CN114613355A - 视频处理方法、装置、可读介质及电子设备 - Google Patents
视频处理方法、装置、可读介质及电子设备 Download PDFInfo
- Publication number
- CN114613355A CN114613355A CN202210365372.9A CN202210365372A CN114613355A CN 114613355 A CN114613355 A CN 114613355A CN 202210365372 A CN202210365372 A CN 202210365372A CN 114613355 A CN114613355 A CN 114613355A
- Authority
- CN
- China
- Prior art keywords
- attribute
- attribute information
- target
- video
- text
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000007935 neutral effect Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/005—Language recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/01—Assessment or evaluation of speech recognition systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开涉及一种视频处理方法、装置、可读介质及电子设备，所述方法包括：获取待处理视频；确定待处理视频对应的目标文本；将目标文本输入预先训练的第一属性获取模型，以获取第一属性获取模型输出的至少一个待定属性信息和每个待定属性信息对应的第一属性类别，待定属性信息用于表征待处理视频中的目标对象的属性特征；从至少一个待定属性信息中，确定第一属性类别为预设属性类别的第一待定属性信息，并将第一待定属性信息作为待处理视频对应的目标属性信息；根据目标属性信息，对待处理视频进行处理。这样，得到的待处理视频对应的目标属性信息更能体现目标产品的特征，从而使得根据该目标属性信息提取的内容片段的准确率更高。
Description
技术领域
本公开涉及自然语言处理技术领域，具体地，涉及一种视频处理方法、装置、可读介质及电子设备。
背景技术
程序化投放是指利用技术手段进行内容投放的交易和管理，用户可以程序化采购媒体资源，并利用算法和技术自动实现精准的目标受众定向。程序化投放通过计算机、人工智能等技术手段，自动生成大量的待投放内容，并自动化地完成该袋投放内容的投放。
相关技术中，为了提高投放效果，需要从大量的待投放内容中提取最能体现产品的属性信息的内容片段进行投放，因此，如何准确提取内容片段成为亟待解决的问题。
发明内容
提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
第一方面，本公开提供一种视频处理方法，所述方法包括：
获取待处理视频；
确定所述待处理视频对应的目标文本；
将所述目标文本输入预先训练的第一属性获取模型，以获取所述第一属性获取模型输出的至少一个待定属性信息和每个所述待定属性信息对应的第一属性类别，所述待定属性信息用于表征所述待处理视频中的目标对象的属性特征；
从至少一个所述待定属性信息中，确定所述第一属性类别为预设属性类别的第一待定属性信息，并将所述第一待定属性信息作为所述待处理视频对应的目标属性信息；
根据所述目标属性信息，对所述待处理视频进行处理。
第二方面，本公开提供一种视频处理装置，所述装置包括：
视频获取模块，用于获取待处理视频；
目标文本确定模块，用于确定所述待处理视频对应的目标文本；
第一属性类别获取模块，用于将所述目标文本输入预先训练的第一属性获取模型，以获取所述第一属性获取模型输出的至少一个待定属性信息和每个所述待定属性信息对应的第一属性类别，所述待定属性信息用于表征所述待处理视频中的目标对象的属性特征；
目标属性信息获取模块，用于从至少一个所述待定属性信息中，确定所述第一属性类别为预设属性类别的第一待定属性信息，并将所述第一待定属性信息作为所述待处理视频对应的目标属性信息；
视频处理模块，用于根据所述目标属性信息，对所述待处理视频进行处理。
第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面所述方法的步骤。
第四方面，本公开提供一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面所述方法的步骤。
通过上述技术方案，通过获取待处理视频，确定所述待处理视频对应的目标文本；将所述目标文本输入预先训练的第一属性获取模型，以获取所述第一属性获取模型输出的至少一个待定属性信息和每个所述待定属性信息对应的第一属性类别，所述待定属性信息用于表征所述待处理视频中的目标对象的属性特征；从至少一个所述待定属性信息中，确定所述第一属性类别为预设属性类别的第一待定属性信息，并将所述第一待定属性信息作为所述待处理视频对应的目标属性信息；根据所述目标属性信息，对所述待处理视频进行处理。也就是说，本公开先获取用于表征目标文本中的目标对象的属性特征的至少一个待定属性信息，以及每个待定属性信息对应的第一属性类别，再根据每个待定属性信息对应的第一属性类别，确定该待定属性信息是否为该待处理视频对应的目标属性信息，这样，得到的待处理视频对应的目标属性信息更能体现目标产品的特征，从而使得根据该目标属性信息提取的内容片段的准确率更高。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
