视频片段对应的标签，确定该视频片段对应的编目信息包括：男主角、女主角、室内、对话、“室内；男主角、女主角；对话”以及男主角和女主角在室内对话。
这样，通过服务器获取待编目视频中各视频片段对应的标签，并根据标签确定各视频片段对应的编目信息，利用服务器针对所述待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段的准确度高、客观性强、分割速度快，以及服务器对各视频片段的内容进行识别速度快、准确度高、客观性强以及全面性高等特点，实现较全面地、快速地、准确地、客观地确定各视频片段对应的编目信息。例如，一个1小时的待编目视频，服务器针对所述待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段耗时为分钟级，确定各视频片段对应的标签的总耗时为分钟级别，使得整个视频编目耗时为分钟级别(例如，对时长为1小时的待编目视频进行编目，整体耗时不超过10分钟)，且确定的各视频片段对应的编目信息包括各种与视频内容相关的信息，编目信息可以具有多种形式，具有全面、客观、准确等特点。
在一种可能的实现方式中，根据所述标签，确定各视频片段对应的编目信息(步骤S104)可以包括：
将所述关键帧图像以及所述标签输入网络模型中进行处理，确定各视频片段对应的文字描述，将所述文字描述作为所述视频片段对应的编目信息，
其中，所述网络模型通过样本图像、所述样本图像对应标签以及所述样本图像的文字描述训练得到。
举例来说，服务器可以将视频片段对应的关键帧图像以及根据该关键帧图像确定的视频片段对应的标签输入网络模型中进行处理，该网络模型的输出结果可以包括与该关键帧图像的内容相关的文字描述，因各视频片段的场景、内容近乎相同，服务器可以将与关键帧图像的内容相关的文字描述确定为各视频片段对应的文字描述。服务器可以将该文字描述作为视频片段对应的编目信息。例如，服务器获取某一视频片段的关键帧图像，例如，该关键帧图像的内容为：一个而老人在公园遛狗。服务器可以根据该关键帧图像，确定该视频片段对应的标签(例如，老人、狗、公园)。服务器可以将该关键帧图像以及上述标签输入到网络模型中进行处理，该网络模型的输出的结果可以包括与该关键帧图像的内容相关的文字描述，服务器可以将与关键帧图像的内容相关的文字描述确定为各视频片段对应的文字描述(例如，一个老人在公园遛狗)。服务器可以将该文字描述作为该视频片段对应的编目信息。
通过这种方式，根据关键帧图像以及根据该关键帧图像确定的视频片段对应的标签，通过训练好的网络模型确定各视频片段对应的文字描述，并将该文字描述作为各视频片段的编目信息，通过关键帧图像帮助确定各视频片段对应的文字描述，并确定编目信息，可以提高编目信息的客观性、准确度和针对性，并减少人力消耗。
在一种可能的实现方式中，网络模型可以通过样本图像、所述样本图像对应标签以及所述样本图像的文字描述训练得到。
举例来说，可以根据样本图像、所述样本图像对应标签以及所述样本图像的文字描述训练得到网络模型。例如，可以收集大量样本图像(例如，某图片库的大量图片)，可以根据收集到的样本图像，确定各样本图像对应标签。例如，可以对各样本图像进行图像识别(例如，人脸识别、物品识别等)，识别出各样本图像对应的标签。可以根据样本图像以及样本图像对应的标签，人工标记该样本图像的文字描述。可以通过样本图像、所述样本图像对应标签以及所述样本图像的文字描述训练得到网络模型。
在一种可能的实现方式中，可以将样本图像、所述样本图像对应标签以及所述样本图像的文字描述(例如，多组样本训练集，每组样本训练集包括一张样本图像、该样本图像对应标签以及所述样本图像的文字描述)输入初始的网络模型中进行处理，获取训练预测结果。根据该训练预测结果以及期望预测结果，可以确定网络模型的模型损失。根据该模型损失，调整初始网络模型中的参数权重，确定调整后的网络模型。在该网络模型收敛时，将调整后的网络模型确定为最终的网络模型。最终的网络模型可用于根据关键帧图像以及标签，确定各视频片段对应的文字描述。其中，网络模型可以包括长短期记忆网络LSTM。
通过这种方式，可以训练得到网络模型，该网络模型可用于根据关键帧图像以及标签，较准确地确定各视频片段对应的文字描述，从而提高编目信息的准确度。本领域技术人员应理解，可以采用相关技术中公知的方式根据样本图像、所述样本图像对应标签以及所述样本图像的文字描述训练得到网络模型，网络模型可以基于各种神经网络进行搭建，例如，LSTM、DNN、RN等各种神经网络中的一种或多种，只要可以对关键帧图像以及标签进行处理，确定各视频片段对应的文字描述即可，本公开对此不作限制。
