CN107679227A - 视频索引标签设置方法、装置及服务器 - Google Patents
视频索引标签设置方法、装置及服务器 Download PDFInfo
- Publication number
- CN107679227A CN107679227A CN201710994040.6A CN201710994040A CN107679227A CN 107679227 A CN107679227 A CN 107679227A CN 201710994040 A CN201710994040 A CN 201710994040A CN 107679227 A CN107679227 A CN 107679227A
- Authority
- CN
- China
- Prior art keywords
- information
- image
- keyword
- uploaded videos
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了视频索引标签设置方法、装置及服务器，包括下述步骤：获取上传视频的标题信息，并提取所述标题信息中的关键字；调取存储的能够表征所述关键字的模板图片信息，以所述模板图片信息限定条件，搜索所述上传视频中是否至少有一帧图像切片信息中具有与所述模板图片信息相同或相似的图像；当所述上传视频中具有与所述模板图片信息相同或相似的图像时，将所述关键字标定为所述上传视频的索引标签。通过提取用户上传视频中的标题信息中获取关键字，该关键字是对上传视频进行分类的直接依据，通过检测上传人对于该视频的描述是否准确，验证描述准确后将用户的描述作为分类依据，能够快速的对网络视频进行分类，提高了工作效率。
Description
技术领域
本发明实施例涉及视频分类领域，尤其是一种视频索引标签设置方法、装置及服务器。
背景技术
随着互联网的发展，互联网上的多媒体数据包括视频、音乐、文字等，由于数量不断增长而成为持续热门研究的问题之一，其中尤以视频数据的飞速增长最为明显。大量的视频信息造成数据堆积而无法及时处理。于是，快速、有效地浏览大量视频数据并将这些视频数据分类，对于提升用户体验，发现潜在的可利用的商业价值至关重要。
现有技术中，各视频门户网站都是通过人工对视频进行分类，分类时人员通过对该视频内容进行大致了解后，进行适当的归类。
但是本发明创造的发明人在研究中发现，随着自媒体时代的到来，网络视频成几何倍数增长，采用传统的人工视频分类方法已经难以满足工作需要。需要一种高度智能且准确率高的自识别系统对网络视频进行分类。
发明内容
本发明实施例提供一种能够快速识别视频内容，并能够设置该视频索引标签的视频索引标签设置方法、装置及服务器。
为解决上述技术问题，本发明创造的实施例采用的一个技术方案是：提供一种视频索引标签设置方法，包括下述步骤：
获取上传视频的标题信息，并提取所述标题信息中的关键字；
调取存储的能够表征所述关键字的模板图片信息，以所述模板图片信息限定条件，搜索所述上传视频中是否至少有一帧图像切片信息中具有与所述模板图片信息相同或相似的图像；
当所述上传视频中具有与所述模板图片信息相同或相似的图像时，将所述关键字标定为所述上传视频的索引标签。
可选地，所述获取上传视频的标题信息，并提取所述标题信息中的关键字的步骤，具体包括下述步骤：
获取上传视频并读取所述上传视频的标题信息；
在所述标题信息预设的指定位置读取所述标题信息的关键字。
可选地，所述调取存储的能够表征所述关键字的模板图片信息，以所述模板图片信息限定条件，搜索所述上传视频中是否至少有一帧图像切片信息中具有与所述模板图片信息相同或相似的图像的步骤，具体包括下述步骤：
在预设数据库中调取能够表征所述关键字的模板图片信息；
以帧为单位对所述上传视频进行切片处理，得到多张图像切片信息；
将所述多张图像切片信息分别与所述模板图像信息进行相似度比对，确定所述多张图像切片中是否至少有一帧图像切片信息与所述模板图片信息相同或相似的图像。
可选地，所述将所述多张图像切片信息分别与所述模板图像信息进行相似度比对，确定所述多张图像切片中是否至少有一帧图像切片信息与所述模板图片信息相同或相似的图像的步骤，具体包括下述步骤：
将所述多张图像切片信息输入预设的卷积神经网络模型中，对所述图像切片信息分别与所述模板图像信息进行相似度比对；
当所述多张图像切片中至少有一帧图像切片信息的相似度比对结果大于预设第一判断阈值后结束比对。
