CN112380929A - 一种高光片段的获取方法、装置、电子设备和存储介质 - Google Patents

一种高光片段的获取方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112380929A
CN112380929A CN202011194277.4A CN202011194277A CN112380929A CN 112380929 A CN112380929 A CN 112380929A CN 202011194277 A CN202011194277 A CN 202011194277A CN 112380929 A CN112380929 A CN 112380929A
Authority
CN
China
Prior art keywords
frame
candidate
target
starting
initial
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
Application number
CN202011194277.4A
Other languages
English (en)
Inventor
高永强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202011194277.4A priority Critical patent/CN112380929A/zh
Publication of CN112380929A publication Critical patent/CN112380929A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/48—Matching video sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Image Analysis (AREA)

Abstract

本公开实施例公开了一种高光片段的获取方法、装置、电子设备和存储介质，该方法包括：获取初始高光片段的图像帧信息；获取开始帧候选集合和结束帧候选集合；根据各候选开始帧和各候选结束帧，分别与预设边界帧的色彩相似度，确定目标开始帧和目标结束帧，进而获取目标高光片段。本公开实施例的技术方案，根据初始高光片段的初始开始帧和初始结束帧分别构建了候选帧集合，并通过与预设边界帧的色彩相似度的比较，获取到了高光片段准确的起止边界，即目标开始帧和目标结束帧，避免了提取高光片段时出现丢帧现象，保证了高光片段的内容完整性，提高了用户观看的视觉体验。

Description

一种高光片段的获取方法、装置、电子设备和存储介质
技术领域
本公开实施例涉及视频处理技术，尤其涉及一种高光片段的获取方法、装置、电子设备和存储介质。
背景技术
随着互联技术的不断发展，各种各样的视频软件出现在终端设备上，随之带来了大量的视频资料，而对视频中精彩内容的提取，成为了视频处理技术的重要分支。
一段完整录制的视频，由于时长较长，不易进行完全展示，通常会在视频中提取较短的高光片段，以此反应该视频的精彩内容，在不占用用户过多观看时间的同时，可以更快的吸引用户关注。
对于高光片段的提取，通常是利用模板信息，在视频中查找匹配的目标信息，并根据目标信息的出现时间提取一段时长的视频片段，但这样的提取方式，定位的高光片段的起止图像帧并不准确，常常出现“丢帧”现象，获取到的高光片段不完整，影响用户的视觉体验。
发明内容
本公开提供了一种高光片段的获取方法、装置、电子设备和存储介质，以实现准确获取高光片段的起止边界帧，保证高光片段的内容完整性。
第一方面，本公开实施例提供了一种高光片段的获取方法，包括：
获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧；
根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧；
根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，在各所述候选结束帧中确定目标结束帧，并根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
第二方面，本公开实施例提供了一种高光片段的获取装置，包括：
初始帧获取模块，用于获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧；
候选集合获取模块，用于根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧；
目标高光片段获取模块，用于根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，在各所述候选结束帧中确定目标结束帧，并根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
第三方面，本公开实施例提供了一种电子设备，包括存储器、处理装置及存储在存储器上并可在处理装置上运行的计算机程序，处理装置执行程序时实现本公开任意实施例的高光片段的获取方法。
第四方面，本公开实施例提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行本公开任意实施例的高光片段的获取方法。
本公开实施例的技术方案，根据初始高光片段的初始开始帧和初始结束帧分别构建了候选帧集合，并通过与预设边界帧的色彩相似度的比较，获取到了高光片段准确的起止边界，即目标开始帧和目标结束帧，避免了提取高光片段时出现丢帧现象，保证了高光片段的内容完整性，提高了用户观看的视觉体验。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是本公开的一种高光片段的获取方法的一个实施例的流程图；
图2是本公开的一种高光片段的获取方法的另一个实施例的流程图；
图3是本公开的一种高光片段的获取方法的另一个实施例的流程图；
图4是本公开的一种高光片段的获取装置的一个实施例的结构框图；
图5是适于用来实现本公开实施例的一种电子设备的结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
实施例一
