CN116980646A - 视频数据处理方法、装置、设备及可读存储介质 - Google Patents

视频数据处理方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN116980646A
CN116980646A CN202310272580.9A CN202310272580A CN116980646A CN 116980646 A CN116980646 A CN 116980646A CN 202310272580 A CN202310272580 A CN 202310272580A CN 116980646 A CN116980646 A CN 116980646A
Authority
CN
China
Prior art keywords
video
videos
processed
album
ordered
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
CN202310272580.9A
Other languages
English (en)
Inventor
余萌
邓昉熙
潘德辉
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 Sogou Technology Development Co Ltd
Original Assignee
Beijing Sogou Technology Development 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 Sogou Technology Development Co Ltd filed Critical Beijing Sogou Technology Development Co Ltd
Priority to CN202310272580.9A priority Critical patent/CN116980646A/zh
Publication of CN116980646A publication Critical patent/CN116980646A/zh
Priority to PCT/CN2024/082438 priority patent/WO2024193538A1/zh
Pending legal-status Critical Current

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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • 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
    • H04N21/8455—Structuring of content, e.g. decomposing content into time segments involving pointers to the content, e.g. pointers to the I-frames of the video stream

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种视频数据处理方法、装置、设备及可读存储介质，方法包括：对M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息；视频属性信息包括作品属性信息和集数属性信息；将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频；根据待排序视频对应的集数属性信息，对待排序视频进行排序过滤处理，得到有序专辑视频，生成包含有序专辑视频的视频专辑集合；视频专辑集合用于在查询数据与有序专辑视频对应的作品属性信息或来源标签信息相匹配时显示在查询结果显示框中。采用本发明，可以提高搜索的视频的呈现效果。

Description

视频数据处理方法、装置、设备及可读存储介质
技术领域
本申请涉及计算机技术领域，尤其涉及一种视频数据处理方法、装置、设备及可读存储介质。
背景技术
目前电影或者电视剧的剪辑博主会在原有电影或者电视剧IP(IntellectualProperty，知识产权)的基础上进行剪辑并配上真人解说文案，内容以对电视或电视剧完整的剧情讲解为主，帮助用户快速了解该电影/电视剧IP的内容梗概。
因此，在用户通过搜索引擎去搜索某个电影或者电视剧IP时，查询结果显示框中也会推荐与该电影或者电视剧IP相关的影视解说类视频。但是由于视频剪辑入门简单，大多数剪辑博主都不是专业人员，在剪辑视频时没有固定的剪辑方向和剪辑安排，发布同个电影或者电视剧IP相关的剪辑视频时，也可能不会采用相同的标题格式或者视频封面，这就使得用户在搜索某部电影或电视剧IP时，搜索出的相关的影视解说类视频的集数和IP在视频封面或者视频标题中都没有显现，且同个剪辑博主剪辑的视频也可能因为所取标题的不同或者所带标签的不同，会被混排在查询结果显示框中，这就使得用户需要逐一点击影视解说类视频进行观看，才能确定感兴趣的影视解说类视频以及这些视频之间的观看顺序，导致搜索出的影视解说类视频的呈现效果较差。
发明内容
本申请实施例提供了一种视频数据处理方法、装置、设备及可读存储介质，可以提高搜索出的影视解说类视频的呈现效果。
本申请实施例一方面提供了一种视频数据处理方法，包括：
获取M个待处理视频；M为正整数；
对M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息；视频属性信息包括作品属性信息和集数属性信息；
将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频；
根据待排序视频对应的集数属性信息，对待排序视频进行排序过滤处理，得到有序专辑视频，生成包含有序专辑视频的视频专辑集合；视频专辑集合用于在查询数据与有序专辑视频对应的作品属性信息或来源标签信息相匹配时显示在查询结果显示框中。
本申请实施例一方面提供了一种视频数据处理方法，包括：
在应用页面的查询框中显示输入的目标查询数据；
响应针对目标查询数据的触发操作，若目标查询数据的意图类型为视频意图类型，则在应用页面的查询结果显示框中，显示推荐结果显示区域；
在推荐结果显示区域中，顺序显示目标视频专辑集合包含的有序专辑视频对应的视频显示区域；目标视频专辑集合为作品属性信息或来源标签信息与目标查询数据相匹配的视频专辑集合；目标视频专辑集合中的有序专辑视频的显示顺序，是按照有序专辑视频对应的集数属性信息之间的集数顺序进行排序的；目标视频专辑集合中的有序专辑视频属于解说视频类型。
本申请实施例一方面提供了一种视频数据处理装置，包括：
获取模块，用于获取M个待处理视频；M为正整数；
特征提取模块，用于对M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息；视频属性信息包括作品属性信息和集数属性信息；
视频确定模块，用于将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频；
生成模块，用于根据待排序视频对应的集数属性信息，对待排序视频进行排序过滤处理，得到有序专辑视频，生成包含有序专辑视频的视频专辑集合；视频专辑集合用于在查询数据与有序专辑视频对应的作品属性信息或来源标签信息相匹配时显示在查询结果显示框中。
M个待处理视频包括待处理视频Mi，i为小于或等于M的正整数；
特征提取模块，包括：
第一提取单元，用于对待处理视频Mi进行作品属性提取处理，得到待处理视频Mi对应的作品属性信息；
第二提取单元，用于对待处理视频Mi进行集数属性提取处理，得到待处理视频Mi对应的集数属性信息。
其中，第一提取单元，包括：
帧检索子单元，用于对待处理视频Mi进行等间隔采样处理，得到视频帧图像；
帧检索子单元，还用于将视频帧图像与视频作品库中的视频作品分别进行画面匹配处理，得到视频作品库中的视频作品分别与视频帧图像之间的画面相似度；
帧检索子单元，还用于将与视频帧图像之间的画面相似度最高的视频作品，确定为目标视频作品；
帧检索子单元，还用于若视频帧图像与目标视频作品之间的画面相似度大于或等于画面相似度阈值，则将目标视频作品对应的视频作品属性信息，确定为待处理视频Mi对应的作品属性信息。
其中，第一提取单元，包括：
模板匹配子单元，用于获取待处理视频Mi对应的视频标题信息；
模板匹配子单元，还用于将视频标题信息与标题模板库中的标题模板分别进行结构匹配处理，得到标题模板库中的标题模板分别与视频标题信息之间的结构相似度；
模板匹配子单元，还用于将与视频标题信息之间结构相似度最高的标题模板，确定为目标标题模板；
模板匹配子单元，还用于若视频标题信息与目标标题模板之间的结构相似度大于或等于结构相似度阈值，则根据目标标题模板对视频标题信息进行信息提取处理，得到待处理视频Mi对应的作品属性信息。
其中，第一提取单元，包括：
传播匹配子单元，用于遍历获取样本视频库中的第k个样本视频；k为正整数；
传播匹配子单元，还用于对待处理视频Mi与第k个样本视频进行画面匹配处理，得到视频画面相似度；
传播匹配子单元，还用于对待处理视频Mi的视频标题信息与第k个样本视频对应的视频标题信息进行相似度计算，得到视频标题相似度；
传播匹配子单元，还用于获取与待处理视频Mi和第k个样本视频关联的视频点击日志，对视频点击日志进行点击分析处理，得到视频点击相似度；
传播匹配子单元，还用于根据视频画面相似度、视频标题相似度以及视频点击相似度，确定待处理视频Mi与第k个样本视频之间的视频相似度；
传播匹配子单元，还用于若视频相似度大于视频相似度阈值，则根据视频相似度对第k个样本视频针对关联作品的视频作品置信度进行加权处理，得到待处理视频Mi针对关联作品的作品置信度；
传播匹配子单元，还用于若作品置信度大于或等于作品置信度阈值，则将关联作品对应的作品信息，确定为待处理视频Mi对应的作品属性信息。
其中，第二提取单元，包括：
帧匹配子单元，用于从视频作品库中，获取与待处理视频Mi对应的作品属性信息的视频作品，作为待匹配视频作品；
帧匹配子单元，还用于对待处理视频Mi进行等间隔采样处理，得到视频帧图像；
帧匹配子单元，还用于对视频帧图像和待匹配视频作品进行画面匹配处理，确定与视频帧图像匹配的视频作品画面；
帧匹配子单元，还用于将视频作品画面对应的集数信息，确定为待处理视频Mi对应的集数属性信息。
其中，第二提取单元，包括：
标题匹配子单元，用于对待处理视频Mi的封面图像进行视频布局字符识别处理，得到待处理视频Mi对应的封面标题信息；
标题匹配子单元，还用于将封面标题信息与集数模板库中的集数模板分别进行结构匹配处理，得到集数模板库中的集数模板分别与封面标题信息之间的结构相似度；
标题匹配子单元，还用于将与封面标题信息之间结构相似度最高的集数模板，确定为目标集数模板；
标题匹配子单元，还用于若封面标题信息与目标集数模板之间的结构相似度大于或等于结构相似度阈值，则根据目标集数模板对封面标题信息进行信息提取处理，得到待处理视频Mi对应的集数属性信息。
其中，生成模块，包括：
排序单元，用于根据待排序视频对应的集数属性信息，对待排序视频进行排序处理，得到排序视频；
检测单元，用于对排序视频对应的集数属性信息进行连续性检测，得到连续性检测结果；
版本识别单元，用于若连续性检测结果为集数连续结果，则根据目标作品知识图谱对排序视频进行视频版本识别处理，得到排序视频对应的目标视频版本；目标作品知识图谱为排序视频对应的作品属性信息关联的作品知识图谱；
集数确定单元，用于在目标作品知识图谱中，根据目标视频版本确定排序视频对应的总集数信息；
