[發明專利]素材存儲方法、裝置及電子設備

有效

• 申請號: 202011574131.2
• 申請日: 2020-12-25
• 公開（公告）號: CN112667831B
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 王傳鵬;符芳捷;李騰飛;周惠存;陳春梅
• 申請（專利權）人: 上海硬通網絡科技有限公司
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06F16/55;G06F16/71;G06F16/75;G06F40/289;G06F40/216;G06V30/19;G06V10/74
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳志明

本申請公開了一種素材存儲方法、裝置及電子設備，所述方法包括：獲取素材庫中的各素材；根據新增期對各素材進行分類，形成處于新增期的各第一類素材，以及處于非新增期的各第二類素材，其中，新增期為素材首次存儲至素材庫的預設時段內；對各第一類素材通過第一OCR模型進行文字識別，對各第二類素材通過第二OCR模型進行文字識別，獲取文本信息集，其中，第一OCR模型的模型小于第二OCR模型，文本信息集包括與各第一類素材一一對應的各第一類文本信息，和與各第二類素材一一對應的各第二類文本信息；將文本信息集中的各文本信息與多個預設詞條進行相似度匹配，根據匹配結果從各第一類素材和各第二類素材中篩選出可用素材，將各可用素材存儲到素材庫中。

技術領域

本申請涉及計算機技術領域，特別涉及一種素材存儲方法、裝置及電子設備。

背景技術

在互聯網媒體平臺上進行廣告投放時，為避免廣告內容出現敏感信息，通常需要定期對素材庫中的廣告素材進行過濾篩選后再進行存儲。為避免素材存儲出現遺漏，現有技術中，在利用輕量的ocr模型進行初步過濾后，通過yolo3+crnn進行二次過濾后存儲，以實現敏感素材的過濾。由于二次過濾的輸入信息，是初步過濾的輸出結果，時間上呈因果關系，因此未被過濾的素材的過濾耗時均為兩次過濾耗時的總和，在進行多素材過濾存儲時，無法根據素材的實時性要求和歷史篩選情況進行調整，計算機資源調度效率差，對多素材進行過濾時效率低。

發明內容

本申請的目的在于至少解決現有技術中存在的技術問題之一，提供一種素材存儲方法、裝置以及電子設備，提高對多素材的過濾效率。

本申請實施例提供一種素材存儲方法，包括：

獲取素材庫中的各素材；

根據新增期對各素材進行分類，形成處于新增期的各第一類素材，以及處于非新增期的各第二類素材，其中，所述新增期為所述素材首次存儲至所述素材庫的預設時段內；

對各所述第一類素材通過第一OCR模型進行文字識別，對各所述第二類素材通過第二OCR模型進行文字識別，獲取文本信息集，其中，所述第一OCR模型的模型小于所述第二OCR模型，所述文本信息集包括與各所述第一類素材一一對應的各第一類文本信息，以及與各所述第二類素材一一對應的各第二類文本信息；

將所述文本信息集中的各文本信息與預設文本信息集中的多個預設詞條進行相似度匹配，根據相似度匹配結果從各所述第一類素材和各所述第二類素材中篩選出各可用素材，將各所述可用素材存儲到所述素材庫中。

進一步的，所述獲取素材庫中的各素材，包括：

異步調用所述素材庫中的各素材。

進一步的，所述對各所述第一類素材通過第一OCR模型進行文字識別，以及對各所述第二類素材通過第二OCR模型進行文字識別，包括：

對各所述第一類素材通過第一OCR模型進行文字識別，以及并行地對各所述第二類素材通過第二OCR模型進行文字識別。

進一步的，所述素材的素材類型包括圖片素材和視頻素材；

對各所述第一類素材通過第一OCR模型進行文字識別，包括：

對各所述第一類素材中的所述視頻素材進行切幀，同時對由各第一類素材中的圖片素材以及幀圖像形成的圖片素材集通過第一OCR模型進行文字識別。

進一步的，所述將所述文本信息集中的各文本信息與預設文本信息集中的多個預設詞條進行相似度匹配，包括：

根據語料庫對各所述第一類文本信息以及各所述第二類文本信息進行分詞處理，獲取多個對象分詞；

將所述多個對象分詞與所述語料庫的多個預設詞條進行相似度匹配。