[发明专利]视频概念检测方法、装置以及电子设备

权利要求书

1.一种视频概念检测方法，其特征在于，包括：

提取待处理视频的特征信息；

根据所述特征信息以及概念识别模型集合中各个概念对应的概念识别模型，确定所述待处理视频属于各个概念的概率；

根据所述待处理视频属于各个概念的概率，确定所述待处理视频所属的概念；

根据所述待处理视频所属的概念的概率，对所述特征信息进行更新，重新根据更新后的特征信息以及所述概念识别模型集合，确定所述待处理视频所属的概念，直至满足预设的迭代结束条件。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理视频所属的概念的概率，对所述特征信息进行更新，重新根据更新后的特征信息以及所述概念识别模型集合，确定所述待处理视频所属的概念，直至满足预设的迭代结束条件之后，还包括：

针对所述待处理视频所属的每个概念，查询概念图谱，判断所述概念图谱中是否存在所述概念对应的上级概念；

在所述概念图谱中存在所述概念对应的上级概念时，将所述上级概念确定为所述待处理视频所属的概念。

3.根据权利要求1所述的方法，其特征在于，所述待处理视频的特征信息包括以下特征中的任意一种或者多种：文本特征、语音特征、画面纹理特征、运动特征、实体特征、实体内容特征。

4.根据权利要求1所述的方法，其特征在于，所述根据所述待处理视频属于各个概念的概率，确定所述待处理视频所属的概念，包括：

针对所述各个概念中的每个概念，判断所述待处理视频属于所述概念的概率是否大于预设概率阈值；

若所述待处理视频属于所述概念的概率大于预设概率阈值，则将所述概念确定为所述待处理视频所属的概念。

5.根据权利要求1所述的方法，其特征在于，所述根据所述特征信息以及概念识别模型集合中各个概念对应的概念识别模型，确定所述待处理视频属于各个概念的概率之前，还包括：

对视频语料库中各个视频语料的文本信息进行概念提取处理，生成概念池；

为所述概念池中的每个概念构建概念识别模型和训练数据并进行训练，将满足训练要求的训练后概念识别模型添加到概念识别模型集合中；

获取对应的训练后概念识别模型不满足训练要求的第一概念，根据概念识别模型集合对所述第一概念的训练数据进行更新，重新根据更新后的训练数据对所述第一概念的概念识别模型进行训练，直至满足预设的迭代训练结束条件。

6.根据权利要求5所述的方法，其特征在于，所述对视频语料库中各个视频语料的文本信息进行概念提取处理，生成概念池，包括：

获取所述各个视频语料的文本信息；

对所述各个视频语料的文本信息进行分词以及语言处理，生成概念池；

去除所述概念池中对应的频率位于预设频率范围外的概念；

对所述概念池中的同义概念进行归一化处理。

7.根据权利要求5所述的方法，其特征在于，所述概念池中每个概念的训练数据包括：正样本数据和负样本数据；

所述正样本数据包括：对应的文本信息中包括所述概念的视频对应的特征信息；

所述负样本数据包括：对应的文本信息中不包括所述概念的视频对应的特征信息。

8.一种视频概念检测装置，其特征在于，包括：

提取模块，用于提取待处理视频的特征信息；

第一确定模块，用于根据所述特征信息以及概念识别模型集合中各个概念对应的概念识别模型，确定所述待处理视频属于各个概念的概率；

第二确定模块，用于根据所述待处理视频属于各个概念的概率，确定所述待处理视频所属的概念；

所述第一确定模块，还用于根据所述待处理视频所属的概念的概率，对所述特征信息进行更新，重新根据更新后的特征信息以及所述概念识别模型集合，确定所述待处理视频所属的概念，直至满足预设的迭代结束条件。