[发明专利]图片传输方法及装置有效

专利信息
申请号: 201910725985.7 申请日: 2019-08-07
公开(公告)号: CN110381339B 公开(公告)日: 2021-08-27
发明(设计)人: 吴乐;汪萌;杨永晖;陈雷 申请(专利权)人: 腾讯科技(深圳)有限公司;合肥工业大学
主分类号: H04N21/234 分类号: H04N21/234;H04N21/466;H04N21/442;H04N21/25;H04N21/262
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 周婷婷
地址: 518000 广东省深圳*** 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: 图片 传输 方法 装置
【权利要求书】:

1.一种图片传输方法,其特征在于,包括:

获取第一视频中的关键帧组成的目标关键帧集合;

根据一组帐号对一组视频的实际关注度参数和预测关注度参数确定目标视觉参数,其中,所述目标视觉参数包括:所述一组帐号中每个帐号的第m个视觉参数,以及,所述一组视频中每个视频的关键帧集合中的第n个关键帧的视觉特征,基于所述第m个视觉参数和所述第n个关键帧的视觉特征计算得到的所述预测关注度参数和所述实际关注度参数之间的差值满足预设条件,m和n均为自然数;

根据所述目标视觉参数确定所述目标帐号对所述目标关键帧集合中的每个关键帧的关注度参数;

将所述目标关键帧集合中关注度参数大于预定阈值的目标关键帧传输给所述目标帐号。

2.根据权利要求1所述的方法,其特征在于,根据所述一组帐号对所述一组视频的所述实际关注度参数和所述预测关注度参数确定所述目标视觉参数包括:

分别对于所述每个帐号的M个视觉参数与所述每个视频的N个视觉特征确定一个L(θ),其中,L(θ)的个数为M*N,对于所述M个视觉参数中的第x个视觉参数与所述N个视觉特征中的第y个视觉特征,通过如下公式确定L(θ)xy

其中,Rai表示所述一组帐号中的帐号a对所述一组视频中的第i个视频的实际关注度参数,R'ai表示所述帐号a对所述第i个视频的预测关注度参数,σ(x)表示激活函数,λ表示正则项参数系数,θ表示待优化参数,所述θ中的待优化参数包括:表示所述帐号a的行为特征的第一协同参数Ua,表示所述第i个视频的行为特征参数的第二协同参数Vi,表示所述帐号a的视觉参数Wa以及表示所述第i个视频的视觉参数P,所述帐号a为所述一组帐号的第a个帐号,所述a的取值区间为[1,M],所述i的取值区间为Ra=[1,N];

其中,在x=m以及y=n的情况下,L(θ)的取值最小。

3.根据权利要求2所述的方法,其特征在于,对于所述M个视觉参数中的第x个视觉参数与所述N个视觉特征中的第y个视觉特征,通过如下公式确定R'ai

其中,Ua表示所述第一协同参数,Vi表示所述第二协同参数,Wa表示所述帐号a的视觉参数,Xi表示所述第i个视频的视觉维度向量,βai表示所述帐号a的视觉偏好在选择第i个视频时所占的比重。

4.根据权利要求3所述的方法,对于所述M个视觉参数中的第x个视觉参数与所述N个视觉特征中的第y个视觉特征,通过如下公式确定Xi

其中,set(i)表示所述第i个视频的关键帧集合,Fk表示所述第i个视频的关键帧集合中第k个关键帧的视觉特征,αik表示第k个关键帧的视觉特征在所述第i个视频的视觉特征中所占的比重,P表示所述第i个视频的视觉参数。

5.根据权利要求1所述的方法,其特征在于,根据所述目标视觉参数确定所述目标帐号对所述目标关键帧集合中的每个关键帧的关注度参数包括:通过如下公式确定所述目标帐号对所述目标关键帧集合中的每个关键帧的关注度参数:

其中,在将所述视频i推荐给所述帐号a时,G'k表示所述目标帐号对所述目标关键帧集合中的第k个关键帧的关注度参数,其中1≤k≤K,K为所述目标关键帧集合中的关键帧的个数,表示所述目标关键帧集合中的每个关键帧的特征参数,其中,所述由所述一组帐号中每个帐号的第m个视觉参数,以及,所述一组视频中每个视频的关键帧集合中的关键帧的第n个视觉特征确定。

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腾讯科技(深圳)有限公司;合肥工业大学,未经腾讯科技(深圳)有限公司;合肥工业大学许可,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/201910725985.7/1.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