[發(fā)明專利]一種基于照片的內(nèi)容生成方法及裝置

在審

• 申請?zhí)枺?/td>: 201910052277.1
• 申請日: 2019-01-21
• 公開（公告）號: CN111460313A
• 公開（公告）日: 2020-07-28
• 發(fā)明（設(shè)計(jì)）人: 任國燾;唐苗;許江浩;趙麗輝;李斯;師文靖
• 申請（專利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/951;G06Q50/00
• 代理公司: 北京柏杉松知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 張聰聰;馬敬

1.一種基于照片的內(nèi)容生成方法，其特征在于，包括：

獲取待處理照片的屬性信息；

爬取所述屬性信息的關(guān)聯(lián)內(nèi)容；

基于所爬取的關(guān)聯(lián)內(nèi)容，生成所述待處理照片對應(yīng)的文字內(nèi)容。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述屬性信息包括以下任意一種或多種：拍攝時間、拍攝地點(diǎn)、拍攝對象、拍攝對象所在的地點(diǎn)、對所述待處理照片進(jìn)行識別得到的識別結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述爬取所述屬性信息的關(guān)聯(lián)內(nèi)容，包括：在新聞網(wǎng)站中，爬取與所述屬性信息相關(guān)聯(lián)的新聞；

所述基于所爬取的關(guān)聯(lián)內(nèi)容，生成所述待處理照片對應(yīng)的文字內(nèi)容，包括：

基于所爬取的新聞，生成所述待處理照片對應(yīng)的新聞?wù)?/p>

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述在新聞網(wǎng)站中，爬取與所述屬性信息相關(guān)聯(lián)的新聞，包括：

在新聞網(wǎng)站中，查找與所述屬性信息相關(guān)聯(lián)的新聞；

按照點(diǎn)擊量的多少，對查找到的新聞進(jìn)行排序；

在排序后的新聞中，爬取前預(yù)設(shè)數(shù)量條新聞。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所爬取的新聞，生成所述待處理照片對應(yīng)的新聞?wù)ǎ?/p>

通過將所爬取的各條新聞進(jìn)行對比，確定所述各條新聞中相似度最高的內(nèi)容，作為待處理內(nèi)容；

基于所述待處理內(nèi)容，生成所述待處理照片對應(yīng)的新聞?wù)?/p>

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于所述待處理內(nèi)容，生成所述待處理照片對應(yīng)的新聞?wù)ǎ?/p>

利用預(yù)設(shè)訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型，識別所述待處理內(nèi)容中的各個摘要項(xiàng)目；

基于識別得到的各個摘要項(xiàng)目，生成預(yù)設(shè)格式的新聞?wù)?/p>

7.根據(jù)權(quán)利要求3-6任一項(xiàng)所述的方法，其特征在于，所述方法還包括：

將所生成的新聞?wù)鳛闃?biāo)簽添加至所述待處理照片中。

8.一種基于照片的內(nèi)容生成裝置，其特征在于，包括：

獲取模塊，用于獲取待處理照片的屬性信息；

爬取模塊，用于爬取所述屬性信息的關(guān)聯(lián)內(nèi)容；

生成模塊，用于基于所爬取的關(guān)聯(lián)內(nèi)容，生成所述待處理照片對應(yīng)的文字內(nèi)容。

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述屬性信息包括以下任意一種或多種：拍攝時間、拍攝地點(diǎn)、拍攝對象、拍攝對象所在的地點(diǎn)、對所述待處理照片進(jìn)行識別得到的識別結(jié)果。

10.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述爬取模塊，具體用于：

在新聞網(wǎng)站中，爬取與所述屬性信息相關(guān)聯(lián)的新聞；

所述生成模塊，具體用于：

基于所爬取的新聞，生成所述待處理照片對應(yīng)的新聞?wù)?/p>

11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述爬取模塊，具體用于：

在新聞網(wǎng)站中，查找與所述屬性信息相關(guān)聯(lián)的新聞；按照點(diǎn)擊量的多少，對查找到的新聞進(jìn)行排序；在排序后的新聞中，爬取前預(yù)設(shè)數(shù)量條新聞。

12.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述生成模塊，包括：

確定子模塊，用于通過將所爬取的各條新聞進(jìn)行對比，確定所述各條新聞中相似度最高的內(nèi)容，作為待處理內(nèi)容；

生成子模塊，用于基于所述待處理內(nèi)容，生成所述待處理照片對應(yīng)的新聞?wù)?/p>

13.根據(jù)權(quán)利要求12所述的裝置，其特征在于，所述生成子模塊，具體用于：

利用預(yù)設(shè)訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型，識別所述待處理內(nèi)容中的各個摘要項(xiàng)目；基于識別得到的各個摘要項(xiàng)目，生成預(yù)設(shè)格式的新聞?wù)?/p>

14.根據(jù)權(quán)利要求10-13任一項(xiàng)所述的裝置，其特征在于，所述裝置還包括：

添加模塊，用于將所生成的新聞?wù)鳛闃?biāo)簽添加至所述待處理照片中。