CN110390025A - 封面配图确定方法、装置、设备及计算机可读存储介质 - Google Patents

Abstract

本公开提供一种封面配图确定方法、装置、设备及计算机可读存储介质，包括：根据媒体资源确定可选图片，并识别每个可选图片对应的图片特征；根据图片特征确定可选图片的综合质量分数；根据综合质量分数在可选图片中确定至少一个封面配图，并根据确定出的封面配图确定配图展现方式。本公开实施例提供的封面配图确定方法、装置、设备及计算机可读存储介质，能够根据图片特征筛选出更加合理的封面配图，并能够确定封面配图的展现形式，从而使得封面配图的制定策略更加合理，且效率更高。

Description

封面配图确定方法、装置、设备及计算机可读存储介质

技术领域

本公开涉及媒体资源处理技术，尤其涉及一种封面配图确定方法、装置、设备及计算机可读存储介质。

背景技术

目前，很多媒体平台会采用feed推荐系统向用户推荐媒体资源，从而使用户能够便捷的浏览感兴趣的内容。媒体资源可以是图文模式的，还可以是视频模式。其中，为了使推荐的资源更加直观、有吸引力，通常采用文字与配图的组合方式进行展现，用户在终端浏览时，能够直接看到文字和配图的组合形式。

现有技术中，一般先确定向用户推荐的媒体内容，再通过人工选取其对应的配图，并对配图和文字内容进行编辑，生成推荐内容。

由于需要人工筛选配图，导致耗费大量的人力，且这种方式耗时长、筛选标准不统一，因此，现有技术中筛选推荐内容的配图的方式存在多种缺陷。

发明内容

本公开提供一种封面配图确定方法、装置、设备及计算机可读存储介质，以解决现有技术中，由人工筛选配图，导致时效低，且筛选标准不统一的问题。

本公开的第一个方面是提供一种封面配图确定方法，包括：

根据媒体资源确定可选图片，并识别每个可选图片对应的图片特征；

根据所述图片特征确定所述可选图片的综合质量分数；

根据所述综合质量分数在所述可选图片中确定至少一个封面配图，并根据确定出的所述封面配图确定配图展现方式。

本公开的另一个方面是提供一种封面配图确定装置，包括：

识别模块，用于根据媒体资源确定可选图片，并识别每个可选图片对应的图片特征；

分数确定模块，用于根据所述图片特征确定所述可选图片的综合质量分数；

配图确定模块，用于根据所述综合质量分数在所述可选图片中确定至少一个封面配图，并根据确定出的所述封面配图确定配图展现方式。

本公开的又一个方面是提供一种封面配图确定设备，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并配置为由所述处理器执行以实现如上述第一方面所述的封面配图确定方法。

本公开的又一个方面是提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现如上述第一方面所述的封面配图确定方法。

本公开提供的封面配图确定方法、装置、设备及计算机可读存储介质的技术效果是：

本公开实施例提供的封面配图确定方法、装置、设备及计算机可读存储介质，包括：根据媒体资源确定可选图片，并识别每个可选图片对应的图片特征；根据图片特征确定可选图片的综合质量分数；根据综合质量分数在可选图片中确定至少一个封面配图，并根据确定出的封面配图确定配图展现方式。本公开实施例提供的封面配图确定方法、装置、设备及计算机可读存储介质，能够根据图片特征筛选出更加合理的封面配图，并能够确定封面配图的展现形式，从而使得封面配图的制定策略更加合理，且效率更高。

附图说明

图1为本发明一示例性实施例示出的封面配图确定方法的流程图；

图2为本发明另一示例性实施例示出的封面配图确定方法的流程图；

图3为本发明一示例性实施例示出的封面配图确定装置的结构图；

图4为本发明另一示例性实施例示出的封面配图确定装置的结构图；

图5为本发明一示例性实施例示出的封面配图确定设备的结构图。

具体实施方式

目前，网络中存在很多媒体资源，网络平台可以向用户端推荐这些媒体资源。例如，媒体资源可以是时事新闻、娱乐新闻、媒体文章等内容。这些媒体资源可以是以企业名义上传至网络平台的，也可以是以个人名义上传至网络平台的。例如，可以将一媒体资源上传至一媒体平台。

