[发明专利]信息匹配度的评估方法、装置、设备及存储介质有效

专利信息
申请号: 202010518970.6 申请日: 2020-06-09
公开(公告)号: CN111709762B 公开(公告)日: 2021-10-29
发明(设计)人: 陈世喆;李滇博;张奕 申请(专利权)人: 上海极链网络科技有限公司
主分类号: G06Q30/00 分类号: G06Q30/00;G06K9/00;G06F16/73
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 202163 上海市崇明区*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息 匹配 评估 方法 装置 设备 存储 介质
【权利要求书】:

1.一种信息匹配度的评估方法,其特征在于,包括:

基于预先训练好的视觉特征模型,确定目标素材以及所述目标素材插入到视频中的位置信息以及置信度信息;

根据所述位置信息,确定与所述目标素材对应的至少一个目标视频帧,提取与所述至少一个目标视频帧对应的图像内容特征;

通过对与所述目标素材对应的素材内容特征以及所述图像内容特征进行处理,得到所述目标素材与所述目标视频帧之间的关联度值;

基于所述关联度值、所述位置信息以及所述置信度信息,确定目标素材与所述至少一个目标视频帧之间的匹配度值,以基于所述匹配度值评估所述目标素材与所述至少一个目标视频帧之间的匹配度;

所述提取与所述至少一个目标视频帧对应的图像内容特征之前,还包括:

获取目标素材所占用的素材尺寸,以及目标视频帧所使用的视频尺寸,基于所述素材尺寸与所述视频尺寸,确定播放所述目标素材时占用所述目标视频帧的比例;

当所述比例小于预设阈值时,则将所述目标素材从所述目标视频帧中剔除,并对剔除后的目标视频帧进行处理;

当所述比例大于所述预设阈值时,则采用预先设置的复原方法将所述至少一个目标视频帧复原,并对复原后的所述目标视频帧进行处理。

2.根据权利要求1所述的方法,其特征在于,还包括:训练所述视觉特征模型;

其中,训练所述视觉特征模型包括:

获取至少一个基础素材,按照预设的规则提取出所述基础素材中关键帧,并标注所述关键帧的位置信息、标签信息、尺寸信息以及置信度信息;其中,所述关键帧为所述基础素材中包括有效信息的视频帧;

将所述关键帧进行尺度和背景的变化,得到训练所述视觉特征模型的训练样本数据;所述训练样本数据包括与关键帧相对应的位置信息、尺寸信息标签信息以及置信度信息;

通过对所述训练样本数据进行训练,得到所述视觉特征模型;

所述视觉特征模型用于确定素材在视频中的位置信息、尺寸信息以及置信度信息。

3.根据权利要求1所述的方法,其特征在于,所述复原方法包括时间邻域法复原;

相应的,所述采用预先设置的复原方法将所述至少一个目标视频帧复原,并对复原后的所述目标视频帧进行处理,包括:

获取所述目标视频帧的相邻视频帧,当所述相邻视频帧与所述目标视频帧的背景相同,且未插入所述目标素材,则将所述相邻视频帧作为复原后的目标视频。

4.根据权利要求1所述的方法,其特征在于,所述复原方法包括空间域填充复原,所述采用预先设置的复原方法将所述至少一个目标视频帧复原,并对复原后的所述目标视频帧进行处理,包括:

将所述目标视频帧以及所述目标视频素材输入至预先训练好的图像处理模型中进行复原处理,得到复原后的目标视频帧;

所述图像处理模型,用于确定与每个视频帧相对应的原始视频帧。

5.根据权利要求1所述的方法,其特征在于,所述提取与所述至少一个目标视频帧对应的图像内容特征,包括:

获取不同维度的特征提取模型,并基于所述不同维度的特征提取模型对所述目标视频帧进行特征提取,得到与不同维度相对应的特征,并将所述特征作为与目标视频帧相对应的图像内容特征。

6.根据权利要求5所述的方法,其特征在于,在所述通过对与所述目标素材对应的素材内容特征以及所述图像内容特征进行处理,得到所述目标素材与所述视频之间的关联度值之前,还包括:

当未检测到与所述目标素材相对应的素材内容特征时,则基于所述不同维度的特征提取模型对所述目标素材进行处理,得到与所述目标素材相对应的素材内容特征。

7.根据权利要求1所述的方法,其特征在于,所述通过对与所述目标素材对应的素材内容特征以及所述图像内容特征进行处理,得到所述目标素材与所述视频之间的关联度值,包括:

将所述素材内容特征,以及所述图像内容特征输入至预先训练得到的语义关联模型中,得到素材内容特征与图像内容特征之间的关联度值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海极链网络科技有限公司,未经上海极链网络科技有限公司许可,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/202010518970.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top