CN114363672A

CN114363672A - 相似视频的确定方法、装置、终端及存储介质

Info

Publication number: CN114363672A
Application number: CN202111554491.0A
Authority: CN
Inventors: 王旭东
Original assignee: Beijing Shareit Information Technology Co Ltd
Current assignee: Beijing Shareit Information Technology Co Ltd
Priority date: 2021-12-17
Filing date: 2021-12-17
Publication date: 2022-04-15

Abstract

本公开实施例提供一种相似视频的确定方法，所述方法包括：基于预定时间间隔对目标视频抽帧，以获得至少一个目标特征帧；获取各所述目标特征帧的子指纹信息，其中，所述目标特征帧的子指纹信息用于表征所述目标特征帧的特征；基于各所述目标特征帧的子指纹信息与视频指纹库，确定与各所述目标特征帧相似的样本特征帧；其中，所述视频指纹库包括：各样本视频的各所述样本特征帧、及与所述样本特征帧对应的子指纹信息；基于同一个所述样本视频中与各所述目标特征帧分别相似的所述样本特征帧，确定与所述目标视频相似的相似视频。本公开实施例提供一种相似视频的确定装置、终端及存储介质。

Description

相似视频的确定方法、装置、终端及存储介质

技术领域

本公开涉及但不限于视频处理技术领域，尤其涉及一种相似视频的确定方法、装置、终端杆及存储介质。

背景技术

对于视频应用程序(APP)的使用，随着用户规模的增加，用户生产并上传的视频也随之变的越来越多，在海量视频中可能存在着一些内容相似的视频。比如某些用户下载其他用户视频直接上传、或者增加一些水印或涂鸦、更改分辨率等再次上传到平台；如果平台对这些内容无感知，直接推荐给用户，可能会导致大量重复视频连续出现在用户的终端上，严重影响用户体验。

发明内容

本公开实施例提供一种相似视频的确定方法、装置、终端及存储介质。

根据本公开的第一方面，提供一种相似视频的确定方法，由终端执行，包括：

基于预定时间间隔对目标视频抽帧，以获得至少一个目标特征帧；

获取各所述目标特征帧的子指纹信息，其中，所述目标特征帧的子指纹信息用于表征所述目标特征帧的特征；

基于各所述目标特征帧的子指纹信息与视频指纹库，确定与各所述目标特征帧相似的样本特征帧；其中，所述视频指纹库包括：各样本视频的各所述样本特征帧、及与所述样本特征帧对应的子指纹信息；

基于同一个所述样本视频中与各所述目标特征帧分别相似的所述样本特征帧，确定与所述目标视频相似的相似视频。

在一些实施例中，一个所述目标特征帧的子指纹信息包括：至少一个第一分块图片指纹信息；一个所述样本特征帧的子指纹信息，包括：至少一个第二分块图片指纹信息；

所述获取各所述目标特征帧的子指纹信息，包括：

将所述目标特征帧划分为至少一个第一分块图片；

获取所述目标特征帧中各所述第一分块图片的所述第一分块图片指纹信息；

所述基于各所述目标特征帧的子指纹信息与视频指纹库，确定与各所述目标特征帧相似的样本特征帧，包括：

基于各所述目标特征帧的至少一个所述第一分块图片指纹信息与各所述视频指纹库中至少一个所述第二分块图片指纹信息，确定与各所述目标特征帧相似的所述样本特征帧。

在一些实施例中，所述获取各所述目标特征帧的子指纹信息之前，还包括：

基于所述预定时间间隔对所述样本视频抽帧，以获得至少一个所述样本特征帧；

将所述样本特征帧划分为至少一个第二分块图片；

获取所述样本特征帧中各所述第二分块图片的所述第二分块图片指纹信息；

将所述样本视频特征帧、与所述样本视频特征帧的各所述第二分块图片的所述第二分块图片指纹信息对应存储在所述视频指纹库中。

在一些实施例中，所述基于同一个所述样本视频中与各所述目标特征帧分别相似的所述样本特征帧，确定与所述目标视频相似的相似视频，包括以下之一：

确定与各所述目标特征帧分别相似的所述样本特征帧的数量超过预定数量的所述样本视频为所述相似视频；

确定与各所述目标特征分别相似的所述样本特征帧的数量最高的所述样本视频为所述相似视频。

在一些实施例中，所述方法还包括：

若所述目标视频中一个所述目标特征帧或者多个所述目标特征帧与所述样本视频中同一个所述样本特征帧相似，确定与所述目标视频相似的所述样本特征帧的数量为1个。

在一些实施例中，所述方法还包括：

确定各所述目标特征帧与相似的所述样本特征帧之间的相似度；

基于同一个所述样本视频中与各所述目标特征帧相似的所述样本特征帧的相似度，确定所述目标视频与所述样本视频的总相似度；

基于所述总相似度和/或相似视频，确定所述目标视频的视频相似结果。

在一些实施例中，所述基于预定时间间隔对目标视频抽帧，以获得至少一个目标特征帧，包括：

基于所述预定时间间隔，从所述目标视频中抽取候选特征帧；

确定所述候选特征帧为所述目标特征帧。

对相邻两个所述候选特征帧进行均值化处理，获取相邻两个所述候选特征帧之间的像素均差值；

基于所述像素均差值大于预定均差值的相邻两个所述候选特征帧，确定所述目标特征帧。

在一些实施例中，所述基于所述像素均差值大于预定均差值的相邻两个所述候选特征帧，确定所述目标特征帧，包括以下之一：

确定所述像素均差值大于所述预定均差值的相邻两个所述候选特征帧为所述目标特征帧；

确定所述像素均差值大于预定均差值的相邻两个所述候选特征帧中前一个所述候选特征帧为所述目标特征帧；

确定所述像素均差值大于所述预定均差值的相邻两个所述候选特征帧中后一个所述候选特征帧为所述目标特征帧。

在一些实施例中，所述目标特征帧的子指纹信息，包括以下至少之一：所述目标视频的标识信息、所述目标特征帧的标识信息、所述目标视频中所述目标特征帧的数量、所述目标特征帧的哈希值；所述目标特征帧包括的至少一个第一分块图片的哈希值；

和/或，

所述样本特征帧的子指纹信息，包括以下至少之一：所述样本视频的标识信息、所述样本特征帧的标识信息、所述样本视频的所述样本特征帧的数量、所述样本特征帧的哈希值；所述样本特征帧包括的至少一个第二分块图片的哈希值。