图1是本公开实施例一提供的一种高光片段的获取方法的流程图，本实施例可适用于提取高光片段时，获取准确的起止边界帧，该方法可以由本公开实施例中的高光片段的获取装置来执行，该装置可以通过软件和/或硬件实现，并集成在终端设备中，该方法具体包括如下步骤：
S110、获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧。
高光片段是包括了高光事件的视频片段，高光事件是视频中吸引观众的人物、事物、动作、故事和/或音效效果等特殊情节，不同类型的视频中，可以定义不同的高光事件，例如，在足球比赛视频中，将进球、铲断和扑救定义为高光事件；在对战类操作游戏视频中，将各个技能的释放动作定义为高光事件；相比于视频中其它内容较为平淡的部分，高光事件更能引起人们的兴趣和关注；本公开实施例中的高光片段，可以是一部完整视频(例如，一部电影、游戏内录制的一场比赛视频)中的一个视频片段，也可以是一部完整视频中某个部分中的一个视频片段，例如，时长为5分钟的电影片头中的一个高光片段，在本公开实施例中，对初始高光片段的来源以及初始高光片段中高光事件的类型均不作具体限定。
初始高光片段的图像帧信息，可以通过初始高光片段中预先标注的属性信息获取，例如，在一部完整视频中，对一个或多个高光事件的触发时间点已预先进行了标记，在获取到该完整视频时，根据标记信息直接定位到各高光事件的触发时间点，进而将触发时间点之前和/或之后的连续多个图像帧作为获取到的初始高光片段。特别的，对于各高光事件的触发时间点的标注，可以通过对视频内容的识别，在识别到与预先定义的高光事件匹配的文字、人物、事物、动作和/或音效效果后，将对应的首帧画面的出现时间作为高光事件的触发时间点，例如，在获取到的足球比赛视频中，通过对视频内容的识别，在获取到与“进球”匹配的裁判手势时，确定高光事件“进球”发生，将存在“进球”手势的首帧画面作为高光事件“进球”的触发时间点。
高光片段是包括了高光事件的视频片段，可以根据高光事件的触发时间点提取视频片段，例如，在获取到高光事件的触发时间点后，提取该触发时间点之前8秒内的图像帧和之后2秒内的图像帧，组成一个10秒的视频片段，将该时长为10秒的视频片段作为一个初始高光片段，而这10秒的视频片段的首帧即为初始开始帧，尾帧即为初始结束帧。
S120、根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧。
通过上述技术方案提取到的初始高光片段，或者直接获取的给定初始高光片段，其初始开始帧和初始结束帧(即边界帧)，往往并不能真实反应高光片段的实际边界，可能存在“丢帧”现象，例如，上述技术方案中，初始开始帧之前的多个图像帧，仍然与高光事件“进球”相关，其反应了“进球”之前的人员跑动状况，这些图像帧也应该作为高光片段的一部分，因此，初始高光片段中存在了“丢帧”现象，显然，该高光片段的起始边界，应该位于初始开始帧之前。因此，将初始开始帧，以及初始开始帧之前和/或之后的连续图像帧共同作为备选，即组成开始帧候选集合，从中找出准确的开始帧，即目标开始帧；同样的，将初始结束帧，以及初始结束帧之前和/或之后的连续图像帧共同作为备选，即组成结束帧候选集合，从中找出准确的结束帧，即目标结束帧。
可选的，在本公开实施例中，所述根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合，包括：获取与所述初始开始帧相邻且为第一预设数量的关联开始帧，并根据所述关联开始帧和所述初始开始帧构建开始帧候选集合；获取与所述初始结束帧相邻且为第二预设数量的关联结束帧，并根据所述关联结束帧和所述初始结束帧构建结束帧候选集合。第一预设数量和第二预设数量均可以根据需要设定，可以设定为相同值，也可以设定为不同值。通过将相邻图像帧分别加入开始帧候选集合和结束帧候选集合中，扩大了高光片段的起止边界选择范围，为获取准确的起止边界提供了多个候选图像帧。
S130、根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，在各所述候选结束帧中确定目标结束帧，并根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
高光片段的色彩较为鲜明，而非高光片段的色彩较为平淡，例如，在游戏视频中，高光片段为打斗场面激烈的动态画面，非高光片段为人物站立不动的静止画面；预设边界帧是非高光片段中的图像帧，即色彩较为平淡的图像帧，也即上述技术方案中的静止画面帧；候选帧与预设边界帧的色彩越相似，表明候选帧的色彩越接近于平淡，越有利于作为高光片段的边界帧；因此，在各个候选开始帧中，选择与预设边界帧的色彩最相似的图像帧作为目标开始帧，在各个候选结束帧中，同样选择与预设边界帧的色彩最相似的图像帧作为目标结束帧，使得获取到的目标高光片段由色彩平淡的图像帧起始，也由色彩平淡的图像帧结束，已将与高光事件相关的图像帧(即色彩鲜明的图像帧)完全包括在内，不存在丢帧现象。
可选的，在本公开实施例中，所述根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，包括：获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；根据各所述候选开始帧的第一图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选开始帧分别与所述至少一个预设边界帧的第一欧式距离，并根据所述第一欧式距离，在各所述候选开始帧中确定目标开始帧；根据各所述候选结束帧的第二图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选结束帧分别与所述至少一个预设边界帧的第二欧式距离，并根据所述第二欧式距离，在各所述候选结束帧中确定目标结束帧。
图像特征可以包括颜色特征、纹理特征、形状特征和/或空间关系特征；其中，颜色特征，描述了图像或图像区域所对应的景物的表面性质，是基于像素点的特征；纹理特征，描述了图像或图像区域所对应景物的表面性质，其需要在包含多个像素点的区域中进行统计计算；形状特征，则描述物体外边界的轮廓特征，以及整体上的区域特征；空间关系特征，是图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，例如，连接关系、重叠关系以及包含关系等。对于图像特征的获取可以利用卷积神经网络(ConvolutionalNeural Networks，CNN)，通过特征图(feature map)进行提取特征向量。欧氏距离(Euclidean Metric)，即欧几里得度量，用于计算多维空间中两个点之间的真实距离；由于图像特征表征了各图像帧的色彩特性，因此，可以计算各候选帧的图像特征与预设边界帧的图像特征之间的欧氏距离，获取的距离数值越小，表示空间中这两个点的真实距离越近，那么相应的，这两个图像帧的色彩越相似。