在一种可能的实现方式中，服务器控制终端设备展示所述编目信息。
举例来说，服务器可以控制终端设备展示所述编目信息。例如，服务器根据待编目视频中的各视频片段对应的标签，确定待编目视频中的各视频片段的编目信息。服务器可以控制终端设备展示所述编目信息。例如，展示用户上传的视频的各视频片段的编目信息。
通过这种方式，可以便利用户准确了解待编目视频中各视频片段的编目信息，可供用户使用、修改。本领域技术人员应理解，可以通过相关技术中公知的方式控制终端设备展示所述编目信息，本公开对此不作限制。
图3是根据一示例性实施例示出的一种视频编目方法的流程图。在一种可能的实现方式中，如图3所示，所述方法还包括：
在步骤S106中，响应于终端设备对所述编目信息的修改请求，确定所述编目信息的修改内容；
在步骤S107中，根据所述修改内容，重新确定编目信息。
举例来说，用户可能希望对服务器确定的视频的部分编目信息进行修改，其可以通过终端设备发送对编目信息的修改请求。例如，用户将其中的一个编目信息a1进行了修改(例如，修改为编目信息a2)，用户通过终端设备发送修改请求。服务器响应于终端设备对所述编目信息的修改请求，确定所述编目信息的修改内容，例如，确定修改内容为将编目信息a1修改为编目信息a2。服务器可以根据修改内容，重新确定编目信息，例如，根据该视频没有修改的编目信息以及修改内容，重新确定该视频的编目信息。
通过这种方式，可以便利用户对视频的编目信息进行调整，确定更符合用户需求的视频的编目信息。本领域技术人员应理解，可以采用相关技术中公知的方式响应于终端设备对所述编目信息的修改请求，确定所述编目信息的修改内容，并根据所述修改内容，重新确定编目信息，本公开对此不作限制。
图4是根据一示例性实施例示出的一种视频编目方法的流程图。在一种可能的实现方式中，如图4所示，所述方法还包括：
在步骤S108中，获取终端设备发送的对视频片段的搜索关键词；
在步骤S109中，确定与所述搜索关键词相匹配的编目信息；
在步骤S110中，确定所述相匹配的编目信息对应的视频片段；
在步骤S111中，控制终端设备展示所述视频片段。
举例来说，服务器可对其保存的视频应用上述方法，得到各视频中视频片段的编目信息。用户想要寻找一个视频片段，其可以通过终端设备发送的对视频片段的搜索请求。例如，用户想要寻找的视频片段是男女主角在超市相遇，四目相对的场景。则用户可以通过多种方式(例如，语音请求、文本请求以及图片请求中的至少一种)发送对该视频片段的搜索请求。服务器可以获取终端设备发送的对视频片段的搜索关键词，例如，服务器可以响应于终端设备发送的搜索请求，确定搜索请求对应的文字信息，并根据所述文字信息，确定搜索请求对应的搜索关键词。例如，服务器确定的搜索关键词为：男女主角、超市、相遇、四目相对。
服务器可以确定与所述搜索关键词相匹配的编目信息，例如，确定与搜索关键词相匹配的编目信息为男女主角、超市、相遇、四目相对。服务器可以获取与上述编目信息对应的视频片段。例如，将其存储的各视频片段的编目信息与通过搜索关键词确定的编目信息进行比对，将命中通过搜索关键词确定的编目信息的视频片段，确定为与相匹配的编目信息对应的视频片段(例如，可能符合用户搜索请求的视频片段)，其中，与相匹配的编目信息对应的视频片段可以为一个或多个，本公开对此不作限制。在确定与相匹配的编目信息对应的视频片段后，服务器可以控制终端设备展示所述视频片段。
通过这种方式，可以帮助用户快速地、准确地搜索到其需要的视频片段，节省用户时间。本领域技术人员应理解，可以通过多种方式获取终端设备发送的对视频片段的搜索关键词，确定与所述搜索关键词相匹配的编目信息，确定所述相匹配的编目信息对应的视频片段，控制终端设备展示所述视频片段，本公开对此不作限制。
图5是根据一示例性实施例示出的一种视频编目方法的流程图。在一种可能的实现方式中，如图5所示，所述方法还可包括：
在步骤S112中，根据各视频片段对应的标签和/或编目信息确定统计信息；
在步骤S113中，控制终端设备展示所述统计信息。
举例来说，服务器可根据预先设定的统计规则，对各视频片段的编目信息和/或各视频片段的标签进行统计，生成统计信息。例如，服务器确定用户上传的视频的各视频片段对应的编目信息后，可以根据统计规则，确定统计信息。服务器可以控制终端设备展示该统计信息。本公开对统计规则不做限制。例如，可统计各视频片段的标签中出现次数最高标签，如果标签中“枪战”出现次数最多，可将“枪战”作为统计信息。