根据本公开的第二方面，提供一种相似视频确定装置，所述装置包括：

抽帧模块，用于基于预定时间间隔对目标视频抽帧，以获得至少一个目标特征帧；

获取模块，用于获取各所述目标特征帧的子指纹信息，其中，所述目标特征帧的子指纹信息用于表征所述目标特征帧的特征；

确定模块，用于基于各所述目标特征帧的子指纹信息与视频指纹库，确定与各所述目标特征帧相似的样本特征帧；其中，所述视频指纹库包括：各样本视频的各所述样本特征帧、及与所述样本特征帧对应的子指纹信息；

处理模块，用于基于同一个所述样本视频中与各所述目标特征帧分别相似的所述样本特征帧，确定与所述目标视频相似的相似视频。

所述处理模块，用于将所述目标特征帧划分为至少一个第一分块图片；

所述获取模块，用于获取所述目标特征帧中各所述第一分块图片的所述第一分块图片指纹信息；

所述确定模块，用于基于各所述目标特征帧的至少一个所述第一分块图片指纹信息与各所述视频指纹库中至少一个所述第二分块图片指纹信息，确定与各所述目标特征帧相似的所述样本特征帧。

在一些实施例中，所述抽帧模块，用于基于所述预定时间间隔对所述样本视频抽帧，以获得至少一个所述样本特征帧；

所述处理模块，用于将所述样本特征帧划分为至少一个第二分块图片；

所述获取模块，用于获取所述样本特征帧中各所述第二分块图片的所述第二分块图片指纹信息；

所述装置还包括：

存储模块，用于将所述样本视频特征帧、与所述样本视频特征帧的各所述第二分块图片的所述第二分块图片指纹信息对应存储在所述视频指纹库中。

在一些实施例中，所述处理模块，用于确定与各所述目标特征帧分别相似的所述样本特征帧的数量超过预定数量的所述样本视频为所述相似视频；

或者，

所述处理模块，用于确定与所述目标特征相似的所述样本特征帧的数量最高的所述样本视频，为所述相似视频。

在一些实施例中，所述处理模块，用于若所述目标视频中一个所述目标特征帧或者多个所述目标特征帧与所述样本视频中同一个所述样本特征帧相似，确定与所述目标视频相似的所述样本特征帧的数量为1个。

在一些实施例中，所述处理模块，用于确定各所述目标特征帧与相似的所述样本特征帧之间的相似度；

所述处理模块，还用于基于同一个所述样本视频中与各所述目标特征帧相似的所述样本特征帧的相似度，确定所述样本视频的总相似度；

所述处理模块，还用于基于所述总相似度和/或相似视频，确定所述目标视频的视频相似结果。

在一些实施例中，所述抽帧模块，用于基于所述预定时间间隔，从所述目标视频中抽取候选特征帧；并确定所述候选特征帧为所述目标特征帧。

在一些实施例中，所述抽帧模块，用于基于所述预定时间间隔，从所述目标视频中抽取候选特征帧；

所述抽帧模块，用于对相邻两个所述候选特征帧进行均值化处理，获取相邻两个所述候选特征帧之间的像素均差值；并基于所述像素均差值大于预定均差值的相邻两个所述候选特征帧，确定所述目标特征帧。

在一些实施例中，所述抽帧模块，用于以下之一：

和/或，

根据本公开的第三方面，提供一种终端，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：用于运行所述可执行指令时，实现本公开任意实施例的所述的相似视频的确定方法。

根据本公开的第四方面，提供一种计算机可读存储介质，所述可读存储介质存储有可执行程序，其中，所述可执行程序被处理器执行时实现本公开任意实施例所述的相似视频的确定方法。

本公开的实施例提供的技术方案可以包括以下有益效果：

在本公开实施例中，可以通过目标视频的目标特征帧的子指纹信息确定出与目标特征帧相似的样本特征帧，并基于同一样本视频中与各目标特征帧相似的样本特征帧的情况，确定出与目标视频相似的相似视频；如此可以基于目标特征帧的特征，准确确定出与目标视频相似的相似视频，从而可以降低重复上传相似视频等情况的出现。例如，降低重复上传仅增加水印或涂鸦或改变分辨率的视频到平台等的情况出现，和/或降低平台重复转发该些仅增加水印或涂鸦或改变分辨率的视频给用户的终端上；从而可以提高用户体验。

且，本公开实施例中，可以基于预定时间间隔对目标视频抽帧，以获得目标特征帧，并确定该些目标特征帧的子指纹信息；如此，一方面无需对目标视频的所有帧计算子指纹信息，从而大大减少了计算量；另一方面可以考虑到分布在整个目标视频的视频帧，从而也能兼顾获取到相似视频的准确性。另外，基于该些目标特征帧的子指纹信息确定相似的样本特征帧、以及进而获取到相似视频，由于减少了计算量，也能提高获取到相似视频等的速度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起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相似视频的确定方法的流程图。

图2是根据一示例性实施例示出的一种目标特征帧的子指纹信息示意图。

图3是根据一示例性实施例示出的一种相似视频的确定方法的流程图。

图4是根据一示例性实施例示出的一种目标特征帧确定方法的流程图。

图5是根据一示例性实施例示出的一种分块图片指纹信息确定方法的流程图。

图6是根据一示例性实施例示出的一种相似视频的确定方法的流程图。

图7是根据一示例性实施例示出的一种相似视频的确定方法的示意图。

图8是根据一示例性实施例示出的一种相似视频的确定装置的框图。

图9是根据一示例性实施例示出的一种终端的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

为了更好地理解本公开任意一个实施例所描述的技术方案，首先，对相关技术中相似视频的获取做部分说明：

在一个实施例中，终端从视频中抽取图像，并提取所述图像的特征；基于所述图像的特征进行视频相似度的判别。

在另一些实施例中，终端从视频整体的特征进行提取；并基于该整体特征进行视频相似度的判别。

如图1所示，提供一种相似视频的确定方法，由终端执行，所述方法包括：

步骤S11：基于预定时间间隔对目标视频抽帧，以获得至少一个目标特征帧；

步骤S12：获取各所述目标特征帧的子指纹信息，其中，所述目标特征帧的子指纹信息用于表征所述目标特征帧的特征；

步骤S13：基于各所述目标特征帧的子指纹信息与视频指纹库，确定与各所述目标特征帧相似的样本特征帧；其中，所述视频指纹库包括：各样本视频的各所述样本特征帧、及与所述样本特征帧对应的子指纹信息；