视频确定单元，用于若排序视频对应的集数属性信息中最大的集数属性信息和总集数信息相同，则将排序视频确定为有序专辑视频；
专辑生成单元，生成包含有序专辑视频的视频专辑集合。
其中，目标作品知识图谱包含一个或多个视频版本以及每个视频版本对应的视频对象列表；
版本识别单元，包括：
重合确定子单元，用于对排序视频进行对象识别处理，确定排序视频所包含的视频对象以及视频对象对应的出现时长；
重合确定子单元，还用于根据视频对象对应的出现时长之间的时长顺序，从视频对象中获取R个目标视频对象；R为正整数；
重合确定子单元，还用于确定R个目标视频对象与每个视频对象列表之间的对象重合度；
版本确定子单元，用于将对象重合度最大的视频对象列表对应的视频版本，确定为排序视频对应的目标视频版本。
其中，有序专辑视频的数量为至少两个；
专辑生成单元，包括：
封面确定子单元，用于遍历至少两个有序专辑视频，顺序获取第j个有序专辑视频，j为正整数；
封面确定子单元，还用于对第j个有序专辑视频对应的视频封面和第j个有序专辑视频对应的视频标题进行相关度匹配，得到相关度匹配结果；
封面确定子单元，还用于若相关度匹配结果为相关度匹配成功结果，则将第j个有序专辑视频对应的视频封面确定为第j个有序专辑视频对应的专辑视频封面；
封面确定子单元，还用于若相关度匹配结果为相关度匹配失败结果，则对第j个有序专辑视频进行视频帧筛选处理，得到与第j个有序专辑视频对应的视频标题匹配的视频帧画面，将视频帧画面确定为第j个有序专辑视频对应的专辑视频封面；
生成子单元，用于当获取到每个有序专辑视频分别对应的专辑视频封面时，生成包含每个有序专辑视频分别对应的专辑视频封面的视频专辑集合。
其中，上述视频数据处理装置，还包括：
过滤模块，用于获取第一初始视频集；
过滤模块，还用于对第一初始视频集进行黑边检测，得到第一初始视频集中每个初始视频分别对应的黑边占比；
过滤模块，还用于从第一初始视频集中，过滤黑边占比大于黑边占比阈值的初始视频，得到第二初始视频集；
过滤模块，还用于对第二初始视频集进行水印检测，得到第二初始视频集中每个初始视频分别对应的水印面积占比；
过滤模块，还用于从第二初始视频集中，过滤水印面积占比大于水印面积占比阈值的初始视频，得到第三初始视频集；
过滤模块，还用于对第三初始视频集进行清晰度识别，得到第三初始视频集中每个初始视频分别对应的清晰度；
过滤模块，还用于从第三初始视频集中，过滤清晰度低于清晰度阈值的初始视频，得到M个待处理视频。
本申请实施例一方面提供了一种视频数据处理装置，包括：
第一显示模块，用于在应用页面的查询框中显示输入的目标查询数据；
响应模块，用于响应针对目标查询数据的触发操作，若目标查询数据的意图类型为视频意图类型，则在应用页面的查询结果显示框中，显示推荐结果显示区域；
第二显示模块，用于在推荐结果显示区域中，顺序显示目标视频专辑集合包含的有序专辑视频对应的视频显示区域；目标视频专辑集合为作品属性信息或来源标签信息与目标查询数据相匹配的视频专辑集合；目标视频专辑集合中的有序专辑视频的显示顺序，是按照有序专辑视频对应的集数属性信息之间的集数顺序进行排序的；目标视频专辑集合中的有序专辑视频属于解说视频类型。
本申请实施例一方面提供了一种计算机设备，包括：处理器、存储器、网络接口；
上述处理器与上述存储器、上述网络接口相连，其中，上述网络接口用于提供数据通信网元，上述存储器用于存储计算机程序，上述处理器用于调用上述计算机程序，以执行本申请实施例中的方法。
本申请实施例一方面提供了一种计算机可读存储介质，上述计算机可读存储介质中存储有计算机程序，上述计算机程序适于由处理器加载并执行本申请实施例中的方法。
本申请实施例一方面提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中，计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例中的方法。
本申请实施例中，获取M个待处理视频后，可以对M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息，该视频属性信息包括作品属性信息和集数属性信息；然后，可以将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频；最后，根据待排序视频对应的集数属性信息，对待排序视频进行排序过滤处理，得到有序专辑视频，生成包含有序专辑视频的视频专辑集合。可以理解，通过本申请实施例提供的方法得到的视频专辑集合中包含的有序专辑视频对应相同的作品属性信息和来源标签信息，当查询数据与有序专辑视频对应相同的作品属性信息和来源标签信息相匹配时，就可以将该视频专辑集合显示在查询结果显示框中，实现了结构化的视频输出，提高了查询数据对应视频的展示效果，且有序专辑视频在视频专辑集合中是按照集数属性信息排序的，不再需要逐一点击观看以确定有序专辑视频的观看顺序，从而提高了搜索出的影视解说类视频的呈现效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种网络架构示意图；
图2a是本申请实施例提供的一种视频专辑集合生成的场景示意图；
图2b是本申请实施例提供的一种视频查询的场景示意图；
图3是本申请实施例提供的一种视频数据处理方法的流程示意图；
图4是本申请实施例提供的一种视频聚类挖掘方法的整体流程示意图；
图5是本申请实施例提供的一种视频数据处理方法的流程示意图；
图6是本申请实施例提供的一种视频数据处理装置的结构示意图；
图7是本申请实施例提供的一种计算机设备的结构示意；
图8是本申请实施例提供的另一种视频数据处理装置的结构示意图；
图9是本申请实施例提供的另一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。
计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR(Optical Character Recognition，文字识别)、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、虚拟现实、增强现实、同步定位与地图构建、自动驾驶、智慧交通等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
语音技术(Speech Technology)的关键技术有自动语音识别技术和语音合成技术以及声纹识别技术。让计算机能听、能看、能说、能感觉，是未来人机交互的发展方向，其中语音成为未来最被看好的人机交互方式之一。
自然语言处理(Nature Language processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
本申请实施例提供的方案涉及人工智能的计算机视觉技术、语言技术以及自然语言处理等技术，具体通过如下实施例进行说明:
请参见图1，图1是本申请实施例提供的一种网络架构示意图。该网络架构可以包括服务器100以及终端设备集群，终端设备集群可以包括：终端设备200a、终端设备200b、终端设备200c、…、终端设备200n，其中，终端设备集群中的任一终端设备可以与服务器100存在通信连接，例如终端设备200a与服务器100之间存在通信连接，其中，上述通信连接不限定连接方式，可以通过有线通信方式进行直接或间接地连接，也可以通过无线通信方式进行直接或间接地连接，还可以通过其它方式，本申请在此不做限制。
应该理解，如图1所示的终端集群中的每个终端设备均可以安装有应用客户端，当该应用客户端运行于各终端设备中时，可以分别与上述图1所示的服务器100之间进行数据交互。其中，该应用客户端可以为即时通信应用、直播应用、短视频应用、视频应用、音乐应用、社交应用、购物应用、游戏应用、小说应用、支付应用、浏览应用等具有查询功能的应用客户端。其中，该应用客户端可以为独立的客户端，也可以为集成在某客户端(例如即时通信客户端、社交客户端、视频客户端等)中的嵌入式子客户端，在此不做限定。以短视频应用为例，服务器100可以用于响应短视频应用通过终端设备发送的查询请求，以执行针对查询请求中包含的属于视频意图类型的查询数据的查询处理，因此，每个终端设备均可以通过该短视频应用与服务器100进行数据传输，如每个终端设备均可以通过该短视频应用获取用于与查询数据相匹配的视频专辑集合对应的数据流。
以终端设备200a为例，终端设备200a可以通过短视频应用显示应用页面，该应用页面中可以显示有查询框，终端设备200a响应输入操作后，可以在该查询框中显示输入的目标查询数据。其中，目标查询数据的意图类型为视频意图类型，即目标查询数据可以是指与电影或者电视剧等影视作品有关的数据，例如，影视IP名称、影视的参演人员、想看的剪辑博主等。然后，终端设备200a可以响应针对目标查询数据的触发操作，将包含目标查询数据的查询请求发送至服务器100，服务器100可以在视频专辑集合库中，获取作品属性信息或来源标签信息与目标查询数据相匹配的视频专辑集合，作为目标视频专辑集合，然后将目标视频专辑集合对应的数据流返回给终端设备200a。其中，作品属性信息是指影视IP信息。其中，来源标签信息是指视频的来源信息，例如，来源于哪个剪辑博主，或者来源于哪个网站等等。终端设备200a接收到相应的数据流后，就可以在应用页面的查询结果显示框中，显示推荐结果显示区域；在推荐结果显示区域中，顺序显示目标视频专辑集合包含的属于解说类型的有序专辑视频对应的视频显示区域。其中，视频专辑集合库中的视频专辑集合，可以是服务器100根据本申请实施例提供的视频数据处理方法生成的。
具体的，本申请实施例中，服务器100可以获取M个待处理视频，M为正整数，然后对M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息，该视频属性信息包括作品属性信息和集数属性信息；然后，服务器100可以将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频；最后，根据待排序视频对应的集数属性信息，对待排序视频进行排序过滤处理，得到有序专辑视频，生成包含有序专辑视频的视频专辑集合。可以理解，服务器100可以将生成的视频专辑集合和其对应的作品属性信息和来源标签信息关联写入视频专辑集合库中进行存储，以便于在接收到终端设备发送的查询数据后，确定与该查询数据对应的作品属性信息或者来源标签信息后，快速获取与该查询数据匹配的视频专辑集合，并返回对应的数据流给终端设备。可以理解，通过本申请实施例得到的视频专辑集合中包含的有序专辑视频对应的集数属性信息是连续的，便于快速确定观看顺序，从而提高了观看效率。
可以理解的是，本申请实施例提供的方法可以由计算机设备执行，计算机设备包括但不限于终端设备或服务器。其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云数据库、云服务、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机、掌上电脑、移动互联网设备(mobile internet device,MID)、可穿戴设备(例如智能手表、智能手环等)、智能电视、智能车载等可以运行即时通信应用或社交应用的智能终端。终端设备和服务器可以通过有线或无线方式进行直接或间接地连接，本申请实施例在此不做限制。
可以理解的是，本申请实施例可应用于各种场景，包括但不限于云技术、人工智能、智慧交通、区块链等场景。
可以理解的是，在本申请的具体实施方式中，涉及到的查询数据等相关的数据，当本申请以上实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