可选地，所述以帧为单位对所述上传视频进行切片处理，得到多张图像切片信息的步骤，具体包括下述步骤：
根据所述上传视频时长以及预设的图片样本抽取时段，在所述上传视频中截去多个时段的样本视频信息；
将所述多段样本视频信息进行切片，并在所述每一段样本视频信息抽取多张图片；
集合多段样本视频信息中抽取的图片，形成若干张图像切片信息。
可选地，所述获取上传视频的标题信息，并提取所述标题信息中的关键字的步骤之后，还包括下述步骤：
以所述关键字为检索词向服务器请求获取表征所述关键字的图像信息，以使所述服务器根据所述请求在图像数据库中搜索表征所述关键字的图像信息；
所述服务器根据所述关键字筛选出若干能够表征所述关键字的图像信息，获取所述图像信息表征所述关键字的图像在所述图像信息视图比例，达到预设第一比例阈值的图像信息作为模板图片信息进行回传。
为解决上述技术问题，本发明实施例还提供：一种视频索引标签设置装置，包括：
获取模块，用于获取上传视频的标题信息，并提取所述标题信息中的关键字；
图像处理模块，用于调取存储的能够表征所述关键字的模板图片信息，以所述模板图片信息限定条件，搜索所述上传视频中是否至少有一帧图像切片信息中具有与所述模板图片信息相同或相似的图像；
生成模块，用于当所述上传视频中具有与所述模板图片信息相同或相似的图像时，将所述关键字标定为所述上传视频的索引标签。
可选地，所述标签设置装置还包括：
第一获取子模块，用于获取上传视频并读取所述上传视频的标题信息；
第一读取子模块，用于在所述标题信息预设的指定位置读取所述标题信息的关键字。
可选地，所述标签设置装置还包括：
第一调用子模块，用于在预设数据库中调取能够表征所述关键字的模板图片信息；
第一图像处理子模块，用于以帧为单位对所述上传视频进行切片处理，得到多张图像切片信息；
第一比对子模块，用于将所述多张图像切片信息分别与所述模板图像信息进行相似度比对，确定所述多张图像切片中是否至少有一帧图像切片信息与所述模板图片信息相同或相似的图像。
可选地，所述标签设置装置还包括：
第二比对子模块，用于将所述多张图像切片信息输入预设的卷积神经网络模型中，对所述图像切片信息分别与所述模板图像信息进行相似度比对；
第二图像处理子模块，用于当所述多张图像切片中至少有一帧图像切片信息的相似度比对结果大于预设第一判断阈值后结束比对。
可选地，所述标签设置装置还包括：
第一样本获取子模块，用于根据所述上传视频时长以及预设的图片样本抽取时段，在所述上传视频中截去多个时段的样本视频信息；
第三图像处理子模块，用于将所述多段样本视频信息进行切片，并在所述每一段样本视频信息抽取多张图片；
第一生成子模块，用于集合多段样本视频信息中抽取的图片，形成若干张图像切片信息。
可选地，所述标签设置装置还包括：
第一信号传输子模块，用于以所述关键字为检索词向服务器请求获取表征所述关键字的图像信息，以使所述服务器根据所述请求在图像数据库中搜索表征所述关键字的图像信息；
所述服务器根据所述关键字筛选出若干能够表征所述关键字的图像信息，获取所述图像信息表征所述关键字的图像在所述图像信息视图比例，达到预设第一比例阈值的图像信息作为模板图片信息进行回传。
为解决上述技术问题，本发明实施例还提供：一种服务器，包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行上述所述的视频索引标签设置方法。
本发明实施例的有益效果是：通过提取用户上传视频中的标题信息中获取关键字，该关键字是对上传视频进行分类的直接依据，在获取该关键字后通过该关键字调取能够表征关键字的模板图片信息，模板图片信息存在能够表征关键字的图像，然后通过图像识别比对技术，确认该视频中存在与模板图片信息相同或相似的图像时，确认该关键字能够作为该视频的分类信息，将关键字标定为上传视频的索引标签。通过检测上传人对于该视频的描述是否准确，验证描述准确后将用户的描述作为分类依据，能够快速的对网络视频进行分类，提高了工作效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一种视频索引标签设置方法基本流程示意图；
图2为本发明实施例获取关键字的具体流程示意图；
图3为本发明实施例用户上传视频时的操作界面示意图；
图4为本发明实施例视频图像比对具体流程示意图；
图5为本发明实施例相似度比对的具体流程示意图；
图6为本发明实施例视频索引标签设置装置基本结构框图；
图7为本发明实施例服务器基本机构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