可选的，在本公开实施例中，所述获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征，包括：将各所述候选开始帧、各所述候选结束帧以及所述至少一个预设边界帧，输入至训练完成的图像识别模型中，以获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；其中，所述图像识别模型基于残差网络构建。残差网络(Residual Network，ResNet)，是一种基于残差块(Residual block)构建的卷积神经网络，具有易优化的特点，并且能够通过增加深度来提高识别的准确率，相比传统的卷积神经网络，内部跳跃连接的残差块，可以减缓神经网络中由于深度增加带来的梯度消失；特别的，通过神经网络模型获取的图像特征为多维度的特征向量，在本公开实施例中，神经网络模型的输入数据为长宽像素分别为224*224的三通道彩色图，输出数据为256维度的特征向量。
本公开实施例的技术方案，根据初始高光片段的初始开始帧和初始结束帧分别构建了候选帧集合，并通过与预设边界帧的色彩相似度的比较，获取到了高光片段准确的起止边界，即目标开始帧和目标结束帧，避免了提取高光片段时出现丢帧现象，保证了高光片段的内容完整性，提高了用户观看的视觉体验。
实施例二
图2是本公开实施例二提供的一种高光片段的获取方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，各候选开始帧和各候选结束帧均与多个预设边界帧进行色彩的相似度比对，本实施例的方法具体包括如下步骤：
S201、获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧。
S202、根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧。
S203、获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及多个预设边界帧的第三图像特征。
S204、根据各所述候选开始帧的第一图像特征和多个预设边界帧的第三图像特征，获取每个所述候选开始帧分别与各预设边界帧的第一欧式距离。
S205、将每个所述候选开始帧对应的各所述第一欧氏距离分别进行排序，以获取与各所述候选开始帧分别对应的数值最小且为第三预设数量的目标第一欧氏距离，并将各所述候选开始帧的所述目标第一欧氏距离分别进行求平均运算，以获取各所述候选开始帧的第一平均欧氏距离。
当存在多个预设边界帧时，不同的预设边界帧反应了多种不同类型的场景或环境下的色彩平淡的图像帧，例如，上述技术方案中，在游戏视频中，预设边界帧为人物站立不动的静止画面，同一个游戏人物站立于不同的环境(例如，高山、河流和沙滩)中，即对应不同类型的预设边界帧，虽然都是静止画面，但不同的环境中显然色彩度是不同的，因此，多个不同类型的预设边界帧，丰富了视频中不同场景或环境下的画面信息。例如，预设边界帧的数量为1000个，获取每个候选开始帧与这1000个预设边界帧的第一欧氏距离，并将每个候选开始帧对应的1000个第一欧氏距离进行排序，获取数值最小的第三预设数量(例如，5个)目标第一欧氏距离，由于1000个预设边界帧中可能包括游戏人物分别站立与高山、河流和沙滩等不同环境下的游戏画面，假设当前高光片段是来自于高山场景下，那么显然，每个候选开始帧获取到的数据最小的5个目标第一欧氏距离，应该都是与同样为高山场景的预设边界帧之间的距离，提高了各候选开始帧与预设边界帧在画面内容上的匹配性，避免了将高山场景下的高光片段对应各候选开始帧与沙滩场景下的预设边界帧进行比对，造成比对结果不准确，进而获取错误的起止边界帧，使得获取到的高光片段中存在丢帧现象；再将这5个目标第一欧氏距离求平均，那么即获取到各候选开始帧与当前场景下各预设边界帧之间的平均距离。
S206、根据各所述候选开始帧的所述第一平均欧氏距离，获取数值最小的目标候选开始帧作为目标开始帧。
距离数值越小，表示色彩越相似，那么相应的，该候选开始帧则有较大可能作为高光片段的真实起始帧，即目标开始帧。
S207、根据各所述候选结束帧的第二图像特征和多个预设边界帧的第三图像特征，获取每个所述候选结束帧分别与各预设边界帧的第二欧式距离。
S208、将每个所述候选结束帧对应的各所述第二欧氏距离分别进行排序，以获取与各所述候选结束帧分别对应的数值最小且为第四预设数量的目标第二欧氏距离，并将各所述候选结束帧的所述目标第二欧氏距离分别进行求平均运算，以获取各所述候选结束帧的第二平均欧氏距离。
S209、根据各所述候选结束帧的所述第二平均欧氏距离，获取数值最小的目标候选结束帧作为目标结束帧。
S210、根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
本公开实施例的技术方案，通过在候选帧与各预设边界帧的多个欧式距离中，选择预设数量的目标欧式距离，进而获取平均欧氏距离数值最小的候选帧作为目标帧，提高了各候选开始帧与预设边界帧在画面内容上的匹配性，避免了将高光片段的各候选帧与不同场景下的预设边界帧进行比对，造成比对结果不准确，进而获取错误的起止边界帧，使得最终获取到的高光片段中存在丢帧现象。
实施例三
图3是本公开实施例三提供的一种高光片段的获取方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，获取构建的初始图像识别模型，并通过分类器对初始图形识别模型的网络参数进行优化，本实施例的方法具体包括如下步骤：
S310、获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧。
S320、根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧。
S330、构建初始图像识别模型，并将训练样本集输入至所述初始图像识别模型中，以获取所述训练样本集的图像特征。