为便于理解上述视频专辑集合生成以及查询目标查询数据时目标视频专辑集合的显示过程，请一并参见图2a-图2b，图2a-图2b的实现过程可以在如图1所示的服务器100中进行，也可以在终端设备(如图1所示的终端设备200a、终端设备200b、终端设备200c或终端设备200n)中进行，还可以由终端设备和服务器共同执行，此处不做限制，本申请实施例以终端设备200b、服务器100共同执行为例进行说明。
首先，请参见图2a，图2a是本申请实施例提供的一种视频专辑集合生成的场景示意图。如图2a所示，服务器100可以获取到M个待处理视频：待处理视频1、待处理视频2、……、待处理视频M。其中，待处理视频可以是影视解说类视频，即根据某部电影或者电视剧的部分内容剪辑并配上解说的视频。可以理解，M个待处理视频可以是服务器100对海量能够获取到的所有视频进行质量筛选后得到的视频，因此每个待处理视频的来源可能不同，其涉及的影视作品的内容可能不同，其对应的视频内容呈现方式、视频的发布方式也可能不同。因此，服务器100可以对M个待处理视频进行分类整理，得到有序的视频专辑集合，具体的，服务器100在获取到M个待处理视频后，可以先对M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息。其中，视频属性信息可以包括作品属性信息和集数属性信息，作品属性信息用于描述待处理视频涉及的影视作品，集数属性信息用于描述待处理视频涉及对应的影视作品的哪部分内容。如图2a所示，待处理视频1对应的视频属性信息201可以为“电视剧A，第2集”，表明待处理视频1是针对电视剧A的第2集的影视内容的影视解说类视频；待处理视频2对应的视频属性信息202可以为“电视剧B，第1集”，表明待处理视频2是针对电视剧B的第1集的影视内容的影视解说类视频；待处理视频M对应的视频属性信息203可以为“电影C，上”，表明待处理视频M是针对电影C的上半部分的影视内容的影视解说类视频。
在得到每个待处理视频的影视属性信息后，服务器100可以先对M个待处理视频进行来源分类，即先将具有相同来源标签信息的待处理视频，加入相同的视频集合中。其中，来源标签信息即待处理视频的来源信息。如图2a所示，服务器100可以得到多个初始视频集合，例如，初始视频集合204。其中，初始视频集合204中可以包括有待处理视频2、…、待处理视频a，也就是说，待处理视频2、…、待处理视频a具有相同来源标签信息，其他的初始视频集合同理。然后，服务器100会将每个初始视频集合中，具有相同作品属性信息的待处理视频确定为待排序视频。以初始视频集合204为例，如图2a所示，假设待处理视频2、…、待处理视频c对应的作品属性信息均为电视剧B，待处理视频3、待处理视频a对应的作品属性信息均为电影D，则服务器100可以将待处理视频2、…、待处理视频c确定为待排序视频205，将待处理视频3、待处理视频a确定为待排序视频206，以此类推。然后，服务器100可以对每组待排序视频进行排序过滤处理，即根据待处理视频对应的集数属性信息对待处理视频进行排序，若排序后的待处理视频对应的集数属性信息是连续且完整的，则可以将排序后的待处理视频确定为有序排序视频，然后生成包含有序排序视频的视频专辑集合。如图2a所示，假设服务器100在对待排序视频205进行排序后，待处理视频2后面的待处理视频为待处理视频c，但是待处理视频2对应的集数属性信息为第1集，待处理视频c对应的集数属性信息为第3集，也就是说，在待排序视频205中，没有与电视剧B第2集内容相关的待处理视频，则服务器100可以认为待排序视频205是无序的，服务器100可以放弃对待排序视频205进行后续处理。如图2a所示，假设服务器100在对待排序视频206进行排序后，得到待处理视频a、待处理视频3，其中，待处理视频a对应的集数属性信息为上，待处理视频3对应的集数属性信息为下，则服务器100可以将待处理视频a、待处理视频3确定为有序专辑视频，然后生成包含待处理视频a、待处理视频3的视频专辑集合207。
可以理解，当M的数量足够时，在对M个待处理视频进行分类整理后，服务器100最终可以得到多个有序的视频专辑集合。当服务器100在接收到针对视频意图类型的查询数据时，就可以先确定与查询数据匹配的作品属性信息或者来源标签信息，然后将与查询数据匹配的作品属性信息或者来源标签信息对应的有序专辑视频返回至终端设备。
进一步地，终端设备可以在应用页面的查询框中显示输入的目标查询数据，然后可以响应针对目标查询数据的触发操作，若目标查询数据的意图类型为视频意图类型，则在所述应用页面的查询结果显示框中，显示推荐结果显示区域；在推荐结果显示区域中，顺序显示目标视频专辑集合包含的有序专辑视频对应的视频显示区域。其中，目标视频专辑集合为作品属性信息或来源标签信息与目标查询数据相匹配的视频专辑集合；目标视频专辑集合中的有序专辑视频的显示顺序，是按照有序专辑视频对应的集数属性信息之间的集数顺序进行排序的；目标视频专辑集合中的有序专辑视频属于解说视频类型。为便于理解，请一并参见图2b，图2b是本申请实施例提供的一种视频查询的场景示意图。
如图2b所示，与终端设备200b具有关联关系的对象是对象1，终端设备200b上集成安装有短视频应用。对象1可以通过终端设备200b的短视频应用和服务器100进行数据交互，例如，对象1通过终端设备200b打开短视频应用后，如图2b所示，终端设备200b可以显示应用页面31，该应用页面31包括查询框311和查询结果显示框312。其中，查询框311用于提供查询功能，查询结果显示框312用于显示查询结果。假设对象1想要观看影视作品，就可以通过查询框311进行输入操作，终端设备200b可以在应用页面31的查询框311中显示对象1输入的查询内容311a，例如，查询内容311a可以为“电影D”。对象1输入完成后，就可以进行针对查询内容311a的触发操作，例如，该触发操作可以为针对查询控件311b的触发操作。终端设备200b响应针对查询内容311a的触发操作后，就可以将查询内容311a发送至服务器100。服务器100可以进行针对查询内容311a的查询处理，得到查询结果数据，然后向终端设备200b返回针对查询内容311a的查询结果数据，终端设备200b可以根据查询结果数据在结果显示框中显示查询的结果。其中，查询处理的一个可行过程，就是先确定查询内容311a的意图类型，若确定查询内容311a的意图类型为视频意图类型，则服务器100除了在能够获取的海量视频数据中查找与查询内容311a相匹配的视频数据，作为第一视频数据，还会在由图2a所示的场景得到的多个有序的视频专辑集合中，查找与查询内容311a匹配的视频专辑集合，即与“电影D”匹配的视频专辑集合，即上述图2a所示的视频专辑集合207，服务器100会将视频专辑集合207对应的视频数据，作为第二视频数据，然后，服务器100会将第一视频数据和第二视频数据，确定为查询结果数据。
如图2b所示，终端设备200b接收到查询结果数据后，会在应用页面31的查询结果显示框312中显示推荐结果展示区域，例如，推荐结果展示区域312a，推荐结果展示区域312b。其中，不同的推荐结果展示区域用于展示不同的视频数据，第二视频数据的展示级优先于第一视频数据，因此，终端设备200b会在推荐结果展示区域312a中展示第二视频数据，在推荐结果展示区域312b中展示第一视频数据。如图2b所示，终端设备200b会在推荐结果展示区域312a中，根据视频专辑集合207中包含的有序专辑视频的位置顺序，依次展示每个有序专辑视频对应的视频封面，因为视频专辑集合207顺序包含待处理视频a和待处理视频3，因此，视频封面313为待处理视频a对应的视频封面，视频封面314为待处理视频3对应的视频封面。然后，终端设备200b才会在推荐结果展示区域312b中展示第一视频数据对应的视频对应的视频封面。
由此可见，通过本申请实施例提供的视频数据处理方法，在响应针对视频意图类型的查询数据时，终端设备会先优先显示有序的视频专辑集合，实现了结构化的有序视频输出，提高了查询数据对应视频的展示效果，且有序专辑视频在视频专辑集合中是按照集数属性信息排序的，不再需要逐一点击观看以确定有序专辑视频的观看顺序，从而提高搜索出的影视解说类视频的呈现效果。
进一步地，请参见图3，请参见图3，图3是本申请实施例提供的一种视频数据处理方法的流程示意图。该视频数据处理方法可以由计算机设备执行，计算机设备可以包括如图1所述的终端设备或服务器。该方法可以包括以下步骤S101-步骤S104：
步骤S101，获取M个待处理视频；M为正整数。
具体的，待处理视频是指与影视作品(即上述电影或者电视剧IP)相关联的剪辑视频。
具体的，一个可行的实施例中，待处理视频可以为影视解说类视频，即剪辑博主对影视作品中的部分影视内容进行剪辑并配上对应的解说(可以为文字解说、语音解说或者视频解说等)而生成的视频。可以理解，影视解说类视频能帮助用户快速了解该影视作品的内容梗概，因此待处理视频为影视解说类视频时，按照后续步骤对M个待处理视频进行处理时生成的视频专辑集合，可以更加快速、简洁、有序地帮助用户了解对应的影视作品。
步骤S102，对所述M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息；所述视频属性信息包括作品属性信息和集数属性信息。
具体的，作品属性信息是指待处理视频所对应的影视作品信息，例如，待处理视频A对应的作品属性信息为电视剧的名称，如，为《BBB》，说明待处理视频A的视频内容属于电视剧《BBB》。集数属性信息用于表征待处理视频所对应的视频内容对应于影视作品中哪个时间段的影视内容，例如，待处理视频A对应的集数属性信息为第1-2集，说明待处理视频A中的视频内容涉及到电视剧《BBB》中第一集与第二集的影视内容，即可以理解为，待处理视频A是基于电视剧《BBB》的第一集和第二集的影视内容剪辑生成的。
具体的，假设M个待处理视频包括待处理视频Mi，i为小于或等于M的正整数。为便于理解，以待处理视频Mi为例对特征提取进行说明，对M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息的一个可行实施过程，可以为：对待处理视频Mi进行作品属性提取处理，得到待处理视频Mi对应的作品属性信息；对待处理视频Mi进行集数属性提取处理，得到待处理视频Mi对应的集数属性信息。其中，作品属性提取处理可以采取多种方式，例如，视频帧检索、标题模板匹配以及标签传播等方式。其中，集数属性提取处理可以采取多种方式，例如，视频帧检索、标题模板匹配等方式。
具体的，当作品属性提取处理采用视频帧检索方式时，对待处理视频Mi进行作品属性提取处理，得到待处理视频Mi对应的作品属性信息的一个可行实施过程，可以为：对待处理视频Mi进行等间隔采样处理，得到视频帧图像；将视频帧图像与视频作品库中的视频作品分别进行画面匹配处理，得到视频作品库中的视频作品分别与视频帧图像之间的画面相似度；将与视频帧图像之间的画面相似度最高的视频作品，确定为目标视频作品；若视频帧图像与目标视频作品之间的画面相似度大于或等于画面相似度阈值，则将目标视频作品对应的视频作品属性信息，确定为待处理视频Mi对应的作品属性信息。其中，等间隔采样处理可以是等时间间隔采样，即相邻的视频帧图像在待处理视频Mi中对应的播放时间之间的时间间隔是相等的，例如，待处理视频Mi的播放时长为20s，采样时间间隔为5s，则获取到的视频帧图像为待处理视频Mi第5s、第10s、第15s以及第20s的对应的帧图像。因此，可以理解，视频帧图像的数量为一个或多个。其中，视频作品是指电影或者电视剧对应的完整影视视频。
其中，视频帧图像可以包括视频帧图像X，影视作品库中的影视作品可以包括影视作品Y，将视频帧图像与视频作品库中的视频作品分别进行画面匹配处理，得到视频作品库中的视频作品分别与视频帧图像之间的画面相似度的一个可行实施过程，可以为：在影视作品Y包含的画面帧图像中，获取与视频帧图像X之间相似度最高画面帧图像，作为目标画面帧图像，将目标画面帧图像与视频帧图像X之间的相似度确定为影视作品Y与视频帧图像X之间的画面相似度。其中，视频帧图像与画面帧图像之间的图像相似度，可以通过两个图像分别对应的图像表示向量来计算，也可以通过其他相似度比较模型来获取，这里不作限制。