具体请参阅图1，图1为本实施例一种视频索引标签设置方法基本流程示意图。
如图1所示，一种视频索引标签设置方法，包括下述步骤：
S1000、获取上传视频的标题信息，并提取所述标题信息中的关键字；
在检测到用户上传网络视频后，对该网络视频的标题信息进行读取，由于标题信息总是被设置在视频信息的指定位置，因此，在获取到网络视频信息后，在指定的位置读取该视频的标题信息。
获取到该视频的标题信息后，获取标题信息中的关键字，关键字是指用于标定该视频分类信息的依据(如视频中演员的名字或视频中人物形象的名称等)。格局具体应用场景的不同，在一些实施方式中，根据不同平台用户上传视频的集中性，关键字能够是纪录片中的地名、动植物名称或其他事物名称。
S2000、调取存储的能够表征所述关键字的模板图片信息，以所述模板图片信息限定条件，搜索所述上传视频中是否至少有一帧图像切片信息中具有与所述模板图片信息相同或相似的图像；
获取到关键字后，根据关键字调取与关键字信息相配的模板图片信息，该模板图片信息与关键字之间有预设的对应关系，如关键字是演员的名称张XX，则其对应的模板图片信息为张XX的脸部照片；关键字为动物名称时，则其对应的模板图片信息为该动物的照片信息。
模板图片信息存储在本地服务器内，在一些实施方式中，在本地服务器内无法找到能够表征关键字的图片时，需要通过进行网络搜索以便于获取该模板图片信息，如下所述：
以所述关键字为检索词向服务器请求获取表征所述关键字的图像信息，以使所述服务器根据所述请求在图像数据库中搜索表征所述关键字的图像信息；
所述服务器根据所述关键字筛选出若干能够表征所述关键字的图像信息，获取所述图像信息表征所述关键字的图像在所述图像信息视图比例，达到预设第一比例阈值的图像信息作为模板图片信息进行回传。
通过网络搜索能够得到若干张相关照片，需要对搜索得到的照片进行筛选，筛选的标准是若该照片中，表征关键字的图像信息占对应照片的占图比，预设第一比例阈值即为该占图比的筛选标准，具体的第一比例阈值为90。即该占图比达到百分之九十时，才能够成为表征该关键字的模板图片信息。但不限于此，根据具体应用场景的不同，第一比例阈值的具体数值能够向大或向小的方向进行调整。在一些实施方式中，除了设定占图比为筛选标准之外，还能够设定如照片质量、像素值或色彩值等标准对搜索到的照片进行筛选，主要目的是筛选出特征明显清晰可辨的图片作为关键词的模板图片信息。
S3000、当所述上传视频中具有与所述模板图片信息相同或相似的图像时，将所述关键字标定为所述上传视频的索引标签。
将模板图片信息与上传视频中的图像切片信息进行相似度比对，当上传视频的图像切片信息中有一张切片图像与模板图片信息相似度相同或相似时，则将该关键字设置为该视频的索引标签。如，关键字是主演的名称，经过比对确认该上传视频中确实存在该主演的图片时，就能够确定该演员参演，能够以其名称作为该视频的分类标准。
上述实施方式通过提取用户上传视频中的标题信息中获取关键字，该关键字是对上传视频进行分类的直接依据，在获取该关键字后通过该关键字调取能够表征关键字的模板图片信息，模板图片信息存在能够表征关键字的图像，然后通过图像识别比对技术，确认该视频中存在与模板图片信息相同或相似的图像时，确认该关键字能够作为该视频的分类信息，将关键字标定为上传视频的索引标签。通过检测上传人对于该视频的描述是否准确，验证描述准确后将用户的描述作为分类依据，能够快速的对网络视频进行分类，提高了工作效率。
请参阅图2和图3，图2为本实施例获取关键字的具体流程示意图；图3是本实施例用户上传视频时的操作界面示意图。
如图2所示，步骤S1000具体包括下述步骤：
S1100、获取上传视频并读取所述上传视频的标题信息；
如图3所示，用户采用终端上传视频时，要求用户填写相应的标题信息才能够进行上传，标题信息是指用户对于该视频的所有描述，包括：视频名称、来源信息、演员名称和视频类型信息等。
收集上述信息时，终端上传是均有独立的位置进行描述，终端将该标题信息进行上传时，会将不同的标题信息编译在完整数据的固定位置，服务器在获取到该数据后，解码完整的数据并在预设的指定位置可以读取到标题信息。
S1200、在所述标题信息预设的指定位置读取所述标题信息的关键字。
服务器获取上传视频的标题信息时，直接在预设的文件指定位置读取信息，读取信息时既能够读取完整的标题信息，也能够读取部分标题信息，部分标题信息能够是：视频演员的名称视频类型信息(如剧情片、纪录片或综艺片等)。
将标题信息设置在指定位置，并将关键字设置在标题信息的指定位置，能够使是服务器更加容易的识别出上传视频的关键字。
