一种基于生成式模型的自动混剪视频的方法

本发明涉及视频混剪技术领域，尤其为一种基于生成式模型的自动混剪视频的方法，其方法包括如下步骤：建立视频库，首先收集大量的原始视频，对原始视频解码后，计算图片相似度，使用图片特征作为视频代表特征，训练模型，包括开端模型和续写模型，使用序列‑序列的分段方式训练模型。本发明使用了序列‑序列的生成式模型来完成视频自动混剪，在应用此模型时，根据视频混剪自身的特点，将输入输出变为特征组成的序列，即模型的输入输出是N维的文本特征序列和对应的N维视频特征序列，经过训练后，此模型可以获取文本与视频、视频片段与视频片段之间的内在联系，从而可以准确的理解语义。