[發明專利]一種視頻數據的推薦方法和裝置

在審

• 申請號: 201710113741.4
• 申請日: 2017-02-28
• 公開（公告）號: CN108509457A
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 張亞楠;王瑜
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62;G06N3/08;H04N21/466
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 趙娟

1.一種視頻數據的推薦方法，其特征在于，包括：

獲取一個或多個待檢測的視頻數據；

分別提取每個待檢測的視頻數據的質量特征信息；

采用預設的視頻數據檢測模型對所述質量特征信息進行識別，以獲得目標視頻數據；

向用戶推薦所述目標視頻數據。

2.根據權利要求1所述的方法，其特征在于，所述預設的視頻數據檢測模型通過如下方式生成：

分別提取多個樣本視頻數據的質量特征信息，所述多個樣本視頻數據包括多個正向樣本視頻數據和負向樣本視頻數據；

采用所述多個正向樣本視頻數據和負向樣本視頻數據的質量特征信息進行訓練，生成視頻數據檢測模型。

3.根據權利要求2所述的方法，其特征在于，所述質量特征信息包括圖像像素特征信息，連續幀圖像物體遷移特征信息，連續幀圖像動作特征信息，圖像幀不同的頻域特征信息，圖像幀小波變換特征信息，和/或，圖像旋轉算子特征信息。

4.根據權利要求3所述的方法，其特征在于，所述分別提取多個樣本視頻數據的質量特征信息的步驟包括：

提取每個樣本視頻數據的每一幀圖像的像素信息；

分別對所述像素信息進行卷積運算和池化處理，以獲得圖像像素特征信息。

5.根據權利要求3所述的方法，其特征在于，所述分別提取多個樣本視頻數據的質量特征信息的步驟包括：

識別每個樣本視頻數據的每一幀圖像中的物體對象；

分別確定相鄰兩幀圖像中的物體對象出現的次數和頻率，以獲得連續幀圖像物體遷移特征信息。

6.根據權利要求3所述的方法，其特征在于，所述分別提取多個樣本視頻數據的質量特征信息的步驟包括：

識別每個樣本視頻數據的每一幀圖像中的動作對象的形狀特征；

分別確定相鄰兩幀圖像中的動作對象的形狀特征的幾何參數，以獲得連續幀圖像動作特征信息。

7.根據權利要求3所述的方法，其特征在于，所述分別提取多個樣本視頻數據的質量特征信息的步驟包括：

確定每個樣本視頻數據的每一幀圖像的幅值和相位；

分別確定相鄰兩幀圖像的幅值差和相位差，以獲得圖像幀不同的頻域特征信息。

8.根據權利要求3所述的方法，其特征在于，所述分別提取多個樣本視頻數據的質量特征信息的步驟包括：

確定每個樣本視頻數據的每一幀圖像的小波系數；

分別確定相鄰兩幀圖像的小波系數的變化值，以獲得圖像幀小波變換特征信息。

9.根據權利要求3所述的方法，其特征在于，所述分別提取多個樣本視頻數據的質量特征信息的步驟包括：

確定每個樣本視頻數據的每一幀圖像的旋轉算子；

分別確定相鄰兩幀圖像的旋轉算子的變化值，以獲得圖像旋轉算子特征信息。

10.根據權利要求2-9任一所述的方法，其特征在于，所述采用所述多個正向樣本視頻數據和負向樣本視頻數據的質量特征信息進行訓練，生成視頻數據檢測模型的步驟包括：

對所述多個正向樣本視頻數據和負向樣本視頻數據的質量特征信息進行歸一化處理，以獲得歸一化的質量特征信息；

補全所述歸一化的質量特征信息的缺失值；

從所述歸一化的質量特征信息中識別出目標質量特征信息；

采用所述目標質量特征信息進行神經網絡模型訓練，生成視頻數據檢測模型。

11.根據權利要求10所述的方法，其特征在于，所述從所述歸一化的質量特征信息中識別出目標質量特征信息的步驟包括：

確定所述歸一化的質量特征信息的信息熵；

識別所述信息熵超過第一預設閾值的質量特征信息為目標質量特征信息。