步骤S14：基于同一个所述样本视频中与各所述目标特征帧分别相似的所述样本特征帧，确定与所述目标视频相似的相似视频。

这里，终端可以是各种移动设备或者固定设备。例如，所述终端可以是但不限于是服务器、计算机、平板电脑、移动手机、医疗设备、穿戴式设备等。

该目标视频可以是任意一个或多个视频。该目标视频是需要确定是否相似的视频。

在一个实施例中，预定时间间隔可以是为大于第一时长的时间间隔。例如，该预定时间间隔为大于3秒、5秒或者10秒等。这里，若预定时间间隔相对越小，则抽取的目标特征帧相对越多；若预定时间间隔相对越大，则抽取的目标特征帧相对越少；即，预定时间间隔的时间长短，与目标特征帧的数量成反相关。

在一个实施例中，终端确定所述目标视频的预定时间间隔。例如，所述终端可以基于目标视频的长度、终端的计算能力、终端的响应时间及目标视频的重要程度的其中至少之一，确定所述预定时间间隔；或者，终端可以历史信息中的预定时间间隔确定当前的目标视频的预定时间间隔；或者，终端还可以基于用户输入操作，确定目标视频的预定时间间隔；等等。

例如，对于时长相对越长的目标视频，可以设置相对于越短的预定时间间隔；对于时长相对越短的目标视频，可以设置相对越短的预定时间间隔；即，目标视频的时长的长短与预定时间间隔的时间长短呈正相关。

例如，对于相对于越重要的目标视频，可以设置相对越短的预定时间间隔；对于相对越不重要的目标视频，可以设置相对越长的预定时间间隔；即，目标视频的重要程度与预定时间间隔的时间长度呈反相关。

若预定时间间隔相对越小，则从目标视频抽取到的目标特征帧相对越多，则可以使得确定的相似视频更精准。若预定时间间隔相对越大，则从目标视频抽取到目标特征帧相对越少，则可以使得终端计算相似视频的计算量更少，使得终端的耗能相对更少。

这里，目标特征帧的子指纹信息，包括：对于整个目标特征帧的子指纹信息，和/或对于目标特征帧的分块图片的子指纹信息。

这里，视频指纹库，包括：一个或多个样本视频的样本特征帧。该一个样本视频包括一个或多个样本特征帧。该样本特征帧的子指纹信息包括：对于整个样本特征帧的子指纹信息，和/或对于样本特征帧的分块图片的子指纹信息。

该视频指纹库可以是终端中存储样本视频信息的任意数据库。

这里，目标特征帧包括：一个或多个第一分块图片。例如，将一个目标特征帧划分为16个第一分块图片。

这里，样本特征帧包括：一个或多个第二分块图片。例如，将一个样本特征帧划分为16个第二分块图片。

在一个实施例中，一个所述目标特征帧的子指纹信息包括：一个或多个第一分块图片指纹信息；一个所述样本特征帧的子指纹信息，包括：至少一个第二分块图片指纹信息。

和/或，

这里，目标视频的标识信息，用于唯一标识所述目标视频。例如，目标视频的标识信息可以给多个目标视频进行标识；如给10个目标视频依次标识为item_id1、item_id2、……及item_id10。该目标视频标识信息，可用于指示目标特征帧属于哪个目标视频。

这里，目标特征帧的标识信息，用于唯一标识所述目标特征帧。例如，一个目标视频包括100个目标特征帧，给该100个目标特征帧依次标识为sequence1、sequence2、……及sequence100。该目标特征帧的标识信息，可用于指示目标特征帧在目标视频的帧序号。

这里，目标视频中目标特征帧的数量，也可认为是该目标视频的子指纹信息的数量。可以理解的是：指示该目标视频中目标特征帧的数量的信息所占的比特位比较少，可以将给目标视频中目标特征帧的数量的信息携带在每个第一分块图片的子指纹信息中。

这里，目标特征帧的哈希值，表征该目标特征帧的全部像素点或者部分像素点的像素值。该像素值可以是目标特征帧中多个像素点的像素值的平均值等。该像素值可以是但不限不是：灰度值、和/或红绿蓝(RGB)颜色值。该RGB三个颜色值分别可以为(0，255)区间。当然，该哈希值也可以是其它的用于表征像素点特征的任意其它值，在此不作限制。

这里，第一分块图片的哈希值，表征该目标特征帧的第一分块图片的全部像素点或者部分像素点的像素值。当然，该分块图片的哈希值也可以是表征分块图片的像素点特征的任意其它值，在此不做限制。

这里，样本特征帧的标识信息，用于唯一标识所述样本特征帧。样本特征帧的标识信息，用于唯一标识所述样本特征帧。样本特征帧的样本特征帧的数量，也可认为是该样本特征帧的子指纹的信息的数量。样本特征帧的哈希值，表征该样本特征帧的全部像素点或部分像素点的像素值。样本特征帧的包括第二分块图片的哈希值，表征目标特征帧的第一分块图片的全部像素点或者部分像素点的像素值。

可以理解的是，样本特征帧的子指纹信息的描述与目标特征帧的子指纹信息的描述类似；对于样本特征帧的子指纹信息，可参见与目标特征帧的子指纹信息的表述，在此不再赘述。

示例性的，如图2所示，提供一种目标视频的目标特征帧的子指纹信息。例如，一个目标视频包括N个目标特征帧；用Fingerprint-1、Fingerprint-2、Fingerprint-3、……及Fingerprint-N表示第1至第N个目标特征帧的子指纹信息。例如，第1个目标特征帧的子指纹信息包括：第1个目标视频的标识信息、第1个目标特征帧的标识信息、第1个目标视频的目标特征帧的数量、第1个目标特征帧的哈希值以及第1至第16个第一分块图片的哈希值。其中，该目标视频的标识信息可用“item_id”表示；第1个目标特征帧的标识信息可用“Sequence1”表示；第1个目标视频的目标特征帧的数量可用“Frame_numbers-N”表示；第1个目标特征帧的哈希值可用“Phash_1”表示；第1至第16个第一分块图片的哈希值可依次用“Partition_1”、“Partition_2”、……及“Partition_16”表示。

在一个实施例中，所述步骤S14，包括：基于同一个所述样本视频中与各所述目标特征帧相似的所述样本特征帧的数量，确定与所述目标视频相似的相似视频。

在一个实施例中，所述步骤S11，包括：

确定所述候选特征帧为所述目标特征帧。

示例性的，一目标视频的时长为1分钟，该预定时间间隔为5秒；终端则可以从目标视频的第0秒、第5秒、第10秒、第15秒、第20秒、第25秒、第30秒、第35秒、第40秒、第45秒、第50秒、第55秒、第60秒分别均抽取一个候选特征帧，以获得13个候选特征帧。终端可以确定该候选特征帧为目标特征帧。

