一种视频内容描述方法和视频内容描述装置

摘要

本申请实施例公开了一种视频内容描述方法，应用于人工智能及图像处理技术领域，包括：获取待描述的视频，所述视频包括多个图像帧；确定第一图像帧的全局特征，所述第一图像帧为所述多个图像帧中的任一图像帧；通过循环神经网络在第一时刻的输出以及所述第一图像帧的全局特征，确定所述第一图像帧的第二时刻的局部特征，所述第一时刻为所述第二时刻的前一个时刻，所述第一图像帧的第二时刻的局部特征用于指示所述第一图像帧中局部区域的特征；根据所述第一图像帧的全局特征和所述第二时刻的局部特征，通过所述循环神经网络，确定所述第二时刻的视频内容描述文本。