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。在附图中：
图1是根据本公开一示例性实施例示出的一种视频处理方法的流程图；
图2是根据本公开一示例性实施例示出的第二种视频处理方法的流程图；
图3是根据本公开一示例性实施例示出的第三种视频处理方法的流程图；
图4是根据本公开一示例性实施例示出的第四种视频处理方法的流程图；
图5是根据图4所示实施例示出的一种视频处理方法的示意图；
图6是根据本公开一示例性实施例示出的一种视频处理装置的框图；
图7是根据本公开一示例性实施例示出的第二种视频处理装置的框图；
图8是根据本公开一示例性实施例示出的第三种视频处理装置的框图；
图9是根据本公开一示例性实施例示出的一种电子设备的框图。
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。
可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
同时，可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数的获取或使用)应当遵循相应法律法规及相关规定的要求。
下面结合具体实施例对本公开进行说明。
图1是根据本公开一示例性实施例示出的一种视频处理方法的流程图，如图1所示，该方法可以包括：
S101、获取待处理视频。
其中，该待处理视频可以是与目标产品相关的待投放视频。
S102、确定该待处理视频对应的目标文本。
在本步骤中，在得到该待处理视频后，可以通过现有技术的方法，从该待处理视频中提取该目标文本。
S103、将该目标文本输入预先训练的第一属性获取模型，以获取该第一属性获取模型输出的至少一个待定属性信息和每个待定属性信息对应的第一属性类别。
其中，该待定属性信息可以用于表征该待处理视频中的目标对象的属性特征，该待定属性信息可以包括目标对象和该目标对象对应的属性特征，示例地，若该目标文本为与目标产品相关的内容文本，则该目标对象可以是该目标产品，该目标对象对应的属性特征可以是该目标产品的特征，例如，该目标对象可以是“XX购物网站”，该目标对象对应的属性特征可以是“商品丰富”。
该第一属性类别可以根据该目标文本对应的场景确定，若该目标文本为与目标产品相关的内容文本，则该第一属性类别可以包括肯定、否定以及中立，肯定表示该待定属性信息能够直接体现该目标产品的特征，否定表示该待定属性信息不能体现该目标产品的特征，中立表示该待定属性信息与该目标产品相关，但是不能直接体现该目标产品的特征。示例地，若该待定属性信息为(XX购物网站，商品丰富)，则可以确定该待定属性信息对应的第一属性类别为肯定；若该待定属性信息为(XX购物网站，东西太多不易挑选)，则可以确定该待定属性信息对应的第一属性类别为否定(东西太多不易挑选与顾客的个人购买习惯相关，不能体现XX购物网站自身的特点)；若该待定属性信息为(XX购物网站，还行)，则可以确定该待定属性信息对应的第一属性类别为中立。
需要说明的是，上述第一属性类别只是举例说明，也可以根据不同的应用场景设置不同的类别，本公开对此不作限定。
该第一属性获取模型可以通过样本集，参照现有技术的模型训练方法训练得到。其中，该样本集可以包括多个训练样本，该训练样本可以包括样本文本、该样本文本对应的至少一个样本属性信息以及每个样本属性信息对应的样本属性类别，该样本属性信息可以包括该样本文本对应的至少一个样本对象和每个样本对象对应的样本属性特征。示例地，该样本文本可以是“我用了很久XX购物网站，商品丰富，可以包邮，但是东西太多不易挑选”，该样本属性信息可以包括三个：(XX购物网站，商品丰富)、(XX购物网站，包邮)以及(XX购物网站，东西太多不易挑选)，第一个样本属性信息对应的样本属性类别为肯定，第二个样本属性信息对应的样本属性类别为肯定，第三个样本属性信息对应的样本属性类别为否定。
在本步骤中，在获取该目标文本后，可以将该目标文本输入该第一属性确定模型，通过该第一属性确定模型获取该目标文本对应的至少一个待定属性信息和每个待定属性信息对应的第一属性类别。
S104、从至少一个待定属性信息中，确定该第一属性类别为预设属性类别的第一待定属性信息，并将该第一待定属性信息作为该待处理视频对应的目标属性信息。
其中，该预设属性类别可以根据该目标文本对应的场景确定，示例地，若该目标文本为与目标产品相关的内容文本，则该预设属性类别可以是能够直接体现目标对象的特征的类别，示例地，若该第一属性类别包括肯定、否定以及中立，则该预设属性类别可以是肯定。
在本步骤中，在得到该目标文本对应的至少一个待定属性信息和每个待定属性信息对应的第一属性类别后，可以从至少一个待定属性信息中确定第一属性类比为该预设属性类别的第一待定属性信息，将该第一待定属性信息作为该待处理视频对应的目标属性信息。
在一种可能的实现方式中，在确定该第一待定属性信息后，可以从该目标文本中，确定该第一待定属性信息对应的句文本，获取该句文本对应的第二属性类别，在确定该第二属性类别为该预设属性类别的情况下，将该第一待定属性信息作为该待处理视频对应的目标属性信息。这样，在得到该第一待定属性信息后，可以再确定该第一待定属性信息对应的句文本的第二属性类别，在该第二属性类别也为预设属性类别的情况下，将该第一待定属性信息作为该待处理视频对应的目标属性信息，这样，可以进一步提高该待处理视频对应的目标属性信息的准确率。
其中，该第二属性类别可以与该第一属性类别相同；该句文本可以是对该目标文本进行断句划分后得到的文本，示例地，该句文本可以是一个说话人对应的文本，例如，若该目标文本对应的说话人为ABAB，则该目标文本可以划分为四个句文本。
在确定该第一待定属性信息对应的句文本后，可以将该句文本输入预先训练的第二属性获取模型，以获取该第二属性获取模型输出的该第二属性类别。该第二属性获取模型可以参照现有技术的模型训练方法训练得到，此处不再赘述。