媒体平台可以采用feed推荐系统向用户推荐媒体资源，在客户端显示相应的资源时，可以显示该资源对应的封面配图，进而使用户能够更直观的了解资源内容，进而决定是否点开该资源进行详细浏览。

图1为本发明一示例性实施例示出的封面配图确定方法的流程图。

如图1所示，本实施例提供的封面配图确定方法包括：

步骤101，根据媒体资源确定可选图片，并识别每个可选图片对应的图片特征。

其中，本实施例提供的方法可以由具备计算能力的电子设备执行，该电子设备例如可以是媒体平台的后台服务器。

具体的，电子设备可以直接或间接的接收上传至媒体平台的媒体资源，并对媒体资源进行处理，确定该媒体资源对应的封面配图。当需要向客户端推送相应媒体资源时，可以同时推送对应的封面配图，以使客户端在接收到媒体资源后，显示该媒体资源的关键信息，具体可以包括文字摘要及其对应的封面配图。

进一步的，可以根据媒体资源确定其对应的可选图片。具体可以将媒体资源中包括的图片作为可选图片。例如，当媒体资源是图文形式或图片形式的资源时，可以直接将媒体资源中的图片作为可选图片。再例如，当媒体资源包括视频资源时，可以对该视频资源进行切帧处理，得到其中包括的多张图片，再在这些图片中筛选出可选图片。

实际应用时，可以在可选图片中确定媒体资源对应的封面配图。由于可选图片是从媒体资源中直接获取的，因此，每个可选图片都与该媒体资源的内容具有关联关系，从而能够从中确定出体现媒体资源内容的封面配图。

其中，电子设备还可以识别每个可选图片，从而获取每个可选图片的图片特征。这些图片特征能够体现可选图片的特点，例如图片质量、图片与媒体资源内容的关联程度。可以根据这些图片特征，在可选图片中确定出封面配图。

具体的，图片特征可以包括多个维度的特征，例如用于体现图片是否合格的特征，比如质量维度、感知维度、质量维度，再例如用于体现图片包括内容的特征，比如吸引力维度、信息维度、语义维度等。

进一步的，可以在电子设备中设置预先训练的神经网络，用于提取可选图片的图片特征。可以针对每种图片特征都设置相应的神经网络，将可选图片分别输入各个神经网络，进而使每个神经网络提取对应的图片特征。也可以设置一个用于提取多种图片特征的神经网络，将可选图片输入该神经网络，再通过该神经网络输出可选图片对应的多种图片特征。

实际应用时，可以基于深度学习有监督图片分类模型识别图片中包括的特征，其基本思路为人工label标记、数据预处理(标准化、归一化)、搭建模型(基于预训练模型有resnet，vgg等)，模型训练及测试几个部分。

其中，还可以结合文本和图片综合信息的特征确定图片与媒体资源中文字部分的相关性特征，例如图文相关性模型，采用bert将标题转化为向量，然后通过cos_sim计算图片和标题的距离，用pairwise进行训练。

步骤102，根据图片特征确定可选图片的综合质量分数。

实际应用时，可以根据一个可选图片的图片特征，确定该图片的综合质量分数。

其中，可以结合可选图片本身的质量，以及可选图片中的内容共同确定可选图片的综合质量分数。例如，若以可选图片本身质量较好，例如图片较为清晰、且内容与媒体资源关联性较大，则该可选图片的综合重量分数会较高。

具体的，还可以设置过滤规则，先对可选图片进行过滤，再在过滤后的可选图片中确定封面配图。例如，可以根据图片特征确定可选图片中是否包括涉及违法、违反职业道德的内容，若包括，则该可选图片可以被过滤掉。

进一步的，可以根据可选图片的全部或部分图片特征，确定其在该特征维度对应的评分，再根据各个维度的评分确定其综合质量分数。若设置有过滤规则，则可以确定过滤后剩余的可选图片对应的综合质量评分。

步骤103，根据综合质量分数在可选图片中确定至少一个封面配图，并根据确定出的封面配图确定配图展现方式。

实际应用时，可以确定一分数阈值，可以将综合质量分数大于或等于该分数阈值的可选图片作为封面配图。若无法根据这一条件确定出封面配图，还可以采用降级策略确定封面配图，例如可以降低该分数阈值，从而能够确定出至少一个封面配图。

