一种基于图片相似度与语义聚类的视频高效拆条方法

本发明公开了一种基于图片相似度与语义聚类的视频高效拆条方法，首先，按照固定帧率提取视频中的图片帧，并利用图片编码模型计算相邻帧相似度，将相似度高的帧合并为初步视频片段。接着，提取音频并转写为文本，通过文本语义向量化与亲和聚类，对文本片段进行聚类分析，依据聚类结果合并视频片段。同时，针对长度不足的视频片段，通过动态计算相邻片段相似度进行智能合并，确保拆条的连贯性和精确性。该方法结合轻量级模型与并行处理，大幅提升了处理效率，解决了现有技术拆条过于细碎、依赖人物识别等问题，具有较强的通用性和适应性。