CN110674349B - 视频poi识别方法、装置及电子设备 - Google Patents
视频poi识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110674349B CN110674349B CN201910921292.5A CN201910921292A CN110674349B CN 110674349 B CN110674349 B CN 110674349B CN 201910921292 A CN201910921292 A CN 201910921292A CN 110674349 B CN110674349 B CN 110674349B
- Authority
- CN
- China
- Prior art keywords
- poi
- label
- target video
- tag
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000013145 classification model Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000007621 cluster analysis Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000004590 computer program Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000011176 pooling Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
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
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- 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
- G06F16/75—Clustering; Classification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开实施例中提供了一种视频POI识别方法、装置及电子设备，属于数据处理技术领域，该方法包括：获取目标视频以及所述目标视频初始的第一POI标签，所述第一POI标签为用户上传目标视频时通过自定义的方式设定；利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，得到所述目标视频的第二POI标签；对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，得到POI标签判定结果；基于所述判定结果，确定所述第一POI标签的设定是否正确。通过本公开的方案，能够提高POI分类标签的准确度。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及一种视频POI识别方法、装置及电子设备。
背景技术
随着技术的不断发展，视频内容日益增长。越来越多的视频内容是用户通过自拍的方式产生。用户通过自拍的方式生成视频之后，可以通过视频平台给用户配置的账号，将自拍视频上传在视频平台中。
用户在上传自拍视频的过程中，需要对视频的POI(Point of Interest，兴趣点)进行设置相应的标签(例如，美食，酒店，景区等)，通过设置POI标签，能够方便视频平台对用户上传的自拍视频进行分类处理。
在设置POI标签的过程中，用户通常是按照个人对于视频的理解进行设置，由于每个人对于自拍视频的理解方式不同，会产生用户自定义的POI与自拍视频实际的POI不同的情景。
发明内容
有鉴于此，本公开实施例提供一种视频POI识别方法、装置及电子设备，至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种视频POI识别方法，包括：
获取目标视频以及所述目标视频初始的第一POI标签，所述第一POI标签为用户上传目标视频时通过自定义的方式设定；
利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，得到所述目标视频的第二POI标签；
对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，得到POI标签判定结果；
基于所述判定结果，确定所述第一POI标签的设定是否正确。
根据本公开实施例的一种具体实现方式，所述获取目标视频以及所述目标视频初始的第一POI标签，包括：
获取用户上传的目标视频的视频标识；
基于所述视频标识，查找用户对于所述目标视频设定的一个或多个自定义POI标签；
基于所述一个或多个自定义POI标签，确定所述目标视频初始的第一POI标签。
根据本公开实施例的一种具体实现方式，所述基于所述一个或多个自定义POI标签，确定所述目标视频初始的第一POI标签，包括：
对所述一个或多个自定义POI标签进行聚类分析；
基于聚类分析的结果，确定所述一个或多个自定义POI标签所包含的POI类型；
基于所述POI类型，确定所述目标视频初始的第一POI标签。