其中，还可以根据综合质量分数对各个可选图片进行排序，筛选得到预设数量个封面配图。

具体的，还可以根据筛选出的封面配图确定具体的配图展示方式，例如配图的排列方式、每张配图的尺寸等。

进一步的，可以结合筛选得到的封面配图的数量、各个封面配图的图片特征确定配图展现方式。

实际应用时，例如封面配图共9张，则可以采用九宫格的形式进行展现。再例如，若封面配图共3张，则可以将其中清晰度最高的采用大图形式展现，另外的两张以小图形式展现。再例如，还可以根据封面配图中包括的内容确定其对应的展现形式，例如一封面配图为一人物头像，则可以通过小图形式展现，若一个封面配图为一风景，且风景中包括小的人物图像，则则可以通过大图形式展现。

其中，通过自动确定封面配图的展现形式，在确定媒体资源的封面配图时，可以更进一步降低耗时，提高效率，还能够脱离人为经验，统一筛选配图的标准。

本实施例提供的方法用于确定封面配图，该方法由设置有本实施例提供的方法的设备执行，该设备通常以硬件和/或软件的方式来实现。

本实施例提供的封面配图确定方法，包括：根据媒体资源确定可选图片，并识别每个可选图片对应的图片特征；根据图片特征确定可选图片的综合质量分数；根据综合质量分数在可选图片中确定至少一个封面配图，并根据确定出的封面配图确定配图展现方式。本实施例提供的封面配图确定方法，能够根据图片特征筛选出更加合理的封面配图，并能够确定封面配图的展现形式，从而使得封面配图的制定策略更加合理，且效率更高。

图2为本发明另一示例性实施例示出的封面配图确定方法的流程图。

如图2所示，本实施例提供的封面配图确定方法，包括：

步骤201，若媒体资源中包括图片资源，则将图片资源确定为可选图片；若媒体资源中包括视频资源，则根据视频资源确定帧图片，并在帧图片中确定可选图片。

其中，本实施例提供的方法可以对包括图像资源的媒体资源进行处理，确定其对应的封面配图。具体的，该图像资源例如可以是图片，还可以是视频。图片具体可以是静态图片，也可以是动态图片。

具体的，执行本实施例方法的电子设备接收到媒体资源后，可以对资源进行配置，具体可以根据资源的类型对其进行配置，从而可以根据不同的配置参数对媒体资源中的图片和视频进行识别，使得本实施例提供的方法适用于不同类型的资源。

进一步的，若一媒体资源中同时包括图片和视频，则可以分别对其中的图片和视频进行处理。

实际应用时，若媒体资源中包括图片资源，即一用户上传该媒体资源时就包括配图，例如一美食相关文章，其中可以包括美食图片。此时，可以将媒体资源中包括的图片资源作为可选图片。由于该图片是媒体资源中携带的，可以认为是资源制作者挑选或制作的图片，其与媒体资源本身具有较强的关联性，因此，直接在这些图片中确定的封面配图与媒体资源的内容较为匹配。

其中，若媒体资源中包括视频资源，即一用户上传该媒体资源时包括视频内容，例如一实时新闻，其中可以包括新闻的文字介绍，还可以包括新闻视频。此时，可以根据视频资源确定该媒体资源对应的可选图片。由于该视频是媒体资源中携带的，可以认为是资源制作者挑选或制作的视频，其与媒体资源的内容具有较强的关联性，因此，可以根据媒体资源中携带的视频中确定可选图片，再在其中确定的封面配图与媒体资源的内容较为匹配。

具体的，可以对视频资源进行切帧，得到多个帧图片，再在帧图片中确定出可选图片。可以对帧图片进行识别，确定其中的内容，若内容与媒体资源相关，例如与媒体资源的题目相关，则可以将帧图片作为可选图片。再例如，还可以识别帧图片是否清晰，若图片不清晰，则可以不将其作为可选图片。

步骤202，识别每个可选图片对应的图片特征。

步骤201与步骤101中识别可选图片的图片特征的具体原理和实现方式类似，此处不再赘述。

步骤203，根据图片特征中包括的物理特征、感知特征、质量特征剔除可选图片中的不合格图片。

进一步的，本实施例提供的方法中，步骤202中识别可选图片的图片特征中，包括物理特征、感知特征、质量特征。可以针对每个可选图片都识别出这些特征，例如，可以设置神经网络，用于识别可选图片的多个维度的图片特征。

