[發(fā)明專利]一種低質量視頻識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201811532655.8
• 申請日: 2018-12-14
• 公開（公告）號: CN109684513B
• 公開（公告）日: 2021-08-24
• 發(fā)明（設計）人: 胡軍;陳英傑;吳桂林
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F16/78
• 分類號: G06F16/78;G06F16/73;G06K9/00;G06K9/66
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

本發(fā)明公開了一種低質量視頻識別方法及裝置，獲取用戶反饋的負反饋日志集，基于從負反饋日志集獲取低質量視頻標簽數(shù)據中的包含的各個視頻ID，從視頻特征庫中篩選對每個視頻ID對應的低質量視頻特征，并從視頻特征庫中除了作為低質量視頻特征以外的視頻特征信息隨機選取非低質量視頻特征，將篩選出的低質量視頻特征和隨機抽取的非低質量視頻特征作為訓練樣本，以低質量視頻特征對應的視頻標簽ID和非低質量視頻特征對應的視頻標簽ID為樣本標簽進行訓練得到低質量視頻識別模型，以進行低質量視頻識別。本發(fā)明采用負反饋日志的方式來對低質量視頻進行標注，實現(xiàn)了以低成本獲取海量的標簽數(shù)據，節(jié)約了人工標注的時間和人力成本。

技術領域

本發(fā)明涉及視頻識別技術領域，更具體的說，涉及一種低質量視頻識別方法及裝置。

背景技術

在視頻搜索和視頻推薦等場景中，如何對低質量視頻，比如，低俗視頻、色情視頻、視頻圖像質量不高、不相關視頻等進行識別，以便為用戶提供高質量視頻成為了一項非常重要的工作。

現(xiàn)有識別低質量視頻的一種方法為：提取視頻的特征信息，然后采用啟發(fā)式方法進行識別，缺點為對低質量視頻識別的效果不佳；因此，現(xiàn)有技術又提供了另一種低質量視頻識別方法，具體為：人工標注大量的低質量視頻，基于人工標注的低質量視頻構建訓練數(shù)據集，采用機器學習方法進行識別。雖然該方法提高了對低質量視頻的識別效果，但是，人工標注需要制定嚴格的標注標準，且需要耗費大量的人力對低質量視頻進行標注，同時還存在著標注人員與用戶對視頻質量高低反饋不一致的情況。

發(fā)明內容

有鑒于此，本發(fā)明公開一種低質量視頻識別方法及裝置，以采用負反饋日志的方式來對低質量視頻進行標注，實現(xiàn)以低成本獲取海量高質量的標簽數(shù)據，不僅節(jié)約了人工標注的時間成本和人力成本，而且，還有效避免了標注人員與用戶對視頻質量高低反饋不一致的情況，同時，還提高了低質量視頻識別模型的識別精度。

一種低質量視頻識別方法，包括：

獲取預設時間段內，用戶對低質量視頻的反饋的負反饋日志集，所述負反饋日志集包括多個負反饋日志，每個所述負反饋日志包括：用戶ID、視頻ID和視頻標簽ID，所述視頻標簽ID所屬的標簽類型對應一個或多個投訴原因；

基于從所述負反饋日志集中獲取的低質量視頻標簽數(shù)據中的各個視頻ID，從預先建立的視頻特征庫中，篩選出每個視頻ID對應的視頻特征作為低質量視頻特征；

從所述視頻特征庫中除了作為所述低質量視頻特征以外的視頻特征信息中，隨機抽取預設數(shù)量的視頻ID對應的視頻特征作為非低質量視頻特征；

將篩選出的所述低質量視頻特征和隨機抽取的所述非低質量視頻特征作為訓練樣本，以所述低質量視頻特征對應的視頻標簽ID和所述非低質量視頻特征對應的視頻標簽ID作為樣本標簽進行訓練得到低質量視頻識別模型；

基于所述低質量視頻識別模型進行低質量視頻識別。

可選的，從所述負反饋日志集中獲取所述低質量視頻標簽數(shù)據的過程包括：

將預設時間段內同一用戶ID的負反饋日志進行匯總；

判斷是否存在同一用戶ID在所述預設時間段內的投訴次數(shù)大于第一設定閾值；

將投訴次數(shù)大于所述第一設定閾值的用戶ID對應的視頻標簽ID進行濾除；

將所述預設時間段內同一視頻ID對應的視頻標簽ID的數(shù)量進行匯總，得到同一視頻ID的被投訴次數(shù)；

將被投訴次數(shù)不大于第二設定閾值的視頻ID及其對應的視頻標簽ID進行濾除，保留被投訴次數(shù)大于所述第二設定閾值的視頻ID及其對應的視頻標簽ID；