[发明专利]视频分类的方法、信息处理的方法以及服务器

说明书

本申请公开了一种信息处理的方法，该方法应用于人工智能领域，该方法包括：获取待处理视频；根据时间特征采样规则对待处理视频进行采样，并获取至少一个视频帧特征序列；通过第一神经网络模型对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的特征表达结果；通过第二神经网络模型对至少一个视频帧特征序列的特征表达结果进行处理，得到至少一个视频帧特征序列所对应的预测结果，预测结果用于确定待处理视频的类别。本申请还提供一种服务器。本申请在对视频进行分类的过程中，还考虑到视频在时间维度上的特征变化，从而能够更好地表达视频内容，提高视频分类的准确率，提升视频分类的效果。

本申请为2017年9月15日提交中国专利局、申请号为201710833668.8、发明名称为“视频分类的方法、信息处理的方法以及服务器”的中国专利申请的分案申请。

技术领域

本申请涉及计算机技术领域，尤其涉及视频分类的方法、信息处理的方法以及服务器。

背景技术

随着网络多媒体技术的飞速发展，各式各样的多媒体信息不断涌现。越来越多的用户习惯于在网络上观看视频，为了使用户能够从大量的视频中选择自己想观看的内容，通常会对视频进行分类，因此，视频分类对于实现视频的管理以及兴趣推荐具有十分重要的作用。

目前所采用的视频分类方法主要为，先对待标记视频中的每一个视频帧进行特征提取，然后通过平均特征方法将帧级别的特征变换为视频级别的特征，最后将视频级别的特征传输到分类网络中进行分类。

然而，在目前的视频分类方法中，仅采用平均特征方法对帧级别的特征进行变换是较为单一的，并没有考虑到其他维度的变化对视频帧变换的影响，从而不利于视频分类的准确性。

发明内容

本申请实施例提供了一种视频分类的方法、信息处理的方法以及服务器，在对视频进行分类的过程中，还考虑到视频在时间维度上的特征变化，从而能够更好地表达视频内容，提高视频分类的准确率，提升视频分类的效果。

有鉴于此，本申请第一方面提供了一种视频分类的方法，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；

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；

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。

本申请第二方面提供了一种信息处理的方法，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；

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，所述预测结果用于确定所述待处理视频的类别。

本申请第三方面提供了一种服务器，包括：

第一获取模块，用于获取待处理视频，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；