[发明专利]一种视频推荐方法、系统及装置

权利要求书

1.一种视频推荐方法，其特征在于，包括：

获取多个候选视频；

获取所述候选视频的多个视频帧以及各个视频帧的图像特征；

根据所述视频帧的图像特征，基于训练好的判别模型分别计算各个视频帧与从多个视频帧中预选定的视频帧之间的相似度，以确定镜头边界帧；

根据镜头边界帧，将所述候选视频分割为多个视频片段；

基于训练好的镜头特征提取模型以及所述多个视频镜头中的每一个所对应的视频片段，生成所述多个视频镜头对应的多个镜头特征；

基于所述多个镜头特征生成每个候选视频对应的视频特征向量；

基于训练好的判别模型以及候选视频对应的视频特征向量确定任意两个候选视频之间的相似程度，基于所述相似程度确定推荐视频集；

其中，所述镜头特征提取模型和所述判别模型为第一神经网络模型的子模型，所述镜头特征提取模型是基于序列的机器学习模型，所述判别模型为一个训练好的分类器模型，所述镜头特征提取模型和所述判别模型基于多个训练样本通过多轮迭代联合训练得到。

2.根据权利要求1所述的方法，所述基于训练好的判别模型以及候选视频对应的视频特征向量确定任意两个候选视频之间的相似程度，基于所述相似程度确定推荐视频集，还包括：

基于聚类算法对所述多个视频特征向量进行聚类，获得多个视频聚类簇；

基于所述多个视频聚类簇确定推荐视频集。

3.根据权利要求2所述的方法，所述基于所述多个视频聚类簇确定推荐视频集，包括：

确定推荐视频集的预设值；

多次采用聚类算法处理所述视频特征向量，直至所得的视频聚类簇的数量大于所述推荐视频集的预设值；

随机选取个数与预设值相等的多个视频聚类簇；

从选取的每个视频聚类簇中分别获取一个候选视频，以确定所述推荐视频集。

4.根据权利要求1所述的方法，所述基于训练好的镜头特征提取模型以及所述多个视频镜头中的每一个所对应的视频片段，生成所述多个视频镜头对应的多个镜头特征，包括：

获取每一个视频镜头对应的视频片段中的多个视频帧；

确定每个视频帧对应的一个或多个图像特征；

基于训练好的镜头特征提取模型处理所述多个视频帧中的图像特征以及多个视频帧中图像特征之间的相互关系，确定视频镜头对应的镜头特征。

5.根据权利要求4所述的方法，所述第一神经网络模型包括第一镜头特征提取模型、第二镜头特征提取模型以及判别模型，所述第一镜头特征提取模型、第二镜头特征提取模型的具有相同的模型结构，且所述第一镜头特征提取模型、第二镜头特征提取模型中的任意一个可用于生成所述多个视频镜头对应的多个镜头特征；所述第一神经网络模型基于以下步骤进行训练：

获取第一训练集，所述第一训练集中包括多个视频对，其中每个所述视频对中包含对应的第一样本视频对应的图像特征、第二样本视频对应的图像特征以及标签值，所述标签值反映第一样本视频和第二样本视频之间的相似程度；以及

基于所述第一训练集，通过多轮迭代来训练第一初始模型，以生成训练好的第一神经网络模型；

其中，所述第一初始模型包括初始化的第一镜头特征提取模型、初始化的第二镜头特征提取模型以及初始化的判别模型。

6.根据权利要求5所述的方法，所述多轮迭代来训练第一初始模型，以生成训练好的第一神经网络模型，其中每轮迭代包括：

获取前一轮迭代中生成的更新后的第一初始模型；

对所述每个视频对，

利用更新后的第一镜头特征提取模型处理所述视频对中的第一样本视频对应的图像特征，获得对应的第一镜头特征；

利用更新后的第二镜头特征提取模型处理同一视频对中的第二样本视频对应的图像特征，获得第二镜头特征；

利用更新后的判别模型处理所述第一镜头特征和所述第二镜头特征，生成判别结果，所述判别结果用以反映第一镜头特征和第二镜头特征的相似程度；

基于所述判别结果以及所述标签值判断是否进行下一轮迭代或者就此确定训练好的第一神经网络模型。