視頻歸類方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本公開涉及多媒體聚類技術(shù)領(lǐng)域，尤其涉及視頻歸類方法及裝置。
【背景技術(shù)】
[0002]目前，用戶可使用拍攝裝置拍攝到視頻、照片等多媒體數(shù)據(jù)。對于照片，目前已經(jīng)有人臉聚類技術(shù)，可以將同一個人參與拍攝的照片歸入該人對應的照片集中。但是，目前缺少將同一個人參與拍攝的視頻和照片進行人臉聚類的技術(shù)，用戶只能手動將視頻分類，智能化低，效率低。

【發(fā)明內(nèi)容】

[0003]本公開實施例提供視頻歸類方法及裝置。所述技術(shù)方案如下:
[0004]根據(jù)本公開實施例的第一方面，提供一種視頻歸類方法，包括:
[0005]獲取視頻中包括人臉的關(guān)鍵幀；
[0006]獲取所述關(guān)鍵幀中的人臉特征；
[0007]獲取圖片類別對應的人臉特征；
[0008]根據(jù)所述關(guān)鍵幀中的人臉特征和所述圖片類別對應的人臉特征，確定所述視頻所歸屬的圖片類別；
[0009]將所述視頻分配至所述視頻所歸屬的圖片類別中。
[0010]在一個實施例中，所述獲取視頻中包括人臉的關(guān)鍵幀，包括:
[0011]從所述視頻中獲取包括人臉的至少一個視頻幀；
[0012]確定所述至少一個視頻幀中，每個視頻幀中的人臉參數(shù)，所述人臉參數(shù)包括人臉數(shù)目、人臉位置中的任一項或兩項；
[0013]根據(jù)所述每個視頻幀中的人臉參數(shù)，確定所述視頻中的關(guān)鍵幀。
[0014]在一個實施例中，上述根據(jù)所述每個視頻幀中的人臉參數(shù)，確定所述視頻中的關(guān)鍵幀，包括:
[0015]根據(jù)所述每個視頻幀中的所述人臉參數(shù)，確定所述人臉參數(shù)未重復出現(xiàn)在其它視頻幀中的非重復視頻幀；
[0016]將至少一個所述非重復視頻幀確定為所述關(guān)鍵幀。
[0017]在一個實施例中，上述根據(jù)所述每個視頻幀中的人臉參數(shù)，確定所述視頻中的關(guān)鍵幀，包括:
[0018]根據(jù)所述每個視頻幀中的所述人臉參數(shù)，確定所述人臉參數(shù)相同的至少一組重復視頻幀，每組所述重復視頻幀中包括至少兩個視頻幀，每組所述重復視頻幀中攝取時間最晚的視頻幀與攝取時間最早的視頻幀之間的攝取時間之差小于或等于預設時長，每組所述重復視頻幀中所有視頻幀的人臉參數(shù)相同；
[0019]將每組所述重復視頻幀中的任一視頻幀確定為所述關(guān)鍵幀。
[0020]在一個實施例中，所述根據(jù)所述關(guān)鍵幀中的人臉特征和所述圖片類別對應的人臉特征，確定所述視頻所歸屬的圖片類別，包括:當所述視頻的數(shù)目為至少兩個時，確定每個視頻的所述關(guān)鍵幀中的人臉特征；根據(jù)每個視頻的所述關(guān)鍵幀中的人臉特征，對所述至少兩個視頻進行人臉聚類處理，獲得至少一個視頻類別；根據(jù)所述至少一個視頻類別各自對應的人臉特征和所述圖片類別對應的人臉特征，確定對應相同人臉特征的視頻類別和圖片類別；
[0021 ] 所述將所述視頻分配至所述視頻所歸屬的圖片類別中，包括:將所述每個視頻類別中的視頻分配至對應相同人臉特征的圖片類別中。
[0022]在一個實施例中，所述根據(jù)所述關(guān)鍵幀中的人臉特征和所述圖片類別對應的人臉特征，確定所述視頻所歸屬的圖片類別，包括:
[0023]在所述圖片類別對應的人臉特征中，確定與所述關(guān)鍵幀中的人臉特征匹配的圖片類別；
[0024]將所述匹配的圖片類別確定為所述視頻所歸屬的圖片類別。
[0025]在一個實施例中，所述方法還包括:
[0026]獲取所述視頻的拍攝時間和拍攝地點；
[0027]確定與所述視頻的拍攝時間和拍攝地點相同的目的圖片；
[0028]將所述視頻分配至所述目的圖片所歸屬的圖片類別中。
[0029]根據(jù)本公開實施例的第二方面，提供一種視頻歸類裝置，包括:
[0030]第一獲取模塊，用于獲取視頻中包括人臉的關(guān)鍵幀；
[0031]第二獲取模塊，用于獲取所述第一獲取模塊獲取到的所述關(guān)鍵幀中的人臉特征；
[0032]第三獲取模塊，用于獲取圖片類別對應的人臉特征；
[0033]第一確定模塊，用于根據(jù)所述第二獲取模塊獲取到的所述關(guān)鍵幀中的人臉特征和所述第三獲取模塊獲取到的所述圖片類別對應的人臉特征，確定所述視頻所歸屬的圖片類別；
[0034]第一分配模塊，用于將所述視頻分配至所述第一確定模塊確定出的所述視頻所歸屬的圖片類別中。
