買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉深圳創(chuàng)源互動科技有限公司申請的專利優(yōu)質(zhì)視頻內(nèi)容自動生成方法及相關(guān)設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120050487B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510527860.9，技術(shù)領(lǐng)域涉及：H04N21/8541；該發(fā)明授權(quán)優(yōu)質(zhì)視頻內(nèi)容自動生成方法及相關(guān)設(shè)備是由呂沛勇;黃杰設(shè)計研發(fā)完成，并于2025-04-25向國家知識產(chǎn)權(quán)局提交的專利申請。

本優(yōu)質(zhì)視頻內(nèi)容自動生成方法及相關(guān)設(shè)備在說明書摘要公布了：本發(fā)明涉及一種優(yōu)質(zhì)視頻內(nèi)容自動生成方法及相關(guān)設(shè)備，包括以下步驟，對輸入的原始視頻素材進行多模態(tài)特征提取，得到視頻特征向量集；對所述視頻特征向量集進行內(nèi)容語義分析，得到視頻語義圖譜；通過深度強化學習技術(shù)對所述視頻語義圖譜進行敘事結(jié)構(gòu)優(yōu)化，得到優(yōu)化后的視頻故事線；基于所述優(yōu)化后的視頻故事線進行多模態(tài)內(nèi)容生成，得到候選視頻片段集；對所述候選視頻片段集進行智能剪輯與合成，得到目標優(yōu)質(zhì)視頻內(nèi)容，解決了解決了許多自動化的嘗試局限于簡單的圖像或片段拼接，未能深入挖掘視頻素材中的潛在故事線索，導致生成的內(nèi)容缺乏深度和吸引力的技術(shù)問題。

本發(fā)明授權(quán)優(yōu)質(zhì)視頻內(nèi)容自動生成方法及相關(guān)設(shè)備在權(quán)利要求書中公布了：1.一種優(yōu)質(zhì)視頻內(nèi)容自動生成方法，其特征在于，包括以下步驟： 對輸入的原始視頻素材進行多模態(tài)特征提取，得到視頻特征向量集； 對所述視頻特征向量集進行內(nèi)容語義分析，得到視頻語義圖譜； 通過深度強化學習技術(shù)對所述視頻語義圖譜進行敘事結(jié)構(gòu)優(yōu)化，得到優(yōu)化后的視頻故事線； 基于所述優(yōu)化后的視頻故事線進行多模態(tài)內(nèi)容生成，得到候選視頻片段集； 對所述候選視頻片段集進行智能剪輯與合成，得到目標優(yōu)質(zhì)視頻內(nèi)容； 所述通過深度強化學習技術(shù)對所述視頻語義圖譜進行敘事結(jié)構(gòu)優(yōu)化，得到優(yōu)化后的視頻故事線，包括： 對所述視頻語義圖譜進行敘事單元分割，得到基礎(chǔ)敘事片段序列，并對所述基礎(chǔ)敘事片段序列進行情節(jié)張力計算，得到敘事張力曲線； 基于所述敘事張力曲線對所述基礎(chǔ)敘事片段序列進行敘事狀態(tài)空間構(gòu)建，得到敘事狀態(tài)轉(zhuǎn)移網(wǎng)絡(luò)，并對所述敘事狀態(tài)轉(zhuǎn)移網(wǎng)絡(luò)進行獎勵函數(shù)映射，得到敘事優(yōu)化策略空間，其中，敘事優(yōu)化策略空間包括狀態(tài)價值評估、動作選擇概率和轉(zhuǎn)移獎勵分布； 對所述敘事優(yōu)化策略空間進行多輪探索采樣，得到候選敘事路徑集合，并基于所述候選敘事路徑集合進行敘事質(zhì)量評估，得到最優(yōu)敘事決策序列，其中，最優(yōu)敘事決策序列包括情節(jié)完整度數(shù)據(jù)、敘事連貫性度量和觀眾注意力預測； 通過深度強化學習技術(shù)對所述最優(yōu)敘事決策序列進行敘事結(jié)構(gòu)重組，得到優(yōu)化敘事框架，并基于所述優(yōu)化敘事框架進行時序關(guān)系重構(gòu)，得到優(yōu)化后的視頻故事線，其中，優(yōu)化后的視頻故事線包括故事主線脈絡(luò)、關(guān)鍵情節(jié)節(jié)點和敘事節(jié)奏控制參數(shù)； 所述基于所述敘事張力曲線對所述基礎(chǔ)敘事片段序列進行敘事狀態(tài)空間構(gòu)建，得到敘事狀態(tài)轉(zhuǎn)移網(wǎng)絡(luò)，包括： 對所述敘事張力曲線進行峰值特征提取，得到關(guān)鍵張力節(jié)點序列，并對所述關(guān)鍵張力節(jié)點序列進行時序依賴分析，得到節(jié)點關(guān)聯(lián)圖譜； 基于所述節(jié)點關(guān)聯(lián)圖譜對所述基礎(chǔ)敘事片段序列進行狀態(tài)特征編碼，得到敘事狀態(tài)向量集，并對所述敘事狀態(tài)向量集進行語義距離計算，得到狀態(tài)遷移矩陣； 對所述狀態(tài)遷移矩陣進行動作空間劃分，得到敘事決策空間，并基于所述敘事決策空間進行狀態(tài)轉(zhuǎn)移規(guī)則構(gòu)建，得到狀態(tài)轉(zhuǎn)移規(guī)則集； 對所述狀態(tài)轉(zhuǎn)移規(guī)則集進行網(wǎng)絡(luò)拓撲映射，得到初始轉(zhuǎn)移網(wǎng)絡(luò)，并基于所述初始轉(zhuǎn)移網(wǎng)絡(luò)進行結(jié)構(gòu)優(yōu)化組織，得到敘事狀態(tài)轉(zhuǎn)移網(wǎng)絡(luò)，其中，敘事狀態(tài)轉(zhuǎn)移網(wǎng)絡(luò)包括節(jié)點連接度量、路徑可達性指標和網(wǎng)絡(luò)穩(wěn)定性參數(shù)； 所述基于所述節(jié)點關(guān)聯(lián)圖譜對所述基礎(chǔ)敘事片段序列進行狀態(tài)特征編碼，得到敘事狀態(tài)向量集，包括： 對所述節(jié)點關(guān)聯(lián)圖譜進行時序特征分解，得到張力節(jié)點特征矩陣，并對所述張力節(jié)點特征矩陣進行層次化編碼，得到多層次特征表示； 基于所述多層次特征表示對所述基礎(chǔ)敘事片段序列進行場景要素分析，得到場景特征組合集，并對所述場景特征組合集進行語義嵌入映射，得到語義編碼矩陣； 對所述語義編碼矩陣進行敘事單元對齊，得到敘事結(jié)構(gòu)特征圖，并基于所述敘事結(jié)構(gòu)特征圖進行多維特征融合，得到特征融合張量； 基于所述特征融合張量對所述敘事結(jié)構(gòu)特征圖進行狀態(tài)空間投影，得到狀態(tài)投影向量組，并對所述狀態(tài)投影向量組進行維度約簡處理，得到狀態(tài)壓縮表示； 對所述狀態(tài)壓縮表示進行向量規(guī)范化處理，得到初始狀態(tài)向量，并基于所述初始狀態(tài)向量進行狀態(tài)特征增強，得到敘事狀態(tài)向量集。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人深圳創(chuàng)源互動科技有限公司，其通訊地址為：518000 廣東省深圳市南山區(qū)粵海街道科技園社區(qū)科苑路8號訊美科技廣場3號樓1003；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。