[发明专利]一种MMTP节目的播放方法及装置有效
| 申请号： | 202010781639.3 | 申请日： | 2020-08-06 |
| 公开（公告）号： | CN111901694B | 公开（公告）日： | 2022-08-26 |
| 发明（设计）人： | 陈秀强;赵忠民 | 申请（专利权）人： | 海信电子科技（深圳）有限公司 |
| 主分类号： | H04N21/84 | 分类号： | H04N21/84;H04N21/8543;H04N21/434;H04N21/43 |
| 代理公司： | 北京弘权知识产权代理有限公司 11363 | 代理人： | 逯长明;许伟群 |
| 地址： | 518000 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种MMTP节目的播放方法及装置，由MPU转换DASH模块基于指定MMTP节目的音频MPU数据和视频MPU数据，生成对应的DASH流的音视频描述文件。将DASH流的音视频描述文件发送至DASH播放器，DASH播放器获取到指定MMTP节目对应的DASH流的音频段数据和DASH流的视频段数据，经过解码处理后进而播放，以实现MMTP节目可以由DASH播放器进行播放。可见，本发明提供的方法及装置，DASH播放器可以实现ATSC3.0 ROUTE节目和MMTP节目的统一播放，使得ROUTE节目和MMTP节目可以复用现有播放器进行播放，避免播放终端中配置的播放器实现复杂。 | ||
| 搜索关键词： | 一种 mmtp 节目 播放 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于海信电子科技（深圳）有限公司，未经海信电子科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010781639.3/，转载请声明来源钻瓜专利网。
- 上一篇：应用于有机肥料生产的原料处理组件
- 下一篇：可加热玻璃的除霜控制方法
- 同类专利
- 内容生成方法、装置、设备和存储介质-202310768519.3
- 蔡寒阳 - 北京字跳网络技术有限公司
- 2023-06-27 - 2023-09-22 - H04N21/84
- 根据本公开的实施例，提供了内容生成方法、装置、设备和存储介质。该方法包括显示用于生成与角色相关联的媒体内容的生成组件，生成组件包括多个生成入口；经由生成组件，获取与角色相关联的描述信息，其中描述信息对应于多个生成入口中的至少一个生成入口；向第一模型提供描述信息，以生成用于第二模型的输入信息；以及经由生成组件显示由第二模型基于输入信息生成的一组媒体内容。由此，本公开的实施例能够利用生成组件来高效地生成与角色相关联的媒体内容，降低生成角色相关媒体内容的交互难度，并降低了时间成本。
- 基于多模态信息融合的视频标签生成方法及其相关设备-202310742536.X
- 陆维琛 - 平安科技（深圳）有限公司
- 2023-06-20 - 2023-09-19 - H04N21/84
- 本申请实施例属于智能决策技术领域，涉及一种基于多模态信息融合的视频标签生成方法及其相关设备，包括获取若干个已标注的播放内容；以区别标签将若干个已标注的播放内容划分为不同的播放内容集；对每个播放内容集进行多模态特征提取，获取每个播放内容集所对应的多模态特征矩阵；训练并获得标签预测模型；获取未标注的播放内容，经过标签预测模型，进行标签预测，获得模型输出结果作为未标注的播放内容的区别标签。通过多模态特征表征不同的区别标签，相比仅使用单模态特征对播放内容进行标签设定，有效地融合多模态的信息，提升对播放内容打标的科学性，同时，采用人工智能方式自动进行打标，更加智能化和自动化，避免人力打标消耗。
- 密集视频描述的生成方法及装置-202210161233.4
- 谢雨来 - 株式会社日立制作所
