[发明专利]视频推荐方法及装置

权利要求书

1.一种视频推荐方法，包括：

提取多个视频各自的关键帧；

使用人工神经网络(ANN)分类器对每个所述关键帧进行分类；

基于分类结果构造每个视频各自的关键帧向量；以及

基于关键帧向量的相似度，推荐与目标视频类似的至少一个相似视频。

2.如权利要求1所述的方法，其中，提取多个视频各自的关键帧包括：

选取某一视频的封面作为该视频的关键帧；和/或

使用已知的关键帧选取算法选取某一视频的关键帧。

3.如权利要求1所述的方法，其中，使用的ANN分类器是经训练的CNN分类器。

4.如权利要求3所述的方法，其中，所述经训练的CNN分类器是Google Inception分类器。

5.如权利要求1所述的方法，其中，基于分类结果构造每个视频各自的关键帧向量包括：

将分类类别作为向量维度，分类所属概率值作为向量分类值，构造每个视频各自的关键帧向量。

6.如权利要求5所述的方法，其中，将分类类别作为向量维度，分类所属概率值作为向量分类值，构造每个视频各自的关键帧向量包括如下至少一项：

选取每个分类结果中分类所属概率值最大的前N个分类构造该视频的关键帧向量，其中，N是预定的正整数；

选取每个分类结果中分类所属概率值大于预定阈值的分类构造该视频的关键帧向量；以及

对每个分类所属概率值进行小数点后第M位的舍入，以构造每个视频各自的关键帧向量，其中，M是预定的正整数。

7.如权利要求1所述的方法，其中，基于关键帧向量的相似度，推荐与目标视频类似的至少一个相似视频包括：

计算目标视频与其他视频的关键帧向量的余弦相似度；以及

选取余弦相似度最高的预定个数的视频作为推荐的相似视频。

8.如权利要求1所述的方法，还包括：

针对所述多个视频的关键帧向量进行聚类，其中聚类类别个数小于ANN分类器的分类类别个数，并且

基于关键帧向量的相似度，推荐与目标视频类似的至少一个相似视频包括：

基于目标视频所属的聚类，推荐关键帧向量属于所述聚类内的相似视频。

9.如权利要求8所述的方法，还包括：

求取每个聚类的聚类中心向量，并且

基于目标视频所属的聚类，推荐关键帧向量属于所述聚类内的相似视频包括：

选择与目标视频的关键向量最为接近的聚类中心向量所对对应的聚类作为所述目标视频所属的聚类。

10.如权利要求8所述的方法，还包括：

基于当前视频在各个聚类中分布的疏密程度，进行现有聚类的合并或分解的聚类更新操作。

11.一种视频推荐装置，包括：

关键帧提取单元，用于提取多个视频各自的关键帧；

关键帧分类单元，用于使用人工神经网络(ANN)分类器对每个所述关键帧进行分类；

向量构造单元，用于基于分类结果构造每个视频各自的关键帧向量；以及

相似视频推荐单元，用于基于目标视频推荐关键帧向量与其类似的至少一个相似视频。

12.如权利要求11所述的装置，其中，所述关键帧提取单元进一步用于：

选取某一视频的封面作为该视频的关键帧；和/或

使用已知的关键帧选取算法选取某一视频的关键帧。

13.如权利要求11所述的装置，其中，使用的ANN分类器是经训练的CNN分类器。