训练样本集包括了多个训练样本；其中，正训练样本是非高光片段中的图像帧，即色彩平淡的图像帧，也即预设边界帧，例如，上述技术方案中，人物静止画面帧；负训练样本是各种高光片段中的图像帧，即色彩鲜明的图像帧，例如，上述技术方案中的，人物动态画面帧；各训练样本均包括对应的标签，其中，正训练样本标注为1，负训练样本标注为0。特别的，训练样本还可以三元组的形式构建，即锚训练样本(anchor)、正训练样本(positive)和负训练样本(negative)构成一个三元组，其中，锚训练样本和正训练样本均为色彩鲜明的图像帧，负训练样本为色彩平淡的图像帧。
S340、将所述训练样本集的图像特征，输入至分类器中，以获取所述训练样本集的预测数据，并根据所述训练样本集的预测数据和所述训练样本集的期望数据，获取响应误差。
分类器(Classifier)，即分类模型，是将获取到的输入数据映射到给定类别中的某一个，进而实现预测功能的一种分类工具；具体的，分类器根据训练样本集中各图像帧的图像特征向量，输出对应的预测数据，例如，输出为0.95，那么表示该数值距离正训练样本较近；对于正训练样本，期望数据为1，对于负训练样本，期望数据则为0；根据分类器的预测数据，以及各训练样本的期望数据，可以获取神经网络模型的响应误差。可选的，所述分类器基于三重损失函数(Triplet loss)和/或交叉熵损失函数(Cross Entropy loss)构建；其中，交叉熵损失函数针对于分类误差，主要用于获取正训练样本和负训练样本分类时的误差，三重损失函数针对于锚训练样本的排序误差，即正训练样本与锚训练样本间的相似性；特别的，基于三重损失函数和交叉熵损失函数共同构建的分类器，除了将每个训练样本自身的分类特性作为了误差影响因素，同时还将不同的正训练样本之间的相似性，以及负训练样本与正训练样本的差异性也作为了误差影响因素，提高了响应误差的获取精度。
S350、根据所述响应误差，对所述初始图像识别模型的网络参数进行优化，并将优化后的初始图像识别模型作为训练完成的图像识别模型。
网络参数，是神经网络中的各层之间权重值；由于神经网络模型在建立时，权重值是随机或根据经验值建立的，因此，通常需要对初始建立的神经网络模型进行多次训练，以调整其网络参数；而对网络参数的调整，是通过反向传播算法，根据响应误差获取各层间的权重值，进而获取参数优化后的图像识别模型。
S360、将各所述候选开始帧、各所述候选结束帧以及所述至少一个预设边界帧，输入至训练完成的图像识别模型中，以获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；其中，所述图像识别模型基于残差网络构建。
S370、根据各所述候选开始帧的第一图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选开始帧分别与所述至少一个预设边界帧的第一欧氏距离，并根据所述第一欧氏距离，在各所述候选开始帧中确定目标开始帧。
S380、根据各所述候选结束帧的第二图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选结束帧分别与所述至少一个预设边界帧的第二欧氏距离，并根据所述第二欧氏距离，在各所述候选结束帧中确定目标结束帧。
S390、根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
本公开实施例的技术方案，将训练样本集输入至初始神经网络模型后，通过三重损失函数和交叉熵损失函数共同构建的分类器，将每个训练样本自身的分类特性、正训练样本之间的相似性，以及负训练样本与正训练样本的差异性作为误差影响因素，提高了响应误差的获取精度，进而对初始神经网络模型进行的参数优化，提高了图像识别模型的图像识别效果。
实施例四
图4是本公开实施例四提供的一种高光片段的获取装置的结构框图，具体包括：初始帧获取模块410、候选集合获取模块420和目标高光片段获取模块430；
初始帧获取模块410，用于获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧；
候选集合获取模块420，用于根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧；
目标高光片段获取模块430，用于根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，在各所述候选结束帧中确定目标结束帧，并根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
本公开实施例的技术方案，根据初始高光片段的初始开始帧和初始结束帧分别构建了候选帧集合，并通过与预设边界帧的色彩相似度的比较，获取到了高光片段准确的起止边界，即目标开始帧和目标结束帧，避免了提取高光片段时出现丢帧现象，保证了高光片段的内容完整性，提高了用户观看的视觉体验。
可选的，在上述技术方案的基础上，候选集合获取模块420，具体包括：
开始帧候选集合获取单元，用于获取与所述初始开始帧相邻且为第一预设数量的关联开始帧，并根据所述关联开始帧和所述初始开始帧构建开始帧候选集合；
结束帧候选集合获取单元，用于获取与所述初始结束帧相邻且为第二预设数量的关联结束帧，并根据所述关联结束帧和所述初始结束帧构建结束帧候选集合。
可选的，在上述技术方案的基础上，目标高光片段获取模块430，具体包括：
图像特征获取单元，用于获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；
目标开始帧获取单元，用于根据各所述候选开始帧的第一图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选开始帧分别与所述至少一个预设边界帧的第一欧氏距离，并根据所述第一欧氏距离，在各所述候选开始帧中确定目标开始帧；
目标结束帧获取单元，用于根据各所述候选结束帧的第二图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选结束帧分别与所述至少一个预设边界帧的第二欧氏距离，并根据所述第二欧氏距离，在各所述候选结束帧中确定目标结束帧。
可选的，在上述技术方案的基础上，图像特征获取单元，具体用于将各所述候选开始帧、各所述候选结束帧以及所述至少一个预设边界帧，输入至训练完成的图像识别模型中，以获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；其中，所述图像识别模型基于残差网络构建。