实际应用时，物理特征用于描述计算机视角下可选图片的画质。具体可以包括但不限于以下任一种信息：

色调信息、纹理信息、边缘信息等基础信息。

感知特征用于描述人类视觉下可选图片的画质。即清晰度越高，美观度越高，则图片的画质越好。

其中，感知特征包括但不限于以下任一种信息：

清晰度信息、显著度信息、美观度信息等信息。显著度信息用于表征图片中最显著的主体。图片显著度高的主体与媒体资源内容越贴近，用户越能够根据可选图片了解媒体资源内容。

质量特征用于表征一个可选图片是否适合被公开展示。具体可以包括但不限于以下任一种信息：

色情信息、反动信息、暴力信息等违法或违反道德的信息。例如，一个可选图片的画面比较血腥，则可以不将其作为封面配图。

具体的，可以根据图片特征中包括的物理特征、感知特征、质量特征剔除可选图片中的不合格图片。例如，一个图片若画质较差，或观感不好，或是存在不适宜公开的的内容，则可以认为该可选图片是不合格图片，可以剔除该不合格图片。

进一步的，针对物理特征、感知特征、质量特征，还可以设置其重要程度，例如若根据质量特征确定可选图片应当被剔除，则无论其物理特征、感知特征如何，都剔除该可选图片。

步骤204，根据图片特征中包括的信息特征、吸引力特征、语义特征确定剩余的可选图片的综合质量分数。

实际应用时，步骤202中识别可选图片的图片特征中，还可以包括信息特征、吸引力特征、语义特征。可以针对每个可选图片都识别出这些特征，例如，上述神经网络还可以用于识别可选图片的这些维度的图片特征。

其中，信息特征用于描述可选图片中包括的信息，具体可以包括但不限于以下任一种信息：

主体信息、人物信息、文本信息、指纹信息等信息。其中，主体信息用于表征识别确定的图片中包括的所有主体，例如包括树、人物、房子等。人物是指识别出的图片中的人物信息，例如可选图片中包括的名人、明星、新闻人物等。文本是指识别出的图片中包括的文字信息。还可以根据可选图片的物理特征确定该图片的指纹信息，通过各个可选图片的指纹信息，能够确定可选图片中是否存在重复的图片，进而剔除重复图片。例如，通过视频得到的可选图片中，可能临近帧的图片比较相似，根据二者指纹能够确定其是否相同。

吸引力特征是指结合媒体资源的标题，以及媒体资源的内容确定的可选图片对用户的吸引力程度。该吸引力特征可以通过神经网络识别得到。

语义特征用于描述可选图片与媒体资源之间的相关程度以及可选图片的形式。具体但不限于包括以下任一种信息：

相关度信息、图片形式标签信息。

其中，相关度信息是表征可选图片与文字内容之间的相关程度，可以通过神经网络识别图片中包括的内容，还可以通过神经网络识别媒体资源的内容，进而根据识别结果确定二者的相关程度。该相关程度可以是百分数形式。例如百分之八十相关，百分之二十相关，可以认为相关度越高，则可选图片越能够表示媒体资源的内容。图片形式标签信息用于表征可选图片的形式，具体可以包括拼接图、文字图、标注图等。例如，可选图片是多个图片拼接得到的一幅图，则该可选图片的形式标签信息是拼接图，再例如，一可选图片中包括标注内容，则该可选图片的形式标签信息可以是标注图。

步骤205，根据综合质量分数对可选图片进行排序，并根据排序结果确定封面配图。

具体的，本实施例提供的方法，还可以根据综合质量分数对可选图片进行排序，具体可以对剔除不合格图片后的可选图片进行排序，例如，若综合质量分数越高，可选图片越适合作为封面配图。则可以按照分数从高到低的顺序对可选图片进行排序。

进一步的，还可以设置预设数量，可以根据排序结果选取预设数量个封面配图，将其作为封面配图。

一种实施方式中，该预设数量可以根据可选配图数量进行确定，例如，可以设定可选配图数量与预设数量之间的对应关系，例如可选配图为20个及其以上，则预设数量可以是9，若可选配图为15-20个，则预设数量为7等。