S105、根据该目标属性信息，对该待处理视频进行处理。
在本步骤中，在确定该目标属性信息后，可以根据该目标属性信息，从该待处理视频中提取能够体现该目标对象的属性特征的视频片段，也可以根据该目标属性信息对该待处理视频进行分析，以确定该待处理视频的内容投放效果。
采用上述方法，先获取用于表征目标文本中的目标对象的属性特征的至少一个待定属性信息，以及每个待定属性信息对应的第一属性类别，再根据每个待定属性信息对应的第一属性类别，确定该待定属性信息是否为待处理视频对应的目标属性信息，这样，得到的待处理视频对应的目标属性信息更能体现目标产品的特征，从而使得根据该目标属性信息提取的内容片段的准确率更高。
图2是根据本公开一示例性实施例示出的第二种视频处理方法的流程图，如图2所示，该方法可以包括：
S201、获取待处理视频。
其中，该待处理视频可以是与目标产品相关的待投放视频。
S202、确定该待处理视频对应的目标文本。
S203、将该目标文本输入预先训练的第一属性获取模型，以获取该第一属性获取模型输出的至少一个待定属性信息和每个待定属性信息对应的第一属性类别。
其中，该待定属性信息可以用于表征该待处理视频中的目标对象的属性特征，该待定属性信息可以包括目标对象和该目标对象对应的属性特征。该第一属性类别可以根据该目标文本对应的场景确定，若该目标文本为与目标产品相关的内容文本，则该第一属性类别可以包括肯定、否定以及中立，肯定表示该待定属性信息能够直接体现该目标产品的特征，否定表示该待定属性信息不能体现该目标产品的特征，中立表示该待定属性信息与该目标产品相关，但是不能直接体现该目标产品的特征。
S204、从至少一个待定属性信息中，确定该第一属性类别为预设属性类别的第一待定属性信息。
S205、获取该目标文本对应的至少一个预设属性特征，以及每个预设属性特征对应的第三属性类别。
其中，该预设属性特征可以根据该目标文本对应的场景预先设置，示例地，若该目标文本为与目标产品相关的内容文本，则可以将与该目标产品相关的属性特征作为该预设属性特征。例如，若该目标产品为购物网站，则该预设属性特征可以包括商品丰富、价格实惠、折扣多等。该第三属性类别可以与该第一属性类别相同。
在本步骤中，在得到该目标文本对应的至少一个预设属性特征后，可以将该目标文本和至少一个预设属性特征输入预先训练的第三属性获取模型，以获取该第三属性获取模型输出的每个预设属性特征对应的第三属性类别。其中，该第三属性获取模型可以参照现有技术的模型训练方法训练得到，此处不再赘述。
S206、从至少一个预设属性特征中，确定该第三属性类别为该预设属性类别的目标预设属性特征。
S207、根据该目标预设属性特征和该第一待定属性信息，确定第二待定属性信息。
在本步骤中，在确定该目标预设属性特征和该第一待定属性信息后，可以根据该目标文本对应的场景，确定该第二待定属性信息。示例地，可以确定该目标预设属性特征与该第一待定属性信息中的属性特征的交集属性特征(该目标预设属性特征和该第一待定属性信息中的属性特征中均包括的属性特征)，确定该交集属性特征对应的交集目标对象，将该交集目标对象和该交集目标对象对应的交集属性特征，作为该第二待定属性信息；也可以确定该目标预设属性特征与该第一待定属性信息中的属性特征的并集属性特征(该目标预设属性特征和该第一待定属性信息中的属性特征)，确定该并集属性特征对应的并集目标对象，将该并集目标对象和该并集目标对象对应的并集属性特征，作为该第二待定属性信息。
S208、将该第二待定属性信息作为该待处理视频对应的目标属性信息。
S209、根据该目标属性信息，对该待处理视频进行处理。
采用上述方法，先获取用于表征目标文本中的目标对象的属性特征的至少一个待定属性信息，以及每个待定属性信息对应的第一属性类别，再获取该目标文本对应的至少一个预设属性特征，以及每个预设属性特征对应的第三属性类别，根据至少一个待定属性信息、每个待定属性信息对应的第一属性类别、至少一个预设属性特征以及每个预设属性特征对应的第三属性类别，确定该待处理视频对应的目标属性信息，这样，在待定属性信息的基础上增加了预设属性特征，使得得到的待处理视频对应的目标属性信息更能体现目标产品的特征，从而进一步提高了内容分析或内容提取的准确率。
图3是根据本公开一示例性实施例示出的第三种视频处理方法的流程图，如图3所示，该方法可以包括：
S301、获取待处理视频。
其中，该待处理视频可以是与目标产品相关的待投放视频。
S302、将该待处理视频对应的视频文本划分为至少一个文本片段。
在一种可能的实现方式中，在得到该待处理视频后，可以提取该待处理视频中的目标音频，通过ASR(Automatic Speech Recognition，自动语音识别技术)将该目标音频转换为语音文本，并按照该待处理视频中的说话人将该语音文本划分为至少一个文本片段。示例地，可以通过现有技术的方法对该待处理视频进行人脸分析和声纹识别，确定该待处理视频对应的至少一个说话人，按照每个说话人对应的说话内容将该语音文本划分为至少一个文本片段。例如，若确定该待处理视频对应的说话人包括ABCAD，则可以将该语音文本中说话人A对应的说话内容作为第一个文本片段，将该语音文本中说话人B对应的说话内容作为第二个文本片段，将该语音文本中说话人C对应的说话内容作为第三个文本片段，将该语音文本中说话人A对应的说话内容作为第四个文本片段，将该语音文本中说话人D对应的说话内容作为第五个文本片段。
在另一种可能的实现方式中，在得到该待处理视频后，可以提取该待处理视频中的目标音频和目标图像，将该目标音频对应的语音文本划分为至少一个待定文本片段，针对每个待定文本片段，从该目标图像中确定该待定文本片段对应的片段图像，获取该片段图像对应的图像文本，并根据该待定文本片段和该图像文本确定该文本片段。
