[发明专利]一种封面推荐方法、装置、设备及介质在审

专利信息
申请号: 202110156055.1 申请日: 2021-02-04
公开(公告)号: CN112860941A 公开(公告)日: 2021-05-28
发明(设计)人: 陈德健;蔡佳然 申请(专利权)人: 百果园技术(新加坡)有限公司
主分类号: G06F16/735 分类号: G06F16/735;G06F16/732;G06F16/738;G06F16/783
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 赵祎
地址: 巴西班让路枫树*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 封面 推荐 方法 装置 设备 介质
【权利要求书】:

1.一种封面推荐方法,其特征在于,所述方法包括:

获取待推荐视频中的视频帧所对应的图片;

分别基于预先训练完成的至少两个特征提取模型,获取所述图片的不同第一特征所对应的第一分值;其中,每个所述特征提取模型对任一所述图片提取的第一特征是不同的;

根据所述图片的每个所述第一分值,确定所述图片的综合分值;

若确定所述综合分值满足预设的推荐条件,则将所述图片确定为所述待推荐视频的封面。

2.根据权利要求1所述的方法,其特征在于,所述确定所述综合分值满足预设的推荐条件,包括:

若确定所述综合分值为所述待推荐视频中的每个视频帧分别对应的图片的综合分值中的最大值,则确定所述综合分值满足预设的推荐条件;和/或

若确定所述综合分值大于预设的阈值,则确定所述综合分值满足预设的推荐条件。

3.根据权利要求1所述的方法,其特征在于,所述获取待推荐视频中的视频帧所对应的图片之后,所述分别基于预先训练完成的至少两个特征提取模型,获取所述图片的不同第一特征所对应的第一分值之前,所述方法还包括:

通过违规检测模型,确定所述图片是否违规;

若确定所述图片没有违规,则进行后续的所述分别基于预先训练完成的至少两个特征提取模型,获取所述图片的不同第一特征所对应的第一分值的步骤。

4.根据权利要求1或3所述的方法,其特征在于,所述根据所述图片的每个所述第一分值,确定所述图片的综合分值,包括:

获取所述图片的第二特征对应的第二分值;其中所述第二特征包括所述图片的亮度、锐度、色彩一致性、清晰度、是否存在运动模糊中的至少一种;

根据所述图片的第二特征对应的第二分值及预先配置的所述第二特征对应的第一权重值,以及每个所述第一分值及预先配置的每个所述第一特征分别对应的第二权重值,确定所述图片的综合分值。

5.根据权利要求4所述的方法,其特征在于,若所述第二特征包括至少两种,所述获取所述图片的第二特征对应的第二分值,包括:

针对每种所述第二特征,获取所述图片的该第二特征对应的特征分值;

根据所述图片的每个所述特征分值,确定所述图片的第二特征对应的第二分值。

6.根据权利要求1所述的方法,其特征在于,所述特征提取模型包括人脸识别模型、图片质量评估模型、美学评分模型中的至少两种。

7.根据权利要求6所述的方法,其特征在于,若所述特征提取模型包括人脸识别模型,所述分别基于预先训练完成的至少两个特征提取模型,获取所述图片的不同第一特征所对应的第一分值,包括:

通过所述人脸识别模型,获取所述图片中每个包含有人脸的目标检测框的第一位置信息、以及每个所述目标检测框中人脸上的嘴部的关键点的第二位置信息;

基于每个所述目标检测框的第一位置信息,确定所述图片对应的人脸位置分值,并基于每个所述目标检测框的大小以及所述图片的大小,确定所述图片对应的人脸占比分值,并基于每个所述目标检测框中人脸上的嘴部的关键点的第二位置信息,确定所述图片对应的人脸表情分值;

根据所述人脸位置分值、所述人脸占比分值以及所述人脸表情分值,确定所述图片中人脸属性特征所对应的人脸属性分值。

8.根据权利要求6所述的方法,其特征在于,若所述特征提取模型包括图片质量评估模型,所述分别基于预先训练完成的至少两个特征提取模型,获取所述图片的不同第一特征所对应的第一分值,包括:

通过所述图片质量评估模型,获取所述图片中的图片质量特征的概率向量;其中,所述图片质量特征包括过度曝光、过度昏暗、过度模糊、以及噪声过多中的至少一种;

根据所述概率向量中包含的每个概率值,确定所述图片中综合质量特征所对应的图片质量属性分值。

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百果园技术(新加坡)有限公司,未经百果园技术(新加坡)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/202110156055.1/1.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