[发明专利]视频分类的方法、信息处理的方法以及服务器有效
| 申请号： | 201910834142.0 | 申请日： | 2017-09-15 |
| 公开（公告）号： | CN110532996B | 公开（公告）日： | 2021-01-22 |
| 发明（设计）人： | 唐永毅;马林;刘威 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06F16/783;G06F16/735;G06F16/75;G06F16/9535;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 吴磊 |
| 地址： | 518064 广东省深圳*** | 国省代码： | 广东;44 |
| 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 分类 方法 信息处理 以及 服务器 | ||
1.一种视频分类的方法，其特征在于，包括：
获取待处理视频，其中，所述待处理视频包含多个视频帧，每个视频帧对应一个时间特征；
根据时间特征采样规则对所述待处理视频进行采样，并获取至少一个视频帧特征序列，其中，所述时间特征采样规则为时间特征与视频帧特征序列之间的对应关系；
通过第一神经网络模型对所述至少一个视频帧特征序列进行处理，得到每个视频帧特征序列所对应的特征表达结果，其中，所述第一神经网络模型包括前向递归神经网络以及后向递归神经网络；
通过第二神经网络模型对所述至少一个视频帧特征序列所对应的特征表达结果进行处理，得到所述至少一个视频帧特征序列所对应的预测结果，其中，所述第二神经网络模型包括第一子模型以及第二子模型；
根据所述至少一个视频帧特征序列所对应的预测结果确定所述待处理视频的类别；
其中，所述通过第二神经网络模型对所述至少一个视频帧特征序列所对应的特征表达结果进行处理，得到所述至少一个视频帧特征序列所对应的预测结果，包括：
将所述至少一个视频帧特征序列所对应的特征表达结果输入至所述第二神经网络模型中的所述第一子模型，获取第三表达结果；
将所述至少一个视频帧特征序列所对应的特征表达结果输入至所述第二神经网络模型中的所述第二子模型，获取第四表达结果；
根据所述第三表达结果和所述第四表达结果，计算所述至少一个视频帧特征序列所对应的预测结果；
其中，所述根据所述第三表达结果和所述第四表达结果，计算所述至少一个视频帧特征序列所对应的预测结果，包括：
采用如下公式计算所述至少一个视频帧特征序列所对应的预测结果：
gn＝σg(Wgh+bg),n∈[1,N]；
an＝σa(Wah+ba),n∈[1,N]；
其中，所述lable表示一个视频帧特征序列的预测结果，所述gn表示所述第三表达结果，所述an表示所述第四表达结果，所述σg表示softmax函数，所述σa表示sigmoid函数，所述h表示所述视频帧特征序列的特征表达结果，所述Wg和所述bg表示所述第一子模型中的参数，所述Wa和所述ba表示所述第二子模型的参数，所述N表示对所述特征表达结果进行非线性变换后得到的计算总数，所述n表示从1至所述N中的一个整数。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201910834142.0/1.html，转载请声明来源钻瓜专利网。