- 2022-02-22 - 2023-09-01 - H04N21/84
- 本发明提供了一种密集视频描述的生成方法及装置。本发明提供的密集视频描述的生成方法及装置，在密集视频描述时，融合了包括文本模态在内的多个模态，由于文本模态与视频的描述有着相似的数据结构，从而能够提高多模态密集视频描述的效果。另外，本发明采用了一种全局共享文本模态，不要求文本模态与其他模态之间的严格对齐，并且在事件(视频片段)之间共享全局的文本，从而简化了特征融合处理。
- 一种视频图像分析处理方法、设备及存储介质-202310705170.9
- 胡明征 - 山东恒辉软件有限公司
- 2023-06-14 - 2023-08-29 - H04N21/84
- 本发明属于视频图像处理技术领域，具体公开一种视频图像分析处理方法、设备及存储介质，通过在执法记录仪内设置跟随摄像头，由其代替普通摄像头，进而利用跟随摄像头锁定事故当事人人脸图像通过调整摄像角度对事故当事人进行跟随拍摄，实现了违法记录仪对事故现场视频拍摄的主动灵活性调整，提高了交通事故现场视频拍摄的完整全面性，无形之中提高了交通事故现场视频的拍摄使用价值度，与此同时通过在执法记录仪内设置光线传感器，由其在拍摄过程中实时监测外界环境光线亮度，进而据此进行跟随摄像头的主动针对性摄像亮度调整，大大提高了交通事故现场视频的拍摄呈现效果，在一定程度上影响了事故原因的推理效率。
- 一种视频发布方法、装置、计算机设备及存储介质-202310552514.7
- 董洋 - 北京字跳网络技术有限公司
- 2023-05-16 - 2023-08-15 - H04N21/84
- 本公开提供了一种视频发布方法、装置、计算机设备及存储介质，其中，该方法包括：响应于触发针对目标视频的编辑操作，展示与所述目标视频关联的多个话题信息；所述话题信息基于各搜索词生成，所述搜索词包括历史搜索行为对应的搜索词和/或推荐的搜索词；响应于接收到针对所述目标视频的至少一个描述维度的编辑操作，基于所述编辑操作对应的编辑内容，更新展示所述多个话题信息；确定更新后的多个话题信息中被选中的目标话题信息，以发布携带所述目标话题信息的所述目标视频。
- 一种基于视频指纹的分辨率自适应加密视频快速识别方法-202310514450.1
- 吴桦;赵士顺;罗浩;程光 - 东南大学
- 2023-05-08 - 2023-07-21 - H04N21/84
- 本发明公开了一种基于视频指纹的分辨率自适应加密视频快速识别方法。该方法首先获取多种分辨率下的视频分段长度序列作为明文指纹，并采集视频传输数据，经修正处理后得到加密视频修正指纹；基于滑动窗口思想，将待识别加密视频修正指纹分片与明文指纹库进行对比，获得每个修正指纹分片可能的匹配结果；然后根据修正指纹和匹配结果对应的明文指纹库构建隐马尔可夫模型，再使用维特比算法求解模型，计算出概率最大的视频明文指纹序列，从而实现加密视频的识别。本发明具有通用性，能够快速准确地识别出加密视频，有效解决了因视频分辨率切换而带来的加密视频识别难题。
- 媒体数据的数据处理方法及相关设备-202210024113.X
- 胡颖 - 腾讯科技（深圳）有限公司
- 2022-01-10 - 2023-07-18 - H04N21/84
- 本申请提出一种媒体数据的数据处理方法及相关设备，该媒体数据由N个媒体帧组成，N个媒体帧被封装到M个轨道，得到每个轨道对应的视频文件；且被封装到同一轨道的媒体帧的质量相同，M个轨道中存在至少两个轨道包含相同质量的媒体帧；N和M均为大于1的整数。其中，该数据处理方法包括：获取媒体数据的信令描述文件，信令描述文件包括组合指示信息，组合指示信息用于指示M个视频文件中被允许进行组合解码的视频文件；按照信令描述文件请求一个或多个视频文件后，对请求的各视频文件进行组合解码。通过本申请，内容播放设备可以提前获取被允许进行组合解码的视频文件的组合限制信息，从而节省带宽。