示例地，可以通过现有技术的方法从该待处理视频中提取该目标音频和该目标图像，对该待处理视频进行人脸分析和声纹识别，确定该待处理视频对应的至少一个说话人，按照每个说话人对应的说话内容将该语音文本划分为至少一个待定文本片段，之后，针对每个待定文本片段，可以按照该待定文本片段对应的时间点，从该目标图像中确定该待定文本片段对应的片段图像，对该片段图像进行图像识别，通过OCR(Optical CharacterRecognition，光学字符识别)获取该片段图像中的待定图像文本，该待定图像文本可以包括字幕文本和说明文本，该字幕文本可以是与待处理音频对应的文本，该说明文本可以是用于说明目标产品的文本，最后，滤除该待定图像文本中的字幕文本，得到该片段图像对应的图像文本，并将该待定文本片段和该图像文本进行拼接，得到该文本片段。
S303、针对每个文本片段，将该文本片段输入第一属性获取模型，以获取该第一属性获取模型输出的至少一个待定属性信息，以及每个待定属性信息对应的第一属性类别。
S304、从至少一个待定属性信息中，确定该第一属性类别为预设属性类别的第一待定属性信息，并将该第一待定属性信息作为该待处理视频对应的目标属性信息。
S305、根据该目标属性信息，对该待处理视频进行处理。
采用上述方法，按照不同的说话人将目标文本划分为多个文本片段，针对每个文本片段，获取该文本片段对应的至少一个待定属性信息，以及每个待定属性信息对应的第一属性类别，再根据每个待定属性信息对应的第一属性类别，确定该待定属性信息是否为待处理视频对应的目标属性信息，因此，获取的每个文本片段对应的至少一个待定属性信息更加准确，从而使得得到的待处理视频对应的目标属性信息也更能体现目标产品的特征，提高了内容分析或内容提取的准确率。并且，由于每个文本片段是同一个说话人的完整片段，在提取内容过程中不会出现对话被截断的情况，从而提高了提取的内容片段的完整性。
图4是根据本公开一示例性实施例示出的第四种视频处理方法的流程图，如图4所示，该方法可以包括：
S401、获取待处理视频。
其中，该待处理视频可以是与目标产品相关的待投放视频。
S402、将该待处理视频对应的视频文本划分为至少一个文本片段。
S403、针对每个文本片段，将该文本片段输入第一属性获取模型，以获取该第一属性获取模型输出的至少一个待定属性信息，以及每个待定属性信息对应的第一属性类别。
S404、从至少一个待定属性信息中，确定该第一属性类别为预设属性类别的第一待定属性信息。
S405、获取该目标文本对应的至少一个预设属性特征，以及每个预设属性特征对应的第三属性类别。
其中，该预设属性特征可以根据该目标文本对应的场景预先设置，示例地，若该目标文本为与目标产品相关的内容文本，则可以将与该目标产品相关的属性特征作为该预设属性特征。例如，若该目标产品为购物网站，则该预设属性特征可以包括商品丰富、价格实惠、折扣多等。该第三属性类别可以与该第一属性类别相同。
S406、从至少一个预设属性特征中，确定该第三属性类别为该预设属性类别的目标预设属性特征。
S407、根据该目标预设属性特征和该第一待定属性信息，确定第二待定属性信息。
S408、从该目标文本中，确定所述第二待定属性信息对应的句文本。
S409、获取该句文本对应的第二属性类别。
S410、在确定该第二属性类别为该预设属性类别的情况下，将该第二待定属性信息作为该待处理视频对应的目标属性信息。
S411、根据该目标属性信息，对该待处理视频进行预设操作处理。
图5是根据图4所示实施例示出的一种视频处理方法的示意图，如图5所示，在获取该待处理视频后，可以通过人脸分析与声纹识别，提取同一说话人的语音片段，通过现有技术的语音转换技术和OCR识别技术将该语音片段转换为文本片段。之后，针对每个文本片段，可以确定该文本片段是否属于下一说话人，若该文本片段属于下一说话人，则加载下一说话人对应的文本片段；若该文本片段不属于下一说话人，则将该文本片段输入第一属性获取模型，以获取该第一属性获取模型输出的至少一个第一待定属性信息，以及每个第一待定属性信息对应的第一属性类别，之后，可以加载至少一个预设属性特征，通过第三属性获取模型获取每个预设属性特征对应的第三属性类别，从至少一个预设属性特征中，确定该第三属性类别为该预设属性类别的目标预设属性特征，对至少一个第一待定属性信息和该目标预设属性特征进行结果融合，得到该第二待定属性信息，最后，通过第二属性获取模型滤该第二待定属性信息中否定和中立类别的特征信息，得到该目标属性信息。
采用上述方法，先获取用于表征目标文本中的目标对象的属性特征的至少一个待定属性信息，以及每个待定属性信息对应的第一属性类别，根据该第一属性类别，从至少一个待定属性信息中确定第一待定属性信息，之后，再获取该目标文本对应的至少一个预设属性特征，以及每个预设属性特征对应的第三属性类别，根据该第三属性类别，从至少一个预设属性特征中确定目标预设属性特征，并根据该目标预设属性特征和该第一待定属性信息，确定第二待定属性信息，最后，确定该第二待定属性信息对应的句文本，并根据该句文本对应的第二属性类别，从多个第二待定属性信息中确定该待处理视频对应的目标属性信息，这样，在得到该目标文本对应的至少一个第一待定属性信息后，再通过预设属性特征和句文本对该第一待定属性信息进行进一步判断，使得得到的待处理视频对应的目标属性信息更能体现目标产品的特征，从而进一步提高了内容分析或内容提取的准确率。
图6是根据本公开一示例性实施例示出的一种视频处理装置的框图，如图6所示，该装置可以包括：
视频获取模块601，用于获取待处理视频；
目标文本确定模块602，用于确定该待处理视频对应的目标文本；
第一属性类别获取模块603，用于将该目标文本输入预先训练的第一属性获取模型，以获取该第一属性获取模型输出的至少一个待定属性信息和每个该待定属性信息对应的第一属性类别，该待定属性信息用于表征该待处理视频中的目标对象的属性特征；
目标属性信息获取模块604，用于从至少一个该待定属性信息中，确定该第一属性类别为预设属性类别的第一待定属性信息，并将该第一待定属性信息作为该待处理视频对应的目标属性信息；
