一种基于语义内容的视频快进/快退速度自适应调整方法与流程

本发明涉及视频播放领域，特别是一种基于语义内容的视频快进/快退速度自适应调整方法。

背景技术：
用户在观看视频时，都会遇到需要快速跳过不感兴趣部分的情况，因此在视频播放软件或互联网上的视频播放功能通常会提供给用户快进与快退的功能，而且用户还可以自己设置快进或快退的速度。然而，如今的快进快退功能需要用户设置快进快退的速度，但由于用户无法准确地预知哪一部分内容更精彩，用户往往会因为设置过快的快进速度导致跳过了其感兴趣部分的内容，或者因为设置过慢的速度导致其无法以最短的时间跳过其不感兴趣的部分。这将最终导致用户无法快速而准确定位视频感兴趣部分内容，浪费用户的大量时间，降低了用户体验。因此如今的视频快进快退方法还需要改进。

技术实现要素：
本发明的目的在于提供一种基于语义内容的视频快进/快退速度自适应调整方法，通过视频语义内容及各个镜头的上下文自适应地调整视频快进或快退速率，帮助用户快速的跳过不感兴趣内容，不会因为速度过快而错失感兴趣内容，为用户提供了方便。为实现上述目的，本发明的技术方案是：一种基于语义内容的视频快进/快退速度自适应调整方法，其特征在于，按照如下步骤实现：S1：以输入的视频数据中的镜头为单位提取输入视频数据中每个镜头的镜头语义；根据每个镜头的镜头语义对镜头语义之间的镜头语义上下文进行分析，将由每个镜头对应的镜头语义组成的语义序列拓展为上下文标签树，用以表征镜头之间的镜头语义上下文；S2：根据每个镜头的镜头语义分别设定每个镜头的初始权重，并根据所述上下文标签树对每个镜头的镜头权重进行调整；S3：设置待进行快进或快退播放的视频的初始快进或快退速率V；当用户选择快进或快退时，根据每个镜头的权重调整该镜头的快进或快退速率Vcurr。进一步的，在所述步骤S1中，还包括如下步骤：S11：对输入的n个训练视频片段videoj进行镜头分割，得到训练视频片段videoj的镜头，以镜头为单位人工标注每个镜头的镜头语义，其中，j∈{1,...,n}；对标注后的镜头语义进行分类，并为每类镜头语义构造镜头语义训练集以训练分类器，得到镜头语义分析器；输入由t个镜头组成的待进行快进或快退播放视频片段video'，利用镜头语义分析器获取该待进行快进或快退播放视频片段video'中每个镜头的镜头语义，用镜头语义标签li分别表示每个镜头语义，将该待进行快进或快退播放视频片段video'中每个镜头的镜头语义按照时序关系排列得到镜头语义序列wu'，且wu'＝{l1,...,lt}，其中li∈L，L为镜头语义标签集，其中每一个元素表示一种镜头语义，i为所述镜头语义标签li的序列号；S12：将所述镜头语义序列wu'拓展为上下文标签树LT；所述上下文标签树LT的每个叶节点为镜头语义标签l，l∈L；所述上下文标签树LT的每个非叶节点为上下文标签，表示每个非叶节点对应的叶节点之间的上下文；所述上下文标签包括：视频上下文标签video、场景上下文标签scene和普通上下文标签nl，且nl∈NL，NL为普通上下文标签集；所述视频上下文标签video表示的上下文内容为“该上下文标签下的叶节点共同表达一个视频的语义内容”，所述场景上下文标签scene表示的上下文内容为“该上下文标签下的叶节点共同表达同一个视频场景的语义内容”；且在所述上下文标签树LT中，所述视频上下文标签video为根节点,所述视频上下文标签video为的子节点为所述场景上下文标签scene，所述场景上下文标签scene的子节点为普通上下文标签或镜头语义标签，普通上下文标签nl的子节点为普通上下文标签或镜头语义标签。进一步的，在所述步骤S11中，采用用SVM多分类器作为分类模型，并利用镜头语义训练集训练SVM多分类器，训练完成后得到所述镜头语义分析器。进一步的，在所述步骤S12中，按照如下步骤将所述镜头语义序列wu'拓展为所述上下文标签树LT：S121：根据所述镜头语义序列wu'中每一个镜头语义标签li依次生成一个叶节点，从左到右生成初始标签节点序列Curr＝{c1,...,ct}，其中ci＝li，ci为初始标签节点序列Curr中第i标签节点；S122：从左到右遍历该标签节点序列Curr，对于其子序列{ck,...ck+m}，若符合上下文标签生成规则p∈P，即存在描述ck,...,ck+m所形成上下文的上下文标签cp，则以该子序列中每一个标签节点为子节点，并以标签cp生成的新标签结点为父节点，以所述标签cp取代所述签节点序列Curr序列中原子序列{ck,...ck+m}，其中，P为上下文生成规则集，上下文标签...