具体地，请参阅图4，图4为本实施例视频图像比对具体流程示意图。
如图4所示，步骤S2000包括下述步骤：
S2100、在预设数据库中调取能够表征所述关键字的模板图片信息；
服务器内预设有用于存储能够表征关键字的模板图片信息，在进行图片比对之前，首先通过关键字为检索条件，获取表征关键字的模板图片信息，一般情况下，服务器内存储一张表征关键字的模板图片信息。但不限于此，在一些选择性实施例中，为增加识别的准确率，服务器内存储能够表征关键字的多张不同的模板图片信息。
S2200、以帧为单位对所述上传视频进行切片处理，得到多张图像切片信息；
上传视频是由以帧为单位的图片组成的，进行图像比对时，将上传视频进行切片，将长传视频拆分成由若干图像切片信息。
S2300、将所述多张图像切片信息分别与所述模板图像信息进行相似度比对，确定所述多张图像切片中是否至少有一帧图像切片信息与所述模板图片信息相同或相似的图像。
将模板图片信息与上传视频中的图像切片信息进行相似度比对，当上传视频的图像切片信息中有一张切片图像与模板图片信息相似度相同或相似时，则将该关键字设置为该视频的索引标签。如，关键字是主演的名称，经过比对确认该上传视频中确实存在该主演的图片时，就能够确定该演员参演，能够以其名称作为该视频的分类标准。
具体地，请参阅图5，图5为本实施例相似度比对的具体流程示意图。
如图5所示，步骤S2300包括下述步骤：
S2310、将所述多张图像切片信息输入预设的卷积神经网络模型中，对所述图像切片信息分别与所述模板图像信息进行相似度比对；
进行相似度比对时，将多张图像切片信息输入依次与模板图片信息输入到卷积神经网络模型进行比对，预设的卷积神经网络模型是被训练用于识别图像相似度是数学模型，其输出的结果为两张比对结果的相似度数值。如在一些实施方式中，卷积神经网络模型被训练用于识别人脸图像的相似度数值。
S2320、当所述多张图像切片中至少有一帧图像切片信息的相似度比对结果大于预设第一判断阈值后结束比对。
将将多张图像切片信息输入依次与模板图片信息输入到卷积神经网络模型进行比对，并将输出的相似度数值与第一判断阈值进行比对。相似度数值被限定在0-100的范围内，数值越高表示两张图片的相似度越高。第一判断阈值是在0-100范围内取定的一个阈值，如第一判断阈值为70时，输出的相似度数值大于70时，则被认定为两张图片相似。
当多张图像切片信息输入依次与模板图片信息进行相似度比对时，当其中一张图像切片信息与模板图片信息比对结果为相似时，比对结束。当多张图像切片信息中均与模板图片信息不相似时，调用能够表征关键字的其他模板图片信息进行比对。如：长传视频为关于马的纪录片时，由于不同品种的马外形差别的存在，因此需要换用不同的模板图片信息进行比对。
在一些实施方式中，步骤S2200包括下述步骤
S2210、根据所述上传视频时长以及预设的图片样本抽取时段，在所述上传视频中截去多个时段的样本视频信息；
根据上传视频的时长，按比例抽取视频时段进行切片处理，如按视频时长的10％抽取视频时段，六十分钟的视频抽取的视频时段为6分钟。
抽取视频时段时，从视频的中间时段进行抽取，或者随机抽选几个视频时段。
S2220、将所述多段样本视频信息进行切片，并在所述每一段样本视频信息抽取多张图片；
S2230、集合多段样本视频信息中抽取的图片，形成若干张图像切片信息。
通过对抽取的视频时段进行切片处理，有效的降低了需要处理的数据量，能够提高比对效率，加快分类速度。
举例说明，关键字为xx影星，首先获取到预存储的xx影星的脸部照片，然后在上传视频中截取部分视频片段，对截取的上述视频片段进行切片处理，会的若干张图像切片信息，然后将若干张图像切片信息按时间先后依次与xx影星的脸部照片进行比对，当若干张图像切片信息中有一张图片与xx影星的脸部照片比较结果为相似时，则将影星的名称作为上传视频的索引标签。
请参阅图6，图6为本实施例视频索引标签设置装置基本结构框图。
如图6所示，一种视频索引标签设置装置，包括：获取模块2100、图像处理模块2200和生成模块2300。其中，获取模块2100用于获取上传视频的标题信息，并提取所述标题信息中的关键字；图像处理模块2200用于调取存储的能够表征所述关键字的模板图片信息，以所述模板图片信息限定条件，搜索所述上传视频中是否至少有一帧图像切片信息中具有与所述模板图片信息相同或相似的图像；生成模块2300用于当所述上传视频中具有与所述模板图片信息相同或相似的图像时，将所述关键字标定为所述上传视频的索引标签。