根据本公开实施例的一种具体实现方式，所述利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，包括：
对所述目标视频中包含的视频帧进行解析，得到多个视频帧；
利用所述分类模型，多所述多个视频帧进行特征提取，得到多个特征矩阵；
对所述特征矩阵进行分类计算，确定所述目标视频的第一分类标签；
基于所述第一分类标签，确定所述目标视频的第二POI标签。
根据本公开实施例的一种具体实现方式，所述基于所述第一分类标签，确定所述目标视频的第二POI标签，包括：
对所述目标视频中包含的音频信息进行提取，得到音频文件；
利用所述分类模型，将所述音频文件转换为文本文件；
对所述文本文件中的内容进行分类预测，得到第二分类标签；
基于所述第一分类标签和所述第二分类标签，确定所述目标视频的第二POI标签。
根据本公开实施例的一种具体实现方式，所述基于所述第一分类标签，确定所述目标视频的第二POI标签，包括：
获取所述目标视频的描述信息；
利用所述分类模型，对所述描述信息进行分类预测，得到第三分类标签；
基于所述第一分类标签和所述第三分类标签，确定所述目标视频的第二POI标签。
根据本公开实施例的一种具体实现方式，所述对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，包括：
对所述第一POI标签和所述第二POI标签标记的内容进行聚类计算，得到聚类结果；
基于所述聚类结果，判断对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容。
根据本公开实施例的一种具体实现方式，所述基于所述判定结果，确定所述第一POI标签的设定是否正确，包括：
基于所述判定结果，确定所述第一POI标签与所述第二POI标签是否属于同一类型的POI标签；
若是，则认定所述第一POI标签的设定正确。
根据本公开实施例的一种具体实现方式，所述基于所述判定结果，确定所述第一POI标签的设定是否正确之后，所述方法还包括：
当认定所述第一POI标签的设定不正确之后，将所述第一POI标签修改为所述第二POI标签。
第二方面，本公开实施例提供了一种视频POI识别装置，包括：
获取模块，用于获取目标视频以及所述目标视频初始的第一POI标签，所述第一POI标签为用户上传目标视频时通过自定义的方式设定；
处理模块，用于利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，得到所述目标视频的第二POI标签；
判断模块，用于对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，得到POI标签判定结果；
执行模块，用于基于所述判定结果，确定所述第一POI标签的设定是否正确。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的视频POI识别方法。
第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的视频POI识别方法。
第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的视频POI识别方法。
本公开实施例中的视频POI识别方案，包括获取目标视频以及所述目标视频初始的第一POI标签，所述第一POI标签为用户上传目标视频时通过自定义的方式设定；利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，得到所述目标视频的第二POI标签；对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，得到POI标签判定结果；基于所述判定结果，确定所述第一POI标签的设定是否正确。通过本公开的方案，能够提高目标视频POI标签的准确度。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例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公开的一些实施例，对于本领域普通技术人员来讲，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它的附图。
图1为本公开实施例提供的一种视频POI识别流程示意图；
图2为本公开实施例提供的另一种视频POI识别流程示意图；
图3为本公开实施例提供的另一种视频POI识别流程示意图；
图4为本公开实施例提供的另一种视频POI识别流程示意图；
图5为本公开实施例提供的一种视频POI识别装置结构示意图；
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通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，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种视频POI识别方法。本实施例提供的视频POI识别方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、终端设备等中。
参见图1，本公开实施例提供的一种视频POI识别方法，包括如下步骤：