这样，用户可便捷地获得反应视频内容整体情况的统计信息。本领域技术人员应理解，可以通过多种方式根据各视频片段对应的标签和/或编目信息确定统计信息，并控制终端设备展示所述统计信息，本公开对此不作限制。
图6是根据一示例性实施例示出的一种视频编目方法的流程图。在一种可能的实现方式中，如图6所示，所述方法还可包括：
在步骤S114中，根据终端设备对编目规则和/或统计规则的设置信息，确定编目规则和/或统计规则。
举例来说，服务器可以根据终端设备上的设置信息来确定编目规则和/或统计规则。例如，用户通过终端设备设置其所希望的编目方式或统计方式，服务器可根据终端设备上的设置信息来确定编目规则和/或统计规则，确定相应的编目规则或统计规则。例如，用户通过终端设备设置其所希望的编目方式为按照场景、人物、剧情类别的方式进行视频编目，则服务器在接收到该设置信息后，按照场景、人物、剧情类别的的方式确定编目信息。例如，确定的某一视频片段的编目信息为“室内；男主角、女主角；对话”。例如，用户通过终端设备设置其所希望的统计方式为统计待编目视频中出现次数最多的前10个编目信息时，则服务器在确定出该待编目视频的各视频片段的编目信息后，可以统计出现次数最多的前10个编目信息。
通过这种方式，可以按照用户的需求，设置编目规则和/或统计规则，便利用户获取其需要的统计信息和/编目信息。本领域技术人员应理解，可以通过多种方式根据终端设备上的设置信息来确定编目规则和/或统计规则，编目规则、统计规则可以包括多种形式，本公开对此不作限制。
应用示例
以下结合“用户B对视频进行编目”作为一个示例性应用场景，给出根据本公开实施例的应用示例，以便于理解视频编目方法的流程。本领域技术人员应理解，以下应用示例仅仅是出于便于理解本公开实施例的目的，不应视为对本公开实施例的限制。
图7是根据一示例性实施例示出的一种视频编目方法的应用场景的示意图。如图7所示，在该应用示例中，用户B经常拍摄视频，并将这些视频作为视频素材，供后续使用。用户B拍摄了一段视频c，其通过手机发送对该视频c的编目请求，并上传该视频c。在该应用示例中，服务器接收该手机发送的对视频c的编目请求，并获取该手机上传的视频c。
在该应用示例中，服务器响应于所述编目请求，获取视频c中的各视频片段对应的标签。例如，服务器可以针对视频c进行视频镜头分割，确定所述视频c的多个视频片段。例如，服务器可以对视频c的画面进行逐帧检测，例如，对画面内容进行特征提取、场景识别等，当画面内容差异较大时，进行视频镜头分割，从而确定视频c的多个视频片段。服务器可以确定多个视频片段中的各视频片段对应的标签。例如，服务器可以获取所述多个视频片段中各视频片段对应的音频信息，并根据音频信息，确定相应的视频片段对应的标签。服务器还可以确定所述多个视频片段中各视频片段对应的关键帧图像，并根据所述关键帧图像，确定相应的视频片段对应的标签。
在该应用示例中，服务器根据确定的视频片段对应的标签，确定各视频片段对应的编目信息。例如，服务器可以将根据视频片段对应的音频信息确定的标签，作为该视频片段的一种编目信息。同时，服务器还可以根据视频片段对应的关键帧图像确定的标签，作为该视频片段的一种编目信息。另外，服务器还可以根据视频片段对应的关键帧图像，确定视频片段对应的标签，并根据关键帧图像以及相应的标签，通过训练好的网络模型，得到与该关键帧图像的内容相关的文字描述，并将该文字描述确定为视频片段对应的文字描述，该文字描述也可以作为该视频片段的一种编目信息。例如，服务器确定待编目视频的一个视频片段为：一个老人在公园遛狗，该老人自言自语：“我想起了她”。例如，服务器通过视频片段对应的音频信息确定的标签为：我、想起、她。服务器通过视频片段对应的关键帧图像，确定视频片段对应的标签为：老人、狗、树、路、河、绳子。服务器可以根据该视频片段对应的标签，确定视频片段对应的编目信息。例如，编目信息可以包括标签(例如，我、想起、她、老人、狗、树、路、河、绳子)，编目信息还可以包括根据关键帧图像以及关键帧图像确定的标签，确定的文字描述，例如：老人在河边遛狗，河边路上有树，狗脖子上有绳子。在该应用示例中，服务器控制用户B的手机展示视频片段c的编目信息。
在该应用示例中，用户B想对视频片段c的编目信息中的编目信息a1进行修改、补充，用户B通过其手机发送对编目信息的修改请求。在该应用示例中，服务器响应于手机对所述编目信息的修改请求，确定所述编目信息的修改内容，例如，确定出修改内容为：将编目信息a1修改为编目信息a2。服务器可以根据该修改内容，重新确定编目信息。