可选的，当视频帧图像的数量为多个时，确定与视频帧图像之间的画面相似度最高的视频作品的可行实现过程，可以为：遍历视频帧图像，获取与第i个视频帧图像之间的画面相似度最高的视频作品，作为第i个视频帧图像对应的待定视频作品，对第i个视频帧图像对应的待定视频作品进行标记，i为小于或等于视频帧图像数量的正整数。当标记完每个视频图像对应的待定视频作品后，将标记次数最多的待定视频作品确定为与视频帧图像之间的画面相似度最高的视频作品。
具体的，当作品属性提取处理采用标题模板匹配方式时，对待处理视频Mi进行作品属性提取处理，得到待处理视频Mi对应的作品属性信息的一个可行实施过程，可以为：获取待处理视频Mi对应的视频标题信息；将视频标题信息与标题模板库中的标题模板分别进行结构匹配处理，得到标题模板库中的标题模板分别与视频标题信息之间的结构相似度；将与视频标题信息之间结构相似度最高的标题模板，确定为目标标题模板；若视频标题信息与目标标题模板之间的结构相似度大于或等于结构相似度阈值，则根据目标标题模板对视频标题信息进行信息提取处理，得到待处理视频Mi对应的作品属性信息。其中，标题模板库中的标题模板是指预先定义的文字模板，用于提取视频标题信息中的作品属性信息，即IP信息，例如，标题模板可以包括：“《IP》”、“<IP>”、“[IP]”、“IP+数字：”、“IP+数字”。假设，待处理视频Mi对应的视频标题信息C为“《XXX》”，计算机设备计算该视频标题信息C与标题模板库中的标题模板之间的结构相似度后，可以确定与该视频标题信息C最相似的目标标题模板为“《IP》”，则计算机设备可以根据目标标题模板对视频标题信息C进行信息提取处理，得到待处理视频Mi对应的作品属性信息为XXX。
具体的，标签传播就是通过利用样本间的关系，从已标记的节点标签信息来预测未标记的节点标签信息，当作品属性提取处理采用标签传播方式时，对待处理视频Mi进行作品属性提取处理，得到待处理视频Mi对应的作品属性信息的一个可行实施过程，可以为：遍历获取样本视频库中的第k个样本视频；k为正整数；对待处理视频Mi与第k个样本视频进行画面匹配处理，得到视频画面相似度；对待处理视频Mi的视频标题信息与第k个样本视频对应的视频标题信息进行相似度计算，得到视频标题相似度；获取与待处理视频Mi和第k个样本视频关联的视频点击日志，对视频点击日志进行点击分析处理，得到视频点击相似度；根据视频画面相似度、视频标题相似度以及视频点击相似度，确定待处理视频Mi与第k个样本视频之间的视频相似度；若视频相似度大于视频相似度阈值，则根据视频相似度对第k个样本视频针对关联作品的视频作品置信度进行加权处理，得到待处理视频Mi针对关联作品的作品置信度；若作品置信度大于或等于作品置信度阈值，则将关联作品对应的作品信息，确定为待处理视频Mi对应的作品属性信息。其中，样本视频与待处理视频属于相同类型的视频，例如，待处理视频为影视解说类视频时，样本视频也为影视解说类视频。可以理解，样本视频库中的样本视频可以看为一个节点，且对应有一个关联作品标签，同时关联作品标签都会有一个视频作品置信度(计算标签时算法生成的)。其中，视频作品置信度用于表征样本视频属于关联作品的可信程度，当视频作品置信度大于作品置信度阈值时，可以认为样本视频属于关联作品。其中，一个视频点击日志是指一个用户在某段时间内对视频的点击行为分析日志，可以理解，与待处理视频Mi和第k个样本视频关联的视频点击日志的数量可以有多个，通过这些视频点击日志，可以分析出用户同时点击待处理视频Mi和第k个样本视频的可能性，作为视频点击相似度。其中，根据视频画面相似度、视频标题相似度以及视频点击相似度，确定待处理视频Mi与第k个样本视频之间的视频相似度，可以是对视频画面相似度、视频标题相似度以及视频点击相似度相加求平均，也可以是加权后相加求平均，具体可以根据实际情况决定，本申请在此不作限制。
具体的，当集数属性提取处理采用视频帧检索方式时，当集数属性提取处理采用视频帧检索方式时，对待处理视频Mi进行集数属性提取处理，得到待处理视频Mi对应的集数属性信息的一个可行实施过程，可以为：从视频作品库中，获取与待处理视频Mi对应的作品属性信息的视频作品，作为待匹配视频作品；对待处理视频Mi进行等间隔采样处理，得到视频帧图像；对视频帧图像和待匹配视频作品进行画面匹配处理，确定与视频帧图像匹配的视频作品画面；将视频作品画面对应的集数信息，确定为待处理视频Mi对应的集数属性信息。可以理解，通过对视频帧图像和待匹配视频作品进行画面匹配处理，可以定位到视频帧图像对应待匹配视频作品中的第几集第几分几秒的视频作品画面，从而可以确定出待处理视频Mi涉及到待匹配视频作品的哪部分内容，从而确定集数属性信息。
具体的，当集数属性提取处理采用标题模板匹配方式时，对待处理视频Mi进行集数属性提取处理，得到待处理视频Mi对应的集数属性信息的一个可行实施过程，可以为：对待处理视频Mi的封面图像进行视频布局字符识别处理，得到待处理视频Mi对应的封面标题信息；将封面标题信息与集数模板库中的集数模板分别进行结构匹配处理，得到集数模板库中的集数模板分别与封面标题信息之间的结构相似度；将与封面标题信息之间结构相似度最高的集数模板，确定为目标集数模板；若封面标题信息与目标集数模板之间的结构相似度大于或等于结构相似度阈值，则根据目标集数模板对封面标题信息进行信息提取处理，得到待处理视频Mi对应的集数属性信息。其中，视频布局字符识别处理，是指通过VideoLayout_OCR(视频布局字符识别)技术，在获取封面图上的文字信息的同时，还可以识别出区域文字的布局属性，例如标题、字幕、背景文字等，从而根据布局属性和文字信息确定出待处理视频Mi对应的封面标题信息。其中，VideoLayout_OCR是指使用三分支多任务的神经网络，将文字检测和属性分类任务合二为一的技术。
可以理解，集数属性提取处理采用标题模板匹配方式时，具体实现过程可以参考作品属性提取处理采用标题模板匹配方式时的实现过程。在集数属性提取处理中，采用的模板是针对集数属性信息的集数模板。因为集数属性信息可以包括两部分，episode(集数)和part(部分)，其中，Episode代表第几集，part代表第几部分，例如上/中/下，1/2/3。因此，集数模板可以分为用于提取pattern信息的pattern类型模板和用于提取part信息的part类型模板。其中，pattern类型模板可以包括有：第"+阿拉伯数字/中文数字+"期"或者"集"或者"案"，如第1期或者第二集；"第"+阿拉伯数字+"-"或者"～"+阿拉伯数字+"期"或者"集"或者"案"，如第1-2集；"EP"或者"Part"+阿拉伯数字，如EP1或者Part1；或者视频标题带有“大结局”的字符串，则认为该集为最后一集。其中，part类型模板可以包括有：“(上/中/下/数字)”、“《上/中/下/数字》”、“[上/中/下/数字]”、数字+"/"+数字，如1/3、数字+"|"+数字，如1|3；数字+"-"+数字，如3-1。如果标题文字能匹配上part类型模板，则获取到该视频的part信息，如上中下集，或者1/3，2/3，3/3。可以理解，计算机设备可以将两种类型的集数模板分别与封面标题信息进行匹配，两者之间的匹配互不影响。如果有与封面标题信息匹配的part类型模板，则可以提取出part信息；如果有与封面标题信息匹配的pattern类型模板，则可以提取出pattern信息。
具体的，当集数属性提取处理采用标题模板匹配方式时，除了针对待处理视频Mi对应的封面标题信息进行集数属性提取，还可以对待处理视频Mi对应的视频标题信息进行集数属性提取。其中，视频标题信息是指待处理视频Mi发布时对应的标题信息。
具体的，由上述描述可知，作品属性提取处理可以采取视频帧检索、标题模板匹配以及标签传播等方式，集数属性提取处理可以采取视频帧检索、标题模板匹配等方式，在待处理视频Mi对应的作品属性信息和集数属性信息的实际提取过程中，可以同时使用上述一种或多种方式来进行待处理视频Mi的作品属性提取处理，并同时使用上述一种或多种方式来进行待处理视频Mi的集数属性提取处理，本申请在此不作限制。
可选的，在上述作品属性提取处理过程或者集数属性提取处理过程中，有些待处理视频可能无法提取出可用的作品属性信息或者集数属性信息，计算机设备可以将这些待处理视频确定为无效待处理视频，直接过滤掉，即不再参与后续步骤的处理。
步骤S103，将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将所述初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频。
具体的，来源标签信息是指待处理视频的来源信息，例如，发布待处理视频的作者ID(Identity document，身份标识或者账号)。可以理解，计算机设备可以先将有效的待处理视频根据来源标签信息进行归类，即将具有相同来源标签信息的待处理视频加入到同个视频集合中，得到多个初始视频集合，然后再在初始视频集中，根据作品属性信息进行归类，将具有相同作品属性信息的待处理视频确定为同一批待排序视频。
步骤S104，根据所述待排序视频对应的集数属性信息，对所述待排序视频进行排序过滤处理，得到有序专辑视频，生成包含所述有序专辑视频的视频专辑集合；所述视频专辑集合用于在查询数据与所述有序专辑视频对应的作品属性信息或来源标签信息相匹配时显示在查询结果显示框中。
具体的，针对同一个作品属性信息对应的待排序视频，计算机设备可以根据待排序视频对应的集数属性信息，对待排序视频进行排序处理，得到排序视频，然后对排序视频对应的集数属性信息进行连续性检测，得到连续性检测结果；若连续性检测结果为集数连续结果，则将排序视频确定为有序专辑视频，生成包含有序专辑视频的视频专辑集合；若连续性检测结果为集数不连续结果，则将排序视频确定为无序视频，不用生成针对无序视频的视频专辑集合。其中，排序处理可以是从小到大进行升序，也可以是从大到小进行降序，这里不作限制。其中，连续性检测即确定所有相邻的排序视频对应的集数属性信息是否连续，例如，待排序视频1对应的集数属性信息为第一集，与其相邻的待排序视频2对应的集数属性信息为第三集，显然，两者不连续，中间缺失了第二集，此时连续性检测结果就为集数不连续结果。
可选的，计算机设备在进行连续性检测时，还可以对排序视频中的第一个排序视频对应的集数属性信息进行识别，从而确定第一个排序视频是否为作品首视频，即确定其对应的集数属性信息是否为第一集；同理的，计算机设备可以获取与排序视频对应的作品属性信息对应的总集数信息，然后计算机设备可以对排序视频中的最后一个排序视频对应的集数属性信息进行识别，确定最后一个排序视频是否为作品尾视频，即确定其对应的集数属性信息是否等于总集数信息。若第一个排序视频不为作品首视频或者最后一个排序视频不为作品尾视频，可以将连续性检测结果确定为集数不连续结果。
为便于理解上述过程，以待处理视频为影视解说类视频，生成针对电影或电视剧作品的完整视频解说专辑为例进行说明。请一并参见图4，图4是本申请实施例提供的一种视频聚类挖掘方法的整体流程示意图。如图4所示，整个视频聚类挖掘方法主要包括以下流程：
步骤T1，输入M个待处理视频。
具体的，M个待处理视频即上述图3所对应实施例中步骤S101中所述的M个待处理视频。
然后，计算机设备需要提取每个待处理视频对应的集数属性信息和作品属性信息，计算机设备会对每个待处理视频分别执行步骤T2-步骤T9，若最终未提取到待处理视频的作品属性信息或者集数属性信息，则确定该待处理视频为无效视频。为便于理解，下述步骤T2-步骤T9均以单个的待处理视频为例进行描述。
步骤T2，对待处理视频进行视频帧检索处理。