在上述实施例中，可以通过基于预定时间间隔的等间距抽帧方式抽取候选特征帧，并将该候选特征帧作为目标特征帧。当然，在其它实施例中，也可以通过其它的等间距抽帧方式获取到目标特征帧；例如，所述步骤S11，可以是：基于目标视频的帧数，每隔预定帧数抽取一帧作为候选特征帧；并确定所述候选特征为所述目标特征帧。

示例性的，一目标视频包括的总帧数为100帧，可以每10帧，即每隔9帧抽取一帧作为候选目标帧；如将目标视频的第1帧、第11帧、第21帧、第31帧、第41帧、第51帧、第61帧、第71帧、第81帧、第91帧抽取作为候选特征帧。终端确定该些候选特征帧为目标特征帧。如此，在本实施例中，也可以实现以每隔预定帧数抽取一帧的等间距抽帧方式抽取后选帧，并将该候选特征帧作为目标特征帧。

如此，在本公开实施例中无需获取目标视频的所有帧，可以从目标视频中的所有帧选取一定数量、且分布在整个目标视频的视频帧作为目标特征帧进行相似视频的确定；如此，可以兼顾提高获取相似视频的精确性的同时减少计算量。

且由于本公开是可以等间距抽取方式获取目标特征帧而进行相似度计算，相对于将视频通过转码等操作获取图像信息而进行相似度就散来说，可以保证同一目标视频抽取的目标特征帧的帧图基本一致；可以提高最终获取到相似视频的准确性。

这里，基于每隔预定帧数抽取一帧的等间距抽帧方式，也可以认为是一种基于预定时间间隔的等距抽帧方式；该每隔预定帧数可换算为对应的预定时间间隔，例如每隔12帧，可换算为每12帧对应的预定时间间隔。

当然，在其它的实施例中，步骤S11中获取目标特征帧，也可以是：对目标视频抽取关键帧，将所述关键帧作为所述目标特征帧。这里，终端获取到目标视频后，通过查询目标视频的配置文件，以获取哪些帧是关键帧；如此终端可以将该些关键帧抽取出来作为所述目标特征帧。

如图3所示，在一些实施例中，所述步骤S11，包括：

步骤S111：基于所述预定时间间隔，从所述目标视频中抽取候选特征帧；

步骤S112：对相邻两个所述候选特征帧进行均值化处理，获取相邻两个所述候选特征帧之间的像素均差值；

步骤S113：基于所述像素均差值大于预定均差值的相邻两个所述候选特征帧，确定所述目标特征帧。

这里，步骤S111的实现方式可以是：通过上述实例中的基于预定时间间隔的等间距抽帧方式抽取候选特征帧，或者基于每隔预定帧数抽取一帧的等间距抽帧方式抽取候选特征帧等方式实现。

这里，步骤S112，可包括：分别获取相邻两个所述候选特征帧的至少一个像素点的像素值；基于相邻两个所述候选特征帧对应的各像素点的像素值之差，获取相邻两个所述候选特征帧对应的各像素点的像素差值；基于相邻两个所述候选特征帧对应的各像素点的像素差值，确定相邻两个所述候选特征帧之间的像素均差值。

若候选特征帧包括100×100个像素点，则获取候选特征帧的至少一个像素点的像素值可以为：获取该100×100个像素点中部分像素点或者全部像素点的像素值。

这里，预定均差值可以基于历史经验设置，或者不同的目标视频设置，或者基于用户输入操作确定；等等。

示例性的，所述候选特征帧包括第1至第m个候选特征帧；所述m为大于1的整数；

所述步骤S112，包括：

获取第i个候选特征帧的至少一个像素点第i像素值；

获取第i+1个候选特征帧的至少一个像素点的第i+1像素值；其中，所述i为大于0且小于所述m的整数；

基于对应的各像素点的所述第i像素值与所述第i+1像素值之差，确定各所述像素点的第i像素差值；

基于各像素点的所述第i像素差值，确定第i个候选特征帧与第i+1个候选特征帧之间的第i像素均差值。

这里，像素值可以是任意表征像素点特征的值；例如该像素值可以是但不限不是：灰度值、和/或RGB颜色值。

如此，在本公开实施例中，可以从候选特征帧选取中帧与帧之间变化相对剧烈的候选特征帧作为目标特征帧；该变换相对剧烈的候选帧更能表征目标视频的特性。如此可以进一步减少获取相似视频的计算量及缩短获取到相似视频的时间，且也能兼顾获取相对精准的相似视频的精确性的结果。

在一些实施例中，所述步骤S113，包括以下之一：

示例性的，基于上述实施例，若第i个像素均差值、第j个像素均差值，以及第k个像素均差值大于预定均差值；所述i、所述j及所述k均为大于0且小于所述m的整数，且所述i、所述j及所述k均不相同。

一种实现步骤S113的方式为：将第i像素均差值对应的第i个候选特征帧与第i+1个候选特征帧、第j像素均差值对应的第j个候选特征帧与第j+1个候选特征帧、以及第k像素均差值对应的第k个候选特征帧与第k+1个候选特征帧，确定为所述目标特征帧。

另一种实现步骤S113的方式为：将第i像素均差值对应的第i个候选特征帧、第j像素均差值对应的第j个候选特征帧、以及第k像素均差值对应的第k个候选特征帧，确定为所述目标特征帧。

又一种实现步骤S113的方式为：将第i像素均差值对应的第i+1个候选特征帧、第j像素均差值对应的第j+1个候选特征帧、以及第k像素均差值对应的第k+1个候选特征帧，确定为所述目标特征帧。

如此，在本公开实施例中，可以通过选择多种方式获取相对剧烈变化的候选视频帧作为目标特征帧。

如图4所示，本公开实施例提供一种目标特征帧确定方法，由终端执行，包括以下步骤：

步骤S21：对所述目标视频进行抽帧，以获取至少一个候选特征帧；

在一个可选实施例中，终端针对目标视频进行等间距抽帧，以获取至少一个候选特征帧。例如，终端从目标视频中每隔一帧抽取一帧作为候选特征帧；如此，相应的计算量会减少一半左右。

这里，等间距抽帧的间距越小，即从目标视频获取候选特征帧的采样频率越高。若采用频率越高，则基于选特征帧获取到的相似视频的准确率越高。

步骤S22：获取相邻两个所述候选特征帧对应的各像素点的像素差值；

在一个可选实施例中，终端获取对各所述候选特征帧进行灰度化处理，以获取灰度化处理后各所述候选特征帧的各像素点的像素值；所述终端基于相邻两个所述候选特征帧对应的像素点的像素值之差，获取相邻两个所述候选特征帧对应的各像素点的像素差值。这里，可以是候选特征帧各像素点灰度值的均值。