在该应用示例中，用户B某天想要寻找一个视频片段，其可以通过其手机发送的对视频片段的搜索请求。例如，用户B通过其手机发送“超市、相遇、四目相对”。在该应用示例中，服务器获取用户B手机发送的对视频片段的搜索关键词，确定与搜索关键词相匹配的编目信息为：超市、相遇、四目相对。服务器可以确定与编目信息对应的视频片段1和视频片段2(例如，视频c中的一个视频片段1的编目信息中包括：超市、相遇、四目相对，视频片段2的编目信息中也包括：超市、相遇、四目相对)。例如，如图7所示，服务器控制用户B的手机展示该视频片段1以及视频片段2。
在该应用示例中，用户可以通过其终端设备设置其希望的编目方式和统计方式。例如，用户设置编目方式为：按照场景、人物、剧情类别的方式进行视频编目，统计方式为：统计各视频片段的标签中出现次数最高标签。在该应用示例中，服务器可以根据终端设备上的设置信息来确定编目规则和统计规则，并确定编目信息和统计信息。例如，确定的某一视频片段的编目信息为“室内；男主角、女主角；对话”，某视频片段的标签中“枪战”出现次数最多，可将“枪战”作为统计信息。在该应用示例中，服务器可以控制终端设备展示编目信息以及统计信息。
根据本公开实施例，能够接收终端设备发送的对待编目视频的编目请求，获取终端设备上传的待编目视频，响应于所述编目请求，获取所述待编目视频中的各视频片段对应的标签，根据所述标签，确定各视频片段对应的编目信息，并根据所述标签，确定各视频片段对应的编目信息，从而实现对待编目视频的自动化编目，使用户能够便捷地获得任意视频的编目信息，提高视频编目效率。
图8是根据一示例性实施例示出的一种视频编目装置的框图。如图8所示，所述视频编目装置包括：
编目请求接收模块801，用于接收终端设备发送的对待编目视频的编目请求；
视频获取模块802，用于获取终端设备上传的待编目视频；
标签获取模块803，用于响应于所述编目请求，获取所述待编目视频中的各视频片段对应的标签；
第一编目信息确定模块804，用于根据所述标签，确定各视频片段对应的编目信息；
第一控制模块805，用于控制终端设备展示所述编目信息。
图9是根据一示例性实施例示出的一种视频编目装置的框图。如图9所示，在一种可能的实现方式中，所述标签获取模块803包括：
视频片段确定子模块8031，用于针对所述待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段；
标签确定子模块8032，用于确定所述多个视频片段中的各视频片段对应的标签。
在一种可能的实现方式中，所述标签确定子模块8032包括：
音频信息获取子模块，用于获取所述多个视频片段中各视频片段对应的音频信息；
第一标签确定子模块，用于根据所述音频信息，确定相应的视频片段对应的标签。
在一种可能的实现方式中，所述标签确定子模块8032还包括：
图像确定子模块，用于确定所述多个视频片段中各视频片段对应的关键帧图像；
第二标签确定子模块，用于根据所述关键帧图像，确定相应的视频片段对应的标签。
在一种可能的实现方式中，所述编目信息包括针对视频片段的文字描述。
在一种可能的实现方式中，所述第一编目信息确定模块804包括：
编目信息确定子模块，用于将所述关键帧图像以及所述标签输入网络模型中进行处理，确定各视频片段对应的文字描述，将所述文字描述作为所述视频片段对应的编目信息，
其中，所述网络模型通过样本图像、所述样本图像对应标签以及所述样本图像的文字描述训练得到。
如图9所示，在一种可能的实现方式中，所述装置还包括：
修改内容确定模块806，用于响应于终端设备对所述编目信息的修改请求，确定所述编目信息的修改内容；
第二编目信息确定模块807，用于根据所述修改内容，重新确定编目信息。
如图9所示，在一种可能的实现方式中，所述装置还包括：
关键词获取模块808，用于获取终端设备发送的对视频片段的搜索关键词；
第三编目信息确定模块809，用于确定与所述搜索关键词相匹配的编目信息；
视频片段确定模块810，用于确定所述相匹配的编目信息对应的视频片段；
第二控制模块811，用于控制终端设备展示所述视频片段。
如图9所示，在一种可能的实现方式中，所述装置还包括：
统计信息确定模块812，用于根据各视频片段对应的标签和/或编目信息确定统计信息；
第三控制模块813，用于控制终端设备展示所述统计信息。