具体的，视频帧检索处理的实现过程，可以参见上述步骤S102中当作品属性提取处理采用视频帧检索方式时的描述，这里不再进行赘述。
步骤T3，确定是否提取到待处理视频对应的作品属性信息；若是，则执行步骤T8；若不是，则执行步骤T4。
步骤T4，对待处理视频进行模板匹配处理。
具体的，模板匹配处理的实现过程，可以参见上述步骤S102中当作品属性提取处理采用模板匹配方式时的描述，这里不再进行赘述。
步骤T5，确定是否提取到待处理视频对应的作品属性信息；若是，则执行步骤T8；若不是，则执行步骤T6。
步骤T6，对待处理视频进行模板匹配处理。
具体的，模板匹配处理的实现过程，可以参见上述步骤S102中当作品属性提取处理采用模板匹配方式时的描述，这里不再进行赘述。
步骤T7，确定是否提取到待处理视频对应的作品属性信息；若是，则执行步骤T8；若不是，则确定待处理视频无效。
步骤T8，对待处理视频进行集数属性信息提取处理。
具体的，集数属性信息提取处理的实现过程，可以参见上述步骤S102中集数属性信息提取处理实现的描述，这里不再进行赘述。
步骤T9，确定是否提取到待处理视频对应的集数属性信息；若是，则执行步骤T10；若不是，则确定待处理视频无效。
步骤T10，对有效的待处理视频进行专辑聚合。
具体的，首先将有效的待处理视频，根据作者ID(即上述图3所述的来源标签信息)归类，然后在同作者下的同一个视频IP(即作品属性信息)再进行归类，这样可以得到唯一的视频作者+视频IP的有效的待排序视频。步骤T10的具体实现过程，可以参见上述步骤S103的描述。
步骤T11，生成视频专辑。
具体的，步骤T11的实现，可以参见上述图3所对应实施例中步骤S104的描述，这里不再进行赘述。
由此可见，采用本申请实施例提供的方法，得到的视频专辑集合中包含的有序专辑视频对应相同的作品属性信息和来源标签信息，当查询数据与有序专辑视频对应相同的作品属性信息和来源标签信息相匹配时，就可以将该视频专辑集合显示在查询结果显示框中，实现了结构化的视频输出，提高了查询数据对应视频的展示效果，且有序专辑视频在视频专辑集合中是按照集数属性信息排序的，不再需要逐一点击观看以确定有序专辑视频的观看顺序，从而提高了搜索出的影视解说类视频的呈现效果。
进一步地，请参见图5，请参见图5，图5是本申请实施例提供的一种视频数据处理方法的流程示意图。该视频数据处理方法可以由计算机设备执行，计算机设备可以包括如图1所述的终端设备或服务器。该方法可以包括以下步骤S201-步骤S204：
步骤S201，对第一初始视频集进行质量筛选处理，得到M个待处理视频；所述第一初始视频集包括至少两个初始视频。
具体的，为了生成质量更好的视频专辑集合，可以先对第一初始视频集中的视频进行质量筛选，过滤掉一些质量不合格的视频。质量筛选处理可以包括黑边检测、水印检测、清晰度识别。
其中，黑边检测要求初始视频的黑边占比不能超过一定范围，否则内容画面占比过小，影响用户观看体验。黑边检测主要是通过固定采样率在初始视频中进行抽帧，然后设定黑边占比阈值进行图像二值化，检测连续黑色像素点在视频宽/高中低占比来对初始视频进行过滤。其中，黑边占比阈值可以根据视频的长宽来决定，例如，短视频对应的黑边占比阈值可以为1/3，小视频对应的黑边占比阈值可以为2/3。其中，短视频是指视频的宽的长度大于高的长度的视频；小视频是指视频的宽的长度小于高的长度的视频。
其中，水印检测要求初始视频中没有过大的水印，否则会对视频画面主体有严重遮挡。水印检测主要是通过视频连续帧之间的像素对比获取候选区域，然后通过边缘检测、均值滤波和大津阈值法对视频中的帧图像进行二值化，再使用联通域算法和聚类算法，筛选得到联通面积最大的区域，即认为是水印部位。然后对比水印面积和画面面积，超过1/25则认为水印过大，存在遮挡。
其中，清晰度识别是指通过计算视频画面内像素点之间的梯度，统计全局梯度均值，再归一化得到清晰度，清晰度可以取值0-4，4表示最清晰，此时清晰度阈值可以设置为2，即初始视频对应的清晰度不可以低于2。
可以理解，计算机设备可以选择黑边检测、水印检测、清晰度识别中的一种或多种处理过程对第一初始视频集中的视频进行质量筛选，也可以根据实际情况加入其他质量筛选处理。
具体的，若同时采用黑边检测、水印检测、清晰度识别三种处理方式，则对第一初始视频集进行质量筛选处理，得到M个待处理视频的一个可行实施过程，可以为：获取第一初始视频集；对第一初始视频集进行黑边检测，得到第一初始视频集中每个初始视频分别对应的黑边占比；从第一初始视频集中，过滤黑边占比大于黑边占比阈值的初始视频，得到第二初始视频集；对第二初始视频集进行水印检测，得到第二初始视频集中每个初始视频分别对应的水印面积占比；从第二初始视频集中，过滤水印面积占比大于水印面积占比阈值的初始视频，得到第三初始视频集；对第三初始视频集进行清晰度识别，得到第三初始视频集中每个初始视频分别对应的清晰度；从第三初始视频集中，过滤清晰度低于清晰度阈值的初始视频，得到M个待处理视频。可以理解，通过三种过滤方式一层一层对初始视频进行过滤，剩下的M个待处理视频的视频质量有一定保证，能够提升最后生成的视频专辑集合的专辑质量。
步骤S202，对所述M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息；所述视频属性信息包括作品属性信息和集数属性信息。
具体的，步骤S202的实现过程可以参见上述步骤S102的实现过程，这里不再进行赘述。
步骤S203，将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将所述初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频。
具体的，步骤S203的实现过程，可以参见上述步骤S103的实现过程，这里不再进行赘述。
步骤S204，根据所述待排序视频对应的集数属性信息，对所述待排序视频进行排序过滤处理，得到有序专辑视频，生成包含所述有序专辑视频的视频专辑集合；所述视频专辑集合用于在查询数据与所述有序专辑视频对应的作品属性信息或来源标签信息相匹配时显示在查询结果显示框中。
具体的，根据待排序视频对应的集数属性信息，对待排序视频进行排序处理，得到排序视频；对排序视频对应的集数属性信息进行连续性检测，得到连续性检测结果；若连续性检测结果为集数连续结果，则根据目标作品知识图谱对排序视频进行视频版本识别处理，得到排序视频对应的目标视频版本；目标作品知识图谱为排序视频对应的作品属性信息关联的作品知识图谱；在目标作品知识图谱中，根据目标视频版本确定排序视频对应的总集数信息；若排序视频对应的集数属性信息中最大的集数属性信息和总集数信息相同，则将排序视频确定为有序专辑视频；生成包含有序专辑视频的视频专辑集合。其中，连续性检测的实现过程，可以参见上述图3所对应实施例中步骤S104的描述。其中，知识图谱是描述真实世界中存在的各种实体和概念，以及它们之间的关系的一种语义网络，作品知识图谱即是描述某部影视作品以及影视作品相关联的各种实体之间的关系的语义网络。
可选的，当排序视频对应的集数属性信息包括episode(集数)信息或者part(部分)信息时，在确定连续性检测结果为集数连续结果后，还可以先检查排序视频排在第一位的第一视频，是否为首视频，即如果该第一视频只有集数信息，则判断该第一视频的集数信息是否为1，如果不是，则确定排序视频为无效视频；然后确定第一视频是否有part信息，如果有，则需要满足part信息为1或上，否则就认为排序视频为无效视频。若排序视频中第一位的第一视频是首视频，则检查该排序视频中排在最后一位的末尾视频是否有part信息，如果有part信息，则检查该part信息是否为最后一部分。如果part信息中含有“上”或者“中”或者只有数字“1”，则判定该末尾视频不是最后一部分，确定排序视频为无效视频。此外，如果排序视频对应的part信息为N/M类型，则还需要盘判断排序视频中的最后一部视频，即末尾视频的N是否等于M，如4/4。如果不等于，则判定该末尾视频不是最后一部分，确定排序视频为无效视频。然后，计算机设备还可以检查排序视频中各个视频的title(文章标题)名字中是否出现超过1次“大结局”，如果出现多次大结局且均无part信息，则确定排序视频为无效视频。需要说明的是，若计算机设备确定排序视频为无效视频，就不用再生成对应的视频专辑集合了。
具体的，目标作品知识图谱包含一个或多个视频版本以及每个视频版本对应的视频对象列表；对排序视频进行视频版本识别处理，得到排序视频对应的视频版本的一个可行实施过程，可以为：对排序视频进行对象识别处理，确定排序视频所包含的视频对象以及视频对象对应的出现时长；根据视频对象对应的出现时长之间的时长顺序，从视频对象中获取R个目标视频对象；R为正整数；确定R个目标视频对象与每个视频对象列表之间的对象重合度；将对象重合度最大的视频对象列表对应的视频版本，确定为排序视频对应的目标视频版本。可以理解，同个影视作品可能出现不同的演员演绎的情况，此时同个影视作品具有多个视频版本，不同视频版本的影视作品对应的演员列表有很大差异。因此，可以先通过对象识别技术，识别出排序视频中出现次数最多或者出现时长最长的R个目标视频对象，然后和该影视作品对应的目标作品知识图谱中各个视频版本对应的演员列表，计算对象重合度，对象重合度最大的视频对象列表对应的视频版本，即为排序视频对应的目标视频版本。
具体的，在确定目标视频版本后，计算机设备还可以通过目标作品知识图谱获取该目标视频版本对应的总集数信息，再和排序视频对应的集数属性信息中最大的集数属性信息进行比对，判别排序视频是否完结。若最大的集数属性信息不小于目标视频版本对应的总集数信息，则可以将排序视频确定为有序视频专辑。
可选的，若最大的集数属性信息小于目标视频版本对应的总集数信息，计算机设备还可以去确定当前的系统时间与目标视频版本的上映时间的时间之差是否超过90天。如果超过90天，则将排序视频确定为无效视频，如果小于90天，则仍然可以将排序视频确定有序视频专辑。
具体的，有序专辑视频的数量为至少两个时，生成包含有序专辑视频的视频专辑集合的一个可行实施过程，可以为：遍历至少两个有序专辑视频，顺序获取第j个有序专辑视频，j为正整数；对第j个有序专辑视频对应的视频封面和第j个有序专辑视频对应的视频标题进行相关度匹配，得到相关度匹配结果；若相关度匹配结果为相关度匹配成功结果，则将第j个有序专辑视频对应的视频封面确定为第j个有序专辑视频对应的专辑视频封面；若相关度匹配结果为相关度匹配失败结果，则对第j个有序专辑视频进行视频帧筛选处理，得到与第j个有序专辑视频对应的视频标题匹配的视频帧画面，将视频帧画面确定为第j个有序专辑视频对应的专辑视频封面；当获取到每个有序专辑视频分别对应的专辑视频封面时，生成包含每个有序专辑视频分别对应的专辑视频封面的视频专辑集合。简言之，为了更好地呈现效果，计算机设备还可以为视频专辑集合中的每个有序专辑视频均挑选一个专辑视频封面，在最终展示视频专辑集合时，就不再展示有序专辑视频原本的视频封面，而是展示有序专辑视频对应的专辑视频封面。其中，对第j个有序专辑视频进行视频帧筛选处理，得到与第j个有序专辑视频对应的视频标题匹配的视频帧画面，将视频帧画面确定为第j个有序专辑视频对应的专辑视频封面的可行实现过程，可以为：通过图文相关性模型筛选出与第j个有序专辑视频对应的视频标题最相关的前三个(也可以是其他数量，不作限制)视频帧画面，然后通过美观度模型挑选出质量最高的视频帧画面，作为第j个有序专辑视频对应的专辑视频封面。
通过本申请实施例提供的视频数据处理方法，可以帮助用户低门槛、完整、快速、精简地了解一部电影或者电视剧，解决了用户搜索喜欢的视频的时候，查找不到后续的相关内容或者内容有缺失的情况，也解决了视频标题和内容张冠李戴、视频质量低的问题，提升了整体的用户体验。