视频处理模块605，用于根据该目标属性信息，对该待处理视频进行处理。
可选地，图7是根据本公开一示例性实施例示出的第二种视频处理装置的框图，如图7所示，该装置还可以包括：
句文本确定模块606，用于从该目标文本中，确定该第一待定属性信息对应的句文本；
第二属性类别获取模块607，用于获取该句文本对应的第二属性类别；
该目标属性信息获取模块604，还用于：
在确定该第二属性类别为该预设属性类别的情况下，将该第一待定属性信息作为该待处理视频对应的目标属性信息。
可选地，该第二属性类别获取模块607，还用于：
将该句文本输入预先训练的第二属性获取模型，以获取该第二属性获取模型输出的该第二属性类别。
可选地，图8是根据本公开一示例性实施例示出的第三种视频处理装置的框图，如图8所示，该装置还可以包括：
第三属性类别获取模块608，用于获取该目标文本对应的至少一个预设属性特征，以及每个该预设属性特征对应的第三属性类别；
预设属性特征获取模块609，用于从至少一个该预设属性特征中，确定该第三属性类别为该预设属性类别的目标预设属性特征；
待定属性信息获取模块610，用于根据该目标预设属性特征和该第一待定属性信息，确定第二待定属性信息；
该目标属性信息获取模块604，还用于：
将该第二待定属性信息作为该待处理视频对应的目标属性信息。
可选地，该第三属性类别获取模块608，还用于：
将该目标文本和至少一个该预设属性特征输入预先训练的第三属性获取模型，以获取该第三属性获取模型输出的每个该预设属性特征对应的第三属性类别。
可选地，该目标文本确定模块602，还用于：
将该待处理视频对应的视频文本划分为至少一个该文本片段。
可选地，该目标文本确定模块602，还用于：
提取该待处理视频中的目标音频和目标图像；
将该目标音频对应的语音文本划分为至少一个待定文本片段；
针对每个该待定文本片段，从该目标图像中确定该待定文本片段对应的片段图像，获取该片段图像对应的图像文本，并根据该待定文本片段和该图像文本确定该文本片段。
可选地，该第一属性类别获取模块603，还用于：
针对每个该文本片段，将该文本片段输入该第一属性获取模型，以获取该第一属性获取模型输出的至少一个该待定属性信息，以及每个该待定属性信息对应的第一属性类别。
可选地，该视频处理模块605，还用于：
根据该目标属性信息，从该待处理视频中提取目标视频片段。
通过上述装置，先获取用于表征目标文本中的目标对象的属性特征的至少一个待定属性信息，以及每个待定属性信息对应的第一属性类别，再根据每个待定属性信息对应的第一属性类别，确定该待定属性信息是否为待处理视频对应的目标属性信息，这样，得到的待处理视频对应的目标属性信息更能体现目标产品的特征，从而使得根据该目标属性信息提取的内容片段的准确率更高。
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。
下面参考图9，其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器)900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9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9所示，电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储装置908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常，以下装置可以连接至I/O接口905：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906；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置907；包括例如磁带、硬盘等的存储装置909；以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备900，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909从网络上被下载和安装，或者从存储装置908被安装，或者从ROM 902被安装。在该计算机程序被处理装置901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：获取待处理视频；确定所述待处理视频对应的目标文本；将所述目标文本输入预先训练的第一属性获取模型，以获取所述第一属性获取模型输出的至少一个待定属性信息和每个所述待定属性信息对应的第一属性类别，所述待定属性信息用于表征所述待处理视频中的目标对象的属性特征；从至少一个所述待定属性信息中，确定所述第一属性类别为预设属性类别的第一待定属性信息，并将所述第一待定属性信息作为所述待处理视频对应的目标属性信息；根据所述目标属性信息，对所述待处理视频进行处理。
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，视频获取模块还可以被描述为“获取待处理视频的模块”。
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提供了一种视频处理方法，所述方法包括：获取待处理视频；确定所述待处理视频对应的目标文本；将所述目标文本输入预先训练的第一属性获取模型，以获取所述第一属性获取模型输出的至少一个待定属性信息和每个所述待定属性信息对应的第一属性类别，所述待定属性信息用于表征所述待处理视频中的目标对象的属性特征；从至少一个所述待定属性信息中，确定所述第一属性类别为预设属性类别的第一待定属性信息，并将所述第一待定属性信息作为所述待处理视频对应的目标属性信息；根据所述目标属性信息，对所述待处理视频进行处理。
