[发明专利]模型生成方法、视频分类方法、装置、终端及存储介质有效
| 申请号： | 201811326723.5 | 申请日： | 2018-11-08 |
| 公开（公告）号： | CN109710800B | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 梁大为 | 申请（专利权）人： | 北京奇艺世纪科技有限公司 |
| 主分类号： | G06F16/73 | 分类号： | G06F16/73;G06F16/735;G06N3/04;G06N3/08 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 莎日娜 |
| 地址： | 100080 北京市海淀*** | 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： | 本发明实施例提供了一种模型生成方法、视频分类方法、装置、终端及计算机可读存储介质，所述视频分类方法包括：获取待分类视频文件的音频聚合特征、图像聚合特征和文本特征；将所述音频聚合特征、图像聚合特征和文本特征输入到预先生成的视频分类模型进行分类，得到多个分类标签的概率预测向量；对所述多个分类标签的概率预测向量中的每个元素按照从高到低进行排序；选取排名靠前的至少一个元素编号对应的标签，以作为所述待分类视频文件的分类标签。本发明实施例中，基于学习好的视频分类模型可以综合利用音频、图像和文本特征来识别待分类视频，扩大视频识别的标签的范围，从而提高了视频分类的准确性和整体性能。 | ||
| 搜索关键词： | 模型 生成 方法 视频 分类 装置 终端 存储 介质 | ||
【主权项】：
1.一种模型生成方法，其特征在于，包括：获取多个待分类视频文件中每个待分类视频文件的音频聚合特征、图像聚合特征和文本特征；将所述每个待分类视频文件的音频聚合特征、图像聚合特征和文本特征进行融合，得到融合后的向量；对所述融合后的向量进行瓶颈门控和混合专家层处理，得到多个分类标签的概率预测向量；将所述多个分类标签的概率预测向量及真值标签向量输入到损失函数进行计算，得到多个分类标签分类损失的计算结果；根据所述计算结果，利用梯度反向传播方法对视频分类模型的参数进行反复迭代学习，得到视频分类模型。
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奇艺世纪科技有限公司，未经北京奇艺世纪科技有限公司许可，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/patent/201811326723.5/，转载请声明来源钻瓜专利网。