在一种可能的实现方式中，所述编目信息包括所述待编目视频的各视频片段的内容信息。
如图9所示，在一种可能的实现方式中，所述装置还包括：
规则确定模块814，用于根据终端设备对编目规则和/或统计规则的设置信息，确定编目规则和/或统计规则。
图10是根据一示例性实施例示出的一种视频编目装置的框图。例如，装置1900可以被提供为一服务器。参照图10，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (24)
1.一种视频编目方法，其特征在于，所述方法包括：
接收终端设备发送的对待编目视频的编目请求；
获取终端设备上传的待编目视频；
响应于所述编目请求，获取所述待编目视频中的各视频片段对应的标签；
根据所述标签，确定各视频片段对应的编目信息；
控制终端设备展示所述编目信息。
2.根据权利要求1所述的方法，其特征在于，获取待编目视频中的各视频片段对应的标签，包括：
针对所述待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段；
确定所述多个视频片段中的各视频片段对应的标签。
3.根据权利要求2所述的方法，其特征在于，确定所述多个视频片段中各视频片段对应的标签，包括：
获取所述多个视频片段中各视频片段对应的音频信息；
根据所述音频信息，确定相应的视频片段对应的标签。
4.根据权利要求2所述的方法，其特征在于，确定所述多个视频片段中各视频片段对应的标签，还包括：
确定所述多个视频片段中各视频片段对应的关键帧图像；
根据所述关键帧图像，确定相应的视频片段对应的标签。
5.根据权利要求1所述的方法，其特征在于，所述编目信息包括针对视频片段的文字描述。
6.根据权利要求4所述的方法，其特征在于，根据所述标签，确定各视频片段对应的编目信息，包括：
将所述关键帧图像以及所述标签输入网络模型中进行处理，确定各视频片段对应的文字描述，将所述文字描述作为所述视频片段对应的编目信息，其中，所述网络模型通过样本图像、所述样本图像对应标签以及所述样本图像的文字描述训练得到。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于终端设备对所述编目信息的修改请求，确定所述编目信息的修改内容；
根据所述修改内容，重新确定编目信息。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取终端设备发送的对视频片段的搜索关键词；
确定与所述搜索关键词相匹配的编目信息；
确定所述相匹配的编目信息对应的视频片段；
控制终端设备展示所述视频片段。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据各视频片段对应的标签和/或编目信息确定统计信息；
控制终端设备展示所述统计信息。
10.根据权利要求1所述的方法，其特征在于，所述编目信息包括所述待编目视频的各视频片段的内容信息。
11.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据终端设备对编目规则和/或统计规则的设置信息，确定编目规则和/或统计规则。
12.一种视频编目装置，其特征在于，所述装置包括：
编目请求接收模块，用于接收终端设备发送的对待编目视频的编目请求；
视频获取模块，用于获取终端设备上传的待编目视频；
标签获取模块，用于响应于所述编目请求，获取所述待编目视频中的各视频片段对应的标签；
第一编目信息确定模块，用于根据所述标签，确定各视频片段对应的编目信息；
第一控制模块，用于控制终端设备展示所述编目信息。
13.根据权利要求12所述的装置，其特征在于，所述标签获取模块包括：
视频片段确定子模块，用于针对所述待编目视频进行视频镜头分割，确定所述待编目视频的多个视频片段；
标签确定子模块，用于确定所述多个视频片段中的各视频片段对应的标签。
14.根据权利要求13所述的装置，其特征在于，所述标签确定子模块包括：
音频信息获取子模块，用于获取所述多个视频片段中各视频片段对应的音频信息；
第一标签确定子模块，用于根据所述音频信息，确定相应的视频片段对应的标签。
15.根据权利要求13所述的装置，其特征在于，所述标签确定子模块还包括：
图像确定子模块，用于确定所述多个视频片段中各视频片段对应的关键帧图像；
第二标签确定子模块，用于根据所述关键帧图像，确定相应的视频片段对应的标签。
16.根据权利要求12所述的装置，其特征在于，所述编目信息包括针对视频片段的文字描述。
