[发明专利]视频分类方法、装置、计算机设备和存储介质在审
申请号: | 201910650009.X | 申请日: | 2019-07-18 |
公开(公告)号: | CN110489592A | 公开(公告)日: | 2019-11-22 |
发明(设计)人: | 周俊琨 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F16/75 | 分类号: | G06F16/75;G06K9/62 |
代理公司: | 44224 广州华进联合专利商标代理有限公司 | 代理人: | 姜晓云<国际申请>=<国际公布>=<进入 |
地址: | 518033 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 概率分数 视频分类 特征图 预设 采样 音频特征 视频 数据处理领域 计算机设备 存储介质 卷积计算 视频转化 分类器 申请 | ||
1.一种视频分类方法,所述方法包括:
接收第一终端发送的待识别视频,将所述待识别视频转化为预设类型的初始特征图,并从所述待识别视频中提取当前音频特征;
将每一所述预设类型的初始特征图进行采样得到当前采样特征图;
对所述当前采样特征图进行卷积计算,得到每一所述预设类型中当前采样特征图对应不同视频分类的第一概率分数;
根据所述第一概率分数得到所述预设类型对应的不同视频分类的第二概率分数;
将所述当前音频特征输入至预设的分类器得到所述当前音频特征对应的不同视频分类的第三概率分数;
根据所述第二概率分数以及所述第三概率分数计算得到所述待识别视频对应的不同视频分类的第四概率分数;
获取第四概率分数最大的视频分类作为所述待识别视频的类别。
2.根据权利要求1所述的方法,其特征在于,所述将每一所述预设类型的初始特征图进行采样得到当前采样特征图,包括:
将每一所述预设类型的初始特征图按照时序进行分段处理;
从每一分段的初始特征图提取一张图像作为当前采样特征图。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一概率分数得到所述预设类型对应的不同视频分类的第二概率分数,包括:
获取预设的第一权重;
根据所述第一权重以及与第一权重对应的第一概率分数计算得到所述预设类型对应的不同视频分类的第二概率分数。
4.根据权利要求1至3任意一项所述的方法,其特征在于,所述方法还包括:
接收第二终端发送的视频标识;
获取所述视频标识对应的视频类别,并选取与所述视频类别对应的目标视频;
将所述目标视频推送至所述第二终端。
5.根据权利要求1至3任意一项所述的方法,其特征在于,所述方法还包括:
获取已经分类的历史视频以及所述历史视频对应的视频类别;
将所述历史视频转化为预设类型的历史特征图,并从所述历史视频中提取历史音频特征;
对每一所述预设类型的历史特征图进行采样得到历史采样特征图;
对所述历史采样特征图进行卷积计算,得到每一所述预设类型中历史采样特征图对应不同视频分类的第一训练概率分数;
根据所述历史视频对应的视频类别得到每一所述预设类型中历史采样特征图对应不同视频分类的第一真实概率分数;
根据所述第一训练概率分数和所述第一真实概率分数进行模型训练得到第一模型;
所述根据所述第一概率分数得到所述预设类型对应的不同视频分类的第二概率分数,包括:
将所述第一概率分数输入至所述第一模型中得到所述预设类型对应的不同视频分类的第二概率分数。
6.根据权利要求5所述的方法,其特征在于,所述对所述历史采样特征图进行卷积计算,得到每一所述预设类型中历史采样特征图对应不同视频分类的第一训练概率分数之后,还包括:
根据所述第一训练概率分数得到所述预设类型对应的不同视频分类的第二训练概率分数;
将所述当前音频特征输入至预设的分类器得到所述当前音频特征对应的不同视频分类的第三训练概率分数;
根据所述历史视频对应的视频类别得到所述待识别视频对应的不同视频分类的第二真实概率分数;
根据所述第二训练概率分数、所述第三训练概率分数以及所述第二真实概率分数进行模型训练得到第二模型;
所述根据所述第二概率分数以及所述第三概率分数计算得到所述待识别视频对应的不同视频分类的第四概率分数,包括:
将所述第二概率分数以及所述第三概率分数输入至所述第二模型得到所述待识别视频对应的不同视频分类的第四概率分数。
7.根据权利要求6所述的方法,其特征在于,所述对每一所述预设类型的历史特征图进行采样得到历史采样特征图之前,还包括:
对所述历史特征图进行预处理得到处理后的历史特征图。
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平安科技(深圳)有限公司,未经平安科技(深圳)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/201910650009.X/1.html,转载请声明来源钻瓜专利网。