基于分层循环神经网络的视频摘要生成方法

摘要

本发明公开了一种基于分层循环神经网络的视频摘要生成方法，用于解决现有视频摘要生成方法实用性差的技术问题。技术方案是首先将输入的视频帧序列划分为不同的子序列，将划分出来的帧序列特征输入到第一层LSTM中处理视频序列数据，再利用第二层LSTM的输出计算每一段子镜头片段被选入视频摘要的置信度，利用神经网络学习中端到端训练方法，得到算法模型，利用得到的算法模型对测试视频进行测试，根据每帧最终的预测概率，得到视频摘要。由于采用分层循环神经网络，减了少视频摘要生成时间，并且解决了背景技术无法处理超过80帧长时序视频的技术问题。非线性适应能力强，可以对多场景下采集视频进行处理。生成视频摘要准确性高。