S101，获取目标视频以及所述目标视频初始的第一POI标签，所述第一POI标签为用户上传目标视频时通过自定义的方式设定。
目标视频是用户通过自拍等方式获得的视频，目标视频可以是用户针对自身发生的一些事情拍摄的纪录片，也可以是用户通过其他途径获得音视频资料，在此对于目标视频的内容和类型不作限定。
用户获得目标视频之后，通常会将目标视频上传至视频平台(例如，优酷、爱奇艺或类似的视频展示平台)。用户在将目标视频上传到视频平台的过程中，除了对目标视频的内容进行简要的描述之外，通常还需要选择目标视频的分类，例如目标视频的分类可以是美食、酒店或景区等。用户在上传目标视频的过程中设置的目标视频分类信息便构成了目标视频初始的第一POI标签，用户对于第一POI标签的设置可以通过用户自定义的描述文字产生，也可以通过选择视频平台已有的分类字段产生。
用户设置的第一POI标签存在设置错误的情况，为此，需要对用户设置的第一POI标签进行验证和识别，从而最终确认目标视频应该设置的POI标签。
在对用户设置的第一POI标签进行鉴定和识别之前，需要先获取目标视频以及所述目标视频初始的第一POI标签。具体的，可以获取用户上传的目标视频的视频标识，基于所述视频标识，查找用户对于所述目标视频设定的一个或多个自定义POI标签，最后基于该一个或多个自定义POI标签，通过对一个或多个自定义POI标签进行聚类等方式，最终确定所述目标视频初始的第一POI标签。
S102，利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，得到所述目标视频的第二POI标签。
为了能够对目标视频的真实POI分类进行识别，可以设置基于神经网络的分类模型，分类模型中包含POI分离器，POI分类器能够根据读取到的目标视频的特征信息，从预设的多个分类标签中选择一个或多个描述目标视频真实POI的分类标签，也就是第二POI标签。
作为一种应用场景，分类模型可以基于CNN卷积神经网络来进行构建，该神经网络模型包括卷积层、池化层、采样层和全连接层。
卷积层主要参数包括卷积核的大小和输入特征图的数量，每个卷积层可以包含若干个相同大小的特征图，同一层特征值采用共享权值的方式，每层内的卷积核大小一致。卷积层对输入图像进行卷积计算，并提取输入图像的布局特征。
卷积层的特征提取层后面都可以与采样层连接，采样层用来求输入图像的局部平均值并进行二次特征提取，通过将采样层与卷积层连接，能够保证神经网络模型对于输入图像具有较好的鲁棒性。
为了加快神经网络模型的训练速度，在卷积层后面还设置有池化层，池化层采用最大池化的方式对卷积层的输出结果进行处理，能够更好的提取输入图像的不变性特征。
全连接层将经过多个卷积层和池化层的图像特征图中的特征进行整合，获取输入图像特征具有的分类特征，以用于图像分类。在神经网络模型中，全连接层将卷积层产生的特征图映射成一个固定长度的特征向量。该特征向量包含了输入图像所有特征的组合信息，该特征向量将图像中含有最具有特点的图像特征保留了下来以完成图像分类任务。这样一来便可以计算输入图像具体所属类别数值(所属类别概率)，将最有可能的类别输出即可完成分类任务。例如，通过全连接层的计算之后，可以将输入图像分类为包含[美食、酒店、景区]的预设的多个分类标签，通过计算各个分类标签的概率[P1，P2，P3]，来进一步的确定目标视频得第二POI标签。例如，可以将各个分类标签的概率最大的一项所对应的分类，作为第二POI标签。
S103，对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，得到POI标签判定结果。
获得目标视频的第一POI标签和第二POI标签之后，可以对第一POI标签和第二POI标签的标记的内容是否为同一内容进行判断，从而便可以进一步的判断第一POI标签的设置是否正确。
作为一种实施方式，可以分别将描述第一POI标签和第二POI标签的文本进行聚类计算，通过聚类计算，能够获得得到第一POI标签和第二POI标签对应的第一文本向量和第二文本向量，通过例如计算欧式距离等方式，可以计算第一文本向量和第二文本向量之间的相似度值，该相似度值可以作为POI标签判定结果。
S104，基于所述判定结果，确定所述第一POI标签的设定是否正确。
通过判定结果，可以判断确定所述第一POI标签与所述第二POI标签是否属于同一类型的POI标签。例如，当用相似度值描述的判定结果表明相似度值大于预设阈值，可以认定第一POI标签和第二POI标签描述的内容一致，此时，可以认定第一POI标签的设定正确。反之，当用相似度值描述的判定结果表明相似度值小于预设阈值，可以认定第一POI标签和第二POI标签描述的内容不一致，此时，可以认定第一POI标签的设定错误。
作为一种实施方式，当认定所述第一POI标签的设定不正确之后，可以将所述第一POI标签修改为所述第二POI标签。
参见图2，根据本公开实施例的一种具体实现方式，获取目标视频以及所述目标视频初始的第一POI标签，可以包括如下步骤：
S201，获取用户上传的目标视频的视频标识。
用户在上传目标视频的过程中，视频平台会给目标视频自动分配一个ID来标识该目标视频，该ID便可以作为目标视频的视频标识。为了找到目标视频，可以先获取该目标视频对应的视频标识。
S202，基于所述视频标识，查找用户对于所述目标视频设定的一个或多个自定义POI标签。
S203，基于所述一个或多个自定义POI标签，确定所述目标视频初始的第一POI标签。