视频索引标签设置装置通过提取用户上传视频中的标题信息中获取关键字，该关键字是对上传视频进行分类的直接依据，在获取该关键字后通过该关键字调取能够表征关键字的模板图片信息，模板图片信息存在能够表征关键字的图像，然后通过图像识别比对技术，确认该视频中存在与模板图片信息相同或相似的图像时，确认该关键字能够作为该视频的分类信息，将关键字标定为上传视频的索引标签。通过检测上传人对于该视频的描述是否准确，验证描述准确后将用户的描述作为分类依据，能够快速的对网络视频进行分类，提高了工作效率。
在一些实施方式中，标签设置装置还包括：第一获取子模块和第一读取子模块。其中，第一获取子模块用于获取上传视频并读取所述上传视频的标题信息；第一读取子模块用于在所述标题信息预设的指定位置读取所述标题信息的关键字。
在一些实施方式中，标签设置装置还包括：第一调用子模块、第一图像处理子模块和第一比对子模块。第一调用子模块用于在预设数据库中调取能够表征所述关键字的模板图片信息；第一图像处理子模块用于以帧为单位对所述上传视频进行切片处理，得到多张图像切片信息；第一比对子模块用于将所述多张图像切片信息分别与所述模板图像信息进行相似度比对，确定所述多张图像切片中是否至少有一帧图像切片信息与所述模板图片信息相同或相似的图像。
在一些实施方式中，标签设置装置还包括：第二比对子模块和第二图像处理子模块。其中，第二比对子模块用于将所述多张图像切片信息输入预设的卷积神经网络模型中，对所述图像切片信息分别与所述模板图像信息进行相似度比对；第二图像处理子模块用于当所述多张图像切片中至少有一帧图像切片信息的相似度比对结果大于预设第一判断阈值后结束比对。
在一些实施方式中，标签设置装置还包括：第一样本获取子模块、第三图像处理子模块和第一生成子模块。其中，第一样本获取子模块用于根据所述上传视频时长以及预设的图片样本抽取时段，在所述上传视频中截去多个时段的样本视频信息；第三图像处理子模块用于将所述多段样本视频信息进行切片，并在所述每一段样本视频信息抽取多张图片；第一生成子模块用于集合多段样本视频信息中抽取的图片，形成若干张图像切片信息。
在一些实施方式中，标签设置装置还包括：第一信号传输子模块，用于以所述关键字为检索词向服务器请求获取表征所述关键字的图像信息，以使所述服务器根据所述请求在图像数据库中搜索表征所述关键字的图像信息；所述服务器根据所述关键字筛选出若干能够表征所述关键字的图像信息，获取所述图像信息表征所述关键字的图像在所述图像信息视图比例，达到预设第一比例阈值的图像信息作为模板图片信息进行回传。
请参阅图7，图7为本实施例服务器基本机构示意图。
如图7所示，移动电源租借器包括：一个或多个处理器3110和存储器3120；一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：
获取上传视频的标题信息，并提取所述标题信息中的关键字；
调取存储的能够表征所述关键字的模板图片信息，以所述模板图片信息限定条件，搜索所述上传视频中是否至少有一帧图像切片信息中具有与所述模板图片信息相同或相似的图像；
当所述上传视频中具有与所述模板图片信息相同或相似的图像时，将所述关键字标定为所述上传视频的索引标签。
服务器通过提取用户上传视频中的标题信息中获取关键字，该关键字是对上传视频进行分类的直接依据，在获取该关键字后通过该关键字调取能够表征关键字的模板图片信息，模板图片信息存在能够表征关键字的图像，然后通过图像识别比对技术，确认该视频中存在与模板图片信息相同或相似的图像时，确认该关键字能够作为该视频的分类信息，将关键字标定为上传视频的索引标签。通过检测上传人对于该视频的描述是否准确，验证描述准确后将用户的描述作为分类依据，能够快速的对网络视频进行分类，提高了工作效率。
需要指出的是本实施列中，服务器的存储器内存储用于实现本实施例中视频索引标签设置方法中的所有程序，处理器能够调用该存储器内的程序，执行上述视频索引标签设置方法所列举的所有功能。由于服务器实现的功能在本实施例中的视频索引标签设置方法进行了详述，在此不再进行赘述。
需要说明的是，本发明的说明书及其附图中给出了本发明的较佳的实施例，但是，本发明可以通过许多不同的形式来实现，并不限于本说明书所描述的实施例，这些实施例不作为对本发明内容的额外限制，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。并且，上述各技术特征继续相互组合，形成未在上面列举的各种实施例，均视为本发明说明书记载的范围；进一步地，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种视频索引标签设置方法，其特征在于，包括下述步骤：