- 一种基于位置编码融合的密集型视频描述方法-202010563286.X
- 王瀚漓;杨思璇 - 同济大学
- 2020-06-19 - 2023-07-11 - H04N21/84
- 本发明涉及一种基于位置编码融合的密集型视频描述方法，该方法对待描述视频进行序列特征图提取，计算视频帧序列的绝对位置编码及上下文之间的相对位置编码，在自注意力机制编码模型中加权融合所述序列特征图、绝对位置编码和相对位置编码，计算图像相似度，对序列特征图进行重编码，基于重编码后的序列特征图对视频中的子事件进行定位并提取子事件特征图序列，基于注意力机制对多个所述子事件特征图序列按序解码成自然语言描述。与现有技术相比，本发明具有事件定位能力强、描述准确性高等优点。
- 基于层级模块化的视频描述方法及系统-202210647250.9
- 李国荣;叶翰华;齐元凯;王树徽;黄庆明 - 中国科学院大学
- 2022-06-09 - 2023-07-07 - H04N21/84
- 本发明公开了一种基于层级模块化的视频描述方法，所述方法包括以下步骤：步骤1，获得视频中的重要物体特征；步骤2，根据视频的初始动态特征，结合重要物体特征，获得视频动作表征；步骤3，获得视频表观特征，结合重要物体特征、视频动作表征，获得全局的视频表征；步骤4，获得视频最终的描述语句。本发明公开的基于层级模块化的视频描述方法和系统，能够充分利用视频信息和语言语义之间的对应关系，兼顾整体语义和细节语义的对应，显著提高对视频任务描述精确度。
- 基于OCR的视频标签方法-202310639256.6
- 杨龑骄;田国彦 - 旷智中科（北京）技术有限公司
- 2023-06-01 - 2023-07-04 - H04N21/84
- 本发明公开了基于OCR的视频标签方法，分别对输入的现场指挥视频以及雷达视频进行分析，将现场指挥视频定义为左路视频，将现场的雷达视频定义为右路视频，对现场指挥视频与雷达视频进行切段分析，每段视频的间隔可以通过前端配置设定，每个时间间隔生成一个视频标签，通过对历史间隔数据记录的分析，来得到视频标签的唯一性。具体步骤如下：对左路视频处理：步骤一，连续采集视频帧序列，时间每间隔T1，T1≥1min，设定为一个视频分析单元，得到S个视频分析单元。本发明在实施的时候，使得每个视频单元获得唯一标签，达到关键事件快速预览、节省更多存储空间的目的。
- 用于管理元数据的系统和方法-202211626816.6
- 约阿基姆·图尔贝里;蒂莫·萨克斯 - 安讯士有限公司
- 2022-12-16 - 2023-06-23 - H04N21/84
- 公开了用于管理元数据的系统和方法。具体地，公开了用于管理与图像中检测到的对象相关联的元数据的系统(300；400)、非暂时性计算机可读存储介质(330；430)和方法(100；200)，其中，对象与图像中的区域相对应。获取与对象相关联的元数据项，其中，元数据项包括区域的标识，并且确定区域或编码的区域的图像数据特性的量化水平。评估涉及确定的图像数据特性的量化水平的条件，并且在满足条件的条件下，减少或丢弃元数据项。可替代地，确定编码的区域的压缩水平，并且确定压缩水平是否高于压缩阈值。在压缩水平高于压缩阈值的条件下，减少或丢弃元数据项。
- 视频摘要生成方法、装置、设备及存储介质-202111417441.8
- 邬晓宇 - 北京奇虎科技有限公司
- 2021-11-25 - 2023-05-26 - H04N21/84
- 本发明属于视频处理领域，公开了一种视频摘要生成方法、装置、设备及存储介质。该方法包括：对目标视频进行分段，获得多个分段视频；确定所述分段视频的文本特征和目标分段特征；根据文本特征和目标分段特征，确定各分段视频分别对应的分段分值；根据分段分值从分段视频中选取至少两个目标分段视频；对目标分段视频进行拼接，生成视频摘要。由于本发明是对目标视频进行分段，根据分段视频的文本特征和目标分段特征选取目标分段视频，对目标分段视频进行拼接生成视频摘要，相对于现有的需要人工观看视频后选取视频中内容生成视频摘要的方式，本发明上述方式能提高生成视频摘要时的效率和准确性。