17.根据权利要求15所述的装置，其特征在于，所述第一编目信息确定模块包括：
编目信息确定子模块，用于将所述关键帧图像以及所述标签输入网络模型中进行处理，确定各视频片段对应的文字描述，将所述文字描述作为所述视频片段对应的编目信息，
其中，所述网络模型通过样本图像、所述样本图像对应标签以及所述样本图像的文字描述训练得到。
18.根据权利要求12所述的装置，其特征在于，所述装置还包括：
修改内容确定模块，用于响应于终端设备对所述编目信息的修改请求，确定所述编目信息的修改内容；
第二编目信息确定模块，用于根据所述修改内容，重新确定编目信息。
19.根据权利要求12所述的装置，其特征在于，所述装置还包括：
关键词获取模块，用于获取终端设备发送的对视频片段的搜索关键词；
第三编目信息确定模块，用于确定与所述搜索关键词相匹配的编目信息；
视频片段确定模块，用于确定所述相匹配的编目信息对应的视频片段；
第二控制模块，用于控制终端设备展示所述视频片段。
20.根据权利要求12所述的装置，其特征在于，所述装置还包括：
统计信息确定模块，用于根据各视频片段对应的标签和/或编目信息确定统计信息；
第三控制模块，用于控制终端设备展示所述统计信息。
21.根据权利要求12所述的装置，其特征在于，所述编目信息包括所述待编目视频的各视频片段的内容信息。
22.根据权利要求12所述的装置，其特征在于，所述装置还包括：
规则确定模块，用于根据终端设备对编目规则和/或统计规则的设置信息，确定编目规则和/或统计规则。
23.一种视频编目装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求1至11中任意一项所述的方法。
24.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至11中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810119048.2A CN110121033A (zh) | 2018-02-06 | 2018-02-06 | 视频编目方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810119048.2A CN110121033A (zh) | 2018-02-06 | 2018-02-06 | 视频编目方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110121033A true CN110121033A (zh) | 2019-08-13 |
Family
ID=67519466
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810119048.2A Pending CN110121033A (zh) | 2018-02-06 | 2018-02-06 | 视频编目方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110121033A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110740389A (zh) * | 2019-10-30 | 2020-01-31 | 腾讯科技（深圳）有限公司 | 视频定位方法、装置、计算机可读介质及电子设备 |
| CN111711855A (zh) * | 2020-05-27 | 2020-09-25 | 北京奇艺世纪科技有限公司 | 视频生成方法及装置 |
| CN112818906A (zh) * | 2021-02-22 | 2021-05-18 | 浙江传媒学院 | 一种基于多模态信息融合理解的全媒体新闻智能编目方法 |
| CN113344932A (zh) * | 2021-06-01 | 2021-09-03 | 电子科技大学 | 一种半监督的单目标视频分割方法 |
| CN113542820A (zh) * | 2021-06-30 | 2021-10-22 | 北京中科模识科技有限公司 | 一种视频编目方法、系统、电子设备及存储介质 |
