[发明专利]视频推送方法、装置、设备及存储介质

说明书

本发明属于多媒体领域，公开了一种视频推送方法、装置、设备及存储介质。该方法包括：获取显示界面播放的多媒体文件的音视频信息；通过预设场景识别模型对音视频信息进行场景识别，获得场景识别结果；根据场景识别结果确定视频推送类别，并根据视频推送类别进行视频推送。由于本发明是通过预设场景识别模型对音视频信息进行场景识别，获得场景识别结果；根据场景识别结果确定视频推送类别，并根据视频推送类别进行视频推送。相对于现有的随机为用户展示视频的方式，本发明上述方式能够推送用户感兴趣的视频，提升用户观看视频的体验感。

技术领域

本发明涉及多媒体技术领域，尤其涉及一种视频推送方法、装置、设备及存储介质。

背景技术

现有的短视频播放深受用户喜爱，但是短视频使用用户的时间一般比较碎片化，当用户进入视频显示页面时，当前推送的短视频内容是随机的，是从后台短视频引擎随机推送的短视频，因为当前的投递多半是盲投，造成投递的短视频与用户的感兴趣的内容和产品并不一致，造成了投递效果未达预期甚至引起用户的投诉的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种视频推送方法、装置、设备及存储介质，旨在解决现有技术中用户观看视频时推送的视频内容是随机的，不能满足用户的观看需要的技术问题。

为实现上述目的，本发明提供了一种视频推送方法，所述方法包括以下步骤：

获取显示界面播放的多媒体文件的音视频信息；

通过预设场景识别模型对所述音视频信息进行场景识别，获得场景识别结果；

根据所述场景识别结果确定视频推送类别，并根据所述视频推送类别进行视频推送。

可选地，所述音视频信息包括图像信息和/或音频信息：

所述获取显示界面播放的多媒体文件的音视频信息的步骤，包括:

在预设采样周期内，按预设截取频率截取显示界面播放的多媒体文件的图像信息；

和/或，在预设采样周期内，按预设录制频率和录制时长录制显示界面播放的多媒体文件的音频信息。

可选地，所述场景识别结果包括：图像场景识别结果和/或音频场景识别结果；

所述通过预设场景识别模型对所述音视频信息进行场景识别，获得场景识别结果的步骤，包括:

通过预设场景识别模型提取每次截取到的图像信息中的图像特征，并对提取的图像特征进行场景识别，获得图像场景识别结果；

和/或，通过预设场景识别模型提取所述音频信息中的声纹特征，并对提取的声纹特征进行场景识别，获得音频场景识别结果。

可选地，所述通过预设场景识别模型提取每次截取到的图像信息中的图像特征，并对提取的图像特征进行场景识别，获得图像场景识别结果的步骤之后，还包括:

根据所述图像场景识别结果确定各图像信息所对应的图像场景类别；

根据所述图像场景类别统计视频类别数量；

判断所述视频类别数量是否小于预设数量；

在所述视频类别数量小于所述预设数量时，对所述预设采样周期进行调整；

根据调整后的采样周期，按预设截取频率截取显示界面播放的多媒体文件的图像信息。

可选地，所述根据所述场景识别结果确定视频推送类别，并根据所述视频推送类别进行视频推送的步骤之前，还包括:

获取所述多媒体文件的历史场景识别结果；