影视角色分类方法、装置、计算机设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114282057A(43)申请公布日2022.04.05(21)申请号202110896917.4(22)申请日2021.08.05(71)申请人腾讯科技（深圳）有限公司地址518000广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人许海伦程郑鑫(74)专利代理机构华进联合专利商标代理有限公司44224代理人陈小娜(51)Int.Cl.G06F16/783(2019.01)G06F16/75(2019.01)权利要求书3页说明书21页附图6页(54)发明名称影视角色分类方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种影视角色分类方法、装置、计算机设备和存储介质。方法包括：获取来源于至少一个影视视频的目标图像；对各目标图像分别进行主体检测，并基于主体检测结果从目标图像中裁剪出角色图像；对各角色图像分别进行特征提取，得到对应的图像特征；将图像特征按照对应角色图像所属的影视视频，划分成至少一个特征子集；每个特征子集中的图像特征所对应的角色图像，来源于同一个影视视频；对于每个特征子集，对相应特征子集中的图像特征进行聚类得到至少一个聚类簇，并将同一聚类簇下图像特征所对应的角色图像划分至同一角色类别。采用本方法能够基于人工智能技术实现主体检测、特征提取和聚类分析，从而提高影视角色分类的效率。CN114282057ACN114282057A权利要求书1/3页1.一种影视角色分类方法，其特征在于，所述方法包括：获取来源于至少一个影视视频的目标图像；对各所述目标图像分别进行主体检测，并基于主体检测结果从所述目标图像中裁剪出角色图像；对各所述角色图像分别进行特征提取，得到对应的图像特征；将所述图像特征按照对应角色图像所属的影视视频，划分成至少一个特征子集；每个特征子集中的图像特征所对应的角色图像，来源于同一个影视视频；对于每个特征子集，对相应特征子集中的图像特征进行聚类得到至少一个聚类簇，并将同一聚类簇下图像特征所对应的角色图像划分至同一角色类别。2.根据权利要求1所述的方法，其特征在于，所述获取来源于至少一个影视视频的目标图像，包括：获取至少一个影视视频；对于每个影视视频，在所述影视视频的播放时间轴上，每间隔预设播放时长抽取出至少一个目标图像。3.根据权利要求1所述的方法，其特征在于，所述对各所述目标图像分别进行主体检测，并基于主体检测结果从所述目标图像中裁剪出角色图像，包括：对各所述目标图像分别进行主体检测，得到主体检测结果；若所述主体检测结果表示所述目标图像中存在角色对象，则基于所述主体检测结果确定所述角色对象所在的角色区域；基于所述角色区域，从所述目标图像中裁剪出包括有角色对象的角色图像。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取主体检测模型的第一输入图像尺寸；若所述目标图像的尺寸与所述第一输入图像尺寸不匹配，则将所述目标图像的尺寸调整至所述第一输入图像尺寸，得到第一图像；将所述第一图像作为新的目标图像，并将所述新的目标图像输入所述主体检测模型，通过所述主体检测模型执行所述对各所述目标图像分别进行主体检测的步骤。5.根据权利要求4所述的方法，其特征在于，所述第一输入图像尺寸包括每一预设边的第一像素尺寸；所述若所述目标图像的尺寸与所述第一输入图像尺寸不匹配，则将所述目标图像的尺寸调整至所述第一输入图像尺寸，得到第一图像，包括：若所述目标图像的边的像素尺寸大于对应预设边的第一像素尺寸，则删减所述目标图像在所述边的方向上的像素，以将所述目标图像的边的像素尺寸缩减至对应预设边的第一像素尺寸；若所述目标图像的边的像素尺寸小于对应预设边的第一像素尺寸，则在所述目标图像的所述边的方向上插入像素，以将所述目标图像的边的像素尺寸放大至对应预设边的第一像素尺寸；基于像素删减和/或像素插入处理后的图像，得到第一图像。6.根据权利要求1所述的方法，其特征在于，所述对各所述角色图像分别进行特征提取，得到对应的图像特征，包括：获取特征提取网络的第二输入图像尺寸；2CN114282057A权利要求书2/3页若所述角色图像的尺寸与所述第二输入图像尺寸不匹配，则将所述角色图像的尺寸调整至所述第二输入图像尺寸，得到第二图像；通过所述特征提取网络对各所述第二图像分别进行特征提取，得到对应的图像特征。7.根据权利要求1所述的方法，其特征在于，所述对相应特征子集中的图像特征进行聚类得到至少一个聚类簇，包括：将相应特征子集中每个图像特征作为一个初始的图像节点，在当前轮次中计算任意两个图像节点之间的相似度；将相似度最高的两个图像节点组合成新的图像节点，继续执行下一轮次，直到满足聚类截止条件时停止，最终得到至少一个目标图像节点，将最终得到的每个目标图像节点分别作为