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，在所述将所述第一待定属性信息作为所述待处理视频对应的目标属性信息前，所述方法还包括：从所述目标文本中，确定所述第一待定属性信息对应的句文本；获取所述句文本对应的第二属性类别；所述将所述第一待定属性信息作为所述待处理视频对应的目标属性信息包括：在确定所述第二属性类别为所述预设属性类别的情况下，将所述第一待定属性信息作为所述待处理视频对应的目标属性信息。
根据本公开的一个或多个实施例，示例3提供了示例2的方法，所述获取所述句文本对应的第二属性类别包括：将所述句文本输入预先训练的第二属性获取模型，以获取所述第二属性获取模型输出的所述第二属性类别。
根据本公开的一个或多个实施例，示例4提供了示例1的方法，在所述将所述第一待定属性信息作为所述待处理视频对应的目标属性信息前，所述方法还包括：获取所述目标文本对应的至少一个预设属性特征，以及每个所述预设属性特征对应的第三属性类别；从至少一个所述预设属性特征中，确定所述第三属性类别为所述预设属性类别的目标预设属性特征；根据所述目标预设属性特征和所述第一待定属性信息，确定第二待定属性信息；所述将所述第一待定属性信息作为所述待处理视频对应的目标属性信息包括：将所述第二待定属性信息作为所述待处理视频对应的目标属性信息。
根据本公开的一个或多个实施例，示例5提供了示例4的方法，获取每个所述预设属性特征对应的第三属性类别包括：将所述目标文本和至少一个所述预设属性特征输入预先训练的第三属性获取模型，以获取所述第三属性获取模型输出的每个所述预设属性特征对应的第三属性类别。
根据本公开的一个或多个实施例，示例6提供了示例1-5任一示例的方法，所述目标文本包括至少一个文本片段，所述确定所述待处理视频对应的目标文本包括：将所述待处理视频对应的视频文本划分为至少一个所述文本片段。
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，所述将所述待处理视频对应的视频文本划分为至少一个所述文本片段包括：提取所述待处理视频中的目标音频和目标图像；将所述目标音频对应的语音文本划分为至少一个待定文本片段；针对每个所述待定文本片段，从所述目标图像中确定所述待定文本片段对应的片段图像，获取所述片段图像对应的图像文本，并根据所述待定文本片段和所述图像文本确定所述文本片段。
根据本公开的一个或多个实施例，示例8提供了示例6的方法，所述将所述目标文本输入预先训练的第一属性获取模型，以获取所述第一属性获取模型输出的至少一个待定属性信息和每个所述待定属性信息对应的第一属性类别包括：针对每个所述文本片段，将所述文本片段输入所述第一属性获取模型，以获取所述第一属性获取模型输出的至少一个所述待定属性信息，以及每个所述待定属性信息对应的第一属性类别。
根据本公开的一个或多个实施例，示例9提供了示例1-8任一示例的方法，所述根据所述目标属性信息，对所述待处理视频进行处理包括：根据所述目标属性信息，从所述待处理视频中提取目标视频片段。
根据本公开的一个或多个实施例，示例10提供了一种视频处理装置，所述装置包括：视频获取模块，用于获取待处理视频；目标文本确定模块，用于确定所述待处理视频对应的目标文本；第一属性类别获取模块，用于将所述目标文本输入预先训练的第一属性获取模型，以获取所述第一属性获取模型输出的至少一个待定属性信息和每个所述待定属性信息对应的第一属性类别，所述待定属性信息用于表征所述待处理视频本中的目标对象的属性特征；目标属性信息获取模块，用于从至少一个所述待定属性信息中，确定所述第一属性类别为预设属性类别的第一待定属性信息，并将所述第一待定属性信息作为所述待处理视频对应的目标属性信息；视频处理模块，用于根据所述目标属性信息，对所述待处理视频进行处理。
根据本公开的一个或多个实施例，示例11提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1-9中任一示例所述方法的步骤。
根据本公开的一个或多个实施例，示例12提供了一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-9中任一示例所述方法的步骤。
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。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。
Claims (12)
1.一种视频处理方法，其特征在于，所述方法包括：
获取待处理视频；
确定所述待处理视频对应的目标文本；
将所述目标文本输入预先训练的第一属性获取模型，以获取所述第一属性获取模型输出的至少一个待定属性信息和每个所述待定属性信息对应的第一属性类别，所述待定属性信息用于表征所述待处理视频中的目标对象的属性特征；
从至少一个所述待定属性信息中，确定所述第一属性类别为预设属性类别的第一待定属性信息，并将所述第一待定属性信息作为所述待处理视频对应的目标属性信息；
根据所述目标属性信息，对所述待处理视频进行处理。
2.根据权利要求1所述的方法，其特征在于，在所述将所述第一待定属性信息作为所述待处理视频对应的目标属性信息前，所述方法还包括：
从所述目标文本中，确定所述第一待定属性信息对应的句文本；
获取所述句文本对应的第二属性类别；
所述将所述第一待定属性信息作为所述待处理视频对应的目标属性信息包括：
在确定所述第二属性类别为所述预设属性类别的情况下，将所述第一待定属性信息作为所述待处理视频对应的目标属性信息。
3.根据权利要求2所述的方法，其特征在于，所述获取所述句文本对应的第二属性类别包括：
将所述句文本输入预先训练的第二属性获取模型，以获取所述第二属性获取模型输出的所述第二属性类别。