- 视频描述语句的生成方法及相关设备-202010764613.8
- 袁艺天;马林;朱文武 - 清华大学;腾讯科技（深圳）有限公司
- 2020-07-31 - 2023-05-23 - H04N21/84
- 本申请的实施例提供了一种视频描述语句的生成方法及相关设备，该方法包括：获取目标范例句的句法特征向量；根据所述句法特征向量确定所要生成视频描述语句的句法，得到句法信息；根据所述句法信息和目标视频的视频语义特征向量确定所述所要生成视频描述语句对应于所述句法的语义，得到语义信息；根据所述语义信息生成所述目标视频的视频描述语句。由此，可以实现通过选用不同的目标范例句来生成不同句法结构的视频描述语句，解决了视频描述语句句法单一的问题。
- 一种MP4格式音视频文件生成方法、系统及计算机储存介质-202211177888.7
- 郭春辉 - 苏州麦迪斯顿医疗科技股份有限公司
- 2022-09-22 - 2023-01-10 - H04N21/84
- 本发明涉及一种MP4格式音视频文件生成方法、系统及计算机储存介质，方法包括：获取音视频数据流；音视频数据流包括音视频标识信息、音视频媒体信息、音视频帧数据信息以及对应音视频帧数据信息每一帧的帧索引信息；分别创建ftyp数据块、mdat数据块、Smoovbox数据块及moov box数据块，Smoov box数据块用以储存音视频帧数据信息对应的媒体信息及关键帧索引信息；判断当前写入moov box数据块的对应帧的索引信息是否为关键帧索引信息，若是关键帧索引信息，将当前对应帧的索引信息写入至Smoov box数据块并使当前对应帧的索引信息生效；监测音视频数据流的传输状态，若传输结束，生效moov box数据块以生成MP4格式文件。保证了录像异常终止状况下和正常结束时MP4文件能够正常播放。
- 一种处理方法、装置、电子设备及存储介质-202211216782.3
- 陈文辉 - 联想（北京）有限公司
- 2022-09-30 - 2023-01-03 - H04N21/84
- 本申请实施例提供一种处理方法、装置、电子设备及存储介质，所述方法包括：获得多媒体文件；通过媒体播放器解析所述多媒体文件以播放所述多媒体文件；通过媒体播放器解析所述多媒体文件以生成针对所述多媒体文件的进度条，所述进度条用于指示所述多媒体文件的时间索引，所述进度条包括多个目标区域，所述多个目标区域为连续区域；每个所述目标区域包括目标字符组，每个所述目标字符组包括至少一个字符，所述目标字符组与所述目标字符所在目标区域与所述多媒体文件的时间区间的内容相关。
- 媒体信息处理方法、相关设备及计算机存储介质-201810309177.8
- 范宇群;邸佩云;杨付正 - 华为技术有限公司
- 2018-04-04 - 2022-12-27 - H04N21/84
- 本发明实施例公开了媒体信息处理方法、相关设备及计算机存储介质，其中所述方法包括：获取媒体描述信息，所述媒体描述信息包括对第一图像区域对应的至少两个码流的描述信息，所述至少两个码流中任一码流存在与所述至少两个码流中的其他码流的接入点在时间上不相同的接入点所述至少两个码流为分别对所述第一图像子区域的图像内容进行编码所得到的码流，所述至少两个码流各自所编码的图像内容对应的时段有重叠；根据所述媒体描述信息，确定待播放的第一目标码流，所述第一目标码流为所述至少两个码流中的一个码流。采用本发明实施例，能够解决现有码流切换方法中存在的切换时延较长等问题，从而提升了码流切换的高效性。
- 基于AI识别算法规范安装炸药包的辅助方法及辅助装置-202210896566.1
- 左艳峰;金鑫 - 国能龙源环保有限公司
