[发明专利]信息推送方法、装置、电子设备及计算机可读存储介质在审

专利信息
申请号: 201811447987.6 申请日: 2018-11-29
公开(公告)号: CN109495784A 公开(公告)日: 2019-03-19
发明(设计)人: 都之夏 申请(专利权)人: 北京微播视界科技有限公司
主分类号: H04N21/44 分类号: H04N21/44;H04N21/442;H04N21/466;H04N21/81
代理公司: 北京市立方律师事务所 11330 代理人: 张筱宁
地址: 100086 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 推送 相关信息 视频帧图像 目标对象 计算机可读存储介质 电子设备 信息推送 视频 图像识别技术 图像识别 用户观看 用户体验 自动配置 关联地 配置的 应用
【权利要求书】:

1.一种基于图像识别的信息推送方法,其特征在于,包括:

基于图像识别方法对待处理视频中的视频帧图像进行识别,以确定所述视频帧图像中包括的至少一个目标对象;

确定所述至少一个目标对象分别对应的推送相关信息;

将所述推送相关信息与其对应的目标对象相关联地进行推送。

2.根据权利要求1所述的方法,其特征在于,所述基于图像识别方法对待处理视频中的视频帧图像进行识别,以确定所述视频帧图像中包括的至少一个目标对象,包括:

确定所述视频帧图像中的至少一个候选区域;

确定各个候选区域的特征值,得到各个候选区域分别对应的特征向量;

将得到的各个特征向量输入至预训练的第一神经网络模型,以确定所述视频帧图像中包括的至少一个目标对象。

3.根据权利要求2所述的方法,其特征在于,所述确定所述视频帧图像中的至少一个候选区域,包括:

对所述视频帧图像进行图像分割得到多个区域集合;

基于选择搜索算法对得到的多个区域集合进行合并处理得到所述至少一个候选区域。

4.根据权利要求2所述的方法,其特征在于,所述确定所述视频帧图像中的至少一个候选区域,包括:

通过预训练的第二神经网络模型的特征提取层提取所述视频帧图像的特征得到图像特征图;

基于得到的所述图像特征图通过预训练的第二神经网络模型的候选区域生成层确定所述至少一个候选区域。

5.根据权利要求1所述的方法,其特征在于,确定所述至少一个目标对象分别对应的推送相关信息,包括:

将任一目标对象通过预设的信息推荐存储库进行查询,以确定与所述任一目标对象匹配的多个候选的推送相关信息;

分别计算多个候选的推送相关信息与待推荐用户的相关性;

基于相关性计算结果,从多个候选的推送相关信息中确定推送相关信息。

6.根据权利要求1所述的方法,其特征在于,所述推送相关信息包括以下至少一项:

商品推荐链接;目标对象和/或关联对象的介绍信息。

7.一种基于图像识别的信息推送装置,其特征在于,包括:

第一确定模块,用于基于图像识别方法对待处理视频中的视频帧图像进行识别,以确定所述视频帧图像中包括的至少一个目标对象;

第二确定模块,用于确定所述第一确定模块确定的所述至少一个目标对象分别对应的推送相关信息;

推送模块,用于将所述第二确定模块确定的所述推送相关信息与其对应的目标对象相关联地进行推送。

8.根据权利要求7所述的装置,其特征在于,所述第一确定模块包括第一确定单元、第二确定单元以及第三确定单元;

所述第一确定单元,用于确定所述视频帧图像中的至少一个候选区域;

所述第二确定单元,用于确定所述第一确定单元确定的各个候选区域的特征值,得到各个候选区域分别对应的特征向量;

所述第三确定单元,用于将所述第二确定单元得到的各个特征向量输入至预训练的第一神经网络模型,以确定所述视频帧图像中包括的至少一个目标对象。

9.一种电子设备,其特征在于,包括:

一个或多个处理器;

存储器;

一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于:执行根据权利要求1至6任一项所述的基于图像识别的信息推送方法。

10.一种计算机可读存储介质,其特征在于,所述计算机存储介质用于存储计算机指令,当其在计算机上运行时,使得计算机可以执行上述权利要求1至6中任一项所述的基于图像识别的信息推送方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京微播视界科技有限公司,未经北京微播视界科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811447987.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top