[發(fā)明專利]一種基于視頻多維特征智能推薦背景音樂的方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910917089.0
• 申請日: 2019-09-26
• 公開（公告）號: CN110704682B
• 公開（公告）日: 2022-03-18
• 發(fā)明（設(shè)計(jì)）人: 吳敏麗
• 申請（專利權(quán)）人: 新華智云科技有限公司
• 主分類號: G06F16/783
• 分類號: G06F16/783;G06F16/68;G06F40/30;G06V20/40
• 代理公司: 杭州裕陽聯(lián)合專利代理有限公司 33289
• 代理人: 姚宇吉

1.一種基于視頻多維特征智能推薦背景音樂的方法，其特征在于，包括以下步驟：

獲取待配樂視頻，提取所述待配樂視頻的視頻特征后進(jìn)行標(biāo)簽化處理，輸出所述待配樂視頻的視頻特征標(biāo)簽，按照預(yù)設(shè)的映射關(guān)系提取與所述視頻特征標(biāo)簽所映射的音樂風(fēng)格作為推薦風(fēng)格，所述視頻特征包括圖像特征、聲紋特征和/或文本特征；

計(jì)算各視頻特征標(biāo)簽的權(quán)重，根據(jù)所述推薦風(fēng)格從預(yù)設(shè)的音樂素材庫中提取背景音樂，并將所提取的背景音樂按照相對應(yīng)的權(quán)重進(jìn)行排列，生成背景音樂推薦列表；

計(jì)算各視頻特征標(biāo)簽的權(quán)重的具體步驟為：

獲取各視頻特征標(biāo)簽的準(zhǔn)確率、獲取各視頻特征標(biāo)簽對應(yīng)的視頻特征在待配樂視頻中時長的占比、獲取各視頻特征標(biāo)簽對應(yīng)推薦風(fēng)格的重合度，計(jì)算各視頻特征標(biāo)簽的準(zhǔn)確率、占比和重合度的乘積作為所述視頻特征標(biāo)簽的權(quán)重，其中準(zhǔn)確率為識別視頻特征標(biāo)簽的識別算法的準(zhǔn)確率。

2.根據(jù)權(quán)利要求1所述的一種基于視頻多維特征智能推薦背景音樂的方法，其特征在于，獲取各視頻特征標(biāo)簽對應(yīng)推薦風(fēng)格的重合度的具體步驟為：

統(tǒng)計(jì)所有推薦風(fēng)格，獲得推薦風(fēng)格的類別數(shù)量以及各推薦風(fēng)格被推薦的次數(shù)；

將視頻特征標(biāo)簽對應(yīng)的推薦風(fēng)格的被推薦次數(shù)進(jìn)行加運(yùn)算，獲得被推薦總次數(shù)，計(jì)算被推薦總次數(shù)占所述推薦風(fēng)格類別數(shù)量的比例作為重合度。

3.根據(jù)權(quán)利要求1或2所述的一種基于視頻多維特征智能推薦背景音樂的方法，其特征在于，獲取待配樂視頻，提取所述待配樂視頻的視頻特征后進(jìn)行標(biāo)簽化處理，輸出所述待配樂視頻的視頻特征標(biāo)簽后還包括標(biāo)簽剔除步驟，具體步驟為：

獲取視頻特征標(biāo)簽的準(zhǔn)確率，將所述準(zhǔn)確率與預(yù)設(shè)的準(zhǔn)確率閾值相比較，當(dāng)所述準(zhǔn)確率小于預(yù)設(shè)的準(zhǔn)確率閾值時，剔除相對應(yīng)的視頻特征標(biāo)簽。

4.根據(jù)權(quán)利要求1或2所述的一種基于視頻多維特征智能推薦背景音樂的方法，其特征在于，所述獲取待配樂視頻，提取所述待配樂視頻的視頻特征后進(jìn)行標(biāo)簽化處理，輸出所述待配樂視頻的視頻特征標(biāo)簽的具體步驟為：

獲取待配樂視頻，將所述待配樂視頻進(jìn)行分解，獲得圖像特征、聲紋特征和/或文本特征；

標(biāo)簽化處理所述圖像特征，輸出與圖像特征相對應(yīng)的背景色標(biāo)簽、人臉標(biāo)簽和/或物體標(biāo)簽；

標(biāo)簽化處理所述聲紋特征，輸出與聲紋特征相對應(yīng)的聲音標(biāo)簽；

標(biāo)簽化處理所述文本特征，輸出與文本特征相對應(yīng)的突發(fā)事件標(biāo)簽和/或情感類型標(biāo)簽。

5.一種基于視頻多維特征智能推薦背景音樂的系統(tǒng)，其特征在于，包括：

特征處理模塊，用于獲取待配樂視頻，提取所述待配樂視頻的視頻特征后進(jìn)行標(biāo)簽化處理，輸出所述待配樂視頻的視頻特征標(biāo)簽，所述視頻特征包括圖像特征、聲紋特征和/或文本特征；

風(fēng)格推薦模塊，用于按照預(yù)設(shè)的映射關(guān)系提取與所述視頻特征標(biāo)簽所映射的音樂風(fēng)格作為推薦風(fēng)格；

權(quán)重計(jì)算模塊，用于計(jì)算各視頻特征標(biāo)簽的權(quán)重；

音樂推薦模塊，用于根據(jù)所述推薦風(fēng)格從預(yù)設(shè)的音樂素材庫中提取背景音樂，并將所提取的背景音樂按照相對應(yīng)的權(quán)重進(jìn)行排列，生成背景音樂推薦列表；

所述權(quán)重計(jì)算模塊，用于獲取各視頻特征標(biāo)簽的準(zhǔn)確率、獲取各視頻特征標(biāo)簽對應(yīng)的視頻特征在待配樂視頻中時長的占比、獲取各視頻特征標(biāo)簽對應(yīng)推薦風(fēng)格的重合度，計(jì)算各視頻特征標(biāo)簽的準(zhǔn)確率、占比和重合度的乘積作為所述視頻特征標(biāo)簽的權(quán)重，其中準(zhǔn)確率為 識別視頻特征標(biāo)簽的識別算法的準(zhǔn)確率。

6.根據(jù)權(quán)利要求5所述的一種基于視頻多維特征智能推薦背景音樂的系統(tǒng)，其特征在于，所述權(quán)重計(jì)算模塊包括準(zhǔn)確率計(jì)算單元、占比計(jì)算單元、重合度計(jì)算單元和權(quán)重計(jì)算單元；

所述重合度計(jì)算單元被配置為：

統(tǒng)計(jì)所有推薦風(fēng)格，獲得推薦風(fēng)格的類別數(shù)量以及各推薦風(fēng)格被推薦的次數(shù)；

將視頻特征標(biāo)簽對應(yīng)的推薦風(fēng)格的被推薦次數(shù)進(jìn)行加運(yùn)算，獲得被推薦總次數(shù)，計(jì)算被推薦總次數(shù)占所述推薦風(fēng)格類別數(shù)量的比例作為重合度。