[发明专利]一种视频封面图像生成方法、装置、电子设备及存储介质

权利要求书

1.一种视频封面图像生成方法，其特征在于，该方法包括：

响应于视频搜索指令，确定所述视频搜索指令对应的目标视频；

从所述目标视频中确定至少两帧备选图像，并根据所述备选图像的像素特征以及所述视频搜索指令对应的搜索关键词，确定所述备选图像对应的用于表示与所述搜索关键词匹配程度的筛选参数；

根据所述备选图像对应的筛选参数，从所述至少两帧备选图像中筛选出目标图像，并根据所述目标图像生成所述目标视频的封面。

2.如权利要求1所述的方法，其特征在于，根据下列方式确定所述备选图像对应的筛选参数：

将所述备选图像以及所述搜索关键词输入已训练的深度学习网络，获取所述已训练的深度学习网络输出的所述备选图像对应的筛选参数；

其中，所述深度学习网络是根据所述备选图像的像素特征以及所述搜索关键词确定所述备选图像对应的筛选参数的。

3.如权利要求2所述的方法，其特征在于，根据下列方式对所述深度学习网络进行训练：

针对视频样本训练集中的视频样本，将从所述视频样本中确定的至少两帧训练图像以及所述视频样本对应的搜索关键词输入深度学习网络，获取所述深度学习网络输出的训练图像对应的第一样本筛选参数；以及

将所述至少两帧训练图像以及所述视频样本对应的搜索关键词输入已训练的图像二分类器，获取所述已训练的图像二分类器输出的训练图像对应的第二样本筛选参数；

针对任意两帧训练图像，根据所述两帧训练图像分别对应的第一样本筛选参数和第二样本筛选参数，确定所述两帧训练图像对应的损失值；

根据确定出的损失值对所述深度学习网络的参数进行调整，直到确定出的损失值不大于预设阈值后得到训练后的深度学习网络。

4.如权利要求3所述的方法，其特征在于，所述根据所述两帧训练图像分别对应的第一样本筛选参数和第二样本筛选参数，确定所述两帧训练图像对应的损失值，包括：

根据所述两帧训练图像分别对应的第二样本筛选参数，确定用于表示所述两帧训练图像分别对应的第二样本筛选参数大小的伪二值化标签，以及确定所述两帧训练图像分别对应的第一样本筛选参数的差值；

根据所述伪二值化标签和所述差值，确定所述两帧训练图像对应的损失值。

5.如权利要求3所述的方法，其特征在于，所述视频样本训练集中包括标准视频样本和非标准视频样本；

根据下列方式获取所述视频样本训练集：

确定多个预设搜索关键词对应的视频；

将每个预设搜索关键词对应的视频按照点击率大小进行排序，将排序靠前的N个视频作为标准视频样本，以及将排序靠后的M个视频作为非标准视频样本；

其中，所述N、M为正整数。

6.如权利要求5所述的方法，其特征在于，根据下列方式对所述图像二分类器进行训练：

从标准图像集中选取部分或全部标准图像，以及从非标准图像集中选取部分或全部非标准图像；其中，所述标准图像集由所述标准视频样本的封面图像组成；所述非标准图像集由所述非标准视频样本的封面图像组成；

将选取的标准图像、非标准图像、每张图像所属视频样本对应的搜索关键词以及每张图像对应的分类标签作为所述图像二分类器的输入，并将每张图像的分类标签为标准标签的第一概率值和每张图像的分类标签为非标准标签的第二概率值作为所述图像二分类器的输出，对所述图像二分类器进行训练。

7.如权利要求3所述的方法，其特征在于，所述获取所述已训练的图像二分类器输出的训练图像对应的第二样本筛选参数，包括：

将所述图像二分类器输出的所述训练图像的分类标签为标准标签的第一概率值，作为所述训练图像对应的第二样本筛选参数。