[0035]在一個實施例中，所述第一獲取模塊，包括:
[0036]獲取子模塊，用于從所述視頻中獲取包括人臉的至少一個視頻幀；
[0037]獲取子模塊，用于從所述視頻中獲取包括人臉的至少一個視頻幀；
[0038]第一確定子模塊，用于確定所述獲取子模塊獲取到的所述至少一個視頻幀中，每個視頻幀中的人臉參數(shù)，所述人臉參數(shù)包括人臉數(shù)目、人臉位置中的任一項或兩項；
[0039]第二確定子模塊，用于根據(jù)所述每個視頻幀中的人臉參數(shù)，確定所述視頻中的關(guān)鍵幀。
[0040]在一個實施例中，所述第二確定子模塊，還用于根據(jù)所述每個視頻幀中的所述人臉參數(shù)，確定所述人臉參數(shù)未重復出現(xiàn)在其它視頻幀中的非重復視頻幀；將至少一個所述非重復視頻幀確定為所述關(guān)鍵幀。
[0041]在一個實施例中，所述第二確定子模塊，還用于根據(jù)所述每個視頻幀中的所述人臉參數(shù)，確定所述人臉參數(shù)相同的至少一組重復視頻幀，每組所述重復視頻幀中包括至少兩個視頻幀，每組所述重復視頻幀中攝取時間最晚的視頻幀與攝取時間最早的視頻幀之間的攝取時間之差小于或等于預設時長，每組所述重復視頻幀中所有視頻幀的人臉參數(shù)相同；將每組所述重復視頻幀中的任一視頻幀確定為所述關(guān)鍵幀。
[0042]在一個實施例中，所述第一確定模塊，包括:
[0043]第三確定子模塊，用于當所述視頻的數(shù)目為至少兩個時，確定每個視頻的所述關(guān)鍵幀中的人臉特征；根據(jù)每個視頻的所述關(guān)鍵幀中的人臉特征，對所述至少兩個視頻進行人臉聚類處理，獲得至少一個視頻類別；根據(jù)所述至少一個視頻類別各自對應的人臉特征和所述圖片類別對應的人臉特征，確定對應相同人臉特征的視頻類別和圖片類別；
[0044]所述第一分配模塊，包括:
[0045]第一分配子模塊，用于將所述第三確定子模塊確定出的每個視頻類別中的視頻分配至對應相同人臉特征的圖片類別中。
[0046]在一個實施例中，所述第一確定模塊，包括:
[0047]第四確定子模塊，用于在所述圖片類別對應的人臉特征中，確定與所述關(guān)鍵幀中的人臉特征匹配的圖片類別；
[0048]第二分配子模塊，用于將所述第四確定子模塊確定出的所述匹配的圖片類別確定為所述視頻所歸屬的圖片類別。
[0049]在一個實施例中，所述裝置還包括:
[0050]第四獲取模塊，用于獲取所述視頻的拍攝時間和拍攝地點；
[0051]第二確定模塊，用于確定與所述第四獲取模塊獲取到的所述視頻的拍攝時間和拍攝地點相同的目的圖片；
[0052]第二分配模塊，用于將所述視頻分配至所述第二確定模塊確定出的所述目的圖片所歸屬的圖片類別中。
[0053]根據(jù)本公開實施例的第三方面，提供一種視頻分類裝置，包括:
[0054]處理器；
[0055]用于存儲處理器可執(zhí)行指令的存儲器；
[0056]其中，所述處理器被配置為:
[0057]獲取視頻中包括人臉的關(guān)鍵幀；
[0058]獲取所述關(guān)鍵幀中的人臉特征；
[0059]獲取圖片類別對應的人臉特征；
[0060]根據(jù)所述關(guān)鍵幀中的人臉特征和所述圖片類別對應的人臉特征，確定所述視頻所歸屬的圖片類別；
[0061 ] 將所述視頻分配至所述視頻所歸屬的圖片類別中。
[0062]本公開的實施例提供的技術(shù)方案可以包括以下有益效果:
[0063]上述技術(shù)方案，可以智能自動地將視頻歸入?yún)⑴c該視頻的人對應的圖片類別中，不僅不需要用戶手動歸類，而且分類準確性高。
[0064]應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。
【附圖說明】
[0065]此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實施例，并與說明書一起用于解釋本公開的原理。
[0066]圖1是根據(jù)一示例性實施例示出的一種視頻歸類方法的流程圖。
[0067]圖2是根據(jù)一示例性實施例示出的另一種視頻歸類方法的流程圖。
[0068]圖3是根據(jù)一示例性實施例示出的再一種視頻歸類方法的流程圖。
[0069]圖4是根據(jù)一示例性實施例示出的一種視頻歸類裝置的框圖。
[0070]圖5是根據(jù)一示例性實施例示出的另一種視頻歸類裝置的框圖。
[0071]圖6是根據(jù)一示例性實施例示出的再一種視頻歸類裝置的框圖。
[0072]圖7是根據(jù)一示例性實施例示出的又一種視頻歸類裝置的框圖。
[0073]圖8是根據(jù)一示例性實施例示出的又一種視頻歸類裝置的框圖。
[0074]圖9是根