| CN113992944A (zh) * | 2021-10-28 | 2022-01-28 | 北京中科闻歌科技股份有限公司 | 视频编目方法、装置、设备、系统及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102012939A (zh) * | 2010-12-13 | 2011-04-13 | 中国人民解放军国防科学技术大学 | 综合颜色和局部不变特征匹配的动画场景自动标注方法 |
| US20140114656A1 (en) * | 2012-10-19 | 2014-04-24 | Hon Hai Precision Industry Co., Ltd. | Electronic device capable of generating tag file for media file based on speaker recognition |
| CN104239501A (zh) * | 2014-09-10 | 2014-12-24 | 中国电子科技集团公司第二十八研究所 | 一种基于Spark的海量视频语义标注方法 |
| CN105657575A (zh) * | 2015-12-30 | 2016-06-08 | 北京奇艺世纪科技有限公司 | 视频标注方法和装置 |
| CN105678297A (zh) * | 2015-12-29 | 2016-06-15 | 南京大学 | 一种基于标签转移及lstm模型的人像语义分析的方法及系统 |
| CN107526747A (zh) * | 2016-06-22 | 2017-12-29 | 北京新岸线网络技术有限公司 | 一种多媒体编目方法及系统 |
-
2018
- 2018-02-06 CN CN201810119048.2A patent/CN110121033A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102012939A (zh) * | 2010-12-13 | 2011-04-13 | 中国人民解放军国防科学技术大学 | 综合颜色和局部不变特征匹配的动画场景自动标注方法 |
| US20140114656A1 (en) * | 2012-10-19 | 2014-04-24 | Hon Hai Precision Industry Co., Ltd. | Electronic device capable of generating tag file for media file based on speaker recognition |
| CN104239501A (zh) * | 2014-09-10 | 2014-12-24 | 中国电子科技集团公司第二十八研究所 | 一种基于Spark的海量视频语义标注方法 |
| CN105678297A (zh) * | 2015-12-29 | 2016-06-15 | 南京大学 | 一种基于标签转移及lstm模型的人像语义分析的方法及系统 |
| CN105657575A (zh) * | 2015-12-30 | 2016-06-08 | 北京奇艺世纪科技有限公司 | 视频标注方法和装置 |
| CN107526747A (zh) * | 2016-06-22 | 2017-12-29 | 北京新岸线网络技术有限公司 | 一种多媒体编目方法及系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110740389A (zh) * | 2019-10-30 | 2020-01-31 | 腾讯科技（深圳）有限公司 | 视频定位方法、装置、计算机可读介质及电子设备 |
| CN111711855A (zh) * | 2020-05-27 | 2020-09-25 | 北京奇艺世纪科技有限公司 | 视频生成方法及装置 |
| CN112818906A (zh) * | 2021-02-22 | 2021-05-18 | 浙江传媒学院 | 一种基于多模态信息融合理解的全媒体新闻智能编目方法 |
| CN112818906B (zh) * | 2021-02-22 | 2023-07-11 | 浙江传媒学院 | 一种基于多模态信息融合理解的全媒体新闻智能编目方法 |
| CN113344932A (zh) * | 2021-06-01 | 2021-09-03 | 电子科技大学 | 一种半监督的单目标视频分割方法 |
| CN113344932B (zh) * | 2021-06-01 | 2022-05-03 | 电子科技大学 | 一种半监督的单目标视频分割方法 |
