买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中山大学申请的专利一种场景变换检测的视频片段标签生成方法与系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119763013B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411879031.9，技术领域涉及：G06V20/40；该发明授权一种场景变换检测的视频片段标签生成方法与系统是由周凡;鞠善杰;苏卓设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种场景变换检测的视频片段标签生成方法与系统在说明书摘要公布了：本发明公布了一种场景变换检测的视频片段标签生成方法与系统，包括：进行视频片段分割，包括使用场景变换检测，初步识别视频中的场景变换点；将视频划分为具有独立场景的片段，并从每个场景片段中提取具有代表性的关键帧；应用高光检测算法，识别视频帧中的高光区域；寻找时间与场景变换分数的函数的极小点，从而将视频分成时间不重复的片段，对所分割的视频片段，提取视频中的静态信息与动态信息并进行标注，从而实现视频片段标签的生成。本发明还公布了一种场景变换检测的视频片段标签生成系统。本发明能够将视频精确分割成时间上不重复的片段，从而大幅提高视频内容的管理和检索效率，使得用户能够更快速地找到相关视频片段。

本发明授权一种场景变换检测的视频片段标签生成方法与系统在权利要求书中公布了：1.一种场景变换检测的视频片段标签生成方法，其特征在于，所述方法包括： 进行视频片段分割，首先使用场景变换检测，初步识别视频中的场景变换点，其次将视频划分为具有独立场景的片段，使用关键帧检测，从每个场景片段中提取具有代表性的关键帧，以及应用高光检测算法，识别视频帧中的高光区域，最后寻找时间与场景变换分数的函数的极小点，从而将视频分成时间不重复的片段； 根据所述时间不重复的片段，提取包含视觉信息、音频信息、字幕信息、情感信息和时间信息的视频静态信息，以及包含片段动作和声音变化的视频动态信息并进行标注，从而实现视频片段标签的生成； 具体地，所述使用场景变换检测，初步识别视频中的场景变换点，将视频划分为具有独立场景的片段，具体为： 对视频使用特征提取，计算每帧的颜色直方图，描述帧中的颜色分布情况，使用纹理分析方法提取每帧的纹理特征，通过目标检测算法检测视频中的对象； 使用欧氏距离计算相邻帧之间的视觉特征相似度，记录使用场景变换检测得到的相邻帧之间的视觉特征相似度到一个大小为T-1的一维数组Ascore，其中T为视频帧数；此数组的第j个元素代表原视频第j+1帧的场景变换分数，分数越低，出现场景变换点的概率越高； 具体地，所述应用高光检测算法，识别视频帧中的高光区域，具体为： 使用二分法进行高光检测，基于深度学习的高光检测模型QVHighlights，在每次高光检测过程中，以一个开始点Q和一个结束点P作为模型输出结果，分别表示高光区域的起始和终止帧，Q和P两个点用于界定视频中稳定的片段，便于后续分析； 设置超参数w和σ，其中w代表加权值，用于调整高光检测片段对视觉特征相似度评分Ascore的影响力，σ代表经过二分法迭代衰减值，σ控制高光片段在Ascore中的影响随迭代次数的增加而逐渐减弱，由于视频中的高光片段是有限个，而迭代次数越多，得到的高光片段概率就越低； 对高光检测到的片段进行加权处理，更新Ascore中的相应值，具体为： Ascore[i]＝Ascore[i]+σjw 其中i∈[Q,P]，表示高光检测输出的每个帧，j为迭代次数，该加权处理能够确保在每次迭代中，检测到的高光区域对视觉特征相似度分数的影响是逐渐衰减的，允许在后续迭代中加入新的高光信息； 将视频片段高光区域之前的部分[0,Q]与视频片段高光区域之后的部分[P,T-1]视为新的视频片段，对这两个新片段分别进行再次高光检测，以寻找可能存在的其他高光区域，将新检测到的高光片段再一次加权到Ascore中，重复M次，M为预先设定的固定值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山大学，其通讯地址为：510006 广东省广州市海珠区新港西路135号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。