步骤S23：均值化处理以获取相邻两个所述候选特征帧之间的像素均差值；

在一个可选实施例中，终端对相邻两个所述候选特征帧对应的各像素点的像素差值求均值，以获得相邻两个所述候选特征帧之间的像素均差值。

这里，相邻两个所述候选特征帧之间的像素均差值，用于衡量两个所述候选特征帧的变化程度的度量。例如，像素均差值相对越大，相邻两个所述候选特征帧变化相对越剧烈。

步骤S24：将映射的所述像素均差值的曲线进行平滑处理；

在一个可选实施例中，终端将各像素均差值映射到坐标系中：以帧为横坐标，各相邻两个所述候选特征帧的所述像素均差值作为纵坐标，以构建像素均差值的曲线。该像素均差值的曲线，用于表示随着时间的变化，目标视频中各视频帧之间的变化程度。

在上述可选实施例中，基于各相邻两个所述候选特征帧的像素均差值映射在所述坐标系中，为锯齿形波形；对锯齿波波形进行平滑处理，以获得像素均差值的曲线波形。

步骤S25：从所述像素均差值的曲线中选取极值点对应的所述候选特征帧；

在一个可选实施例中，终端从所述像素均差值的曲线中，选取极值点；并获取所述极值点对应的候选特征帧。该极值点用于表征该候选特征帧变化相对剧烈。

步骤S26：输出所述候选特征帧作为所述目标特征帧。

如此，本公开实施例可以从目标视频中众多的视频帧中，抽取数量相对较少的变化相对剧烈的视频帧作为目标视频帧以供后续的指纹信息计算等。如此，一方面能够为后续的计算减少计算量；另一方面可以提高获取相似视频的精确性。

在一些实施例中，所述步骤S13，包括：

确定各所述目标特征帧的子指纹信息与视频指纹库中各所述样本特征帧的子指纹信息的相似度；

基于所述相似度，确定与各所述目标特征帧相似的所述样本特征帧。

这里，确定各所述目标特征帧的子指纹信息与视频指纹库中各所述样本特征帧的子指纹信息的相似度，可包括以下之一：

所述目标特征帧的子指纹信息与样本特征帧的子指纹信息的相似度；

所述目标特征帧的至少一个第一分块图片指纹信息与样本特征帧的至少一个第二分块图片指纹信息的相似度。

这里，基于所述相似度，确定与各所述目标特征帧相似的所述样本特征帧，包括：

若所述目标特征帧与样本特征帧的相似度大于预定阈值，确定所述样本特征帧为所述目标特征帧的相似特征帧。

这里，预定阈值为可以大于或等于0.6的值。

如此，在本公开实施例中，可以通过比较整个目标特征帧的子指纹信息与样本特征帧的子指纹信息，以确定目标特征帧与样本特征帧的相似程度，进而确定出与目标特征帧相似的样本特征帧。或者，还可以通过比较目标特征帧中至少一个第一分块图片的指纹信息与样本特征帧中至少一个第二分块图片的指纹信息，以确定目标特征帧与样本特征帧的相似程度，进而确定出与目标特征帧相似的样本特征帧。

所述步骤S12，包括：

将所述目标特征帧划分为至少一个第一分块图片；

所述步骤S13，包括：

示例性的，请参见图2，可以将第1个目标特征帧划分为16个第一分块图片。当然，在其它的实施例中，也可以将第1个目标特征划分为任意多个第一分块图片。

在一些实施例中，所述步骤S12中获取各所述目标特征帧的子指纹信息之前，还包括：

将所述样本特征帧划分为至少一个第二分块图片；

示例性的，可以将一个样本特征帧划分为16个第二分块图片。当然，在其它的实施例中，也可以将该目标特征帧划分为任意多个第二分块图片。

在一个实施例中，基于各所述目标特征帧的至少一个所述第一分块图片指纹信息与各所述视频指纹库中至少一个所述第二分块图片指纹信息，确定与各所述目标特征帧相似的所述样本特征帧，包括：

基于各所述目标特征帧的至少一个所述第一分块图片的哈希值与各所述视频指纹库中至少一个所述第二分块图片的哈希值，确定与个所述目标特征帧相似的所述样本特征帧。

示例性的，终端将目标特征帧划分为第1至第16个第一分块图片，以及终端中的视频指纹库中存储的样本特征帧被划分为第1至第16个第二分块图片；其中，第1至第16个第一分块图片分别对应第1至第16个第二分块图片。终端依次根据第1个第一分块图片对应的哈希值与第1个第二分块图片对应的哈希值，确定第1个相似度；根据第2个第一分块图片对应的哈希值与第2个第二分块图片对应的哈希值，确定第1个相似度；依次类推，根据第16个第一分块图片对应的哈希值与第16个第二分块图片对应的哈希值，确定第16个相似度。终端根据该第1至第16个相似度，确定目标特征帧与样本特征帧之间的相似度；确定目标特征帧与样本特征帧之间的相似度，确定该样本特征帧是否为目标特征帧相似的样本特征帧。这里，将目标特征帧与样本特征帧之间的相似度大于预定相似度所对应的样本特征帧，确定为与该目标相似的样本特征帧。

本公开实施例中，获取图片的哈希值的算法可以是任意一种可实现方式，例如可以是基于均值哈希(aHash)，差异哈希(dHash)，感知哈希(pHash)或者小波哈希(wHash)等算法实现；在此不作限制。

如此，本公开实施例可以通过比较目标特征帧中至少一个第一分块图片的指纹信息(例如哈希值)与样本特征帧中至少一个第二分块图片的指纹信息(例如哈希值)，以确定目标特征帧与样本特征帧的相似程度，进而确定出与目标特征帧相似的样本特征帧。如此本公开实施例可以从更小粒度的分块图片确定出与目标特征帧相似的样本特征帧，从而提高了获取相似的样本特征帧的精确性。

且，在本公开实施例中，若获取通过分块图片的指纹信息的比对确定相似的样本特征帧；一方面，可以弱化水印或者涂鸦等对图片的影响，从而弱化水印或涂鸦等对指纹信息计算的影响，从而进一步提高相似度确定的准确性。例如，可以降低由于目标特征帧四个边缘角落位置出现水印等情况对最终相似视频召回的准确度的影响。另一方面，可以从更小粒度存储或者搜索样本特征帧的指纹信息，可以从比对一个完全图片的指纹信息转换为比对该图片中部分分块图片的指纹信息；进而可以大大简化计算量及提升获取相似视频的速度。