可选的，在上述技术方案的基础上，目标开始帧获取单元，具体包括：
第一排序执行子单元，用于将每个所述候选开始帧对应的各所述第一欧氏距离分别进行排序，以获取与各所述候选开始帧分别对应的数值最小且为第三预设数量的目标第一欧氏距离，并将各所述候选开始帧的所述目标第一欧氏距离分别进行求平均运算，以获取各所述候选开始帧的第一平均欧氏距离；
目标开始帧获取子单元，用于根据各所述候选开始帧的所述第一平均欧氏距离，获取数值最小的目标候选开始帧作为目标开始帧。
可选的，在上述技术方案的基础上，目标结束帧获取单元，具体包括：
第二排序执行子单元，用于将每个所述候选结束帧对应的各所述第二欧氏距离分别进行排序，以获取与各所述候选结束帧分别对应的数值最小且为第四预设数量的目标第二欧氏距离，并将各所述候选结束帧的所述目标第二欧氏距离分别进行求平均运算，以获取各所述候选结束帧的第二平均欧氏距离；
目标结束帧获取子单元，用于根据各所述候选结束帧的所述第二平均欧氏距离，获取数值最小的目标候选结束帧作为目标结束帧。
可选的，在上述技术方案的基础上，高光片段的获取装置，包括：
初始模型获取模块，用于构建初始图像识别模型，并将训练样本集输入至所述初始图像识别模型中，以获取所述训练样本集的图像特征；
响应误差获取模块，用于将所述训练样本集的图像特征，输入至分类器中，以获取所述训练样本集的预测数据，并根据所述训练样本集的预测数据和所述训练样本集的期望数据，获取响应误差；
参数优化执行模块，用于根据所述响应误差，对所述初始图像识别模型的网络参数进行优化，并将优化后的初始图像识别模型作为训练完成的图像识别模型。
可选的，在上述技术方案的基础上，所述分类器基于三重损失函数和/或交叉熵损失函数构建。
上述装置可执行本公开任意实施例所提供的高光片段的获取方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本公开任意实施例提供的方法。
实施例五
图5示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧；根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧；根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，在各所述候选结束帧中确定目标结束帧，并根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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、或代码的一部分，该模块、程序段、或代码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。也应当注意，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，两个接连地表示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操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。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，图像特征获取单元，可以被描述为“用于获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征”。本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，【示例1】提供了一种高光片段的获取方法，包括：
获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧；
根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧；
根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，在各所述候选结束帧中确定目标结束帧，并根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
根据本公开的一个或多个实施例，【示例2】提供了示例1的方法，还包括：
获取与所述初始开始帧相邻且为第一预设数量的关联开始帧，并根据所述关联开始帧和所述初始开始帧构建开始帧候选集合；
获取与所述初始结束帧相邻且为第二预设数量的关联结束帧，并根据所述关联结束帧和所述初始结束帧构建结束帧候选集合。
根据本公开的一个或多个实施例，【示例3】提供了示例1的方法，还包括：
获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；
根据各所述候选开始帧的第一图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选开始帧分别与所述至少一个预设边界帧的第一欧氏距离，并根据所述第一欧氏距离，在各所述候选开始帧中确定目标开始帧；
根据各所述候选结束帧的第二图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选结束帧分别与所述至少一个预设边界帧的第二欧氏距离，并根据所述第二欧氏距离，在各所述候选结束帧中确定目标结束帧。
根据本公开的一个或多个实施例，【示例4】提供了示例3的方法，还包括：
将各所述候选开始帧、各所述候选结束帧以及所述至少一个预设边界帧，输入至训练完成的图像识别模型中，以获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；其中，所述图像识别模型基于残差网络构建。
根据本公开的一个或多个实施例，【示例5】提供了示例3的方法，还包括：
将每个所述候选开始帧对应的各所述第一欧氏距离分别进行排序，以获取与各所述候选开始帧分别对应的数值最小且为第三预设数量的目标第一欧氏距离，并将各所述候选开始帧的所述目标第一欧氏距离分别进行求平均运算，以获取各所述候选开始帧的第一平均欧氏距离；
根据各所述候选开始帧的所述第一平均欧氏距离，获取数值最小的目标候选开始帧作为目标开始帧；
将每个所述候选结束帧对应的各所述第二欧氏距离分别进行排序，以获取与各所述候选结束帧分别对应的数值最小且为第四预设数量的目标第二欧氏距离，并将各所述候选结束帧的所述目标第二欧氏距离分别进行求平均运算，以获取各所述候选结束帧的第二平均欧氏距离；
