[发明专利]视频数据中特定对象检测方法及装置、计算设备

权利要求书

1.一种视频数据中特定对象检测方法，其包括：

获取视频数据；

将视频数据输入至第二神经网络中，得到视频数据的检测结果；其中，所述第二神经网络利用预先训练的第一神经网络的至少一层中间层的输出数据进行指导训练得到，所述第一神经网络的层数多于所述第二神经网络的层数；

根据所述视频数据的检测结果，确定所述视频数据的标签属性信息；

根据所述视频数据的标签属性信息，对所述视频数据进行标记。

2.根据权利要求1所述的方法，其中，所述获取视频数据进一步包括：

获取本地视频数据和/或网络视频数据。

3.根据权利要求1或2所述的方法，其中，所述视频数据的检测结果包含特定对象出现的时长；

所述根据所述视频数据的检测结果，确定所述视频数据的标签属性信息进一步包括：

判断所述视频数据的检测结果中特定对象出现的时长与视频数据时长的比例是否大于预设时长比例；

若是，将特定对象设置为所述视频数据的标签属性信息。

4.根据权利要求1-3中任一项所述的方法，其中，所述视频数据的检测结果包含特定对象出现的次数；

所述根据所述视频数据的检测结果，确定所述视频数据的标签属性信息进一步包括：

判断所述视频数据的检测结果中特定对象出现的频率是否大于预设频率值；

若是，将特定对象设置为所述视频数据的标签属性信息。

5.根据权利要求1-4中任一项所述的方法，其中，所述视频数据的检测结果包含特定对象的场景信息；

所述根据所述视频数据的检测结果，确定所述视频数据的标签属性信息进一步包括：

根据所述视频数据的检测结果，将特定对象以及场景设置为所述视频数据的标签属性信息。

6.根据权利要求1-5中任一项所述的方法，其中，所述方法还包括：

获取用户终端的观看视频数据的偏好；

根据视频数据的检测结果和用户终端的偏好，向用户终端推送符合用户终端的偏好的视频数据。

7.根据权利要求1-5中任一项所述的方法，其中，所述第二神经网络的训练过程包括：

将特定对象检测的训练样本数据输入至经训练得到的第一神经网络中，获得第一神经网络的至少一层第一中间层的输出数据；

将特定对象检测的训练样本数据输入至待训练的第二神经网络中，获得第二神经网络的至少一层第二中间层的输出数据以及最终输出数据，所述至少一层第二中间层与所述至少一层第一中间层具有对应关系；

利用所述至少一层第二中间层的输出数据与所述至少一层第一中间层的输出数据之间的损失，以及所述最终输出数据与预标注的输出数据之间的损失，对第二神经网络进行训练。

8.一种视频数据中特定对象检测装置，其包括：

获取模块，适于获取视频数据；

检测模块，适于将视频数据输入至第二神经网络中，得到视频数据的检测结果；其中，所述第二神经网络利用预先训练的第一神经网络的至少一层中间层的输出数据进行指导训练得到，所述第一神经网络的层数多于所述第二神经网络的层数；

标签模块，适于根据所述视频数据的检测结果，确定所述视频数据的标签属性信息；

标记模块，适于根据所述视频数据的标签属性信息，对所述视频数据进行标记。

9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的视频数据中特定对象检测方法对应的操作。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的视频数据中特定对象检测方法对应的操作。