在实现步骤S203的过程中，可以包括如下步骤：
S2031，对所述一个或多个自定义POI标签进行聚类分析。
自定义POI标签为用户通过人为定义的方式产生，不同的用户针对同一内容的自定义POI标签可能会存在不同，为此，可以通过对一个或多个自定义POI标签进行聚类分析的方式，确定一个或多个自定义POI标签所包含的内容。
S2032，基于聚类分析的结果，确定所述一个或多个自定义POI标签所包含的POI类型。
通过对聚类分析的结果进行分析，根据聚类的不同值，可以获得一个或多个自定义POI标签所包含的POI类型。
S2033，基于所述POI类型，确定所述目标视频初始的第一POI标签。
参见图3，根据本公开实施例的一种具体实现方式，所述利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，可以包括如下步骤：
S301，对所述目标视频中包含的视频帧进行解析，得到多个视频帧。
目标视频中包含多个视频帧，为此可以对目标视频中的包含的视频帧进行解析，进而得到多个代表目标视频内容的视频帧。
S302，利用所述分类模型，多所述多个视频帧进行特征提取，得到多个特征矩阵。
分类模型中包含卷积层、池化层、采样层等多个进行特征提取的数据层，通过分类模型对视频帧进行特征提取，能够获取多个与视频帧对应的特征矩阵，特征矩阵用来描述视频帧的特征。
S303，对所述特征矩阵进行分类计算，确定所述目标视频的第一分类标签。
利用分类模型中存在的分类器，可以对目标视频对应的特征矩阵进行分类计算，最终计算得到的分类结果作为目标视频的第一分类标签。
S304，基于所述第一分类标签，确定所述目标视频的第二POI标签。
在获得了第一分类标签之后，可以直接将第一分类标签作为第二POI标签，可以结合目标视频的其他特征一起确定第二POI标签。
根据本公开实施例的一种具体实现方式，所述基于所述第一分类标签，确定所述目标视频的第二POI标签，包括：对所述目标视频中包含的音频信息进行提取，得到音频文件；利用所述分类模型，将所述音频文件转换为文本文件；对所述文本文件中的内容进行分类预测，得到第二分类标签；基于所述第一分类标签和所述第二分类标签，确定所述目标视频的第二POI标签。
根据本公开实施例的一种具体实现方式，所述基于所述第一分类标签，确定所述目标视频的第二POI标签，包括：获取所述目标视频的描述信息；利用所述分类模型，对所述描述信息进行分类预测，得到第三分类标签；基于所述第一分类标签和所述第三分类标签，确定所述目标视频的第二POI标签。
参见图4，根据本公开实施例的一种具体实现方式，所述对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，包括：
S401，对所述第一POI标签和所述第二POI标签标记的内容进行聚类计算，得到聚类结果。
S402，基于所述聚类结果，判断对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容。
根据本公开实施例的一种具体实现方式，所述基于所述判定结果，确定所述第一POI标签的设定是否正确，包括：基于所述判定结果，确定所述第一POI标签与所述第二POI标签是否属于同一类型的POI标签；若是，则认定所述第一POI标签的设定正确。
根据本公开实施例的一种具体实现方式，所述基于所述判定结果，确定所述第一POI标签的设定是否正确之后，所述方法还包括：当认定所述第一POI标签的设定不正确之后，将所述第一POI标签修改为所述第二POI标签。
与上面的方法实施例相对应，参见图5，本公开实施例还提供了一种视频POI识别装置50，包括：
获取模块501，用于获取目标视频以及所述目标视频初始的第一POI标签，所述第一POI标签为用户上传目标视频时通过自定义的方式设定；
处理模块502，用于利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，得到所述目标视频的第二POI标签；
判断模块503，用于对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，得到POI标签判定结果；
执行模块504，用于基于所述判定结果，确定所述第一POI标签的设定是否正确。
图5所示装置可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图6，本公开实施例还提供了一种电子设备60，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中视频POI识别方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的视频POI识别方法。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种视频POI识别方法，其特征在于，包括：
获取用户上传的目标视频的视频标识；
基于所述视频标识，查找用户对于所述目标视频设定的一个或多个自定义POI标签；
基于所述一个或多个自定义POI标签，确定所述目标视频初始的第一POI标签；
利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，得到所述目标视频的第二POI标签；