根据各所述候选结束帧的所述第二平均欧氏距离，获取数值最小的目标候选结束帧作为目标结束帧。
根据本公开的一个或多个实施例，【示例6】提供了示例4的方法，还包括：
构建初始图像识别模型，并将训练样本集输入至所述初始图像识别模型中，以获取所述训练样本集的图像特征；
将所述训练样本集的图像特征，输入至分类器中，以获取所述训练样本集的预测数据，并根据所述训练样本集的预测数据和所述训练样本集的期望数据，获取响应误差；
根据所述响应误差，对所述初始图像识别模型的网络参数进行优化，并将优化后的初始图像识别模型作为训练完成的图像识别模型。
根据本公开的一个或多个实施例，【示例7】提供了示例6的方法，还包括：
所述分类器基于三重损失函数和/或交叉熵损失函数构建。
根据本公开的一个或多个实施例，【示例8】提供了一种高光片段的获取装置，包括：
初始帧获取模块，用于获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧；
候选集合获取模块，用于根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧；
目标高光片段获取模块，用于根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，在各所述候选结束帧中确定目标结束帧，并根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
根据本公开的一个或多个实施例，【示例9】提供了示例8的装置，候选集合获取模块，具体包括：
开始帧候选集合获取单元，用于获取与所述初始开始帧相邻且为第一预设数量的关联开始帧，并根据所述关联开始帧和所述初始开始帧构建开始帧候选集合；
结束帧候选集合获取单元，用于获取与所述初始结束帧相邻且为第二预设数量的关联结束帧，并根据所述关联结束帧和所述初始结束帧构建结束帧候选集合。
根据本公开的一个或多个实施例，【示例10】提供了示例8的装置，目标高光片段获取模块，具体包括：
图像特征获取单元，用于获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；
目标开始帧获取单元，用于根据各所述候选开始帧的第一图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选开始帧分别与所述至少一个预设边界帧的第一欧氏距离，并根据所述第一欧氏距离，在各所述候选开始帧中确定目标开始帧；
目标结束帧获取单元，用于根据各所述候选结束帧的第二图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选结束帧分别与所述至少一个预设边界帧的第二欧氏距离，并根据所述第二欧氏距离，在各所述候选结束帧中确定目标结束帧。
根据本公开的一个或多个实施例，【示例11】提供了示例10的装置，图像特征获取单元，具体用于将各所述候选开始帧、各所述候选结束帧以及所述至少一个预设边界帧，输入至训练完成的图像识别模型中，以获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；其中，所述图像识别模型基于残差网络构建。
根据本公开的一个或多个实施例，【示例12】提供了示例10的装置，目标开始帧获取单元，具体包括：
第一排序执行子单元，用于将每个所述候选开始帧对应的各所述第一欧氏距离分别进行排序，以获取与各所述候选开始帧分别对应的数值最小且为第三预设数量的目标第一欧氏距离，并将各所述候选开始帧的所述目标第一欧氏距离分别进行求平均运算，以获取各所述候选开始帧的第一平均欧氏距离；
目标开始帧获取子单元，用于根据各所述候选开始帧的所述第一平均欧氏距离，获取数值最小的目标候选开始帧作为目标开始帧。
目标结束帧获取单元，具体包括：
第二排序执行子单元，用于将每个所述候选结束帧对应的各所述第二欧氏距离分别进行排序，以获取与各所述候选结束帧分别对应的数值最小且为第四预设数量的目标第二欧氏距离，并将各所述候选结束帧的所述目标第二欧氏距离分别进行求平均运算，以获取各所述候选结束帧的第二平均欧氏距离；
目标结束帧获取子单元，用于根据各所述候选结束帧的所述第二平均欧氏距离，获取数值最小的目标候选结束帧作为目标结束帧。
根据本公开的一个或多个实施例，【示例13】提供了示例11的装置，还包括：
初始模型获取模块，用于构建初始图像识别模型，并将训练样本集输入至所述初始图像识别模型中，以获取所述训练样本集的图像特征；
响应误差获取模块，用于将所述训练样本集的图像特征，输入至分类器中，以获取所述训练样本集的预测数据，并根据所述训练样本集的预测数据和所述训练样本集的期望数据，获取响应误差；
参数优化执行模块，用于根据所述响应误差，对所述初始图像识别模型的网络参数进行优化，并将优化后的初始图像识别模型作为训练完成的图像识别模型。
根据本公开的一个或多个实施例，【示例14】提供了示例13的装置，还包括：
所述分类器基于三重损失函数和/或交叉熵损失函数构建。
根据本公开的一个或多个实施例，【示例15】提供了一种电子设备，包括存储器、处理装置及存储在存储器上并可在处理装置上运行的计算机程序，处理装置执行程序时实现如示例1-7中任一所述的高光片段的获取方法。
根据本公开的一个或多个实施例，【示例16】提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行如示例1-7中任一所述的高光片段的获取方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种高光片段的获取方法，其特征在于，包括：
获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧；
根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧；
根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，在各所述候选结束帧中确定目标结束帧，并根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
2.根据权利要求1所述的方法，其特征在于，所述根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合，包括：