4.根据权利要求1所述的方法，其特征在于，在所述将所述第一待定属性信息作为所述待处理视频对应的目标属性信息前，所述方法还包括：
获取所述目标文本对应的至少一个预设属性特征，以及每个所述预设属性特征对应的第三属性类别；
从至少一个所述预设属性特征中，确定所述第三属性类别为所述预设属性类别的目标预设属性特征；
根据所述目标预设属性特征和所述第一待定属性信息，确定第二待定属性信息；
所述将所述第一待定属性信息作为所述待处理视频对应的目标属性信息包括：
将所述第二待定属性信息作为所述待处理视频对应的目标属性信息。
5.根据权利要求4所述的方法，其特征在于，获取每个所述预设属性特征对应的第三属性类别包括：
将所述目标文本和至少一个所述预设属性特征输入预先训练的第三属性获取模型，以获取所述第三属性获取模型输出的每个所述预设属性特征对应的第三属性类别。
6.根据权利要求1所述的方法，其特征在于，所述目标文本包括至少一个文本片段，所述确定所述待处理视频对应的目标文本包括：
将所述待处理视频对应的视频文本划分为至少一个所述文本片段。
7.根据权利要求6所述的方法，其特征在于，所述将所述待处理视频对应的视频文本划分为至少一个所述文本片段包括：
提取所述待处理视频中的目标音频和目标图像；
将所述目标音频对应的语音文本划分为至少一个待定文本片段；
针对每个所述待定文本片段，从所述目标图像中确定所述待定文本片段对应的片段图像，获取所述片段图像对应的图像文本，并根据所述待定文本片段和所述图像文本确定所述文本片段。
8.根据权利要求6所述的方法，其特征在于，所述将所述目标文本输入预先训练的第一属性获取模型，以获取所述第一属性获取模型输出的至少一个待定属性信息和每个所述待定属性信息对应的第一属性类别包括：
针对每个所述文本片段，将所述文本片段输入所述第一属性获取模型，以获取所述第一属性获取模型输出的至少一个所述待定属性信息，以及每个所述待定属性信息对应的第一属性类别。
9.根据权利要求1-8任一项所述的方法，其特征在于，所述根据所述目标属性信息，对所述待处理视频进行处理包括：
根据所述目标属性信息，从所述待处理视频中提取目标视频片段。
10.一种视频处理装置，其特征在于，所述装置包括：
视频获取模块，用于获取待处理视频；
目标文本确定模块，用于确定所述待处理视频对应的目标文本；
第一属性类别获取模块，用于将所述目标文本输入预先训练的第一属性获取模型，以获取所述第一属性获取模型输出的至少一个待定属性信息和每个所述待定属性信息对应的第一属性类别，所述待定属性信息用于表征所述待处理视频中的目标对象的属性特征；
目标属性信息获取模块，用于从至少一个所述待定属性信息中，确定所述第一属性类别为预设属性类别的第一待定属性信息，并将所述第一待定属性信息作为所述待处理视频对应的目标属性信息；
视频处理模块，用于根据所述目标属性信息，对所述待处理视频进行处理。
11.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-9中任一项所述方法的步骤。
12.一种电子设备，其特征在于，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-9中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210365372.9A CN114613355B (zh) | 2022-04-07 | 2022-04-07 | 视频处理方法、装置、可读介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210365372.9A CN114613355B (zh) | 2022-04-07 | 2022-04-07 | 视频处理方法、装置、可读介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114613355A true CN114613355A (zh) | 2022-06-10 |
| CN114613355B CN114613355B (zh) | 2023-07-14 |
Family
ID=81869212
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210365372.9A Active CN114613355B (zh) | 2022-04-07 | 2022-04-07 | 视频处理方法、装置、可读介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114613355B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040170392A1 (en) * | 2003-02-19 | 2004-09-02 | Lie Lu | Automatic detection and segmentation of music videos in an audio/video stream |
| CN111694984A (zh) * | 2020-06-12 | 2020-09-22 | 百度在线网络技术（北京）有限公司 | 视频搜索方法、装置、电子设备及可读存储介质 |
| US20200409996A1 (en) * | 2018-08-21 | 2020-12-31 | Tencent Technology (Shenzhen) Company Limited | Video abstract generating method, apparatus, and storage medium |
| CN112287168A (zh) * | 2020-10-30 | 2021-01-29 | 北京有竹居网络技术有限公司 | 用于生成视频的方法和装置 |
