公开(公告)号：CN113434727A

公开(公告)日：2021-09-24

申请号：CN202110852417.0

申请日：2021-07-27

Applicant: 东南大学

Inventor： 伍家松 ,  闻婷 ,  孔佑勇 ,  杨淳沨 ,  杨冠羽 ,  姜龙玉 ,  陈阳 ,  舒华忠

IPC: G06F16/71 ,  G06F16/735 ,  G06F16/783 ,  G06F16/74 ,  G06F40/258 ,  G06F40/279 ,  G06F40/58

Abstract: 本发明公开了一种新闻类长视频描述数据集的构建方法，该方法的主要特征在于把新闻类长视频构建成包含视频、视频标题、音频、中英文文本的数据集；该方法基于感知哈希算法计算相邻帧对应的灰度图之间的相似度来进行长视频的自动分割，使用FFmpeg完成音频的提取，并基于Python和selenium制作了一个语音识别工具来自动识别音频中包含的有效文本信息，最后通过脚本自动将视频片段、视频标题、音频、中英文文本信息组合形成一个新闻类长视频描述数据集，为长视频描述网络的研究以及长视频描述在为视频拟定标题方面的应用提供了支持。