| CN113542820A (zh) * | 2021-06-30 | 2021-10-22 | 北京中科模识科技有限公司 | 一种视频编目方法、系统、电子设备及存储介质 |
| CN113542820B (zh) * | 2021-06-30 | 2023-12-22 | 北京中科模识科技有限公司 | 一种视频编目方法、系统、电子设备及存储介质 |
| CN113992944A (zh) * | 2021-10-28 | 2022-01-28 | 北京中科闻歌科技股份有限公司 | 视频编目方法、装置、设备、系统及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110121033A (zh) | 视频编目方法及装置 | |
| US11308993B2 (en) | Short video synthesis method and apparatus, and device and storage medium | |
| KR102394756B1 (ko) | 비디오를 처리하기 위한 방법 및 장치 | |
| CN110121116A (zh) | 视频生成方法及装置 | |
| CN107357875B (zh) | 一种语音搜索方法、装置及电子设备 | |
| JP7123122B2 (ja) | 認知的洞察を使用したビデオ・シーンの移動 | |
| CN110364146B (zh) | 语音识别方法、装置、语音识别设备及存储介质 | |
| CN110309353A (zh) | 视频索引方法及装置 | |
| CN112511854B (zh) | 一种直播视频精彩片段生成方法、装置、介质和设备 | |
| CN107704525A (zh) | 视频搜索方法和装置 | |
| CN110019880A (zh) | 视频剪辑方法和装置 | |
| CN113709384A (zh) | 基于深度学习的视频剪辑方法、相关设备及存储介质 | |
| CN105224581B (zh) | 在播放音乐时呈现图片的方法和装置 | |
| CN110019852A (zh) | 多媒体资源搜索方法和装置 | |
| CN115114395B (zh) | 内容检索及模型训练方法、装置、电子设备和存储介质 | |
| CN109582825B (zh) | 用于生成信息的方法和装置 | |
| KR20210001419A (ko) | 면접 컨설팅 서비스를 제공하기 위한 사용자 단말, 시스템 및 방법 | |
| CN112738557A (zh) | 视频处理方法及装置 | |
| CN112784078A (zh) | 一种基于语义识别的视频自动剪辑方法 | |
| WO2023065663A1 (zh) | 视频剪辑方法、装置、电子设备及存储介质 | |
| CN114501138B (zh) | 一种视频配乐的方法和系统 | |
| Barakat et al. | An improved template-based approach to keyword spotting applied to the spoken content of user generated video blogs | |
| CN111143611A (zh) | 一种信息获取方法及装置 | |
| CN115905584B (zh) | 一种视频拆分方法及装置 | |
| CN109286823A (zh) | 多媒体内容的获取方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200515 Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Alibaba (China) Co.,Ltd. Address before: 200241 room 1162, building 555, Dongchuan Road, Shanghai, Minhang District Applicant before: SHANGHAI QUAN TOODOU CULTURAL COMMUNICATION Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190813 |