[发明专利]视频搜索的方法、装置、设备和介质有效

专利信息
申请号: 201810713840.0 申请日: 2018-07-03
公开(公告)号: CN110737799B 公开(公告)日: 2023-06-27
发明(设计)人: 王志斌 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06F16/735 分类号: G06F16/735;G06F16/78;G06N3/08
代理公司: 北京东方亿思知识产权代理有限责任公司 11258 代理人: 贺琳
地址: 开曼群岛*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频 搜索 方法 装置 设备 介质
【权利要求书】:

1.一种视频搜索的方法,其特征在于,包括:

依据历史观看视频的历史视频向量特征和输入的搜索词的搜索词向量特征,构建搜索词对,所述搜索词对包括互相匹配的所述历史观看视频和所述搜索词所对应的向量特征,所述历史视频向量特征通过将所述历史观看视频输入至用户深度神经网络得到,所述搜索词向量特征通过将所述输入的搜索词输入至搜索词深度神经网络得到;

确定与所述搜索词对相匹配的多个视频向量特征,所述多个视频向量特征与所述搜索词对之间的距离小于预设阈值,所述多个视频向量特征为搜索范围内的视频的向量特征中的视频向量特征,所述搜索范围内的视频的向量特征通过将所述搜索范围内的视频输入至视频深度神经网络得到;

将所述多个视频向量特征对应的视频,作为所述搜索词相匹配的视频。

2.根据权利要求1所述视频搜索的方法,其特征在于,所述历史观看视频包括用户的历史观看视频;

所述输入的搜索词是所述用户输入的搜索词。

3.根据权利要求1所述视频搜索的方法,其特征在于,所述搜索词对包括所述历史观看视频相对应的向量特征与所述搜索词相对应的向量特征相加后的向量特征。

4.根据权利要求1所述视频搜索的方法,其特征在于,所述搜索词对包括所述历史观看视频相对应的向量特征与所述搜索词相对应的向量特征拼接后的向量特征。

5.根据权利要求1所述视频搜索的方法,所述方法还包括:

预先联合训练所述用户深度神经网络、所述搜索词深度神经网络和所述视频深度神经网络。

6.根据权利要求1所述视频搜索的方法,其特征在于,所述历史观看视频相对应的向量特征的维度、所述搜索词对应的向量特征的维度和所述视频向量特征的维度均相同。

7.一种视频搜索的装置,其特征在于,包括:

构建模块,用于依据历史观看视频的历史视频向量特征和输入的搜索词的历史视频向量特征,构建搜索词对,所述搜索词对包括互相匹配的所述历史观看视频和所述搜索词所对应的向量特征,所述历史视频向量特征通过将所述历史观看视频输入至用户深度神经网络得到,所述搜索词向量特征通过将所述输入的搜索词输入至搜索词深度神经网络得到;

匹配模块,用于确定与所述搜索词对相匹配的多个视频向量特征,所述多个视频向量特征与所述搜索词对之间的距离小于预设阈值,所述多个视频向量特征为搜索范围内的视频的向量特征中的视频向量特征,所述搜索范围内的视频的向量特征通过将所述搜索范围内的视频输入至视频深度神经网络得到;

内容模块,用于将所述多个视频向量特征对应的视频,作为所述搜索词相匹配的视频。

8.一种视频搜索的方法,其特征在于,包括:

接收输入的搜索词;

依据历史观看视频的历史视频向量特征和所述输入的搜索词的搜索词向量特征,构建搜索词对,所述搜索词对包括互相匹配的所述历史观看视频和所述搜索词所对应的向量特征,所述历史视频向量特征通过将所述历史观看视频输入至用户深度神经网络得到,所述搜索词向量特征通过将所述输入的搜索词输入至搜索词深度神经网络得到 ;

确定与所述搜索词对相匹配的多个视频向量特征,所述多个视频向量特征与所述搜索词对之间的距离小于预设阈值,所述多个视频向量特征为搜索范围内的视频的向量特征中的视频向量特征,所述搜索范围内的视频的向量特征通过将所述搜索范围内的视频输入至视频深度神经网络得到 ;

将所述多个视频向量特征对应的视频,作为所述搜索词相匹配的视频 ;

显示与所述搜索词相匹配的视频。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810713840.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top