[发明专利]确定视频的内容特征的方法、装置、电子设备及存储介质有效

专利信息
申请号: 202011601112.4 申请日: 2020-12-29
公开(公告)号: CN112651449B 公开(公告)日: 2023-08-01
发明(设计)人: 方进;赵金鑫;周定富;宋希彬;张良俊 申请(专利权)人: 北京百度网讯科技有限公司;百度(美国)有限责任公司
主分类号: G06V20/40 分类号: G06V20/40;G06V10/774;G06V10/82;G06N3/0455;G06N3/044;G06N3/0464;G06N3/0895;G06F16/783;G06F16/735
代理公司: 北京猷德知识产权代理有限公司 16084 代理人: 范继晨
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 确定 视频 内容 特征 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种确定视频的内容特征的方法,包括:

接收视频数据,所述视频数据包括多个视频帧;

将各个所述视频帧分别输入预先训练的图像编码器,得到各个视频帧的图像特征;

按照所述视频数据中包括的多个视频帧的先后顺序,依次针对各个所述视频帧进行以下处理:将当前视频帧的图像特征以及预先训练的视频特征编码器对上一个视频帧的处理结果输入所述视频特征编码器,得到所述视频特征编码器对当前视频帧的处理结果;

直至对视频数据中包括的最后一个视频帧的处理结束,将所述视频特征编码器对最后一个视频帧的处理结果作为所述视频数据的内容特征;

其中,所述视频特征编码器包括第一神经网络模型和第二神经网络模型;

所述将当前视频帧的图像特征以及预先训练的视频特征编码器对上一个视频帧的处理结果输入所述视频特征编码器,包括:

将当前视频帧的图像特征输入所述第一神经网络模型,得到所述当前视频帧的卷积特征;

将所述当前视频帧的图像特征、所述当前视频帧的卷积特征及所述视频特征编码器对上一个视频帧的处理结果输入所述第二神经网络模型。

2.根据权利要求1所述的方法,还包括:

获取所述视频数据的用户特征和标签特征;其中,所述视频数据的用户特征包括播放所述视频数据的用户的特征;

根据所述视频数据的所述内容特征、所述用户特征和所述标签特征,生成所述视频数据的综合特征;

利用所述综合特征对所述视频数据进行推荐、检索或视频内容匹配。

3.一种模型训练方法,所述模型包括视频特征编码器和对应的视频特征解码器,所述方法包括:

获取视频数据中各个视频帧的第一图像特征,其中,所述第一图像特征用于根据预先训练的图像编码器对各个视频帧进行处理得到;

将各个所述视频帧的第一图像特征输入所述视频特征编码器,得到所述视频数据的内容特征,其中,所述内容特征为所述视频数据中的最后一个视频帧的处理结果,所述处理结果为按照所述视频数据中包括的多个视频帧的先后顺序,对各个所述视频帧进行以下处理得到:

将当前视频帧的图像特征以及预先训练的视频特征编码器对上一个视频帧的处理结果输入所述视频特征编码器,得到所述视频特征编码器对当前视频帧的处理结果;

将所述视频数据的内容特征输入所述视频特征解码器,得到所述视频数据中各个视频帧的第二图像特征;

根据各个所述视频帧的第一图像特征和第二图像特征的差异构建损失函数,对所述模型进行训练;

其中,所述视频特征编码器包括第一神经网络模型和第二神经网络模型;

所述将当前视频帧的图像特征以及预先训练的视频特征编码器对上一个视频帧的处理结果输入所述视频特征编码器,包括:

将当前视频帧的图像特征输入所述第一神经网络模型,得到所述当前视频帧的卷积特征;

将所述当前视频帧的图像特征、所述当前视频帧的卷积特征及所述视频特征编码器对上一个视频帧的处理结果输入所述第二神经网络模型。

4.根据权利要求3所述的方法,其中,各个所述视频帧的第一图像特征由图像编码器对所述视频数据中的各个视频帧处理得到:

所述方法还包括:

将所述视频数据中各个视频帧的第二图像特征分别输入所述图像编码器对应的图像解码器,得到各个所述视频帧的还原图像;

根据各个所述视频帧与视频帧对应的还原图像的差异构建损失函数,对所述模型进行训练。

5.根据权利要求3或4所述的方法,其中,所述将各个所述视频帧的第一图像特征输入所述视频特征编码器,得到所述视频数据的内容特征,包括:

按照所述视频数据中包括的多个视频帧的先后顺序,依次针对各个所述视频帧进行以下处理:将当前视频帧的第一图像特征以及所述视频特征编码器对上一个视频帧的处理结果输入所述视频特征编码器,得到所述视频特征编码器对当前视频帧的处理结果;

直至对视频数据中包括的最后一个视频帧的处理结束,得到所述视频数据的内容特征。

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北京百度网讯科技有限公司;百度(美国)有限责任公司,未经北京百度网讯科技有限公司;百度(美国)有限责任公司许可,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/202011601112.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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