| CN113784171A (zh) * | 2021-01-18 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 视频数据处理方法、装置、计算机系统及可读存储介质 |
| CN113824899A (zh) * | 2021-09-18 | 2021-12-21 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备及介质 |
-
2022
- 2022-04-07 CN CN202210365372.9A patent/CN114613355B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040170392A1 (en) * | 2003-02-19 | 2004-09-02 | Lie Lu | Automatic detection and segmentation of music videos in an audio/video stream |
| US20200409996A1 (en) * | 2018-08-21 | 2020-12-31 | Tencent Technology (Shenzhen) Company Limited | Video abstract generating method, apparatus, and storage medium |
| CN111694984A (zh) * | 2020-06-12 | 2020-09-22 | 百度在线网络技术（北京）有限公司 | 视频搜索方法、装置、电子设备及可读存储介质 |
| CN112287168A (zh) * | 2020-10-30 | 2021-01-29 | 北京有竹居网络技术有限公司 | 用于生成视频的方法和装置 |
| CN113784171A (zh) * | 2021-01-18 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 视频数据处理方法、装置、计算机系统及可读存储介质 |
| CN113824899A (zh) * | 2021-09-18 | 2021-12-21 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114613355B (zh) | 2023-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110516159B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
| CN111596991A (zh) | 交互操作执行方法、装置和电子设备 | |
| CN112257478A (zh) | 扫码方法、装置、终端和存储介质 | |
| CN112883966A (zh) | 图像字符识别方法、装置、介质及电子设备 | |
| CN110674481B (zh) | 一种应用程序的账号注册方法、装置、设备和存储介质 | |
| CN112307774A (zh) | 对话理解方法、装置、可读介质及电子设备 | |
| CN111309496A (zh) | 延时任务实现方法、系统、装置、设备、存储介质 | |
| CN110837334A (zh) | 用于交互控制的方法、装置、终端及存储介质 | |
| CN112242143B (zh) | 一种语音交互方法、装置、终端设备及存储介质 | |
| CN113011169A (zh) | 一种会议纪要的处理方法、装置、设备及介质 | |
| CN112069786A (zh) | 文本信息处理方法、装置、电子设备及介质 | |
| CN114613355A (zh) | 视频处理方法、装置、可读介质及电子设备 | |
| CN114063795A (zh) | 一种交互方法、装置、电子设备和存储介质 | |
| CN112669816A (zh) | 模型的训练方法、语音识别方法、装置、介质及设备 | |
| CN113223496A (zh) | 一种语音技能测试方法、装置及设备 | |
| CN113191257A (zh) | 笔顺检测方法、装置和电子设备 | |
| CN113177176A (zh) | 特征构建方法、内容显示方法及相关装置 | |
| CN111859902A (zh) | 一种文本处理方法、装置、设备及介质 | |
| CN111324349A (zh) | 生成交互界面的方法、装置、终端及存储介质 | |
| CN112131832A (zh) | 在线文档任务状态的提醒方法、装置及电子设备 | |
| CN112307245B (zh) | 用于处理图像的方法和装置 | |
| CN111461227B (zh) | 样本生成方法、装置、电子设备和计算机可读介质 | |
| CN115374320B (zh) | 文本匹配方法、装置、电子设备、计算机介质 | |
| CN112346630B (zh) | 状态确定方法、装置、设备和计算机可读介质 | |
| CN115314456B (zh) | 交互方法、装置和电子设备 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant before: Tiktok vision (Beijing) Co.,Ltd. Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant after: Tiktok vision (Beijing) Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |