[发明专利]用于确定序列数据之间的数据相似度的方法和装置

说明书

本说明书的实施例提供了一种用于确定序列数据之间的数据相似度的方法和装置。在该用于确定序列数据之间的数据相似度的方法中，基于所获取的待查询序列数据的各个数据元素的数据特征向量以及参考序列数据库中的各个参考序列数据的数据元素的数据特征向量，从各个参考序列数据中选择第一数目个目标参考序列数据；对该待查询序列数据的各个数据元素的数据特征向量和各个目标参考序列数据的各个数据元素的数据特征向量进行特征增强，以使特征增强后的各个数据元素的数据特征向量融合有局部邻域信息；根据各个数据元素的经过特征增强后的数据特征向量，确定该待查询序列数据和各个目标参考序列数据之间的相似度。

技术领域

本说明书实施例通常涉及计算机技术领域，尤其涉及用于确定序列数据之间的数据相似度的方法和装置及用于侵权判定的方法和装置。

背景技术

随着人工智能技术的飞速发展，在诸如视频、音频、文本、图像等领域常常需要计算相似度，以用于数据匹配、侵权判定等。现有的视频相似度计算技术中，通常采用均匀采样的方式对所提取的各帧提取帧特征向量，并根据所提取的帧特征向量来确定视频之间的相似度。虽然现有技术提供了确定视频之间的相似度的一种方法，但由于该方法的相似度确定的准确性往往十分依赖于针对各个帧所提取的帧特征向量的表征能力的高低以及进行匹配的帧的数量是否足够，因而难以实现较为快速地获取准确的相似度结果。

发明内容

鉴于上述，本说明书实施例提供了一种用于确定序列数据之间的数据相似度的方法和装置及用于侵权判定的方法和装置。利用该方法、装置，可以实现对序列数据之间的数据相似度的确定，以提高序列数据之间的相似度的确定准确性和效率。

根据本说明书的实施例的一个方面，提供一种用于确定序列数据之间的数据相似度的方法，包括：获取待查询序列数据中的各个数据元素的数据特征向量；基于所述待查询序列数据的各个数据元素的数据特征向量以及参考序列数据库中的各个参考序列数据的数据元素的数据特征向量，从各个参考序列数据中选择第一数目个目标参考序列数据；对所述待查询序列数据的各个数据元素的数据特征向量和各个目标参考序列数据的各个数据元素的数据特征向量进行特征增强，其中，特征增强后的各个数据元素的数据特征向量融合有第一局部邻域信息和第二局部邻域信息，所述第一局部邻域信息与同一序列数据的数据元素对应，所述第二局部邻域信息与待查询序列数据的数据元素和目标参考序列数据的数据元素之间的交互对应；以及根据所述待查询序列数据的各个数据元素的经过特征增强后的数据特征向量以及各个目标参考序列数据的各个数据元素的经过特征增强后的数据特征向量，确定所述待查询序列数据和各个目标参考序列数据之间的相似度。

根据本说明书的实施例的另一个方面，提供一种用于侵权判定的方法，包括：如上所述的用于确定序列数据之间的数据相似度的方法；响应于所述待查询序列数据和各个目标参考序列数据之间存在大于预定阈值的相似度，确定所述待查询序列数据为侵权数据。

根据本说明书的实施例的又一个方面，提供一种用于确定序列数据之间的数据相似度的装置，包括：特征获取单元，被配置为获取待查询序列数据中的各个数据元素的数据特征向量；数据选取单元，被配置为基于所述待查询序列数据的各个数据元素的数据特征向量以及参考序列数据库中的各个参考序列数据的数据元素的数据特征向量，从各个参考序列数据中选择第一数目个目标参考序列数据；特征增强单元，被配置为对所述待查询序列数据的各个数据元素的数据特征向量和各个目标参考序列数据的各个数据元素的数据特征向量进行特征增强，其中，特征增强后的各个数据元素的数据特征向量融合有第一局部邻域信息和第二局部邻域信息，所述第一局部邻域信息与同一序列数据的数据元素对应，所述第二局部邻域信息与待查询序列数据的数据元素和目标参考序列数据的数据元素之间的交互对应；以及相似度确定单元，被配置为根据所述待查询序列数据的各个数据元素的经过特征增强后的数据特征向量以及各个目标参考序列数据的各个数据元素的经过特征增强后的数据特征向量，确定所述待查询序列数据和各个目标参考序列数据之间的相似度。