获取与所述初始开始帧相邻且为第一预设数量的关联开始帧，并根据所述关联开始帧和所述初始开始帧构建开始帧候选集合；
获取与所述初始结束帧相邻且为第二预设数量的关联结束帧，并根据所述关联结束帧和所述初始结束帧构建结束帧候选集合。
3.根据权利要求1所述的方法，其特征在于，所述根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，在各所述候选结束帧中确定目标结束帧，包括：
获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；
根据各所述候选开始帧的第一图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选开始帧分别与所述至少一个预设边界帧的第一欧氏距离，并根据所述第一欧氏距离，在各所述候选开始帧中确定目标开始帧；
根据各所述候选结束帧的第二图像特征和所述至少一个预设边界帧的第三图像特征，获取每个所述候选结束帧分别与所述至少一个预设边界帧的第二欧氏距离，并根据所述第二欧氏距离，在各所述候选结束帧中确定目标结束帧。
4.根据权利要求3所述的方法，其特征在于，所述获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征，包括：
将各所述候选开始帧、各所述候选结束帧以及所述至少一个预设边界帧，输入至训练完成的图像识别模型中，以获取各所述候选开始帧的第一图像特征、各所述候选结束帧的第二图像特征以及所述至少一个预设边界帧的第三图像特征；其中，所述图像识别模型基于残差网络构建。
5.根据权利要求3所述的方法，其特征在于，所述根据所述第一欧氏距离，在各所述候选开始帧中确定目标开始帧，包括：
将每个所述候选开始帧对应的各所述第一欧氏距离分别进行排序，以获取与各所述候选开始帧分别对应的数值最小且为第三预设数量的目标第一欧氏距离，并将各所述候选开始帧的所述目标第一欧氏距离分别进行求平均运算，以获取各所述候选开始帧的第一平均欧氏距离；
根据各所述候选开始帧的所述第一平均欧氏距离，获取数值最小的目标候选开始帧作为目标开始帧；
所述根据所述第二欧氏距离，在各所述候选结束帧中确定目标结束帧，包括：
将每个所述候选结束帧对应的各所述第二欧氏距离分别进行排序，以获取与各所述候选结束帧分别对应的数值最小且为第四预设数量的目标第二欧氏距离，并将各所述候选结束帧的所述目标第二欧氏距离分别进行求平均运算，以获取各所述候选结束帧的第二平均欧氏距离；
根据各所述候选结束帧的所述第二平均欧氏距离，获取数值最小的目标候选结束帧作为目标结束帧。
6.根据权利要求4所述的方法，其特征在于，在将各所述候选开始帧、各所述候选结束帧以及所述至少一个预设边界帧，输入至训练完成的图像识别模型中前，还包括：
构建初始图像识别模型，并将训练样本集输入至所述初始图像识别模型中，以获取所述训练样本集的图像特征；
将所述训练样本集的图像特征，输入至分类器中，以获取所述训练样本集的预测数据，并根据所述训练样本集的预测数据和所述训练样本集的期望数据，获取响应误差；
根据所述响应误差，对所述初始图像识别模型的网络参数进行优化，并将优化后的初始图像识别模型作为训练完成的图像识别模型。
7.根据权利要求6所述的方法，其特征在于，所述分类器基于三重损失函数和/或交叉熵损失函数构建。
8.一种高光片段的获取装置，其特征在于，包括：
初始帧获取模块，用于获取初始高光片段的图像帧信息；其中，所述图像帧信息包括初始开始帧和初始结束帧；
候选集合获取模块，用于根据所述初始开始帧，获取开始帧候选集合，以及根据所述初始结束帧，获取结束帧候选集合；其中，所述开始帧候选集合包括多个候选开始帧，所述结束帧候选集合包括多个候选结束帧；
目标高光片段获取模块，用于根据各所述候选开始帧与至少一个预设边界帧的色彩相似度，在各所述候选开始帧中确定目标开始帧，以及根据各所述候选结束帧与所述至少一个预设边界帧的色彩相似度，在各所述候选结束帧中确定目标结束帧，并根据所述目标开始帧和所述目标结束帧，获取目标高光片段。
9.一种电子设备，包括存储器、处理装置及存储在存储器上并可在处理装置上运行的计算机程序，其特征在于，所述处理装置执行所述程序时实现如权利要求1-7中任一所述的高光片段的获取方法。
10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的高光片段的获取方法。
CN202011194277.4A 2020-10-30 2020-10-30 一种高光片段的获取方法、装置、电子设备和存储介质 Pending CN112380929A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011194277.4A CN112380929A (zh) 2020-10-30 2020-10-30 一种高光片段的获取方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011194277.4A CN112380929A (zh) 2020-10-30 2020-10-30 一种高光片段的获取方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112380929A true CN112380929A (zh) 2021-02-19

Family

ID=74577083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011194277.4A Pending CN112380929A (zh) 2020-10-30 2020-10-30 一种高光片段的获取方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112380929A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112804586A (zh) * 2021-04-13 2021-05-14 北京世纪好未来教育科技有限公司 一种视频片段的获取方法、装置及设备
CN113691864A (zh) * 2021-07-13 2021-11-23 北京百度网讯科技有限公司 视频剪辑方法、装置、电子设备和可读存储介质