请参见图6，图6是本申请实施例提供的一种视频数据处理装置的结构示意图。该视频数据处理装置可以是运行于计算机设备的一个计算机程序(包括程序代码)，例如该视频数据处理装置为一个应用软件；该装置可以用于执行本申请实施例提供的数据处理方法中的相应步骤。如图6所示，该视频数据处理装置1可以包括：获取模块11、特征提取模块12、视频确定模块13以及生成模块14。
获取模块11，用于获取M个待处理视频；M为正整数；
特征提取模块12，用于对M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息；视频属性信息包括作品属性信息和集数属性信息；
视频确定模块13，用于将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频；
生成模块14，用于根据待排序视频对应的集数属性信息，对待排序视频进行排序过滤处理，得到有序专辑视频，生成包含有序专辑视频的视频专辑集合；视频专辑集合用于在查询数据与有序专辑视频对应的作品属性信息或来源标签信息相匹配时显示在查询结果显示框中。
其中，获取模块11、特征提取模块12、视频确定模块13以及生成模块14的具体功能实现方式可以参见图3对应实施例中的步骤S101-步骤S104的描述，这里不再进行赘述。
M个待处理视频包括待处理视频Mi，i为小于或等于M的正整数；
特征提取模块12，包括：第一提取单元121以及第二提取单元122。
第一提取单元121，用于对待处理视频Mi进行作品属性提取处理，得到待处理视频Mi对应的作品属性信息；
第二提取单元122，用于对待处理视频Mi进行集数属性提取处理，得到待处理视频Mi对应的集数属性信息。
其中，第一提取单元121以及第二提取单元122的具体功能实现方式可以参见图3对应实施例中的步骤S102的描述，这里不再进行赘述。
其中，第一提取单元121，包括：帧检索子单元1211。
帧检索子单元1211，用于对待处理视频Mi进行等间隔采样处理，得到视频帧图像；
帧检索子单元1211，还用于将视频帧图像与视频作品库中的视频作品分别进行画面匹配处理，得到视频作品库中的视频作品分别与视频帧图像之间的画面相似度；
帧检索子单元1211，还用于将与视频帧图像之间的画面相似度最高的视频作品，确定为目标视频作品；
帧检索子单元1211，还用于若视频帧图像与目标视频作品之间的画面相似度大于或等于画面相似度阈值，则将目标视频作品对应的视频作品属性信息，确定为待处理视频Mi对应的作品属性信息。
其中，帧检索子单元1211的具体功能实现方式可以参见图3对应实施例中的步骤S102的描述，这里不再进行赘述。
其中，第一提取单元121，包括：模板匹配子单元1212。
模板匹配子单元1212，用于获取待处理视频Mi对应的视频标题信息；
模板匹配子单元1212，还用于将视频标题信息与标题模板库中的标题模板分别进行结构匹配处理，得到标题模板库中的标题模板分别与视频标题信息之间的结构相似度；
模板匹配子单元1212，还用于将与视频标题信息之间结构相似度最高的标题模板，确定为目标标题模板；
模板匹配子单元1212，还用于若视频标题信息与目标标题模板之间的结构相似度大于或等于结构相似度阈值，则根据目标标题模板对视频标题信息进行信息提取处理，得到待处理视频Mi对应的作品属性信息。
其中，模板匹配子单元1212的具体功能实现方式可以参见图3对应实施例中的步骤S102的描述，这里不再进行赘述。
其中，第一提取单元121，包括：传播匹配子单元1213。
传播匹配子单元1213，用于遍历获取样本视频库中的第k个样本视频；k为正整数；
传播匹配子单元1213，还用于对待处理视频Mi与第k个样本视频进行画面匹配处理，得到视频画面相似度；
传播匹配子单元1213，还用于对待处理视频Mi的视频标题信息与第k个样本视频对应的视频标题信息进行相似度计算，得到视频标题相似度；
传播匹配子单元1213，还用于获取与待处理视频Mi和第k个样本视频关联的视频点击日志，对视频点击日志进行点击分析处理，得到视频点击相似度；
传播匹配子单元1213，还用于根据视频画面相似度、视频标题相似度以及视频点击相似度，确定待处理视频Mi与第k个样本视频之间的视频相似度；
传播匹配子单元1213，还用于若视频相似度大于视频相似度阈值，则根据视频相似度对第k个样本视频针对关联作品的视频作品置信度进行加权处理，得到待处理视频Mi针对关联作品的作品置信度；
传播匹配子单元1213，还用于若作品置信度大于或等于作品置信度阈值，则将关联作品对应的作品信息，确定为待处理视频Mi对应的作品属性信息。
其中，传播匹配子单元1213的具体功能实现方式可以参见图3对应实施例中的步骤S102的描述，这里不再进行赘述。
其中，第二提取单元122，包括：帧匹配子单元1221。
帧匹配子单元1221，用于从视频作品库中，获取与待处理视频Mi对应的作品属性信息的视频作品，作为待匹配视频作品；
帧匹配子单元1221，还用于对待处理视频Mi进行等间隔采样处理，得到视频帧图像；
帧匹配子单元1221，还用于对视频帧图像和待匹配视频作品进行画面匹配处理，确定与视频帧图像匹配的视频作品画面；
帧匹配子单元1221，还用于将视频作品画面对应的集数信息，确定为待处理视频Mi对应的集数属性信息。
其中，帧匹配子单元1221的具体功能实现方式可以参见图3对应实施例中的步骤S102的描述，这里不再进行赘述。
其中，第二提取单元122，包括：标题匹配子单元1222。
标题匹配子单元1222，用于对待处理视频Mi的封面图像进行视频布局字符识别处理，得到待处理视频Mi对应的封面标题信息；
标题匹配子单元1222，还用于将封面标题信息与集数模板库中的集数模板分别进行结构匹配处理，得到集数模板库中的集数模板分别与封面标题信息之间的结构相似度；
标题匹配子单元1222，还用于将与封面标题信息之间结构相似度最高的集数模板，确定为目标集数模板；
标题匹配子单元1222，还用于若封面标题信息与目标集数模板之间的结构相似度大于或等于结构相似度阈值，则根据目标集数模板对封面标题信息进行信息提取处理，得到待处理视频Mi对应的集数属性信息。
其中，标题匹配子单元1222的具体功能实现方式可以参见图3对应实施例中的步骤S102的描述，这里不再进行赘述。
其中，生成模块14，包括：排序单元141、检测单元142、版本识别单元143、集数确定单元144、视频确定单元145以及专辑生成单元146。
排序单元141，用于根据待排序视频对应的集数属性信息，对待排序视频进行排序处理，得到排序视频；
检测单元142，用于对排序视频对应的集数属性信息进行连续性检测，得到连续性检测结果；
版本识别单元143，用于若连续性检测结果为集数连续结果，则根据目标作品知识图谱对排序视频进行视频版本识别处理，得到排序视频对应的目标视频版本；目标作品知识图谱为排序视频对应的作品属性信息关联的作品知识图谱；
集数确定单元144，用于在目标作品知识图谱中，根据目标视频版本确定排序视频对应的总集数信息；
视频确定单元145，用于若排序视频对应的集数属性信息中最大的集数属性信息和总集数信息相同，则将排序视频确定为有序专辑视频；
专辑生成单元146，生成包含有序专辑视频的视频专辑集合。
其中，排序单元141、检测单元142、版本识别单元143、集数确定单元144、视频确定单元145以及专辑生成单元146的具体功能实现方式可以参见图5对应实施例中的步骤S204的描述，这里不再进行赘述。
其中，目标作品知识图谱包含一个或多个视频版本以及每个视频版本对应的视频对象列表；
版本识别单元143，包括：重合确定子单元1431以及版本确定子单元1432。
重合确定子单元1431，用于对排序视频进行对象识别处理，确定排序视频所包含的视频对象以及视频对象对应的出现时长；
重合确定子单元1431，还用于根据视频对象对应的出现时长之间的时长顺序，从视频对象中获取R个目标视频对象；R为正整数；
重合确定子单元1431，还用于确定R个目标视频对象与每个视频对象列表之间的对象重合度；
版本确定子单元1432，用于将对象重合度最大的视频对象列表对应的视频版本，确定为排序视频对应的目标视频版本。
其中，重合确定子单元1431以及版本确定子单元1432的具体功能实现方式可以参见图5对应实施例中的步骤S204的描述，这里不再进行赘述。
其中，有序专辑视频的数量为至少两个；
专辑生成单元146，包括：封面确定子单元1461以及生成子单元1462。
封面确定子单元1461，用于遍历至少两个有序专辑视频，顺序获取第j个有序专辑视频，j为正整数；
封面确定子单元1461，还用于对第j个有序专辑视频对应的视频封面和第j个有序专辑视频对应的视频标题进行相关度匹配，得到相关度匹配结果；
封面确定子单元1461，还用于若相关度匹配结果为相关度匹配成功结果，则将第j个有序专辑视频对应的视频封面确定为第j个有序专辑视频对应的专辑视频封面；
封面确定子单元1461，还用于若相关度匹配结果为相关度匹配失败结果，则对第j个有序专辑视频进行视频帧筛选处理，得到与第j个有序专辑视频对应的视频标题匹配的视频帧画面，将视频帧画面确定为第j个有序专辑视频对应的专辑视频封面；
生成子单元1462，用于当获取到每个有序专辑视频分别对应的专辑视频封面时，生成包含每个有序专辑视频分别对应的专辑视频封面的视频专辑集合。
其中，封面确定子单元1461以及生成子单元1462的具体功能实现方式可以参见图5对应实施例中的步骤S204的描述，这里不再进行赘述。
其中，上述视频数据处理装置1，还包括：过滤模块15。
过滤模块15，用于获取第一初始视频集；
过滤模块15，还用于对第一初始视频集进行黑边检测，得到第一初始视频集中每个初始视频分别对应的黑边占比；
过滤模块15，还用于从第一初始视频集中，过滤黑边占比大于黑边占比阈值的初始视频，得到第二初始视频集；
过滤模块15，还用于对第二初始视频集进行水印检测，得到第二初始视频集中每个初始视频分别对应的水印面积占比；
过滤模块15，还用于从第二初始视频集中，过滤水印面积占比大于水印面积占比阈值的初始视频，得到第三初始视频集；
过滤模块15，还用于对第三初始视频集进行清晰度识别，得到第三初始视频集中每个初始视频分别对应的清晰度；
过滤模块15，还用于从第三初始视频集中，过滤清晰度低于清晰度阈值的初始视频，得到M个待处理视频。
其中，过滤模块15的具体功能实现方式可以参见图5对应实施例中的步骤S204的描述，这里不再进行赘述。
请参见图7，图7是本申请实施例提供的一种计算机设备的结构示意图。如图7所示，上述图6所对应实施例中的视频数据处理装置1可以应用于计算机设备1000，该计算机设备1000可以包括：处理器1001，网络接口1004和存储器1005，此外，上述计算机设备1000还可以包括：用户接口1003，和至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏(Display)、键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图7所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在如图7所示的计算机设备1000中，网络接口1004可提供网络通讯网元；而用户接口1003主要用于为用户提供输入的接口；而处理器1001可以用于调用存储器1005中存储的设备控制应用程序，以实现：
获取M个待处理视频；M为正整数；
对M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息；视频属性信息包括作品属性信息和集数属性信息；
将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频；
根据待排序视频对应的集数属性信息，对待排序视频进行排序过滤处理，得到有序专辑视频，生成包含有序专辑视频的视频专辑集合；视频专辑集合用于在查询数据与有序专辑视频对应的作品属性信息或来源标签信息相匹配时显示在查询结果显示框中。