对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，得到POI标签判定结果；
基于所述判定结果，确定所述第一POI标签的设定是否正确，包括：基于所述判定结果，确定所述第一POI标签与所述第二POI标签是否属于同一类型的POI标签；若是，则认定所述第一POI标签的设定正确；
当认定所述第一POI标签的设定不正确之后，将所述第一POI标签修改为所述第二POI标签。
2.根据权利要求1所述的方法，其特征在于，所述基于所述一个或多个自定义POI标签，确定所述目标视频初始的第一POI标签，包括：
对所述一个或多个自定义POI标签进行聚类分析；基于聚类分析的结果，确定所述一个或多个自定义POI标签所包含的POI类型；
基于所述POI类型，确定所述目标视频初始的第一POI标签。
3.根据权利要求1所述的方法，其特征在于，所述利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，包括：
对所述目标视频中包含的视频帧进行解析，得到多个视频帧；利用所述分类模型，多所述多个视频帧进行特征提取，得到多个特征矩阵；
对所述特征矩阵进行分类计算，确定所述目标视频的第一分类标签；
基于所述第一分类标签，确定所述目标视频的第二POI标签。
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一分类标签，确定所述目标视频的第二POI标签，包括：
对所述目标视频中包含的音频信息进行提取，得到音频文件；利用所述分类模型，将所述音频文件转换为文本文件；
对所述文本文件中的内容进行分类预测，得到第二分类标签；
基于所述第一分类标签和所述第二分类标签，确定所述目标视频的第二POI标签。
5.根据权利要求3所述的方法，其特征在于，所述基于所述第一分类标签，确定所述目标视频的第二POI标签，包括：
获取所述目标视频的描述信息；
利用所述分类模型，对所述描述信息进行分类预测，得到第三分类标签；
基于所述第一分类标签和所述第三分类标签，确定所述目标视频的第二POI标签。
6.根据权利要求1所述的方法，其特征在于，所述对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，包括：
对所述第一POI标签和所述第二POI标签标记的内容进行聚类计算，得到聚类结果；
基于所述聚类结果，判断对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容。
7.一种视频POI识别装置，其特征在于，包括：
获取模块，用于：
获取用户上传的目标视频的视频标识；
基于所述视频标识，查找用户对于所述目标视频设定的一个或多个自定义POI标签；
基于所述一个或多个自定义POI标签，确定所述目标视频初始的第一POI标签；
处理模块，用于利用预设的分类模型中的POI分类器以及预设的多个分类标签，对所述目标视频进行POI学习，得到所述目标视频的第二POI标签；
判断模块，用于对所述第一POI标签和所述第二POI标签的标记的内容是否为同一内容进行判断，得到POI标签判定结果；
执行模块，用于基于所述判定结果，确定所述第一POI标签的设定是否正确，包括：基于所述判定结果，确定所述第一POI标签与所述第二POI标签是否属于同一类型的POI标签；若是，则认定所述第一POI标签的设定正确；
以及当认定所述第一POI标签的设定不正确之后，将所述第一POI标签修改为所述第二POI标签。
8.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述任一权利要求1-6所述的视频POI识别方法。
9.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述任一权利要求1-6所述的视频POI识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910921292.5A CN110674349B (zh) | 2019-09-27 | 2019-09-27 | 视频poi识别方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910921292.5A CN110674349B (zh) | 2019-09-27 | 2019-09-27 | 视频poi识别方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110674349A CN110674349A (zh) | 2020-01-10 |
| CN110674349B true CN110674349B (zh) | 2023-03-14 |
Family
ID=69079548
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910921292.5A Active CN110674349B (zh) | 2019-09-27 | 2019-09-27 | 视频poi识别方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110674349B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111339356B (zh) * | 2020-02-21 | 2023-07-18 | 北京字节跳动网络技术有限公司 | 视频检索中防误判方法、装置及电子设备 |
