[发明专利]媒体资源的分类器训练方法及装置

说明书

本发明公开了一种媒体资源的分类器训练方法及装置。其中，该方法包括：从媒体资源样本集合中获取媒体资源特征数据和媒体资源分类信息；根据预设的分布信息和媒体资源分类信息确定媒体资源特征数据中每种媒体资源特征对应的核权重；根据核权重和每种媒体资源特征对应的核函数获取合成核函数；根据合成核函数对媒体资源的分类器进行训练。本发明解决了相关技术中对媒体资源的分类器进行训练时的训练效率低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种媒体资源的分类器训练方法及装置。

背景技术

随着互联网媒体的快速发展，媒体资源越来越丰富，海量的媒体资源如何清晰有条理的呈现在用户的面前就成为了一个热门的研究课题。在媒体资源分类的过程中利用媒体资源样本对分类器进行训练，这样就可以利用分类器对媒体资源进行分类。在对媒体资源的分类器进行训练的过程中，需要使用媒体资源的特征对分类器进行训练，以往的媒体资源分类系统中多特征融合方式通常可以分为两类：特征层融合与决策层融合。特征层融合将多种特征拼接为一种特征，不能充分利用不同特征对语义类别的区分性。决策层融合指首先单独利用每种特征进行识别，然后综合所有识别结果进行最终判定。考虑到不同特征对于各种语义类别的视频具有不同强弱的区分能力，如何有效地组合各类视频特征对于提高视频分类的性能具有十分重要的意义。

目前对于将多种特征进行融合采取的方法都较为简单，并不能很好地利用多种特征的优势，也不能保证进行特征融合后的效果比单特征要好。这就导致了对媒体资源的分类器进行训练时的训练效率低。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种媒体资源的分类器训练方法及装置，以至少解决相关技术中对媒体资源的分类器进行训练时的训练效率低的技术问题。

根据本发明实施例的一个方面，提供了一种媒体资源的分类器训练方法，包括：从媒体资源样本集合中获取媒体资源特征数据和媒体资源分类信息，其中，所述媒体资源样本集合包括多个媒体资源样本，所述媒体资源特征数据中携带有媒体资源样本对应的多种媒体资源特征，所述媒体资源分类信息用于指示所述媒体资源样本集合中每个媒体资源样本的分类；根据预设的分布信息和所述媒体资源分类信息确定所述媒体资源特征数据中每种媒体资源特征对应的核权重，其中，所述预设的分布信息用于指示所述核权重服从的预设的分布；根据所述核权重和所述每种媒体资源特征对应的核函数获取合成核函数，其中，所述每种媒体资源特征对应的核函数用于指示所述每种媒体资源特征在所述媒体资源样本集合的特征空间中的映射关系；根据所述合成核函数对媒体资源的分类器进行训练。

根据本发明实施例的另一方面，还提供了一种媒体资源的分类器训练装置，包括：第一获取模块，用于从媒体资源样本集合中获取媒体资源特征数据和媒体资源分类信息，其中，所述媒体资源样本集合包括多个媒体资源样本，所述媒体资源特征数据中携带有媒体资源样本对应的多种媒体资源特征，所述媒体资源分类信息用于指示所述媒体资源样本集合中每个媒体资源样本的分类；确定模块，用于根据预设的分布信息和所述媒体资源分类信息确定所述媒体资源特征数据中每种媒体资源特征对应的核权重，其中，所述预设的分布信息用于指示所述核权重服从的预设的分布；第二获取模块，用于根据所述核权重和所述每种媒体资源特征对应的核函数获取合成核函数，其中，所述每种媒体资源特征对应的核函数用于指示所述每种媒体资源特征在所述媒体资源样本集合的特征空间中的映射关系；训练模块，用于根据所述合成核函数对媒体资源的分类器进行训练。