在一些实施例中，在所述步骤S12之前，还包括：将目标特征帧转为预定大小的图片。这里，终端视频指纹库中指示的样本特征帧也可以是预定大小的图片。

例如，可以将目标特征帧压缩到400×400像素的图片。这里，样本特征帧也是400×400像素的图片。

可以理解的是，将目标特征帧及样本特征帧缩放到预定大小的图片，其目标特征帧及样本特征帧的内容仍是与原图片一致的；如此则基本不会影响到图片对应的指纹信息。

示例性的，如图5所示，本公开实施例提供一种分块图片指纹信息确定方法，由终端执行，包括以下步骤：

步骤S31：将各目标特征帧进行标准化处理；

这里，将各目标特征帧进行标准化处理，包括：将各目标特征帧缩放到为预定大小的图片。

步骤S32：将标准化处理后的各目标特征帧划分为多个第一分块图片；

步骤S33：计算各目标特征帧的各第一分块图片的第一分块图片指纹信息。

在本公开实施例中，可以将目标特征帧及样本特征帧缩放到预定大小的图片，可以方便目标特征帧的第一分块图片及样本特征帧的第二分块图片的划分。且更有利于目标特征帧与样本特征帧将对应的分块图片进行比对，进而提升相似度确定的准确性。

在一些实施例中，也可以将当前的目标特征帧的子指纹信息存储到视频指纹库中，以作为下一次相似视频确定的样本特征帧。如此，可以不断更新视频指纹库，以丰富视频指纹库中的样本视频帧。

如图6所示，在一些实施例中，所述步骤S14，包括以下之一：

步骤S14a：确定与各所述目标特征帧分别相似的所述样本特征帧的数量超过预定数量的所述样本视频为所述相似视频；

步骤S14b：确定与各所述目标特征分别相似的所述样本特征帧的数量最高的所述样本视频为所述相似视频。

这里，步骤S14a和S14b中，与各所述目标特征帧分别相似的所述样本特征帧的数量，是指：与各所述目标特征帧分别相似的所述样本特征帧的数量的和。例如，同一个样本视频中，有第1个样本特征帧、第3个样本特征帧、第5个样本特征帧与目标视频中第1个目标特征帧、第2个目标特征帧、第3个目标特征帧分别相似，则统计的同一样本视频中与各目标特征帧分别相似的所述样本特征的数量为3个。

在一个实施例中，所述目标视频包括N个目标特征帧，其中，所述N为大于0的整数；

所述步骤S14可包括：

对第1至第N个目标特征帧均确定相似的样本特征帧；

统计在同一个样本视频中与第1至第N个目标特征帧分别相似的样本特征帧的数量；

若在同一个样本视频中与第1至第N个目标特征帧分别相似的样本特征帧的数量超过预定数量，确定样本视频为所述目标视频的相似视频；或者，

若在同一样本视频中与第1至第N个目标特征帧分别相似的所述样本特征帧的数量最高，确定样本视频为所述目标视频的相似视频。

示例性的，如图7所示，目标视频为item_id0；该item_id0包括N个目标特征帧；终端对第1至第N个目标特征帧均执行相似度召回。这里，对第1至第N个目标特征帧均执行相似度召回，可以根据上述实施例中的目标特征帧的子指纹信息与样本特征帧的子指纹信息，确定与目标特征帧相似的相似特征帧。例如对第1至第N个目标特征帧均执行相似度召回，可以是：对item_id0的第1个目标特征帧执行相似度召回，以获得样本视频a(item_a)的第x帧以及样本视频b(item_b)的第y帧为与item_id0的第1个目标特征帧相似的召回结果；对item_id0的第2个目标特征帧执行相似度召回，以获得样本视频c(item_c)的第n帧为与item_id0的第2个目标特征帧的召回结果；对item_id0的第3个目标特征帧执行相似度召回，以获得样本视频x(item_x)的第t帧为与item_id0的第3个目标特征帧的召回结果；依次类推，对item_id0的第N个目标特征帧执行相似度召回，以获得样本视频y(item_y)的第s帧为与item_id0的第N个目标特征帧相似的召回结果。终端可获得目标视频中与第1至第N个目标特征帧分别相似的相似特征帧；终端统计各样本视频出现的次数，并基于样本视频出现的次数输出最终的相似视频。

示例性的，一种实现统计各样本视频出现次数的方式为：目标视频为item_id0；该item_id0包括N个目标特征帧；样本视频包括：第1个样本视频至第10个样本视频中10个样本视频，该10个样本视频分别为：item_id1、item_id2、item_id3、item_id4、item_id5、item_id6、item_id7、item_id8、item_id9及item_id10。

如表1所示，以第1个样本视频(item_id1)为例。该第1个样本视频包括10个样本特征帧。由表1可知：第1个样本视频的第1个样本特征帧与目标视频(item_id0)的第3个目标特征帧相似；第1个样本视频的第2个样本特征帧与目标视频(item_id0)的第1个目标特征帧相似；以及第1个样本视频的第10个样本特征帧与目标视频(item_id0)的第2个目标特征帧相似。如此，在第1个样本视频中，有3个样本特征帧与目标视频的目标特征帧相似。

表1

可以理解的是，上述表1中的每一个元素都是独立存在的，这些元素被示例性的列在同一张表格中，但是并不代表表格中所有元素必须根据表格所示的同时存在。其中每一个元素的值，是不依赖表1中任何其它元素值。因此本领域技术人员可以理解，该表1的每一个元素的取值都是一个独立的实施例。

参照表1所示的统计第1个样本视频中与目标视频的目标特征帧相似的样本特征帧的方式，终端统计第2个样本视频至第10个样本视频分别与目标视频的目标特征帧相似的样本特征帧的数量。如此，终端可通过比较第1至第10个样本视频分别与目标视频的目标特征帧相似的样本特征帧的数量，选取样本特征帧数量最高的一个或最高的前几个的样本视频作为目标视频相似视频，或者选取样本特征帧数量大于预定数量的样本视频作为目标的相似视频。

这里，样本视频包括的样本特征帧的数量与目标视频包括的目标特征帧的数量可以相同或者不同。

如此，本公开实施例可以对目标视频的每一个目标特征帧均执行相似度召回，对每一个目标特征帧都确定是否有相似的相似特征帧；并统计同一个样本视频中，与目标视频的目标视频帧相似的样本特征帧的数量，并基于该数量的大小确定与目标视频相似的目标视频。例如，可以基于相似样本特征帧的数量最高或者高于预定数量的样本视频作为目标视频的相似视频；如此，可以提升获得相似视频的准确性，即可获得准确的召回结果。