| CN111738107A (zh) * | 2020-06-08 | 2020-10-02 | Oppo（重庆）智能科技有限公司 | 视频生成方法、视频生成装置、存储介质与电子设备 |
| CN111753195B (zh) * | 2020-06-17 | 2024-01-09 | 百度在线网络技术（北京）有限公司 | 标签体系构建方法、装置、设备以及存储介质 |
| CN112417323A (zh) * | 2020-12-01 | 2021-02-26 | 汉海信息技术(上海)有限公司 | 基于兴趣点信息的到达行为检测方法、装置及计算机设备 |
| CN112784111B (zh) * | 2021-03-12 | 2024-07-02 | 有半岛(北京)信息科技有限公司 | 视频分类方法、装置、设备及介质 |
| CN113468376B (zh) * | 2021-05-31 | 2024-02-02 | 北京达佳互联信息技术有限公司 | 平台活动参与方法、装置、电子设备及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103049479A (zh) * | 2012-11-26 | 2013-04-17 | 北京奇虎科技有限公司 | 一种在线视频标签生成方法和系统 |
| CN105912682A (zh) * | 2016-04-14 | 2016-08-31 | 乐视控股（北京）有限公司 | 一种视频分类标签的生成方法和装置 |
| CN107317688A (zh) * | 2017-07-25 | 2017-11-03 | 薛江炜 | 基于分类标签创建通信群组的装置及方法 |
| CN107992527A (zh) * | 2017-11-09 | 2018-05-04 | 武汉极意网络科技有限公司 | 数据标记校验方法、服务器及存储介质 |
| CN109325148A (zh) * | 2018-08-03 | 2019-02-12 | 百度在线网络技术（北京）有限公司 | 生成信息的方法和装置 |
| CN109543713A (zh) * | 2018-10-16 | 2019-03-29 | 北京奇艺世纪科技有限公司 | 训练集的修正方法及装置 |
| CN109614482A (zh) * | 2018-10-23 | 2019-04-12 | 北京达佳互联信息技术有限公司 | 标签的处理方法、装置、电子设备及存储介质 |
| CN109819284A (zh) * | 2019-02-18 | 2019-05-28 | 平安科技（深圳）有限公司 | 一种短视频推荐方法、装置、计算机设备及存储介质 |
| CN109982158A (zh) * | 2019-03-25 | 2019-07-05 | 北京奇艺世纪科技有限公司 | 一种ugc视频的分发方法、装置及服务器 |
| CN110163115A (zh) * | 2019-04-26 | 2019-08-23 | 腾讯科技（深圳）有限公司 | 一种视频处理方法、装置和计算机可读存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8285121B2 (en) * | 2007-10-07 | 2012-10-09 | Fall Front Wireless Ny, Llc | Digital network-based video tagging system |
| WO2015164338A1 (en) * | 2014-04-22 | 2015-10-29 | Mezzobit Inc. | System and method for controlling audience data and tracking |
| US10915215B2 (en) * | 2014-12-31 | 2021-02-09 | OpenX Technologies, Inc. | System and method for optimizing the viewability of website content |
| US10896385B2 (en) * | 2017-07-27 | 2021-01-19 | Logmein, Inc. | Real time learning of text classification models for fast and efficient labeling of training data and customization |
| CN108563670B (zh) * | 2018-01-12 | 2021-04-27 | 武汉斗鱼网络科技有限公司 | 视频推荐方法、装置、服务器及计算机可读存储介质 |
| CN110121098B (zh) * | 2018-02-05 | 2021-08-17 | 腾讯科技（深圳）有限公司 | 视频播放方法、装置、存储介质和电子装置 |
| CN108875781B (zh) * | 2018-05-07 | 2022-08-19 | 腾讯科技（深圳）有限公司 | 一种标签分类方法、装置、电子设备及存储介质 |