- 2022-07-27 - 2022-11-22 - H04N21/84
- 本发明提供一种基于AI识别算法规范安装炸药包的辅助方法及装置，属于炸药包安装技术领域。所述辅助方法包括：获取包含炸药包的整体安装过程的安装视频，所述安装视频中包含有炸药包的每个安装步骤实行之前由安装人员做出的相应的肢体语言；利用AI识别算法识别安装视频中的各个肢体语言，在安装视频中形成对应的关键帧；将拍摄安装炸药包的整体安装过程形成的安装视频上传至后端进行审核，审核人员基于关键帧查看安装步骤是否符合规范。本方法通过关键帧快速定位到安装步骤的视频节点，减少了审核人员查找安装步骤视频片段所花费的时间，直接提高了审核效率，间接地提高了炸药包的安装效率。
- 全景视频数据处理方法、装置、电子装置和存储介质-202210779732.X
- 刘阳;朱书军;杨勇;钱李勇 - 浙江大华技术股份有限公司
- 2022-07-04 - 2022-11-18 - H04N21/84
- 本申请涉及一种全景视频数据处理方法、装置、电子装置和存储介质，其中，该全景视频数据处理方法包括：从数据系统中获取全景视频图像的数据流和标签信息；对所述数据流进行全景解码，并根据解码后的数据流得到所述全景视频图像；根据所述标签信息确定标签在所述全景视频图像中的标记位置，并在所述标记位置绘制所述标签；接收用户输入的标签操作请求，并将所述标签操作请求发送至所述数据系统，其中所述标签操作请求用于更新所述数据系统中的标签信息。通过本申请，解决了现有的全景视频播放技术不支持用户在全景视频中增加、删除、修改标签等操作的问题，实现了在客户端上根据用户操作更新标签的效果。
- 文本生成方法、装置、服务器和存储介质-201911080117.4
- 屠子睿;俞一鹏;孙子荀 - 腾讯科技（深圳）有限公司
- 2019-11-07 - 2022-11-01 - H04N21/84
- 本发明实施例公开了一种文本生成方法、装置、服务器和存储介质；本发明实施例可以获取目标视频中所发生虚拟事件的事件信息，以及目标视频中所发生历史虚拟事件的历史记录信息；基于事件信息和历史记录信息对虚拟事件进行事件描述处理，得到虚拟事件对应的事件文本；基于历史记录信息对目标视频中一段时间内所发生的虚拟事件进行事件概括处理，得到目标视频中历史虚拟事件的概括文本；生成目标视频的视频文本，该视频文本包括事件文本和概括文本。本发明生成的文本可描述、解读视频中发生的虚拟事件，以及概括一段时间内的视频。由此，本方案可以提升生成文本的多样性。
- 一种基于SEI的视频标签标注方法及装置-202210652960.0
- 赵薇;符洪涛;刘立森;杨畅;柴剑平 - 中国传媒大学;中移系统集成有限公司
- 2022-06-10 - 2022-09-27 - H04N21/84
- 一种基于SEI的视频标签标注方法及装置，属于视频标签领域，方法包括：接收TS流，是由串行数字接口信号经过编码形成编码帧，在编码帧前加入SEI帧形成的，SEI帧中有视频标签信息；读取SEI帧中的视频标签信息，当视频标签信息符合使用者要求时，将TS流中视频标签信息所在GOP解码，恢复串行数字接口信号，而对视频标签信息不符合使用者要求的GOP，则不解码。本申请由于SEI帧采用信源编码标准原生支持，增加的自定义信息不会有兼容性问题，具备较好的普适性。视频标签中的信息，方便使用者在不解码视频的情况下，先了解该视频相关信息，无需安装配置其他视频标签管理系统或者编目系统。
- 图像处理方法、装置及存储介质-201810027291.1
- 田野;邢起源;任旻;王德成;刘小荻;李硕;张旭 - 腾讯科技（北京）有限公司
- 2018-01-11 - 2022-08-30 - H04N21/84
