[发明专利]一种视频格调识别方法、装置及电子设备在审

专利信息
申请号: 202110426645.1 申请日: 2021-04-20
公开(公告)号: CN113761273A 公开(公告)日: 2021-12-07
发明(设计)人: 余亭浩;陈少华;侯昊迪;张绍明 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/735 分类号: G06F16/735;G06F16/783;G06N20/00
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王兆林
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: 一种 视频 格调 识别 方法 装置 电子设备
【说明书】:

本申请公开了一种视频格调识别方法、装置及电子设备,该方法属于人工智能领域,该方法包括:通过格调分析模型对目标视频进行分析,得到目标视频的格调信息,其中,该格调信息表征了目标视频的格调的高低程度,这样可以通过识别到的视频格调的高低的程度,更加准确的对用户进行视频推荐。并且训练该格调分析模型的第一训练样本为从负反馈视频中获取的与格调相关的视频,其中,负反馈视频表示用户感兴趣程度较低的视频,由此,从负反馈视频中获取到的训练样本更加能够代表用户的实际需求,这样通过该训练样本训练得到的格调分析模型,更能够分析出符合用户需求的结果。

技术领域

发明涉及视频处理领域,尤其涉及一种视频格调识别方法、装置及电子设备。

背景技术

随着短视频领域的不断发展,短视频的内容也越来越多样,一些用户为了追求点击量,制作了一些低调性视频,例如视频内容的调性较低,或者格调偏低,也可以认为是三俗的视频。对于此类的视频,大众争议很大,有一些人不喜欢观看此类视频,甚至会非常反感,但是,也有一些人喜欢观看。因此,为了能够给用户提供针对性的推荐,需要将低调性视频识别出来。

现有技术中的对于视频格调的分类方法,一般是人工定义低调性的标准,并通过人工定义的标准选择训练样本,然而,人为定义的低调性的标准具有很强的局限性,无法反应真实的用户需求情况。

除此之外,现有技术中通常采用二分类模型对低调性视频进行识别,那么识别的结果只包含两种情况,无法体现视频格调的高低程度,将二分类模型的识别结果应用到信息推荐的效果较差。

发明内容

有鉴于此,本发明实施例提供了一种视频格调识别方法及装置,通过分析视频格调的高低程度,从而在进行用户推荐时,采用该预测结果可以得到更加符合用户需求的视频推荐结果。

本发明实施例公开了一种视频格调识别方法,包括:

获取目标视频的相关信息;所述相关信息包括:音频信息、文本信息和图像信息中的至少一种;

将所述目标视频的相关信息输入到格调分析模型中,得到所述目标视频的格调信息;所述格调信息表征所述目标视频格调的高低程度;

其中,所述格调分析模型通过如下方式训练得到:将从负反馈视频中获取的与格调相关的视频作为第一训练样本,以待训练的格调分析模型对所述第一训练样本的格调信息的分析结果趋近于所述第一训练样本的标准格调信息为训练目标,对所述格调分析模型进行训练;其中,所述负反馈视频是用户反馈信息中表示用户感兴趣程度较低的视频。

可选地,所述格调分析模型,包括:

图像处理模块、文本处理模块、音频处理模块和融合模块;所述图像处理模块用于从图像信息中提取图像特征,所述文本处理模块用于从文本信息中提取文本特征,所述音频处理模块用于从音频信息中提取音频特征,所述融合模块用于将图像特征、文本特征和音频特征进行融合,得到融合特征,以通过融合特征分析视频的格调信息。

可选地,所述格调分析模型的训练过程包括:

将从负反馈视频中获取的与格调相关的视频的图像信息作为第二训练样本,以待训练的图像处理模块对所述第二训练样本的格调信息的预测结果趋近于所述第二训练样本的标准格调信息为目标,对所述图像处理模块进行训练,得到已训练的图像处理模块;

将从负反馈视频中获取的与格调相关的视频的文本信息作为第三训练样本,以待训练的文本处理模块对所述第三训练样本预测的格调信息的预测结果趋近于所述第三训练样本的标准格调信息为目标,对文本处理模块进行训练,得到已训练的文本处理模块;

将从负反馈视频中获取的与格调相关的视频的音频信息作为第四训练样本,以待训练的文本处理模块对所述第四训练样本预测的格调信息的预测结果趋近于所述第四训练样本的标准格调信息为目标,对音频处理模块进行训练,得到已训练的音频处理模块;

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,未经腾讯科技(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/202110426645.1/2.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