[发明专利]基于关键帧识别和音频文本化的短视频推荐方法及系统

权利要求书

1.基于关键帧识别和音频文本化的短视频推荐方法，其特征是，包括：

获取待推荐的短视频；将短视频按照时间顺序均匀分割为若干个视频片段；

对每个视频片段进行关键帧提取，对每个关键帧进行图像识别，提取出图像分类标签和字幕文本信息；

对每个视频片段提取出对应的音频信息，从音频信息中提取对应的音频文本信息；

将得到的图像分类标签、字幕文本信息和音频文本信息进行整合，得到待推荐短视频的文本信息；

从待推荐短视频文本信息中分析每个词的词频，按照词频从大到小对每个词进行排序，将排序靠前的M个词作为待推荐短视频的关键词输出；M为正整数；

根据待推荐短视频的关键词与用户预存储的关键词，利用协同过滤算法为用户提供推荐结果。

2.如权利要求1所述的方法，其特征是，对每个视频片段进行关键帧提取，采用像素帧平均法或直方图帧平均法。

3.如权利要求1所述的方法，其特征是，对每个关键帧进行图像识别，提取出图像分类标签；具体步骤包括：将每个关键帧输入到预训练的第一卷积神经网络中，输出图像分类标签；

对每个关键帧进行图像识别，提取出字幕文本信息；具体步骤包括：将每个关键帧输入到预训练的第二卷积神经网络中，输出字幕文本信息。

4.如权利要求1所述的方法，其特征是，在对每个视频片段提取出对应的音频信息步骤之后，在从音频信息中提取对应的音频文本信息步骤之前，还包括：对音频信息进行去噪处理。

5.如权利要求1所述的方法，其特征是，所述将得到的图像分类标签、字幕文本信息和音频文本信息进行整合，得到待推荐短视频的文本信息之后，所述从待推荐短视频文本信息中分析每个词的词频，按照词频从大到小对每个词进行排序，将排序靠前的M个词作为待推荐短视频的关键词输出之前，还包括：对待推荐短视频的文本信息进行去噪处理；

所述对待推荐短视频的文本信息进行去噪处理，具体步骤包括：

S401：对待推荐短视频的文本信息，基于TF-TDF的词性分析算法进行词性初筛，去除第一无效词，保留第一有效词；

S402：对待推荐短视频的文本信息，基于统计学算法进行词性统计，去除第二无效词，保留第二有效词；

S403：对第一有效词和第二有效词进行取交集处理，得到去噪处理后的待推荐短视频的文本信息。

6.如权利要求1所述的方法，其特征是，所述根据待推荐短视频的关键词与用户预存储的关键词，利用协同过滤算法为用户提供推荐结果中，根据待推荐短视频的关键词与用户预存储的关键词，利用协同过滤算法为用户提供推荐结果；具体步骤包括：

根据待推荐短视频的关键词与用户预存储的关键词，计算待推荐短视频的关键词与用户预存储的关键词的相似度；如果相似度超过设定阈值，则判定当前待推荐短视频即为用户感兴趣的短视频；否则，判定当前待推荐短视频不是用户感兴趣的短视频，不予推荐。

7.如权利要求1所述的方法，其特征是，所述根据待推荐短视频的关键词与用户预存储的关键词，利用协同过滤算法为用户提供推荐结果之后，还包括：

对推荐的短视频与已推荐的视频列表进行比较，如果待推荐的短视频已经存在于已推荐的视频列表中，则将待推荐的短视频删除，返回获取待推荐的短视频步骤；进行下一个待推荐短视频的推荐处理。