视频摘要获取方法、系统、计算机设备以及存储介质

本申请涉及一种视频摘要获取方法、系统、计算机设备以及存储介质。包括：获取目标视频的视频特征序列，通过深度学习模型的回归增强全局注意力网络对视频特征序列进行处理，生成目标视频的视觉特征序列；采用自然语言处理模型对视频查询文本进行特征提取，确定文本概念特征；根据视觉特征序列和文本概念特征确定融合特征序列；通过全连接神经网络，根据融合特征序生成目标视频的摘要视频。上述方案，可以使得摘要视频能够在表征目标视频的视频主要内容的同时，满足用户对视频主题的多样化查询需求。