[發明專利]視頻封面確定模型的生成方法及裝置、視頻封面確定方法及裝置

在審

• 申請號: 202010112972.5
• 申請日: 2020-02-24
• 公開（公告）號: CN111274444A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 劉暢;李巖
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/738
• 分類號: G06F16/738
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 李姣姣

本公開關于一種視頻封面確定模型的生成方法及裝置、視頻封面確定方法及裝置。包括：獲取第一目標視頻集；根據第一目標視頻，獲取正樣本和負樣本；根據正樣本和負樣本，對預設的初始視頻封面確定模型進行訓練，得到第一目標圖像為封面的預測分數和用于衡量正樣本與負樣本參與訓練權重的評價分數；將滿足第二預設條件的預測分數且滿足第三預設條件的評價分數，對應的初始視頻封面確定模型，確定為視頻封面確定模型。整個過程中，無需人工介入，更不涉及相關人員的專業程度，節省大量人力物力，并且得到的視頻封面確定模型可以適用于不同的視頻內容，具有較強的泛化能力。

技術領域

本公開涉及視頻處理技術領域，尤其涉及一種視頻封面確定模型的生成方法及裝置、視頻封面確定方法及裝置。

背景技術

隨著現代信息傳輸技術的快速進步和智能手機等視頻拍攝設備的普及，人們通過創作視頻來分享生活的熱情得到了前所未有的發展，短視頻逐漸成為了人們日常接受信息的主要載體之一。視頻封面作為用戶最先看到的信息，極大程度地決定了相關視頻是否會被用戶觀看，因此，選擇高質量的視頻封面有助于提升用戶體驗，幫助視頻分享和推廣。傳統技術中，通常是通過深度學習的方法，對提取到的視頻幀的特征進行美學程度和相關性檢測，從而選取視頻封面。

然而，傳統技術中，采用深度的方法需要人工對視頻幀的特征進行設計和標注，消耗的人力物力都比較大，并且高度依賴對視頻幀的特征進行設計和標注的人員的專業程度。

發明內容

本公開提供一種視頻封面確定模型的生成方法及裝置、視頻封面確定方法及裝置，以至少解決相關技術中高度依賴人工進行視頻封面確定的問題。本公開的技術方案如下：

根據本公開實施例的第一方面，提供一種視頻封面確定模型的生成方法，包括：

獲取第一目標視頻集；其中，所述第一目標視頻集包括至少一個第一目標視頻；

根據所述第一目標視頻，獲取正樣本和負樣本；其中，所述正樣本為所述第一目標視頻對應的初始視頻封面，所述負樣本為圖像特征滿足第一預設條件的圖像幀；

根據所述正樣本和所述負樣本，對預設的初始視頻封面確定模型進行訓練，并得到所述第一目標圖像為封面的預測分數和用于衡量所述正樣本與所述負樣本參與訓練權重的評價分數；

將滿足第二預設條件的預測分數且滿足第三預設條件的評價分數，對應的初始視頻封面確定模型，確定為視頻封面確定模型。

在一示例性實施例中，所述根據所述第一目標視頻，獲取正樣本和負樣本，包括：

對于每一所述第一目標視頻，獲取所述第一目標視頻的初始視頻封面，并將所述初始視頻封面確定為正樣本；

按照第一預設規則，從所述第一目標視頻中抽取至少一個圖像幀，得到第一目標圖像集；

根據所述第一目標圖像的圖像特征，對所述第一目標圖像的屬性進行檢測，得到圖像屬性檢測結果；

根據每一所述圖像屬性檢測結果、每一所述第一目標圖像的圖像特征與所述正樣本的圖像特征之間的距離，得到所述負樣本。

在一示例性實施例中，所述根據每一所述圖像屬性檢測結果、每一所述第一目標圖像的圖像特征與所述正樣本的圖像特征之間的距離，得到所述負樣本，包括：

將所述圖像屬性檢測結果為非正常圖像的第一目標圖像，確定為第一負樣本；

將所述第一目標圖像的圖像特征與所述正樣本的圖像特征之間的距離最大的第一目標圖像，確定為第二負樣本；

將所述第一負樣本和所述第二負樣本確定為所述負樣本。

在一示例性實施例中，所述初始視頻封面確定模型包括初始得分網絡模型和初始評價網絡模型；