[发明专利]相册视频识别方法、系统、设备及存储介质

权利要求书

1.一种相册视频识别方法，其特征在于，包括如下步骤：

基于深度学习构建视频识别模型，所述视频识别模型包括依次串联的特征提取层、特征挖掘层和输出层，所述特征提取层的输入为视频数据，所述输出层的输出为输入的视频数据预测为相册视频的概率；

将待识别的视频数据输入所述视频识别模型；

根据所述视频识别模型的输出层的输出确定所述待识别的视频数据是否为相册视频。

2.根据权利要求1所述的相册视频识别方法，其特征在于，所述基于深度学习构建视频识别模型包括基于长期循环卷积神经网络模型构建视频识别模型，所述视频识别模型包括基于卷积神经网络的特征提取层和基于循环神经网络的特征挖掘层。

3.根据权利要求2所述的相册视频识别方法，其特征在于，所述基于长期循环卷积神经网络模型构建视频识别模型之后，还包括如下步骤：

训练用于提取图像特征的残差网络层；

采用所述残差网络层替代所述长期循环卷积神经网络模型中的特征提取层。

4.根据权利要求3所述的相册视频识别方法，其特征在于，所述训练用于提取图像特征的残差网络层，包括采用多个场景下的图像集训练用于提取图像特征的残差网络层。

5.根据权利要求4所述的相册视频识别方法，其特征在于，采用所述残差网络层替代所述长期循环卷积神经网络模型中的特征提取层，包括如下步骤：

修改所述长期循环卷积神经网络模型中的特征提取层的输入尺寸为适应残差网络层的输入尺寸；

去除训练好的残差网络层的输出层，并将所述残差网络层输出的全局池化层向量调整为适应于输入所述特征挖掘层的维度；

将所述残差网络层与所述特征挖掘层串联。

6.根据权利要求3所述的相册视频识别方法，其特征在于，所述将待识别的视频数据输入所述视频识别模型，包括如下步骤：

将所述待识别的视频数据中预设时间范围内的多帧图像输入所述视频识别模型的残差网络层。

7.根据权利要求2或3所述的相册视频识别方法，其特征在于，所述基于长期循环卷积神经网络模型构建视频识别模型之后，还包括如下步骤：

采用双向长短期记忆网络替代所述特征挖掘层中的长短期记忆网络。

8.根据权利要求1所述的相册视频识别方法，其特征在于，所述特征提取层包括训练好的残差网络层，和/或所述特征挖掘层包括双向长短期记忆网络层。

9.根据权利要求1所述的相册视频识别方法，其特征在于，根据所述视频识别模型的输出层的输出确定所述待识别的视频数据是否为相册视频之后，还包括如下步骤：

获取人工反馈结果，所述人工反馈结果包括所述待识别的视频数据是否为相册视频的人工判定结果；

比较所述人工反馈结果和所述视频识别模型的输出，根据比较结果判定模型是否预测准确；

如果模型预测不准确，则基于人工反馈结果优化训练所述视频识别模型。

10.一种相册视频识别系统，用于实现权利要求1至9中任一项所述的相册视频识别方法，其特征在于，所述系统包括：

模型构建模块，用于基于深度学习构建视频识别模型，所述视频识别模型包括依次串联的特征提取层、特征挖掘层和输出层，所述特征提取层的输入为视频数据，所述输出层的输出为输入的视频数据为相册视频的概率；

视频输入模块，用于将待识别的视频数据输入所述视频识别模型；

视频识别模块，用于根据所述视频识别模型的输出层的输出确定所述待识别的视频数据是否为相册视频。

11.一种相册视频识别设备，其特征在于，包括：

处理器；

存储器，其中存储有所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至9中任一项所述的相册视频识别方法的步骤。

12.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现权利要求1至9中任一项所述的相册视频识别方法的步骤。