[發明專利]圖片傳輸方法及裝置

有效

• 申請號: 201910725985.7
• 申請日: 2019-08-07
• 公開（公告）號: CN110381339B
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 吳樂;汪萌;楊永暉;陳雷
• 申請（專利權）人: 騰訊科技（深圳）有限公司;合肥工業大學
• 主分類號: H04N21/234
• 分類號: H04N21/234;H04N21/466;H04N21/442;H04N21/25;H04N21/262
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 周婷婷

本發明提供了一種圖片傳輸方法及裝置，該方法包括：獲取第一視頻中的關鍵幀組成的目標關鍵幀集合；根據一組帳號對一組視頻的實際關注度參數和預測關注度參數確定目標視覺參數；根據目標視覺參數確定目標帳號對目標關鍵幀集合中的每個關鍵幀的關注度參數；將目標關鍵幀集合中關注度參數大于預定閾值的目標關鍵幀傳輸給目標帳號。避免了獲取帳號對關鍵幀的行為特征數據或者賬號對視頻的文本信息，解決了相關技術中在缺少用戶對關鍵幀行為數據的情況下，或者缺少用戶對關鍵幀的文本信息的情況下，無法實現根據用戶的不同需求在視頻中選取對應的關鍵幀的進行推送的問題。

技術領域

本發明涉及圖片處理領域，具體而言，涉及一種圖片傳輸方法及裝置。

背景技術

在實際場景中，用戶通常根據視頻封面的圖片來確定是否要要觀看整個視頻，那么針對用戶的不同喜歡對視頻選取不同的封面，有利于用戶根據自己喜歡的封面觀看視頻，進而需要對同一視頻根據用戶的需要選取不同的封面。例如，視頻中包含畫面1、畫面2，當判斷用戶A喜歡畫面1中的內容，則可以將畫面1作為視頻的封面，推送給用戶A，類似，如有用戶B喜歡畫面2的內容，那么可以將畫面2作為視頻的封面，推送給用戶B，進而使視頻可以被更多的用戶所觀看。

通常采用的方法有兩種，其中，方法1基于協同過濾的關鍵幀推薦方法：基于協同過濾的模型把每一個關鍵幀都看成是產品，接著把用戶和產品映射到維度相同的隱向量空間，最后通過細粒度的用戶對產品的行為數據對用戶和產品的表征進行建模學習。根據學習好的用戶以及產品隱向量表示，可以進行個性化的關鍵幀推薦。但是，基于協同過濾的方法需要細粒度的用戶對關鍵幀的行為數據。具體到短視頻個性化推薦任務中，就必須要有用戶對關鍵幀的行為數據(比如收藏、點贊等)，這樣才能利用基于協同過濾的模型進行關鍵幀推薦。但是在真實場景中，用戶常常點擊觀看短視頻卻很少會其中的某一幀進行做出收藏或點贊等行為。因此獲取用戶對關鍵幀的行為數據是十分困難的，在缺少細粒度的用戶對關鍵幀行為數據的情況下，基于協同過濾的模型就失效了。

方法2基于內容的關鍵幀推薦方法：提出的KFR模型，該模型對用戶在關鍵幀上的字幕信息進行情感分析，從而判斷用戶對這一幀是否喜歡作為后續的訓練數據及評判標準。KFR模型基于關鍵幀的視覺特征以及字幕文本信息進行建模，得到統一的個性化關鍵幀推薦框架。KFR模型利用了關鍵幀的視覺信息以及用戶在關鍵幀上的字幕信息進行建模，進行關鍵幀推薦。短視頻記錄和分享用戶的生活，一般幾秒到幾分鐘不等。用戶像瀏覽新聞一樣快速的瀏覽短視頻，因此并不會在觀看短視頻的時候發送彈幕消息。在這種場景下，很難獲得用戶對關鍵幀的文本信息，因此KFR模型也難以工作。

針對現有技術中，在缺少用戶對關鍵幀行為數據的情況下，或者缺少用戶對關鍵幀的文本信息的情況下，無法實現根據用戶的不同需求在視頻中的選取對應的關鍵幀的進行推送的問題。目前尚沒有有效的解決方案。

發明內容

本發明實施例提供了一種圖片傳輸方法及裝置，以至少解決相關技術中在缺少用戶對關鍵幀行為數據的情況下，或者缺少用戶對關鍵幀的文本信息的情況下，無法實現根據用戶的不同需求在視頻中選取對應的關鍵幀的進行推送的問題。

根據本發明的一個實施例，提供了一種圖片傳輸方法，包括：獲取第一視頻中的關鍵幀組成的目標關鍵幀集合；根據一組帳號對一組視頻的實際關注度參數和預測關注度參數確定目標視覺參數，其中，所述目標視覺參數包括：所述一組帳號中每個帳號的第m個視覺參數，以及，所述一組視頻中每個視頻的關鍵幀集合中的第n個關鍵幀的視覺特征，基于所述第m個視覺參數和所述第n個關鍵幀的視覺特征計算得到的所述預測關注度參數和所述實際關注度參數之間的差值滿足預設條件，m和n均為自然數；根據所述目標視覺參數確定所述目標帳號對所述目標關鍵幀集合中的每個關鍵幀的關注度參數；將所述目標關鍵幀集合中關注度參數大于預定閾值的目標關鍵幀傳輸給所述目標帳號。