[發(fā)明專(zhuān)利]視頻標(biāo)簽的獲取方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010088404.6
• 申請(qǐng)日: 2020-02-12
• 公開(kāi)（公告）號(hào): CN111291688B
• 公開(kāi)（公告）日: 2023-07-14
• 發(fā)明（設(shè)計(jì)）人: 徐鳴謙
• 申請(qǐng)（專(zhuān)利權(quán)）人: 咪咕文化科技有限公司;中國(guó)移動(dòng)通信集團(tuán)有限公司
• 主分類(lèi)號(hào): G06V20/40
• 分類(lèi)號(hào): G06V20/40;G06V10/764;G06V10/80
• 代理公司: 上海晨皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31260
• 代理人: 成麗杰

本發(fā)明實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，公開(kāi)了一種視頻標(biāo)簽的獲取方法及裝置。視頻標(biāo)簽的獲取方法，包括：響應(yīng)于輸入的視頻圖像，獲取視頻圖像對(duì)應(yīng)的特征信息；將特征信息分別輸入到多個(gè)不同的分類(lèi)模型，得到多個(gè)分類(lèi)模型輸出的多個(gè)標(biāo)簽集，每個(gè)標(biāo)簽集中包括至少一標(biāo)簽；根據(jù)各標(biāo)簽集中的標(biāo)簽的概率值，從多個(gè)標(biāo)簽集中選取視頻圖像的視頻標(biāo)簽。本發(fā)明中，能夠融合多個(gè)不同的分類(lèi)模型來(lái)獲取視頻圖像的視頻標(biāo)簽，從而可以通過(guò)選取多種維度類(lèi)型的分類(lèi)模型以適應(yīng)不同類(lèi)型的視頻圖像，使得獲取的視頻圖像的視頻標(biāo)簽更加準(zhǔn)確，提升了自動(dòng)化添加視頻標(biāo)簽的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別涉及一種視頻標(biāo)簽的獲取方法及裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)的飛速發(fā)展，使得用戶(hù)可以通過(guò)各種終端的視頻類(lèi)應(yīng)用程序或網(wǎng)站獲取各種類(lèi)型的視頻，例如電影、電視劇等。對(duì)于視頻來(lái)說(shuō)，視頻標(biāo)簽?zāi)軌蚝芎玫恼故疽曨l的類(lèi)型、特色等，從而用戶(hù)可以根據(jù)視頻標(biāo)簽選擇自己喜愛(ài)的視頻類(lèi)型，大大提升了用戶(hù)的使用體驗(yàn)。

目前，一般通過(guò)人工智能的方式自動(dòng)的給視頻打標(biāo)簽，常用的給視頻自動(dòng)打標(biāo)簽的方式主要包含兩種類(lèi)型：一種是基于視頻相關(guān)文字的自動(dòng)識(shí)別；另一種是基于視頻中圖像的自動(dòng)識(shí)別。其中，由于視頻播放的時(shí)間較長(zhǎng)，使得涉及到的圖像信息太多，處理起來(lái)速度較慢且自愿耗費(fèi)高，因此一般選擇基于視頻相關(guān)文字的自動(dòng)識(shí)別的方式來(lái)給視頻打標(biāo)簽。

發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問(wèn)題：基于視頻相關(guān)文字的自動(dòng)識(shí)別的方式來(lái)給視頻打標(biāo)簽，都是基于單個(gè)模型來(lái)獲取視頻的標(biāo)簽，從而在給不同類(lèi)型的視頻打標(biāo)簽時(shí)的效果差異性較大，導(dǎo)致了視頻標(biāo)簽不準(zhǔn)確的情況，影響了用戶(hù)的體驗(yàn)。

發(fā)明內(nèi)容

本發(fā)明實(shí)施方式的目的在于提供一種視頻標(biāo)簽的獲取方法及裝置，能夠融合多個(gè)不同的分類(lèi)模型來(lái)獲取視頻圖像的視頻標(biāo)簽，從而可以通過(guò)選取多種維度類(lèi)型的分類(lèi)模型以適應(yīng)不同類(lèi)型的視頻圖像，使得獲取的視頻圖像的視頻標(biāo)簽更加準(zhǔn)確，提升了自動(dòng)化添加視頻標(biāo)簽的魯棒性。

為解決上述技術(shù)問(wèn)題，本發(fā)明的實(shí)施方式提供了一種視頻標(biāo)簽的獲取方法，包括：響應(yīng)于輸入的視頻圖像，獲取視頻圖像對(duì)應(yīng)的特征信息；將特征信息分別輸入到多個(gè)不同的分類(lèi)模型，得到多個(gè)分類(lèi)模型輸出的多個(gè)標(biāo)簽集，每個(gè)標(biāo)簽集中包括至少一標(biāo)簽；根據(jù)各標(biāo)簽集中的標(biāo)簽的概率值，從多個(gè)標(biāo)簽集中選取視頻圖像的視頻標(biāo)簽。

本發(fā)明的實(shí)施方式還提供了一種視頻文本識(shí)別裝置，包括至少一個(gè)處理器；以及，與至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，存儲(chǔ)器存儲(chǔ)有可被至少一個(gè)處理器執(zhí)行的指令，指令被至少一個(gè)處理器執(zhí)行，以使至少一個(gè)處理器能夠執(zhí)行上述的視頻標(biāo)簽的獲取方法。

本發(fā)明實(shí)施方式相對(duì)于現(xiàn)有技術(shù)而言，響應(yīng)于輸入的視頻圖像，首先獲取其對(duì)應(yīng)的特征信息，并將特征信息輸入到多個(gè)不同的分類(lèi)模型中，得到多個(gè)分類(lèi)模型輸出的多個(gè)標(biāo)簽集，每個(gè)標(biāo)簽集包含至少一標(biāo)簽，然后根據(jù)各標(biāo)簽集中的標(biāo)簽的概率值，從多個(gè)標(biāo)簽集中確定出視頻圖像的視頻標(biāo)簽；即融合了多個(gè)不同的分類(lèi)模型來(lái)獲取視頻圖像的視頻標(biāo)簽，從而可以通過(guò)選取多種維度類(lèi)型的分類(lèi)模型以適應(yīng)不同類(lèi)型的視頻圖像，使得獲取的視頻圖像的視頻標(biāo)簽更加準(zhǔn)確，提升了自動(dòng)化添加視頻標(biāo)簽的魯棒性。

另外，將特征信息分別輸入到多個(gè)不同的分類(lèi)模型，得到多個(gè)分類(lèi)模型輸出的多個(gè)標(biāo)簽集，包括：將特征信息分別輸入到各分類(lèi)模型，得到每個(gè)分類(lèi)模型生成的各標(biāo)簽的概率值；對(duì)于每個(gè)分類(lèi)模型，根據(jù)生成的各標(biāo)簽的概率值，選取滿(mǎn)足第一預(yù)設(shè)條件的標(biāo)簽，并將滿(mǎn)足第一預(yù)設(shè)條件的標(biāo)簽加入分類(lèi)模型的標(biāo)簽集。本實(shí)施方式提供了將特征信息分別輸入到多個(gè)不同的分類(lèi)模型，得到多個(gè)分類(lèi)模型輸出的多個(gè)標(biāo)簽集的一種具體實(shí)現(xiàn)方式。