应当理解，本申请实施例中所描述的计算机设备1000可执行前文图3、图5任一个所对应实施例中对该视频数据处理方法的描述，在此不再赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。
此外，这里需要指出的是：本申请实施例还提供了一种计算机可读存储介质，且上述计算机可读存储介质中存储有前文提及的视频数据处理装置1所执行的计算机程序，且上述计算机程序包括程序指令，当上述处理器执行上述程序指令时，能够执行前文图3、图5任一个所对应实施例中对上述视频数据处理方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述。
进一步地，请参见图8，图8是本申请实施例提供的另一种视频数据处理装置的结构示意图。上述视频数据处理装置可以是运行于计算机设备中的一个计算机程序(包括程序代码)，例如该视频数据处理装置为一个应用软件；该装置可以用于执行本申请实施例提供的方法中的相应步骤。如图8所示，该数据处理装置2可以包括：第一显示模块21、响应模块22以及第二显示模块23。
第一显示模块21，用于在应用页面的查询框中显示输入的目标查询数据；
响应模块22，用于响应针对目标查询数据的触发操作，若目标查询数据的意图类型为视频意图类型，则在应用页面的查询结果显示框中，显示推荐结果显示区域；
第二显示模块23，用于在推荐结果显示区域中，顺序显示目标视频专辑集合包含的有序专辑视频对应的视频显示区域；目标视频专辑集合为作品属性信息或来源标签信息与目标查询数据相匹配的视频专辑集合；目标视频专辑集合中的有序专辑视频的显示顺序，是按照有序专辑视频对应的集数属性信息之间的集数顺序进行排序的；目标视频专辑集合中的有序专辑视频属于解说视频类型。
其中，第一显示模块21、响应模块22以及第二显示模块23的具体功能实现方式可以参见图2b对应实施例中的场景描述，这里不再进行赘述。
进一步地，请参见图9，图9是本申请实施例提供的另一种计算机设备的结构示意图。如图9所示，上述图8所对应实施例中的视频数据处理装置2可以应用于计算机设备2000，该计算机设备2000可以包括：处理器2001，网络接口2004和存储器2005，此外，上述计算机设备2000还包括：用户接口2003，和至少一个通信总线2002。其中，通信总线2002用于实现这些组件之间的连接通信。其中，用户接口2003可以包括显示屏(Display)、键盘(Keyboard)，可选用户接口2003还可以包括标准的有线接口、无线接口。网络接口2004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器2005可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器2005可选的还可以是至少一个位于远离前述处理器2001的存储装置。如图9所示，作为一种计算机可读存储介质的存储器2005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在图9所示的计算机设备2000中，网络接口2004可提供网络通讯功能；而用户接口2003主要用于为用户提供输入的接口；而处理器2001可以用于调用存储器2005中存储的设备控制应用程序，以实现：
在应用页面的查询框中显示输入的目标查询数据；
响应针对目标查询数据的触发操作，若目标查询数据的意图类型为视频意图类型，则在应用页面的查询结果显示框中，显示推荐结果显示区域；
在推荐结果显示区域中，顺序显示目标视频专辑集合包含的有序专辑视频对应的视频显示区域；目标视频专辑集合为作品属性信息或来源标签信息与目标查询数据相匹配的视频专辑集合；目标视频专辑集合中的有序专辑视频的显示顺序，是按照有序专辑视频对应的集数属性信息之间的集数顺序进行排序的；目标视频专辑集合中的有序专辑视频属于解说视频类型。
应当理解，本申请实施例中所描述的计算机设备2000可执行前文各个实施例中对该视频数据处理方法的描述，也可执行前文图3、图5所对应实施例中对该视频数据处理装置2的描述，在此不再赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。
此外，这里需要指出的是：本申请实施例还提供了一种计算机可读存储介质，且上述计算机可读存储介质中存储有前文提及的视频数据处理装置2所执行的计算机程序，当上述处理器加载并执行上述计算机程序时，能够执行前文任一实施例对上述视频数据处理方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述。
上述计算机可读存储介质可以是前述任一实施例提供的视频数据处理装置或者上述计算机设备的内部存储单元，例如计算机设备的硬盘或内存。该计算机可读存储介质也可以是该计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡(smart media card，SMC)，安全数字(secure digital，SD)卡，闪存卡(flash card)等。进一步地，该计算机可读存储介质还可以既包括该计算机设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该计算机设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
此外，这里需要指出的是：本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前文图3、图5任一个所对应实施例提供的方法。
本申请实施例的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、装置、产品或设备固有的其他步骤单元。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照网元一般性地描述了各示例的组成及步骤。这些网元究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的网元，但是这种实现不应认为超出本申请的范围。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (16)

1.一种视频数据处理方法，其特征在于，包括：
获取M个待处理视频；M为正整数；
对所述M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息；所述视频属性信息包括作品属性信息和集数属性信息；
将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将所述初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频；
根据所述待排序视频对应的集数属性信息，对所述待排序视频进行排序过滤处理，得到有序专辑视频，生成包含所述有序专辑视频的视频专辑集合；所述视频专辑集合用于在查询数据与所述有序专辑视频对应的作品属性信息或来源标签信息相匹配时显示在查询结果显示框中。
2.根据权利要求1所述的方法，其特征在于，所述M个待处理视频包括待处理视频Mi，i为小于或等于M的正整数；
所述对所述M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息，包括：
对所述待处理视频Mi进行作品属性提取处理，得到待处理视频Mi对应的作品属性信息；
对所述待处理视频Mi进行集数属性提取处理，得到待处理视频Mi对应的集数属性信息。
3.根据权利要求2所述的方法，其特征在于，所述对所述待处理视频Mi进行作品属性提取处理，得到待处理视频Mi对应的作品属性信息，包括：
对所述待处理视频Mi进行等间隔采样处理，得到视频帧图像；
将所述视频帧图像与视频作品库中的视频作品分别进行画面匹配处理，得到所述视频作品库中的视频作品分别与所述视频帧图像之间的画面相似度；
将与所述视频帧图像之间的画面相似度最高的视频作品，确定为目标视频作品；
若所述视频帧图像与所述目标视频作品之间的画面相似度大于或等于画面相似度阈值，则将所述目标视频作品对应的视频作品属性信息，确定为所述待处理视频Mi对应的作品属性信息。
4.根据权利要求2所述的方法，其特征在于，所述对所述待处理视频Mi进行作品属性提取处理，得到待处理视频Mi对应的作品属性信息，包括：
获取所述待处理视频Mi对应的视频标题信息；
将所述视频标题信息与标题模板库中的标题模板分别进行结构匹配处理，得到所述标题模板库中的标题模板分别与所述视频标题信息之间的结构相似度；
将与所述视频标题信息之间结构相似度最高的标题模板，确定为目标标题模板；
若所述视频标题信息与所述目标标题模板之间的结构相似度大于或等于结构相似度阈值，则根据所述目标标题模板对所述视频标题信息进行信息提取处理，得到待处理视频Mi对应的作品属性信息。
5.根据权利要求2所述的方法，其特征在于，所述对所述待处理视频Mi进行作品属性提取处理，得到待处理视频Mi对应的作品属性信息，包括：
遍历获取样本视频库中的第k个样本视频；k为正整数；
对所述待处理视频Mi与所述第k个样本视频进行画面匹配处理，得到视频画面相似度；
对所述待处理视频Mi的视频标题信息与第k个样本视频对应的视频标题信息进行相似度计算，得到视频标题相似度；
获取与所述待处理视频Mi和所述第k个样本视频关联的视频点击日志，对所述视频点击日志进行点击分析处理，得到视频点击相似度；
根据所述视频画面相似度、所述视频标题相似度以及视频点击相似度，确定所述待处理视频Mi与所述第k个样本视频之间的视频相似度；
若所述视频相似度大于视频相似度阈值，则根据所述视频相似度对所述第k个样本视频针对关联作品的视频作品置信度进行加权处理，得到所述待处理视频Mi针对所述关联作品的作品置信度；
若所述作品置信度大于或等于作品置信度阈值，则将所述关联作品对应的作品信息，确定为所述待处理视频Mi对应的作品属性信息。
6.根据权利要求2所述的方法，其特征在于，所述对所述待处理视频Mi进行集数属性提取处理，得到待处理视频Mi对应的集数属性信息，包括：
从视频作品库中，获取与所述待处理视频Mi对应的作品属性信息的视频作品，作为待匹配视频作品；
对所述待处理视频Mi进行等间隔采样处理，得到视频帧图像；
对所述视频帧图像和所述待匹配视频作品进行画面匹配处理，确定与所述视频帧图像匹配的视频作品画面；
将所述视频作品画面对应的集数信息，确定为所述待处理视频Mi对应的集数属性信息。
7.根据权利要求2所述的方法，其特征在于，所述对所述待处理视频Mi进行集数属性提取处理，得到待处理视频Mi对应的集数属性信息，包括：
对所述待处理视频Mi的封面图像进行视频布局字符识别处理，得到所述待处理视频Mi对应的封面标题信息；
将所述封面标题信息与集数模板库中的集数模板分别进行结构匹配处理，得到所述集数模板库中的集数模板分别与所述封面标题信息之间的结构相似度；
将与所述封面标题信息之间结构相似度最高的集数模板，确定为目标集数模板；
若所述封面标题信息与所述目标集数模板之间的结构相似度大于或等于结构相似度阈值，则根据所述目标集数模板对所述封面标题信息进行信息提取处理，得到待处理视频Mi对应的集数属性信息。
8.根据权利要求1所述的方法，其特征在于，所述根据所述待排序视频对应的集数属性信息，对所述待排序视频进行排序过滤处理，得到有序专辑视频，生成包含所述有序专辑视频的视频专辑集合，包括：
根据所述待排序视频对应的集数属性信息，对所述待排序视频进行排序处理，得到排序视频；
对所述排序视频对应的集数属性信息进行连续性检测，得到连续性检测结果；