获取上传视频的标题信息，并提取所述标题信息中的关键字；
调取存储的能够表征所述关键字的模板图片信息，以所述模板图片信息限定条件，搜索所述上传视频中是否至少有一帧图像切片信息中具有与所述模板图片信息相同或相似的图像；
当所述上传视频中具有与所述模板图片信息相同或相似的图像时，将所述关键字标定为所述上传视频的索引标签。
2.根据权利要求1所述的视频索引标签设置方法，其特征在于，所述获取上传视频的标题信息，并提取所述标题信息中的关键字的步骤，具体包括下述步骤：
获取上传视频并读取所述上传视频的标题信息；
在所述标题信息预设的指定位置读取所述标题信息的关键字。
3.根据权利要求1所述的视频索引标签设置方法，其特征在于，所述调取存储的能够表征所述关键字的模板图片信息，以所述模板图片信息限定条件，搜索所述上传视频中是否至少有一帧图像切片信息中具有与所述模板图片信息相同或相似的图像的步骤，具体包括下述步骤：
在预设数据库中调取能够表征所述关键字的模板图片信息；
以帧为单位对所述上传视频进行切片处理，得到多张图像切片信息；
将所述多张图像切片信息分别与所述模板图像信息进行相似度比对，确定所述多张图像切片中是否至少有一帧图像切片信息与所述模板图片信息相同或相似的图像。
4.根据权利要求3所述的视频索引标签设置方法，其特征在于，所述将所述多张图像切片信息分别与所述模板图像信息进行相似度比对，确定所述多张图像切片中是否至少有一帧图像切片信息与所述模板图片信息相同或相似的图像的步骤，具体包括下述步骤：
将所述多张图像切片信息输入预设的卷积神经网络模型中，对所述图像切片信息分别与所述模板图像信息进行相似度比对；
当所述多张图像切片中至少有一帧图像切片信息的相似度比对结果大于预设第一判断阈值后结束比对。
5.根据权利要求3所述的视频索引标签设置方法，其特征在于，所述以帧为单位对所述上传视频进行切片处理，得到多张图像切片信息的步骤，具体包括下述步骤：
根据所述上传视频时长以及预设的图片样本抽取时段，在所述上传视频中截去多个时段的样本视频信息；
将所述多段样本视频信息进行切片，并在所述每一段样本视频信息抽取多张图片；
集合多段样本视频信息中抽取的图片，形成若干张图像切片信息。
6.根据权利要求1所述的视频索引标签设置方法，其特征在于，所述获取上传视频的标题信息，并提取所述标题信息中的关键字的步骤之后，还包括下述步骤：
以所述关键字为检索词向服务器请求获取表征所述关键字的图像信息，以使所述服务器根据所述请求在图像数据库中搜索表征所述关键字的图像信息；
所述服务器根据所述关键字筛选出若干能够表征所述关键字的图像信息，获取所述图像信息表征所述关键字的图像在所述图像信息视图比例，达到预设第一比例阈值的图像信息作为模板图片信息进行回传。
7.一种视频索引标签设置装置，其特征在于，包括：
获取模块，用于获取上传视频的标题信息，并提取所述标题信息中的关键字；
图像处理模块，用于调取存储的能够表征所述关键字的模板图片信息，以所述模板图片信息限定条件，搜索所述上传视频中是否至少有一帧图像切片信息中具有与所述模板图片信息相同或相似的图像；
生成模块，用于当所述上传视频中具有与所述模板图片信息相同或相似的图像时，将所述关键字标定为所述上传视频的索引标签。
8.根据权利要求7所述的视频索引标签设置装置，其特征在于，所述标签设置装置还包括：
第一获取子模块，用于获取上传视频并读取所述上传视频的标题信息；
第一读取子模块，用于在所述标题信息预设的指定位置读取所述标题信息的关键字。
9.根据权利要求7所述的视频索引标签设置装置，其特征在于，所述标签设置装置还包括：
第一调用子模块，用于在预设数据库中调取能够表征所述关键字的模板图片信息；
第一图像处理子模块，用于以帧为单位对所述上传视频进行切片处理，得到多张图像切片信息；
第一比对子模块，用于将所述多张图像切片信息分别与所述模板图像信息进行相似度比对，确定所述多张图像切片中是否至少有一帧图像切片信息与所述模板图片信息相同或相似的图像。
