一种基于用户交互式指令的视频片段定位方法

本发明公开了一种基于用户交互式指令的视频片段定位方法，包括以下步骤：(1)将视频内容按照镜头进行拆分；(2)使用图像文字识别和语音识别技术提取视频文本内容；(3)对图像文字识别和语音识别结果进行校准，并使用自然语言处理模型提取文本摘要；(4)将文本识别结果按照时间节点与镜头关联对应；(5)计算文本摘要与原始文本的相似性，得到文本摘要和原始文本以及视频镜头的对应关系；(6)基于图像识别与理解技术对视频画面进行识别标记；(7)根据用户文本指令，计算与图像标记以及文本摘要的匹配关系，快速定位对应的视频镜头片段。本发明解决了用户在视频定位过程中，定位不便，耗时过长的问题，提升了用户观看体验。