[发明专利]图片筛选方法及装置、存储介质

说明书

本申请提供一种图片筛选方法、装置及存储介质，该方法包括：获取待推荐的媒体内容中的图片；将获取到的每一张图片输入预先训练的深度学习模型中，并获取所述深度学习模型输出的该张图片与不同图片类别之间的匹配度；所述不同图片类别表征该张图片的内容作为所述媒体内容的展示图片的适合程度不同；根据每一张图片与不同图片类别之间的匹配度，确定该图片作为所述展示图片的期望值；从所述媒体内容的各张图片中筛选出所述期望值符合预定条件的图片作为所述展示图片。

技术领域

本申请涉及媒体内容处理技术领域，尤其是涉及一种图片筛选方法及装置、存储介质。

背景技术

音视频、游戏、文章、新闻等各种媒体内容已经成为人们生活、娱乐以及了解时事的有效途径，长期以来一直在人们的生活中占据着重要的位置。例如，新闻类的应用程序，面对每天海量的新闻，为了使用户有更进一步浏览阅读的欲望，如何对推荐给用户的某篇新闻进行呈现成为需要解决的问题。对于音视频、游戏、文章等其他的媒体内容也是如此。要解决这一问题，展示图片的选择则成为关键因素。

发明内容

本申请实例提供一种图片筛选方法，该方法包括：

获取待推荐的媒体内容中的图片；

采用预先训练的深度学习模型确定所述图片与各个图片类别之间的匹配度；所述各个图片类别分别对应的图片作为所述媒体内容的展示图片的适合程度不同；

根据所述图片与各个图片类别之间的匹配度，确定所述图片作为所述展示图片的期望值；

从所述媒体内容的各张图片中筛选出所述期望值符合预定条件的图片作为所述展示图片。

在一些实施例中，所述获取待推荐的媒体内容中的图片，包括：当检测到有媒体内容进入推荐池时，获取该媒体内容中的图片。

本申请实例提供一种图片筛选装置，该装置包括：

第一获取模块，获取待推荐的媒体内容中的图片；

第二获取模块，采用预先训练的深度学习模型确定所述图片与各个图片类别之间的匹配度；所述各个图片类别分别对应的图片作为所述媒体内容的展示图片的适合程度不同；

确定模块，根据所述图片与各个图片类别之间的匹配度，确定所述图片作为所述展示图片的期望值；

筛选模块，从所述媒体内容的各张图片中筛选出所述期望值符合预定条件的图片作为所述展示图片。

在一些实施例中，所述装置还包括：

模型更新模块，对所述深度学习模型进行更新；

其中，所述模型更新模块包括：

训练库更新单元，在所述待推荐的媒体内容被推荐之后，采集所述封面图片的线上表现数据，并将所述封面图片添加至所述训练预料库中，以对所述训练语料库进行更新；

第二标注单元，根据所述封面图片的线上表现数据，确定所述封面图片所属的图片类别，并在所述训练语料库中标注所述封面图片所属的图片类别；

第二训练单元，采用更新后的训练语料库进行训练学习，更新所述匹配关系，以对所述深度学习模型进行更新。

本申请实例提供一种计算机可读存储介质，该存储介质其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。

基于上述技术方案，采用深度学习模型确定媒体内容中每一张图片的内容与不同图片类型的匹配度，然后根据匹配度计算每一张图片作为封面图片的期望值，进而根据期望值筛选出符合预定条件的图片作为封面图片。这种方式是基于图片内容的筛选方式，可以筛选出更加适合作为封面图片的图片，使得媒体内容的封面更能体现媒体内容的关键内容，改善了媒体内容的展示效果。

附图说明