10.一种服务器，其特征在于，包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行权利要求1-6任意一项所述的视频索引标签设置方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710994040.6A CN107679227A (zh) | 2017-10-23 | 2017-10-23 | 视频索引标签设置方法、装置及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710994040.6A CN107679227A (zh) | 2017-10-23 | 2017-10-23 | 视频索引标签设置方法、装置及服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107679227A true CN107679227A (zh) | 2018-02-09 |
Family
ID=61142120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710994040.6A Withdrawn CN107679227A (zh) | 2017-10-23 | 2017-10-23 | 视频索引标签设置方法、装置及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107679227A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108829881A (zh) * | 2018-06-27 | 2018-11-16 | 深圳市腾讯网络信息技术有限公司 | 视频标题生成方法及装置 |
| CN110222234A (zh) * | 2019-06-14 | 2019-09-10 | 北京奇艺世纪科技有限公司 | 一种视频分类方法和装置 |
| CN110347866A (zh) * | 2019-07-05 | 2019-10-18 | 联想(北京)有限公司 | 信息处理方法、装置、存储介质及电子设备 |
| CN110502664A (zh) * | 2019-08-27 | 2019-11-26 | 腾讯科技（深圳）有限公司 | 视频标签索引库创建方法、视频标签生成方法及装置 |
| CN110689040A (zh) * | 2019-08-19 | 2020-01-14 | 广州荔支网络技术有限公司 | 一种基于主播画像的声音分类方法 |
| CN111680482A (zh) * | 2020-05-07 | 2020-09-18 | 车智互联（北京）科技有限公司 | 一种标题图文生成方法及计算设备 |
| CN112836088A (zh) * | 2021-02-24 | 2021-05-25 | 腾讯科技（深圳）有限公司 | 用于生成与视频对应的标签的方法、设备和介质 |
-
2017
- 2017-10-23 CN CN201710994040.6A patent/CN107679227A/zh not_active Withdrawn
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108829881A (zh) * | 2018-06-27 | 2018-11-16 | 深圳市腾讯网络信息技术有限公司 | 视频标题生成方法及装置 |
| CN108829881B (zh) * | 2018-06-27 | 2021-12-03 | 深圳市腾讯网络信息技术有限公司 | 视频标题生成方法及装置 |
| CN110222234A (zh) * | 2019-06-14 | 2019-09-10 | 北京奇艺世纪科技有限公司 | 一种视频分类方法和装置 |
| CN110347866A (zh) * | 2019-07-05 | 2019-10-18 | 联想(北京)有限公司 | 信息处理方法、装置、存储介质及电子设备 |
| CN110347866B (zh) * | 2019-07-05 | 2023-06-23 | 联想(北京)有限公司 | 信息处理方法、装置、存储介质及电子设备 |
| CN110689040A (zh) * | 2019-08-19 | 2020-01-14 | 广州荔支网络技术有限公司 | 一种基于主播画像的声音分类方法 |
| CN110689040B (zh) * | 2019-08-19 | 2022-10-18 | 广州荔支网络技术有限公司 | 一种基于主播画像的声音分类方法 |
| CN110502664A (zh) * | 2019-08-27 | 2019-11-26 | 腾讯科技（深圳）有限公司 | 视频标签索引库创建方法、视频标签生成方法及装置 |