步骤206，根据以下任一种模板展现封面配图：大图模板、三图模板、单图模板。

其中，若确定出多个三个封面配图，则可以采用三图模板的形式展现封面配图，若确定出一张清晰度较高的封面配图，则可以通过大图模板展现封面配图，若确定出一张清晰度不很高的封面配图，则可以通过单图模板展示封面配图。实际应用时，若步骤203中，确定每个可选图片均为不合格图片，则本实施例提供的方法还可以包括：

步骤207，根据预设识别算法重新确定可选图片的新感知特征、新质量特征，并根据新感知特征、新质量特征在可选图片中剔除不合格图片。

步骤207是一可选步骤，可以设置在步骤203、204之间。

若步骤203中，在剔除不合格图片时，将每个可选图片都剔除掉了，导致没有剩余的可选图片，这种情况下，会导致确定封面配图失败的问题。

在这种情况下，步骤203之后可以执行步骤207，重新剔除不合格图片，进而能够保留一些可选图片。

其中，可以设置预设识别算法，基于该预设识别算法重新确定可选图片的新感知特征、新质量特征，能够根据每个可选图片的新感知特征、新质量特征重新剔除不合格图片。该预设识别算法相较于步骤203中的用于识别感知特征、质量特征的方案来说，限制更少，例如，步骤203中会剔除掉包含暴力、违法内容的图片，还会剔除掉清晰度不够的图片，而步骤207中，则仅会剔除掉包含暴力、违法内容的图片，或者清晰度非常差的图片才会被剔除，而清晰度一般的图片会被保留。

具体的，为了更好的理解本步骤，举一个例子进行说明。假设同时基于步骤203、步骤207对相同的可选图片进行处理时，步骤203对图片的筛选更加严格，会剔除掉更多的不合格图片，而步骤207对图片的筛选宽松一些，会剔除掉相对少的不合格图片。

进一步的，通过设置步骤207，能够保留一些能够作为封面图片的封面配图，这些配图可能画质不是非常好，但是也能够使用。从而避免确定封面配图失败的问题。

实际应用时，可以设置一预设数量，用于限制封面配图的数量。相应的，根据所述综合质量分数在所述可选图片中确定至少一个封面配图具体包括：

根据所述综合质量分数在所述可选图片中确定预设数量个封面配图。

预设数量例如可以是3、5、9等，在执行步骤205时，可以根据综合质量分数筛选出预设数量个封面配图，例如可以选取预设数量个分数大于分数阈值的可选图片作为封面配图。

其中，存在一种情况，由于分数大于分数阈值的可选图片的数量小于预设数量，则无法确定预设数量个封面配图。在这种情况下，会导致确定封面配图失败的问题。

具体的，可以减少预设数量得到第一数值，并根据综合质量分数在可选图片中确定出第一数值个封面配图。例如，当前的预设数量是3，若无法确定出3个封面配图，则可以将其降低为2或1，从而能够确定出第一数值个封面配图。

进一步的，还可以采用配图展现模式退化的方式，重新确定封面配图。例如当前的封面配图模板是大图模板，则需要根据综合质量分数选择预设数量个清晰的封面配图，若可选图片的清晰度均较差，则可以将配图展现模式退化为小图模板。

图3为本发明一示例性实施例示出的封面配图确定装置的结构图。

如图3所示，本实施例提供的封面配图确定装置，包括：

识别模块31，用于根据媒体资源确定可选图片，并识别每个可选图片对应的图片特征；

分数确定模块32，用于根据所述图片特征确定所述可选图片的综合质量分数；

配图确定模块33，用于根据所述综合质量分数在所述可选图片中确定至少一个封面配图，并根据确定出的封面配图确定配图展现方式。

本实施例提供的封面配图确定装置，包括：识别模块，用于根据媒体资源确定可选图片，并识别每个可选图片对应的图片特征；分数确定模块，用于根据图片特征确定可选图片的综合质量分数；配图确定模块，用于根据综合质量分数在可选图片中确定至少一个封面配图，并根据确定出的封面配图确定配图展现方式。本实施例提供的封面配图确定装置，能够根据图片特征筛选出更加合理的封面配图，并能够确定封面配图的展现形式，从而使得封面配图的制定策略更加合理，且效率更高。