若所述连续性检测结果为集数连续结果，则根据目标作品知识图谱对所述排序视频进行视频版本识别处理，得到所述排序视频对应的目标视频版本；所述目标作品知识图谱为所述排序视频对应的作品属性信息关联的作品知识图谱；
在所述目标作品知识图谱中，根据所述目标视频版本确定所述排序视频对应的总集数信息；
若所述排序视频对应的集数属性信息中最大的集数属性信息和所述总集数信息相同，则将所述排序视频确定为有序专辑视频；
生成包含所述有序专辑视频的视频专辑集合。
9.根据权利要求8所述的方法，其特征在于，所述目标作品知识图谱包含一个或多个视频版本以及每个视频版本对应的视频对象列表；
所述对所述排序视频进行视频版本识别处理，得到所述排序视频对应的视频版本，包括：
对所述排序视频进行对象识别处理，确定所述排序视频所包含的视频对象以及所述视频对象对应的出现时长；
根据所述视频对象对应的出现时长之间的时长顺序，从所述视频对象中获取R个目标视频对象；R为正整数；
确定所述R个目标视频对象与每个视频对象列表之间的对象重合度；
将对象重合度最大的视频对象列表对应的视频版本，确定为所述排序视频对应的目标视频版本。
10.根据权利要求8所述的方法，其特征在于，所述有序专辑视频的数量为至少两个；所述生成包含所述有序专辑视频的视频专辑集合，包括：
遍历至少两个有序专辑视频，顺序获取第j个有序专辑视频，j为正整数；
对所述第j个有序专辑视频对应的视频封面和所述第j个有序专辑视频对应的视频标题进行相关度匹配，得到相关度匹配结果；
若所述相关度匹配结果为相关度匹配成功结果，则将所述第j个有序专辑视频对应的视频封面确定为所述第j个有序专辑视频对应的专辑视频封面；
若所述相关度匹配结果为相关度匹配失败结果，则对所述第j个有序专辑视频进行视频帧筛选处理，得到与所述第j个有序专辑视频对应的视频标题匹配的视频帧画面，将所述视频帧画面确定为所述第j个有序专辑视频对应的专辑视频封面；
当获取到每个有序专辑视频分别对应的专辑视频封面时，生成包含所述每个有序专辑视频分别对应的专辑视频封面的视频专辑集合。
11.根据权利要求1所述的方法，其特征在于，还包括：
获取第一初始视频集；
对所述第一初始视频集进行黑边检测，得到所述第一初始视频集中每个初始视频分别对应的黑边占比；
从所述第一初始视频集中，过滤黑边占比大于黑边占比阈值的初始视频，得到第二初始视频集；
对所述第二初始视频集进行水印检测，得到所述第二初始视频集中每个初始视频分别对应的水印面积占比；
从所述第二初始视频集中，过滤水印面积占比大于水印面积占比阈值的初始视频，得到第三初始视频集；
对所述第三初始视频集进行清晰度识别，得到所述第三初始视频集中每个初始视频分别对应的清晰度；
从所述第三初始视频集中，过滤清晰度低于清晰度阈值的初始视频，得到M个待处理视频。
12.一种视频数据处理方法，其特征在于，包括：
在应用页面的查询框中显示输入的目标查询数据；
响应针对所述目标查询数据的触发操作，若所述目标查询数据的意图类型为视频意图类型，则在所述应用页面的查询结果显示框中，显示推荐结果显示区域；
在所述推荐结果显示区域中，顺序显示目标视频专辑集合包含的有序专辑视频对应的视频显示区域；所述目标视频专辑集合为作品属性信息或来源标签信息与所述目标查询数据相匹配的视频专辑集合；所述目标视频专辑集合中的有序专辑视频的显示顺序，是按照所述有序专辑视频对应的集数属性信息之间的集数顺序进行排序的；所述目标视频专辑集合中的有序专辑视频属于解说视频类型。
13.一种视频数据处理装置，其特征在于，包括：
获取模块，用于获取M个待处理视频；M为正整数；
特征提取模块，用于对所述M个待处理视频分别进行特征提取，得到每个待处理视频分别对应的视频属性信息；所述视频属性信息包括作品属性信息和集数属性信息；
视频确定模块，用于将具有相同来源标签信息的待处理视频，加入相同的视频集合中，得到初始视频集合，将所述初始视频集合中具有相同作品属性信息的待处理视频确定为待排序视频；
生成模块，用于根据所述待排序视频对应的集数属性信息，对所述待排序视频进行排序过滤处理，得到有序专辑视频，生成包含所述有序专辑视频的视频专辑集合；所述视频专辑集合用于在查询数据与所述有序专辑视频对应的作品属性信息或来源标签信息相匹配时显示在查询结果显示框中。
14.一种计算机设备，其特征在于，包括：处理器、存储器以及网络接口；
所述处理器与所述存储器、所述网络接口相连，其中，所述网络接口用于提供数据通信功能，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行权利要求1-12任一项所述的方法。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序适于由处理器加载并执行权利要求1-12任一项所述的方法。
16.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时，可以执行权利要求1-12任一项所述的方法。
CN202310272580.9A 2023-03-20 2023-03-20 视频数据处理方法、装置、设备及可读存储介质 Pending CN116980646A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202310272580.9A CN116980646A (zh) 2023-03-20 2023-03-20 视频数据处理方法、装置、设备及可读存储介质
PCT/CN2024/082438 WO2024193538A1 (zh) 2023-03-20 2024-03-19 视频数据处理方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310272580.9A CN116980646A (zh) 2023-03-20 2023-03-20 视频数据处理方法、装置、设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN116980646A true CN116980646A (zh) 2023-10-31

Family

ID=88483822

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310272580.9A Pending CN116980646A (zh) 2023-03-20 2023-03-20 视频数据处理方法、装置、设备及可读存储介质

Country Status (2)

Country Link
CN (1) CN116980646A (zh)
WO (1) WO2024193538A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024193538A1 (zh) * 2023-03-20 2024-09-26 北京搜狗科技发展有限公司 视频数据处理方法、装置、设备及可读存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929874A (zh) * 2011-08-08 2013-02-13 深圳市快播科技有限公司 检索数据的排序方法及装置
JP5364184B2 (ja) * 2012-03-30 2013-12-11 楽天株式会社 情報提供装置、情報提供方法、プログラム、情報記憶媒体及び情報提供システム
CN104008139B (zh) * 2014-05-08 2017-09-22 北京奇艺世纪科技有限公司 视频索引表的创建方法和装置，视频的推荐方法和装置
CN106033417B (zh) * 2015-03-09 2020-07-21 深圳市腾讯计算机系统有限公司 视频搜索系列剧的排序方法和装置
CN112015948B (zh) * 2020-08-05 2023-07-11 北京奇艺世纪科技有限公司 视频推荐方法、装置、电子设备及存储介质
CN116980646A (zh) * 2023-03-20 2023-10-31 北京搜狗科技发展有限公司 视频数据处理方法、装置、设备及可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024193538A1 (zh) * 2023-03-20 2024-09-26 北京搜狗科技发展有限公司 视频数据处理方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
WO2024193538A1 (zh) 2024-09-26

Similar Documents

Publication Publication Date Title
CN109117777B (zh) 生成信息的方法和装置
CN110837579B (zh) 视频分类方法、装置、计算机以及可读存储介质
CN113010703B (zh) 一种信息推荐方法、装置、电子设备和存储介质
US7783135B2 (en) System and method for providing objectified image renderings using recognition information from images
US8649572B2 (en) System and method for enabling the use of captured images through recognition
US7809192B2 (en) System and method for recognizing objects from images and identifying relevancy amongst images and information
CN109325148A (zh) 生成信息的方法和装置
US20060253491A1 (en) System and method for enabling search and retrieval from image files based on recognized information
US20090192996A1 (en) Method and apparatus for collecting entity aliases
Posner et al. Using text-spotting to query the world
CN111324768B (zh) 一种视频搜索系统和方法
CN109408672B (zh) 一种文章生成方法、装置、服务器及存储介质
CN111209431A (zh) 一种视频搜索方法、装置、设备及介质
WO2019137391A1 (zh) 对视频进行分类匹配的方法、装置和挑选引擎
WO2024193538A1 (zh) 视频数据处理方法、装置、设备及可读存储介质
CN113761253A (zh) 视频标签确定方法、装置、设备及存储介质
CN113806588A (zh) 搜索视频的方法和装置
CN116955707A (zh) 内容标签的确定方法、装置、设备、介质及程序产品
CN116975340A (zh) 信息检索方法、装置、设备、程序产品及存储介质
CN113204691A (zh) 一种信息展示方法、装置、设备及介质
CN117763510A (zh) 网页识别方法、装置、设备、介质及程序产品
CN117648504A (zh) 媒体资源序列的生成方法、装置、计算机设备和存储介质
CN117216361A (zh) 推荐方法、装置、电子设备及计算机可读存储介质
CN114676775A (zh) 样本信息标注方法、装置、设备、程序以及存储介质
CN116483946B (zh) 数据处理方法、装置、设备及计算机程序产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication