[發(fā)明專利]一種多媒體信息識(shí)別、訓(xùn)練的方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201210469520.8
• 申請(qǐng)日: 2012-11-19
• 公開（公告）號(hào): CN102970578A
• 公開（公告）日: 2013-03-13
• 發(fā)明（設(shè)計(jì)）人: 李鵬;孫熙;陸承恩;高鵬程
• 申請(qǐng)（專利權(quán)）人: 北京十分科技有限公司
• 主分類號(hào): H04N21/23
• 分類號(hào): H04N21/23;H04N21/232
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種多媒體信息識(shí)別、訓(xùn)練的方法及裝置。

背景技術(shù)

互聯(lián)網(wǎng)作為信息傳播的新載體，科技創(chuàng)新的新手段，引發(fā)了前所未有的信息革命和產(chǎn)業(yè)革命，同時(shí)互聯(lián)網(wǎng)的普及和發(fā)展深刻地改變了人類的生活和生產(chǎn)方式，給人們的日常生活和工作帶來極大便利。

比如，人們可以在網(wǎng)絡(luò)上通過搜索引擎的拼寫補(bǔ)全功能來找到自己感興趣的一類新聞或信息，也可以在購物網(wǎng)站上輸入自己感興趣的商品后，網(wǎng)站的推薦系統(tǒng)會(huì)根據(jù)用戶的購買商品的行為歷史列出用戶可能感興趣的其他多件相關(guān)商品。

具體到多媒體領(lǐng)域，當(dāng)用戶在視頻/音頻(表示視頻、音頻、視頻和音頻)網(wǎng)站上通過搜索來收看/收聽(表示收看、收聽、收看和收聽)某部視頻/音頻時(shí)，網(wǎng)站的推薦系統(tǒng)也會(huì)給出用戶可能感興趣的相關(guān)相近的視頻/音頻內(nèi)容來供用戶選擇。但是當(dāng)用戶面對(duì)偶然看到的視頻或音頻節(jié)目時(shí)，由于用戶對(duì)播放的節(jié)目信息一無所知，因而無法利用“關(guān)鍵字”搜索的方法上網(wǎng)搜索節(jié)目的相關(guān)信息時(shí)，用戶想要獲取該節(jié)目的相關(guān)信息就產(chǎn)生了困難，自然也無法根據(jù)用戶的信息輸入，來給出用戶可能感興趣的相近的節(jié)目信息以供用戶判斷。因此，本申請(qǐng)的發(fā)明人發(fā)現(xiàn)，應(yīng)當(dāng)開發(fā)相關(guān)應(yīng)用，以解決用戶無論何時(shí)何地通過媒體設(shè)備觀看/收聽視頻/音頻節(jié)目時(shí)，都不能及時(shí)地通過互聯(lián)網(wǎng)網(wǎng)絡(luò)通訊技術(shù)獲取該節(jié)目的相關(guān)信息及播放內(nèi)容的問題。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種多媒體信息識(shí)別、訓(xùn)練的方法及裝置，用于實(shí)現(xiàn)較快的獲得數(shù)據(jù)源信息。

一種識(shí)別多媒體數(shù)據(jù)的方法，包括以下步驟：通過錄制方式獲得多媒體數(shù)據(jù)；確定獲得的多媒體數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)源信息，其中，數(shù)據(jù)源信息標(biāo)記的數(shù)據(jù)源能夠提供獲得的多媒體數(shù)據(jù)；向用戶輸出確定的數(shù)據(jù)源信息。本實(shí)施例通過錄得的數(shù)據(jù)可以直接定位到能夠提供該數(shù)據(jù)的數(shù)據(jù)源。不再需要用戶輸入關(guān)鍵詞進(jìn)行搜索。

優(yōu)選的，確定獲得的多媒體數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)源信息的步驟包括：將獲得的多媒體數(shù)據(jù)與預(yù)存的多媒體數(shù)據(jù)進(jìn)行比對(duì)；確定匹配成功的預(yù)存的多媒體數(shù)據(jù)；根據(jù)預(yù)設(shè)的預(yù)存的多媒體數(shù)據(jù)與數(shù)據(jù)源信息的對(duì)應(yīng)關(guān)系，確定匹配成功的預(yù)存的多媒體數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)源信息。本實(shí)施例通過已有的多媒體數(shù)據(jù)訓(xùn)練模型對(duì)獲得的多媒體數(shù)據(jù)進(jìn)行識(shí)別，以定位到相應(yīng)的數(shù)據(jù)源信息，可使定位較準(zhǔn)確。

優(yōu)選的，將獲得的多媒體數(shù)據(jù)與預(yù)存的多媒體數(shù)據(jù)進(jìn)行比對(duì)的步驟包括：按照預(yù)存的多媒體數(shù)據(jù)的關(guān)注度由高到低的順序，將獲得的多媒體數(shù)據(jù)與預(yù)存的多媒體數(shù)據(jù)進(jìn)行比對(duì)。關(guān)注度越高，匹配成功的可能性越大，因此可以提高匹配成功的效率。

優(yōu)選的，獲得的多媒體數(shù)據(jù)包括多媒體實(shí)質(zhì)數(shù)據(jù)和噪聲數(shù)據(jù)。因?yàn)榇罅康挠脩艨赡茉陬愃频膱鼍跋落浿贫嗝襟w數(shù)據(jù)，所以噪聲數(shù)據(jù)也具有共性。帶著噪聲數(shù)據(jù)進(jìn)行數(shù)據(jù)源定位，可提高定位的準(zhǔn)確度。

優(yōu)選的，確定獲得的多媒體數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)源信息的步驟包括：通過預(yù)存的噪聲數(shù)據(jù)樣本從獲得的多媒體數(shù)據(jù)中識(shí)別出噪聲，確定多媒體實(shí)質(zhì)數(shù)據(jù)；將多媒體實(shí)質(zhì)數(shù)據(jù)與預(yù)存的多媒體數(shù)據(jù)進(jìn)行比對(duì)；確定匹配成功的預(yù)存的多媒體數(shù)據(jù)；根據(jù)預(yù)設(shè)的預(yù)存的多媒體數(shù)據(jù)與數(shù)據(jù)源信息的對(duì)應(yīng)關(guān)系，確定匹配成功的預(yù)存的多媒體數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)源信息。這樣，可提高確定的數(shù)據(jù)源信息的準(zhǔn)確度。

優(yōu)選的，通過錄制方式獲得多媒體數(shù)據(jù)的步驟包括：移動(dòng)終端通過錄制方式獲得多媒體數(shù)據(jù)，并發(fā)送給服務(wù)器；確定獲得的多媒體數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)源信息的步驟包括：服務(wù)器確定獲得的多媒體數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)源信息，并將確定的數(shù)據(jù)源信息發(fā)送給移動(dòng)終端；向用戶輸出確定的數(shù)據(jù)源信息的步驟包括：移動(dòng)終端向用戶輸出確定的數(shù)據(jù)源信息。上述方法可以由移動(dòng)終端實(shí)現(xiàn)，但是移動(dòng)終端的性能有限，因此將確定數(shù)據(jù)源信息的過程放在服務(wù)器側(cè)處理，可提高處理的效率和準(zhǔn)確度。

優(yōu)選的，確定獲得的多媒體數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)源信息的步驟包括：通過錄制方式，每獲得滿足預(yù)設(shè)時(shí)長的多媒體數(shù)據(jù)時(shí)，確定總共獲得的多媒體數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)源信息。這樣可伴隨整個(gè)錄制過程，不斷的進(jìn)行數(shù)據(jù)源信息的定位，并動(dòng)態(tài)調(diào)整，可進(jìn)一步提高定位的準(zhǔn)確性。

一種訓(xùn)練多媒體數(shù)據(jù)的方法，包括以下步驟：通過錄制方式獲得多媒體數(shù)據(jù)，該多媒體數(shù)據(jù)包括噪聲數(shù)據(jù)和多媒體實(shí)質(zhì)數(shù)據(jù)；將獲得的多媒體數(shù)據(jù)作為樣本，加入訓(xùn)練模型中。本實(shí)施例將錄制得到的多媒體數(shù)據(jù)作為樣品加入到訓(xùn)練模型中，以便對(duì)訓(xùn)練模型進(jìn)行訓(xùn)練，可以使該訓(xùn)練模型更完善，利用該訓(xùn)練模式進(jìn)行多媒體數(shù)據(jù)識(shí)別時(shí)可提高識(shí)別的準(zhǔn)確度。