- 本发明实施例提供了一种图像处理方法，包括：显示内容共享的状态下，在屏幕的窗口中显示共享内容的第一帧图像，所述第一帧图像中包括批注区域以及批注信息；响应于更新所述共享内容的操作，将显示的所述共享内容的第一帧图像更新为显示所述共享内容的第二帧图像，以及，根据所述共享内容的批注区域的图像特征以及批注信息，在所述第二帧图像中搜索相适配的目标批注区域以及对应的批注信息；响应于在所述第二帧图像中搜索到相适配的目标批注区域，在所述第二帧图像中显示相适配的目标批注区域对应的批注信息。本发明实施例还提供了一种图像处理装置及存储介质。
- 一种MMTP节目的播放方法及装置-202010781639.3
- 陈秀强;赵忠民 - 海信电子科技（深圳）有限公司
- 2020-08-06 - 2022-08-26 - H04N21/84
- 本申请公开了一种MMTP节目的播放方法及装置，由MPU转换DASH模块基于指定MMTP节目的音频MPU数据和视频MPU数据，生成对应的DASH流的音视频描述文件。将DASH流的音视频描述文件发送至DASH播放器，DASH播放器获取到指定MMTP节目对应的DASH流的音频段数据和DASH流的视频段数据，经过解码处理后进而播放，以实现MMTP节目可以由DASH播放器进行播放。可见，本发明提供的方法及装置，DASH播放器可以实现ATSC3.0 ROUTE节目和MMTP节目的统一播放，使得ROUTE节目和MMTP节目可以复用现有播放器进行播放，避免播放终端中配置的播放器实现复杂。
- 视频话题确定方法、装置及设备-202210723762.9
- 何永继;刘士博 - 阿里巴巴（中国）有限公司
- 2022-06-23 - 2022-08-23 - H04N21/84
- 本申请实施例提供一种视频话题确定方法、装置及设备，该方法包括：在待发布的第一视频中提取至少一个第一关键词；在当前热词共现网络中为每个第一关键词确定对应的热词对，得到第一热词对集合；当前热词共现网络中包括多个热词对和每个热词对的生成时刻；根据第一热词对集合中每个热词对的出现次数和生成时刻，在第一热词对集合中确定至少一个目标热词；根据至少一个目标热词，在包括多个视频话题的视频话题集合中为第一视频确定视频话题。提高了确定视频话题的准确性。
- 用于对齐段落和视频的方法和装置-201910277787.9
- 田浩;陈曦;王健宇;卢大明 - 百度时代网络技术（北京）有限公司;百度（美国）有限责任公司
- 2019-04-08 - 2022-08-12 - H04N21/84
- 本申请实施例公开了用于对齐段落和视频的方法和装置。该方法的一具体实施方式包括：获取解说词以及与解说词对应的候选素材资源集合，候选素材资源为视频或图像；获取解说词中的每个段落与候选素材资源集合中每个候选素材资源之间的匹配度；基于解说词中各段落与各候选素材资源之间的匹配度、各候选素材资源的播放时长以及解说词中各段落的文本长度，确定与解说词中的每个段落对应的候选素材资源序列，其中，图像的播放时长为预设图像播放时长。该实施方式为后续使用候选素材资源序列为解说词生成对应的视频提供了数据来源，继而可以提高后续所生成的与解说词对应的视频与解说词之间的贴合度。
- 视频播放方法、装置及系统-201910717815.4
- 肖潇;任谊;任春晓;胡宝玉;高爽;黄陈;王思迪;何晋 - 北京卡路里信息技术有限公司
- 2019-08-05 - 2022-08-02 - H04N21/84
- 本申请公开了一种视频播放方法、装置及系统。其中，该方法包括：获取进度标识的位置信息，所述进度标识用于指示当前播放的视频数据流的播放进度，其中，所述视频数据流包括多个视频数据段；将所述位置信息对应的视频数据段标识发送至服务器；接收所述服务器根据所述视频数据段标识反馈的第一视频数据段；播放所述第一视频数据段。本申请解决了现有技术中，将整个健身视频下载完成以后才能被用户观看，浪费时间较多的技术问题。
- 视频评论生成方法、系统、设备及存储介质-202210235882.4
- 毛震东;张勇东;张菁菁;方山城 - 中国科学技术大学