CN114117127A (zh) * 2021-11-23 2022-03-01 北京字节跳动网络技术有限公司 视频生成方法、装置、可读介质及电子设备
CN114554273A (zh) * 2022-01-27 2022-05-27 深圳市大梦龙途文化传播有限公司 游戏高光时刻自动录制方法、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7334191B1 (en) * 2000-05-09 2008-02-19 International Business Machines Corporation Segmentation and detection of representative frames in video sequences
KR20130078233A (ko) * 2011-12-30 2013-07-10 한양대학교 에리카산학협력단 스포츠 동영상의 하이라이트 검출 방법 및 장치
CN109740499A (zh) * 2018-12-28 2019-05-10 北京旷视科技有限公司 视频分割方法、视频动作识别方法、装置、设备及介质
CN109977262A (zh) * 2019-03-25 2019-07-05 北京旷视科技有限公司 从视频中获取候选片段的方法、装置及处理设备
CN111447489A (zh) * 2020-04-02 2020-07-24 北京字节跳动网络技术有限公司 视频处理方法、装置、可读介质及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7334191B1 (en) * 2000-05-09 2008-02-19 International Business Machines Corporation Segmentation and detection of representative frames in video sequences
KR20130078233A (ko) * 2011-12-30 2013-07-10 한양대학교 에리카산학협력단 스포츠 동영상의 하이라이트 검출 방법 및 장치
CN109740499A (zh) * 2018-12-28 2019-05-10 北京旷视科技有限公司 视频分割方法、视频动作识别方法、装置、设备及介质
CN109977262A (zh) * 2019-03-25 2019-07-05 北京旷视科技有限公司 从视频中获取候选片段的方法、装置及处理设备
CN111447489A (zh) * 2020-04-02 2020-07-24 北京字节跳动网络技术有限公司 视频处理方法、装置、可读介质及电子设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112804586A (zh) * 2021-04-13 2021-05-14 北京世纪好未来教育科技有限公司 一种视频片段的获取方法、装置及设备
CN113691864A (zh) * 2021-07-13 2021-11-23 北京百度网讯科技有限公司 视频剪辑方法、装置、电子设备和可读存储介质
WO2023284316A1 (zh) * 2021-07-13 2023-01-19 北京百度网讯科技有限公司 视频剪辑方法、装置、电子设备和可读存储介质
CN114117127A (zh) * 2021-11-23 2022-03-01 北京字节跳动网络技术有限公司 视频生成方法、装置、可读介质及电子设备
CN114554273A (zh) * 2022-01-27 2022-05-27 深圳市大梦龙途文化传播有限公司 游戏高光时刻自动录制方法、设备及存储介质

Similar Documents

Publication Publication Date Title
CN112380929A (zh) 一种高光片段的获取方法、装置、电子设备和存储介质
CN111988638B (zh) 一种拼接视频的获取方法、装置、电子设备和存储介质
CN112182299B (zh) 一种视频中精彩片段的获取方法、装置、设备和介质
CN111696176B (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN113395542B (zh) 基于人工智能的视频生成方法、装置、计算机设备及介质
CN112954450B (zh) 视频处理方法、装置、电子设备和存储介质
CN109474850B (zh) 运动像素视频特效添加方法、装置、终端设备及存储介质
CN110070063B (zh) 目标对象的动作识别方法、装置和电子设备
US10701301B2 (en) Video playing method and device
CN110796664B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN110427915B (zh) 用于输出信息的方法和装置
CN112163993A (zh) 图像处理方法、装置、设备及存储介质
CN109816023B (zh) 用于生成图片标签模型的方法和装置
CN111783632B (zh) 针对视频流的人脸检测方法、装置、电子设备及存储介质
CN111494947B (zh) 摄像机移动轨迹确定方法、装置、电子设备及存储介质
CN112990176A (zh) 书写质量评价方法、装置和电子设备
CN110674813B (zh) 汉字识别方法、装置、计算机可读介质及电子设备
CN112258622A (zh) 图像处理方法、装置、可读介质及电子设备
CN107391661B (zh) 推荐词显示方法及装置
CN113259601A (zh) 视频处理方法、装置、可读介质和电子设备
CN110765304A (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN115953504A (zh) 特效处理方法、装置、电子设备及存储介质
CN115222969A (zh) 标识信息识别方法、装置、设备、可读存储介质及产品
CN110807728B (zh) 对象的显示方法、装置、电子设备及计算机可读存储介质
CN112115740B (zh) 用于处理图像的方法和装置

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