在一些应用场景中，一个样本视频的一个样本特征帧可能与一个目标视频的多个目标特征帧均相似；则需要对该样本特征帧进行去重处理，以使得一个样本视频的一个样本特征帧与一个目标视频的目标视频帧均相似时，算一个样本特征帧与目标视频的目标特征帧相似。

例如，在一些实施例中，所述方法还包括：

示例性的，请参见图7，在输出最终的相似视频之前，还可以对与目标特征帧相似的样本特征帧进行去重处理。

示例性的，如表2所示，以第2个样本视频(item_id2)为例。该第2个样本视频包括10个样本特征帧。若第2个样本视频的第1个样本特征帧与目标视频(item_id0)的第3个目标特征帧、第4个目标特征及第N目标帧均相似；则确定为1个样本特征帧相似而并非3个样本特征帧。若第2个样本视频的第2个样本特征帧与目标视频(item_id0)的第1个目标特征帧及第2个目标特征帧均相似；则也确定为1个样本特征帧相似而并非2个样本特征帧相似。如此，在第2个样本视频中，共有2个样本特征帧与目标视频的目标特征帧相似。

表2

可以理解的是，上述表2中的每一个元素都是独立存在的，这些元素被示例性的列在同一张表格中，但是并不代表表格中所有元素必须根据表格所示的同时存在。其中每一个元素的值，是不依赖表2中任何其它元素值。因此本领域技术人员可以理解，该表1的每一个元素的取值都是一个独立的实施例。

如此，在本公开实施例中，无论目标视频中是一个目标特征帧，还是多个所述目标特征帧与样本视频中同一个样本特征帧相似，均确定为是一个样本特征帧与目标视频的目标特征帧相似。如此可以降低若一个样本视频中同一个样本特征帧与目标视频中连续多个静止的目标特征帧相似而认为是多个样本特征帧相似的情况出现，从而可以针对连续多个静止的目标特征帧只算一个相似帧，进而可以降低获取相似结果的错误率。

在一些实施例中，所述方法还包括：

这里，确定各目标特征帧与相似的所述样本特征帧之间的相似度，包括：基于各目标特征帧的第一分块图片的哈希值与相似的样本特征帧的第二分块图片的哈希值，计算目标特征帧与相似的所述样本特征帧之间的相似度。

这里，基于同一个所述样本视频中与各所述目标特征帧相似的所述样本特征帧的相似度，确定所述目标视频与所述样本视频的总相似度，包括以下之一：

若同一个所述样本视频中与目标特征帧相似的样本特征帧为多个，基于所述多个样本特征帧对应的相似度的均值，确定所述目标视频与所述样本视频的总相似度；

若同一个所述样本视频中与目标特征帧相似的样本特征帧为多个，基于所述多个样本特征帧对应的相似度的加权平均值，确定所述目标视频与所述样本视频的总相似度。

示例性的，一种实现所述基于所述多个样本特征帧对应相似度的均值，确定所述目标视频与所述样本视频的总相似度的方式：基于所述多样特征帧对应的相似度的均值，与所述多个样本特征帧的数量与目标视频包括目标特征帧的数量的比值，确定所述目标视频与所述样本视频的总相似度。

例如，若所述目标视频包括的目标特征帧为5个；与5个目标特征帧分别相似的样本特征帧为3个，该三个样本特征帧分别与目标特征帧相似的相似度为0.7、0.8及0.9。则终端确定样本视频与目标视频的总相似度为

上述示例中，若所述样本视频包括的样本特征帧为为8个；则终端确定的样本视频与目标视频的总相似度还可以为：

或者

示例性的，一种实现所述基于所述多个样本特征帧对应的相似度的加权平均值，确定所述目标视频与所述样本视频的总相似度的方式：基于所述多个样本特征帧对应的相似度的加权平均值，与所述多个样本特征帧的数量与目标视频包括目标特征帧的数量的比值，确定所述目标视频与所述样本视频的总相似度。

例如，若所述目标视频包括的目标特征帧为5个；与5个目标特征帧分别若相似的样本特征帧为3个，该三个样本特征帧分别与目标特征帧相似的相似度为0.7、0.8及0.9。且该三个相似度的权重系数分别为0.3、0.4及0.3。则终端确定样本视频与目标视频的总相似度为

在另一些实施例中，确定目标视频与样本视频的总相似度，包括：若同一个所述样本视频中与目标特征帧相似的样本特征帧为多个，基于所述多个样本特征帧的数量与目标视频包括目标特征帧的数量的比值，确定所述目标视频与所述样本视频的总相似度。

示例性的，若目标视频包括5个目标特征帧，则且与目标视频的目标特征帧相似的样本特征帧有3个；目标视频与样本视频的总相似度可以为

若目标视频包括5个目标特征帧，且与目标视频的目标特征帧相似的样本特征帧有5个；则目标视频与样本视频的总相似度可以为

如此，在本公开实施例中，可以通过多种方式确定出目标视频与样本视频的总相似度，从而确定出该目标视频与样本视频的相似程度。

这里，相似结果，可包括：与目标视频相似的相似视频，和/或所述相似视频对应的总相似度。

这里，相似结果，还可包括：相似视频中与目标视频的目标特征帧相似的样本视频帧，和/或样本特征帧对应的相似度。

如此，在本公开实施例中，可以基于确定的视频相似结果，确定目标视频与样本视频的相似情况；可以降低重复下载视频和/或重复上传视频到其它设备或平台等的情况出现。

如图8所示，提供一种相似视频确定装置，所述装置包括：

抽帧模块41，用于基于预定时间间隔对目标视频抽帧，以获得至少一个目标特征帧；

获取模块42，用于获取各所述目标特征帧的子指纹信息，其中，所述目标特征帧的子指纹信息用于表征所述目标特征帧的特征；

确定模块43，用于基于各所述目标特征帧的子指纹信息与视频指纹库，确定与各所述目标特征帧相似的样本特征帧；其中，所述视频指纹库包括：各样本视频的各所述样本特征帧、及与所述样本特征帧对应的子指纹信息；

处理模块44，用于基于同一个所述样本视频中与各所述目标特征帧分别相似的所述样本特征帧，确定与所述目标视频相似的相似视频。

所述处理模块44，用于将所述目标特征帧划分为至少一个第一分块图片；

所述获取模块42，用于获取所述目标特征帧中各所述第一分块图片的所述第一分块图片指纹信息；

所述确定模块43，用于基于各所述目标特征帧的至少一个所述第一分块图片指纹信息与各所述视频指纹库中至少一个所述第二分块图片指纹信息，确定与各所述目标特征帧相似的所述样本特征帧。