-
2019
- 2019-09-27 CN CN201910921292.5A patent/CN110674349B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103049479A (zh) * | 2012-11-26 | 2013-04-17 | 北京奇虎科技有限公司 | 一种在线视频标签生成方法和系统 |
| CN105912682A (zh) * | 2016-04-14 | 2016-08-31 | 乐视控股（北京）有限公司 | 一种视频分类标签的生成方法和装置 |
| CN107317688A (zh) * | 2017-07-25 | 2017-11-03 | 薛江炜 | 基于分类标签创建通信群组的装置及方法 |
| CN107992527A (zh) * | 2017-11-09 | 2018-05-04 | 武汉极意网络科技有限公司 | 数据标记校验方法、服务器及存储介质 |
| CN109325148A (zh) * | 2018-08-03 | 2019-02-12 | 百度在线网络技术（北京）有限公司 | 生成信息的方法和装置 |
| CN109543713A (zh) * | 2018-10-16 | 2019-03-29 | 北京奇艺世纪科技有限公司 | 训练集的修正方法及装置 |
| CN109614482A (zh) * | 2018-10-23 | 2019-04-12 | 北京达佳互联信息技术有限公司 | 标签的处理方法、装置、电子设备及存储介质 |
| CN109819284A (zh) * | 2019-02-18 | 2019-05-28 | 平安科技（深圳）有限公司 | 一种短视频推荐方法、装置、计算机设备及存储介质 |
| CN109982158A (zh) * | 2019-03-25 | 2019-07-05 | 北京奇艺世纪科技有限公司 | 一种ugc视频的分发方法、装置及服务器 |
| CN110163115A (zh) * | 2019-04-26 | 2019-08-23 | 腾讯科技（深圳）有限公司 | 一种视频处理方法、装置和计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110674349A (zh) | 2020-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110674349B (zh) | 视频poi识别方法、装置及电子设备 | |
| CN110267097A (zh) | 基于分类特征的视频推送方法、装置及电子设备 | |
| CN110399848A (zh) | 视频封面生成方法、装置及电子设备 | |
| CN110381368A (zh) | 视频封面生成方法、装置及电子设备 | |
| CN110278447B (zh) | 基于连续特征的视频推送方法、装置及电子设备 | |
| CN110288037A (zh) | 图像处理方法、装置及电子设备 | |
| CN110211121B (zh) | 用于推送模型的方法和装置 | |
| CN113033682B (zh) | 视频分类方法、装置、可读介质、电子设备 | |
| CN111738316B (zh) | 零样本学习的图像分类方法、装置及电子设备 | |
| CN110826619A (zh) | 电子卷宗的文件分类方法、装置及电子设备 | |
| CN112487871A (zh) | 笔迹数据处理方法、装置及电子设备 | |
| CN111753114A (zh) | 图像预标注方法、装置及电子设备 | |
| CN110287350A (zh) | 图像检索方法、装置及电子设备 | |
| CN110287817B (zh) | 目标识别及目标识别模型的训练方法、装置和电子设备 | |
| CN113033707B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
| CN113971402A (zh) | 内容识别方法、装置、介质及电子设备 | |
| CN110069997B (zh) | 场景分类方法、装置及电子设备 | |
| CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
| CN110852042A (zh) | 字符类型转换方法和装置 | |
| CN114625876B (zh) | 作者特征模型的生成方法、作者信息处理方法和装置 | |
| CN110300329B (zh) | 基于离散特征的视频推送方法、装置及电子设备 | |
| CN110704679B (zh) | 视频分类方法、装置及电子设备 | |
| CN110287371A (zh) | 端到端的视频推送方法、装置及电子设备 | |
| CN111738311A (zh) | 面向多任务的特征提取方法、装置及电子设备 | |
| CN110674348B (zh) | 视频分类方法、装置及电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |