[發(fā)明專利]媒體資源的分類器訓練方法及裝置

有效

• 申請?zhí)枺?/td>: 201710508695.8
• 申請日: 2017-06-28
• 公開（公告）號: CN109145933B
• 公開（公告）日: 2022-02-08
• 發(fā)明（設計）人: 原春鋒
• 申請（專利權）人: 騰訊科技（深圳）有限公司;中國科學院自動化研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙囡囡;褚敏

本發(fā)明公開了一種媒體資源的分類器訓練方法及裝置。其中，該方法包括：從媒體資源樣本集合中獲取媒體資源特征數據和媒體資源分類信息；根據預設的分布信息和媒體資源分類信息確定媒體資源特征數據中每種媒體資源特征對應的核權重；根據核權重和每種媒體資源特征對應的核函數獲取合成核函數；根據合成核函數對媒體資源的分類器進行訓練。本發(fā)明解決了相關技術中對媒體資源的分類器進行訓練時的訓練效率低的技術問題。

技術領域

本發(fā)明涉及計算機領域，具體而言，涉及一種媒體資源的分類器訓練方法及裝置。

背景技術

隨著互聯(lián)網媒體的快速發(fā)展，媒體資源越來越豐富，海量的媒體資源如何清晰有條理的呈現(xiàn)在用戶的面前就成為了一個熱門的研究課題。在媒體資源分類的過程中利用媒體資源樣本對分類器進行訓練，這樣就可以利用分類器對媒體資源進行分類。在對媒體資源的分類器進行訓練的過程中，需要使用媒體資源的特征對分類器進行訓練，以往的媒體資源分類系統(tǒng)中多特征融合方式通常可以分為兩類：特征層融合與決策層融合。特征層融合將多種特征拼接為一種特征，不能充分利用不同特征對語義類別的區(qū)分性。決策層融合指首先單獨利用每種特征進行識別，然后綜合所有識別結果進行最終判定。考慮到不同特征對于各種語義類別的視頻具有不同強弱的區(qū)分能力，如何有效地組合各類視頻特征對于提高視頻分類的性能具有十分重要的意義。

目前對于將多種特征進行融合采取的方法都較為簡單，并不能很好地利用多種特征的優(yōu)勢，也不能保證進行特征融合后的效果比單特征要好。這就導致了對媒體資源的分類器進行訓練時的訓練效率低。

針對上述的問題，目前尚未提出有效的解決方案。

發(fā)明內容

本發(fā)明實施例提供了一種媒體資源的分類器訓練方法及裝置，以至少解決相關技術中對媒體資源的分類器進行訓練時的訓練效率低的技術問題。

根據本發(fā)明實施例的一個方面，提供了一種媒體資源的分類器訓練方法，包括：從媒體資源樣本集合中獲取媒體資源特征數據和媒體資源分類信息，其中，所述媒體資源樣本集合包括多個媒體資源樣本，所述媒體資源特征數據中攜帶有媒體資源樣本對應的多種媒體資源特征，所述媒體資源分類信息用于指示所述媒體資源樣本集合中每個媒體資源樣本的分類；根據預設的分布信息和所述媒體資源分類信息確定所述媒體資源特征數據中每種媒體資源特征對應的核權重，其中，所述預設的分布信息用于指示所述核權重服從的預設的分布；根據所述核權重和所述每種媒體資源特征對應的核函數獲取合成核函數，其中，所述每種媒體資源特征對應的核函數用于指示所述每種媒體資源特征在所述媒體資源樣本集合的特征空間中的映射關系；根據所述合成核函數對媒體資源的分類器進行訓練。

根據本發(fā)明實施例的另一方面，還提供了一種媒體資源的分類器訓練裝置，包括：第一獲取模塊，用于從媒體資源樣本集合中獲取媒體資源特征數據和媒體資源分類信息，其中，所述媒體資源樣本集合包括多個媒體資源樣本，所述媒體資源特征數據中攜帶有媒體資源樣本對應的多種媒體資源特征，所述媒體資源分類信息用于指示所述媒體資源樣本集合中每個媒體資源樣本的分類；確定模塊，用于根據預設的分布信息和所述媒體資源分類信息確定所述媒體資源特征數據中每種媒體資源特征對應的核權重，其中，所述預設的分布信息用于指示所述核權重服從的預設的分布；第二獲取模塊，用于根據所述核權重和所述每種媒體資源特征對應的核函數獲取合成核函數，其中，所述每種媒體資源特征對應的核函數用于指示所述每種媒體資源特征在所述媒體資源樣本集合的特征空間中的映射關系；訓練模塊，用于根據所述合成核函數對媒體資源的分類器進行訓練。