在一些实施例中，所述抽帧模块41，用于基于所述预定时间间隔对所述样本视频抽帧，以获得至少一个所述样本特征帧；

所述处理模块44，用于将所述样本特征帧划分为至少一个第二分块图片；

所述获取模块42，用于获取所述样本特征帧中各所述第二分块图片的所述第二分块图片指纹信息；

所述装置还包括：

在一些实施例中，所述处理模块44，用于确定与各所述目标特征帧分别相似的所述样本特征帧的数量超过预定数量的所述样本视频为所述相似视频；

或者，

所述处理模块44，用于确定与所述目标特征相似的所述样本特征帧的数量最高的所述样本视频，为所述相似视频。

在一些实施例中，所述处理模块44，用于若所述目标视频中一个所述目标特征帧或者多个所述目标特征帧与所述样本视频中同一个所述样本特征帧相似，确定与所述目标视频相似的所述样本特征帧的数量为1个。

在一些实施例中，所述处理模块44，用于确定各所述目标特征帧与相似的所述样本特征帧之间的相似度；

所述处理模块44，还用于基于同一个所述样本视频中与各所述目标特征帧相似的所述样本特征帧的相似度，确定所述样本视频的总相似度；

所述处理模块44，还用于基于所述总相似度和/或相似视频，确定所述目标视频的视频相似结果。

在一些实施例中，所述抽帧模块41，用于基于所述预定时间间隔，从所述目标视频中抽取候选特征帧；

所述抽帧模块41，用于对相邻两个所述候选特征帧进行均值化处理，获取相邻两个所述候选特征帧之间的像素均差值；并基于所述像素均差值大于预定均差值的相邻两个所述候选特征帧，确定所述目标特征帧。

在一些实施例中，所述抽帧模块41，用于以下之一：

和/或，

本公开实施例提供一种终端，包括：

处理器；

用于存储处理器可执行指令的存储器；

所述存储器可包括各种类型的存储介质，该存储介质为非临时性计算机存储介质，在通信设备掉电之后能够继续记忆存储其上的信息。

所述处理器可以通过总线等与存储器连接，用于读取存储器上存储的可执行程序，例如，实现如图1、图3、或者图6所示的方法的至少其中之一。

本公开的实施例还提供了一种计算机可读存储介质，所述可读存储介质存储有可执行程序，其中，所述可执行程序被处理器执行时实现本公开任意实施例所述的相似视频的确定方法。例如，实现如图1、图3、或者图6所示的方法的至少其中之一。

图9是根据一示例性实施例示出的一种用于终端800的框图。例如，终端800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图9，终端800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制终端800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在终端800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为终端800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为终端800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述终端800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当终端800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为终端800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为终端800的显示器和小键盘，传感器组件814还可以检测终端800或终端800一个组件的位置改变，用户与终端800接触的存在或不存在，终端800方位或加速/减速和终端800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于终端800和其他设备之间有线或无线方式的通信。终端800可以接入基于通信标准的无线网络，如WiFi，4G或5G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，终端800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由终端800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims

1.一种相似视频确定方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，一个所述目标特征帧的子指纹信息包括：至少一个第一分块图片指纹信息；一个所述样本特征帧的子指纹信息，包括：至少一个第二分块图片指纹信息；

所述获取各所述目标特征帧的子指纹信息，包括：

将所述目标特征帧划分为至少一个第一分块图片；

3.根据权利要求2所述的方法，其特征在于，所述获取各所述目标特征帧的子指纹信息之前，还包括：

将所述样本特征帧划分为至少一个第二分块图片；

4.根据要求1至3任一项所述的方法，其特征在于，所述基于同一个所述样本视频中与各所述目标特征帧分别相似的所述样本特征帧，确定与所述目标视频相似的相似视频，包括以下之一：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，所述基于预定时间间隔对目标视频抽帧，以获得至少一个目标特征帧，包括：

确定所述候选特征帧为所述目标特征帧。

8.根据权利要求1所述的方法，其特征在于，所述基于预定时间间隔对目标视频抽帧，以获得至少一个目标特征帧，包括：

9.根据权利要求8所述的方法，其特征在于，所述基于所述像素均差值大于预定均差值的相邻两个所述候选特征帧，确定所述目标特征帧，包括以下之一：

10.根据权利要求1所述的方法，其特征在于，

所述目标特征帧的子指纹信息，包括以下至少之一：所述目标视频的标识信息、所述目标特征帧的标识信息、所述目标视频中所述目标特征帧的数量、所述目标特征帧的哈希值；所述目标特征帧包括的至少一个第一分块图片的哈希值；

和/或，

11.一种相似视频确定装置，其特征在于，所述装置包括：

12.根据权利要求11所述的装置，其特征在于，一个所述目标特征帧的子指纹信息包括：至少一个第一分块图片指纹信息；一个所述样本特征帧的子指纹信息，包括：至少一个第二分块图片指纹信息；

13.根据权利要求12所述的装置，其特征在于，

所述抽帧模块，用于基于所述预定时间间隔对所述样本视频抽帧，以获得至少一个所述样本特征帧；

所述装置还包括：

14.根据要求11至13任一项所述的装置，其特征在于，

所述处理模块，用于确定与各所述目标特征帧分别相似的所述样本特征帧的数量超过预定数量的所述样本视频为所述相似视频；

或者，

15.根据权利要求14所述的装置，其特征在于，

所述处理模块，用于若所述目标视频中一个所述目标特征帧或者多个所述目标特征帧与所述样本视频中同一个所述样本特征帧相似，确定与所述目标视频相似的所述样本特征帧的数量为1个。

16.根据权利要求14所述的装置，其特征在于，

所述处理模块，用于确定各所述目标特征帧与相似的所述样本特征帧之间的相似度；

17.根据权利要求11所述的装置，其特征在于，

所述抽帧模块，用于基于所述预定时间间隔，从所述目标视频中抽取候选特征帧；并确定所述候选特征帧为所述目标特征帧。

18.根据权利要求11所述的装置，其特征在于，

所述抽帧模块，用于基于所述预定时间间隔，从所述目标视频中抽取候选特征帧；

19.根据权利要求18所述的装置，其特征在于，所述抽帧模块，用于以下之一：确定所述像素均差值大于所述预定均差值的相邻两个所述候选特征帧为所述目标特征帧；

20.根据权利要求11所述的装置，其特征在于，

和/或，

21.一种终端，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：用于运行所述可执行指令时，实现权利要求1至10任一项所述的相似视频的确定方法。

22.一种计算机可读存储介质，其特征在于，所述可读存储介质存储有可执行程序，其中，所述可执行程序被处理器执行时实现权利要求1至10任一项所述的相似视频的确定方法。