本实施例提供的封面配图确定装置的具体原理和实现方式均与图1所示的实施例类似，此处不再赘述。

图4为本发明另一示例性实施例示出的封面配图确定装置的结构图。

如图4所示，在上述实施例的基础上，本实施例提供的封面配图确定装置，还包括剔除模块34，用于在分数确定模块32根据所述图片特征确定所述可选图片的综合质量分数之前：

根据所述图片特征中包括的物理特征、感知特征、质量特征剔除所述可选图片中的不合格图片；

所述分数确定模块32具体用于：

根据所述图片特征中包括的信息特征、吸引力特征、语义特征确定剩余的所述可选图片的所述综合质量分数。

可选的，所述物理特征包括以下任一种信息：色调信息、纹理信息、边缘信息；

所述感知特征包括以下任一种信息：清晰度信息、显著度信息、美观度信息；

所述质量特征包括以下任一种信息：色情信息、反动信息、暴力信息；

所述信息特征包括以下任一种信息：主体信息、人物信息、文本信息、指纹信息；

所述吸引力特征是结合所述媒体资源确定的用于表征所述图片对用户的吸引力程度的特征；

所述语义特征包括以下至少一种信息：相关度信息、图片形式标签信息。

可选的，所述识别模块31具体用于：

若所述媒体资源中包括图片资源，则将所述图片资源确定为所述可选图片；

若所述媒体资源中包括视频资源，则根据所述视频资源确定帧图片，并在所述帧图片中确定所述可选图片。

可选的，若每个所述可选图片均为不合格图片，则所述识别模块31还用于：

根据预设识别算法重新确定所述可选图片的新感知特征、新质量特征，并根据所述新感知特征、所述新质量特征在所述可选图片中剔除不合格图片。

可选的，设置有所述封面配图对应的预设数量；

若配图确定模块33根据所述综合质量分数在所述可选图片中无法确定出预设数量个封面配图，则所述分数确定模块32具体用于：

减少所述预设数量得到第一数值，并根据所述综合质量分数在所述可选图片中确定出所述第一数值个封面配图。

可选的，所述配图确定模块33具体用于：

根据所述综合质量分数对所述可选图片进行排序，并根据排序结果确定所述封面配图。

可选的，所述配图确定模块33具体用于：

根据以下任一种模板展现所述封面配图：大图模板、三图模板、单图模板。

本实施例提供的装置的具体原理和实现方式均与图2所示的实施例类似，此处不再赘述。

图5为本发明一示例性实施例示出的封面配图确定设备的结构图。

如图5所示，本实施例提供的封面配图确定设备包括：

存储器51；

处理器52；以及

计算机程序；

其中，所述计算机程序存储在所述存储器51中，并配置为由所述处理器52执行以实现如上所述的任一种封面配图确定方法。

本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，

所述计算机程序被处理器执行以实现如上所述的任一种封面配图确定方法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (18)

