[發明專利]圖片篩選方法及裝置、存儲介質

有效

• 申請號: 201710991271.1
• 申請日: 2017-10-23
• 公開（公告）號: CN110069651B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 李會珠;衛磊;花貴春;姜國華
• 申請（專利權）人: 騰訊科技（北京）有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/538;G06F16/9535;G06V10/82;G06V10/74;G06V10/764
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 郭曼;王琦

本申請提供一種圖片篩選方法、裝置及存儲介質，該方法包括：獲取待推薦的媒體內容中的圖片；將獲取到的每一張圖片輸入預先訓練的深度學習模型中，并獲取所述深度學習模型輸出的該張圖片與不同圖片類別之間的匹配度；所述不同圖片類別表征該張圖片的內容作為所述媒體內容的展示圖片的適合程度不同；根據每一張圖片與不同圖片類別之間的匹配度，確定該圖片作為所述展示圖片的期望值；從所述媒體內容的各張圖片中篩選出所述期望值符合預定條件的圖片作為所述展示圖片。

技術領域

本申請涉及媒體內容處理技術領域，尤其是涉及一種圖片篩選方法及裝置、存儲介質。

背景技術

音視頻、游戲、文章、新聞等各種媒體內容已經成為人們生活、娛樂以及了解時事的有效途徑，長期以來一直在人們的生活中占據著重要的位置。例如，新聞類的應用程序，面對每天海量的新聞，為了使用戶有更進一步瀏覽閱讀的欲望，如何對推薦給用戶的某篇新聞進行呈現成為需要解決的問題。對于音視頻、游戲、文章等其他的媒體內容也是如此。要解決這一問題，展示圖片的選擇則成為關鍵因素。

發明內容

本申請實例提供一種圖片篩選方法，該方法包括：

獲取待推薦的媒體內容中的圖片；

采用預先訓練的深度學習模型確定所述圖片與各個圖片類別之間的匹配度；所述各個圖片類別分別對應的圖片作為所述媒體內容的展示圖片的適合程度不同；

根據所述圖片與各個圖片類別之間的匹配度，確定所述圖片作為所述展示圖片的期望值；

從所述媒體內容的各張圖片中篩選出所述期望值符合預定條件的圖片作為所述展示圖片。

在一些實施例中，所述獲取待推薦的媒體內容中的圖片，包括：當檢測到有媒體內容進入推薦池時，獲取該媒體內容中的圖片。

本申請實例提供一種圖片篩選裝置，該裝置包括：

第一獲取模塊，獲取待推薦的媒體內容中的圖片；

第二獲取模塊，采用預先訓練的深度學習模型確定所述圖片與各個圖片類別之間的匹配度；所述各個圖片類別分別對應的圖片作為所述媒體內容的展示圖片的適合程度不同；

確定模塊，根據所述圖片與各個圖片類別之間的匹配度，確定所述圖片作為所述展示圖片的期望值；

篩選模塊，從所述媒體內容的各張圖片中篩選出所述期望值符合預定條件的圖片作為所述展示圖片。

在一些實施例中，所述裝置還包括：

模型更新模塊，對所述深度學習模型進行更新；

其中，所述模型更新模塊包括：

訓練庫更新單元，在所述待推薦的媒體內容被推薦之后，采集所述封面圖片的線上表現數據，并將所述封面圖片添加至所述訓練預料庫中，以對所述訓練語料庫進行更新；

第二標注單元，根據所述封面圖片的線上表現數據，確定所述封面圖片所屬的圖片類別，并在所述訓練語料庫中標注所述封面圖片所屬的圖片類別；

第二訓練單元，采用更新后的訓練語料庫進行訓練學習，更新所述匹配關系，以對所述深度學習模型進行更新。

本申請實例提供一種計算機可讀存儲介質，該存儲介質其上存儲有計算機程序，該程序被處理器執行時實現上述方法的步驟。

基于上述技術方案，采用深度學習模型確定媒體內容中每一張圖片的內容與不同圖片類型的匹配度，然后根據匹配度計算每一張圖片作為封面圖片的期望值，進而根據期望值篩選出符合預定條件的圖片作為封面圖片。這種方式是基于圖片內容的篩選方式，可以篩選出更加適合作為封面圖片的圖片，使得媒體內容的封面更能體現媒體內容的關鍵內容，改善了媒體內容的展示效果。

附圖說明