| CN111680482A (zh) * | 2020-05-07 | 2020-09-18 | 车智互联（北京）科技有限公司 | 一种标题图文生成方法及计算设备 |
| CN111680482B (zh) * | 2020-05-07 | 2024-04-12 | 车智互联（北京）科技有限公司 | 一种标题图文生成方法及计算设备 |
| CN112836088A (zh) * | 2021-02-24 | 2021-05-25 | 腾讯科技（深圳）有限公司 | 用于生成与视频对应的标签的方法、设备和介质 |
| CN112836088B (zh) * | 2021-02-24 | 2023-07-18 | 腾讯科技（深圳）有限公司 | 用于生成与视频对应的标签的方法、设备和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107679227A (zh) | 视频索引标签设置方法、装置及服务器 | |
| CN110704411B (zh) | 适用于艺术领域的知识图谱搭建方法及装置、电子设备 | |
| CN109684513B (zh) | 一种低质量视频识别方法及装置 | |
| KR100641791B1 (ko) | 디지털 데이터에 대한 태깅 방법 및 시스템 | |
| US20180365489A1 (en) | Automatically organizing images | |
| US8634603B2 (en) | Automatic media sharing via shutter click | |
| US20160373805A1 (en) | Methods and systems of providing visual content editing functions | |
| US20160019418A1 (en) | Saving device for image sharing, image sharing system, and image sharing method | |
| WO2019127832A1 (zh) | 智能搜索方法、装置、终端及服务器、存储介质 | |
| US9665773B2 (en) | Searching for events by attendants | |
| US7584217B2 (en) | Photo image retrieval system and program | |
| US10769196B2 (en) | Method and apparatus for displaying electronic photo, and mobile device | |
| CN107943811A (zh) | 内容的发布方法和装置 | |
| EP2947580A1 (en) | A method, an apparatus for labelling images, a program, and a computer-readable medium | |
| CN106714099A (zh) | 照片信息处理及景点识别方法、客户端、服务器 | |
| WO2019227705A1 (zh) | 图片录入方法、服务器及计算机存储介质 | |
| TW202011231A (zh) | 資料分析方法及資料分析系統 | |
| CN113158048A (zh) | 一种基于特征识别的移动互联网浏览内容智能推荐方法、系统、设备及存储介质 | |
| JP4755122B2 (ja) | 画像辞書生成方法及び装置及びプログラム | |
| WO2019206090A1 (zh) | 媒体文件备注方法、装置、移动终端和存储介质 | |
| CN100496112C (zh) | 多层次影片浏览系统及其方法 | |
| Yu et al. | On the selection of trending image from the web | |
| TW202338664A (zh) | 文字辨識系統及方法 | |
| TWM631021U (zh) | 文字辨識設備 | |
| CN118590725A (zh) | 一种视频剪辑方法、装置、计算机设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180209 |