1.一种封面配图确定方法，其特征在于，包括：

根据媒体资源确定可选图片，并识别每个可选图片对应的图片特征；

根据所述图片特征确定所述可选图片的综合质量分数；

根据所述综合质量分数在所述可选图片中确定至少一个封面配图，并根据确定出的所述封面配图确定配图展现方式。

2.根据权利要求1所述的方法，其特征在于，所述根据所述图片特征确定所述可选图片的综合质量分数之前，包括：

根据所述图片特征中包括的物理特征、感知特征、质量特征剔除所述可选图片中的不合格图片；

所述根据所述图片特征确定所述可选图片的综合质量分数包括：

根据所述图片特征中包括的信息特征、吸引力特征、语义特征确定剩余的所述可选图片的所述综合质量分数。

3.根据权利要求2所述的方法，其特征在于，

所述物理特征包括以下任一种信息：色调信息、纹理信息、边缘信息；

所述感知特征包括以下任一种信息：清晰度信息、显著度信息、美观度信息；

所述质量特征包括以下任一种信息：色情信息、反动信息、暴力信息；

所述信息特征包括以下任一种信息：主体信息、人物信息、文本信息、指纹信息；

所述吸引力特征是结合所述媒体资源确定的用于表征所述图片对用户的吸引力程度的特征；

所述语义特征包括以下至少一种信息：相关度信息、图片形式标签信息。

4.根据权利要求1所述的方法，其特征在于，根据媒体资源确定可选图片包括：

若所述媒体资源中包括图片资源，则将所述图片资源确定为所述可选图片；

若所述媒体资源中包括视频资源，则根据所述视频资源确定帧图片，并在所述帧图片中确定所述可选图片。

5.根据权利要求2所述的方法，其特征在于，若每个所述可选图片均为不合格图片，则所述方法还包括：

根据预设识别算法重新确定所述可选图片的新感知特征、新质量特征，并根据所述新感知特征、所述新质量特征在所述可选图片中剔除不合格图片。

6.根据权利要求1所述的方法，其特征在于，设置有所述封面配图对应的预设数量；

若根据所述综合质量分数在所述可选图片中无法确定出预设数量个封面配图，则所述方法还包括：

减少所述预设数量得到第一数值，并根据所述综合质量分数在所述可选图片中确定出所述第一数值个封面配图。

7.根据权利要求1所述的方法，其特征在于，所述根据所述综合质量分数在所述可选图片中确定至少一个封面配图，包括：

综合质量分数对所述可选图片进行排序，并根据排序结果确定所述封面配图。

8.根据权利要求1所述的方法，其特征在于，所述根据确定出的所述封面配图确定配图展现方式，包括，

根据以下任一种模板展现所述封面配图：大图模板、三图模板、单图模板。

9.一种封面配图确定装置，其特征在于，包括：

识别模块，用于根据媒体资源确定可选图片，并识别每个可选图片对应的图片特征；

分数确定模块，用于根据所述图片特征确定所述可选图片的综合质量分数；

配图确定模块，用于根据所述综合质量分数在所述可选图片中确定至少一个封面配图，并根据确定出的所述封面配图确定配图展现方式。

10.根据权利要求9所述的装置，其特征在于，还包括剔除模块，用于在分数确定模块根据所述图片特征确定所述可选图片的综合质量分数之前：

根据所述图片特征中包括的物理特征、感知特征、质量特征剔除所述可选图片中的不合格图片；

所述分数确定模块具体用于：

根据所述图片特征中包括的信息特征、吸引力特征、语义特征确定剩余的所述可选图片的所述综合质量分数。

11.根据权利要求10所述的装置，其特征在于，

所述物理特征包括以下任一种信息：色调信息、纹理信息、边缘信息；

所述感知特征包括以下任一种信息：清晰度信息、显著度信息、美观度信息；

所述质量特征包括以下任一种信息：色情信息、反动信息、暴力信息；

所述信息特征包括以下任一种信息：主体信息、人物信息、文本信息、指纹信息；

所述吸引力特征是结合所述媒体资源确定的用于表征所述图片对用户的吸引力程度的特征；

所述语义特征包括以下至少一种信息：相关度信息、图片形式标签信息。

12.根据权利要求9所述的装置，其特征在于，所述识别模块具体用于：

若所述媒体资源中包括图片资源，则将所述图片资源确定为所述可选图片；

若所述媒体资源中包括视频资源，则根据所述视频资源确定帧图片，并在所述帧图片中确定所述可选图片。

13.根据权利要求10所述的装置，其特征在于，若每个所述可选图片均为不合格图片，则所述识别模块还用于：

根据预设识别算法重新确定所述可选图片的新感知特征、新质量特征，并根据所述新感知特征、所述新质量特征在所述可选图片中剔除不合格图片。

14.根据权利要求9所述的装置，其特征在于，设置有所述封面配图对应的预设数量；

若配图确定模块根据所述综合质量分数在所述可选图片中无法确定出预设数量个封面配图，则所述分数确定模块具体用于：

减少所述预设数量得到第一数值，并根据所述综合质量分数在所述可选图片中确定出所述第一数值个封面配图。

15.根据权利要求9所述的装置，其特征在于，所述配图确定模块具体用于：

根据所述综合质量分数对所述可选图片进行排序，并根据排序结果确定所述封面配图。

16.根据权利要求9所述的装置，其特征在于，所述配图确定模块具体用于：

根据以下任一种模板展现所述封面配图：大图模板、三图模板、单图模板。

17.一种封面配图确定设备，其特征在于，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并配置为由所述处理器执行以实现如权利要求1-8任一种所述的方法。

18.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，

所述计算机程序被处理器执行以实现如权利要求1-8任一种所述的方法。