- 2022-03-11 - 2022-07-15 - H04N21/84
- 本发明公开了一种视频评论生成方法、系统、设备及存储介质，通过将每个模态的所有元素映射到一个公共语义嵌入空间中，能够充分提取各模态的上下文信息，显式地对多个模态信息进行交互，实现跨模态数据间的语义关联；而且通过构造语义图结构并进行解码，不仅能够生成丰富多样的评论，还能够直接利用提取出的内容语义标签，确保了和视频内容表达的统一。
- 一种针对压缩视频的视频描述生成方法-202010810293.5
- 于长斌;朱铭健;段晨瑞;莫远秋;于长军 - 南京众智未来人工智能研究院有限公司;杭州义顺科技有限公司
- 2020-08-13 - 2022-07-08 - H04N21/84
- 本发明公开了一种针对压缩视频的视频描述生成方法，包括如下步骤：步骤1)视频图像预处理阶段；步骤2)图像特征抽取阶段；步骤3)文本标注预处理阶段；步骤4)图像特征编码阶段；步骤5)文本解码阶段。本发明与现有技术相比，具有的有益效果是提升了对于视频所生成的描述句子的质量，使其更好；并有以下三点创新：1)视频描述生成方法直接针对压缩视频中的视频帧而非通常的解码后的视频帧进行描述；2)利用压缩视频帧中的Residuals帧去生成压缩视频帧中的I帧的注意力权重，使得模型能够关注I帧中的显著性区域，从而生成更好的特征；3)设计了一种门机制，这种机制能够使得模型对于信息中的噪声更具有鲁棒性。
- 一种处理方法、装置、电子设备及介质-202210363989.7
- 陈光;文珑银;王宇飞 - 脸萌有限公司
- 2022-04-07 - 2022-07-01 - H04N21/84
- 本公开公开了一种处理方法、装置、电子设备及介质，所述方法包括：获取目标视频；确定所述目标视频的视频信息；采用视频描述模型生成对应所述视频信息的文案信息，所述视频描述模型基于任务提示符和文案关键词生成所述文案信息。利用该方法，基于任务提示符和文案关键词约束视频描述模型，从而更加准确的生成目标视频的文案信息，提高了文案信息与目标视频的耦合度。
- 一种处理方法、装置、终端设备及介质-202210365435.0
- 袁野;王宇飞;文珑银 - 脸萌有限公司
- 2022-04-07 - 2022-07-01 - H04N21/84
- 本公开公开了一种处理方法、装置、终端设备及介质，所述方法包括：获取目标视频和所述目标视频对应的视频描述信息；确定所述目标视频的主体物体信息；确定所述视频描述信息的关键帧类别；将所述目标视频、所述视频描述信息、所述主体物体信息和所述关键帧类别输入至处理模型，得到所述目标视频中与所述视频描述信息对应的图片的时间戳。利用该方法，能够根据目标视频确定主体物体信息和关键帧类别，从而通过主体物体信息和关键帧类别来辅助处理视频进行处理，使得在将视频描述信息和目标视频输入处理模型后，所输出的时间戳的准确度得到了提高。
- 一种处理方法、装置、终端设备及介质-202210365446.9
- 王宇飞;李晓杰;文珑银;王欣尧;陈光;袁野 - 脸萌有限公司
- 2022-04-07 - 2022-07-01 - H04N21/84
- 本公开公开了一种处理方法、装置、终端设备及介质，所述方法包括：确定目标视频的基础信息；基于所述基础信息确定所述目标视频的属性信息；在所述属性信息指示所述目标视频为可结构化的视频的情况下，基于所述基础信息对所述目标视频进行章节划分，得到至少两个视频片段；确定所述视频片段的章节描述信息、所述视频片段的关键帧和所述目标视频的视频描述信息。利用该方法，在基于属性信息确定目标视频为可结构化的视频时，能够基于目标视频的基础信息实现对目标视频的准确章节划分，进而基于视频片段的章节描述信息、视频片段的关键帧和目标视频的视频描述信息，使得目标视频的易观赏性更强，提高了目标视频有价值的信息的传达效率。
- 专利分类
