CN110879851A - 视频动态封面生成方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本申请实施例提供了视频动态封面生成方法、装置、电子设备及可读存储介质，所述方法包括：从待生成动态封面的视频中抽取预设数量的视频帧；将所述预设数量的视频帧输入至图像质量模型、图像识别模型以及视频语义模型中的至少一个模型，以获得对应的图像质量特征、图像标签特征以及视频语义特征中的至少一种特征；将所述至少一种特征输入至动态封面生成模型，以生成动态封面；自动生成满足用户个性化需求的动态封面，为用户提供更丰富的视频信息。

Description

视频动态封面生成方法、装置、电子设备及可读存储介质

技术领域

本申请实施例涉及数据处理技术领域，尤其涉及一种视频动态封面生成方法、装置、电子设备及可读存储介质。

背景技术

随着科学技术及社会的不断发展，各类视频的大量涌现极大丰富了人们的精神文明生活。为使用户更快、更准确地获知视频内容或者提高用户点击量，通常需为每个视频设置相应的视频标题以及视频封面。

相关技术中，通常使用图像质量算法为视频生成静态的视频封面，但是静态视频封面提供的信息单一，无法准确反映视频内容，无法满足用户的个性化需求；且制作静态视频时，需要用户自行选择视频中的关键帧，根据关键帧制作视频封面，制作方式繁琐，不够智能化。

发明内容

本申请实施例提供一种视频动态封面生成方法、装置、电子设备及可读存储介质，以自动生成满足用户个性化需求的动态封面，为用户提供更丰富的视频信息。

本申请实施例第一方面提供了一种视频动态封面生成方法，所述方法包括：

从待生成动态封面的视频中抽取预设数量的视频帧；

将所述预设数量的视频帧输入至图像质量模型、图像识别模型以及视频语义模型中的至少一个模型，以获得对应的图像质量特征、图像标签特征以及视频语义特征中的至少一种特征；

将所述至少一种特征输入至动态封面生成模型，以生成动态封面。

可选地，所述方法还包括：

根据用户的用户画像，获得所述用户的用户兴趣特征；

所述将所述至少一种特征输入至所述动态封面生成模型，以生成动态封面的步骤，包括：

将所述用户兴趣特征和所述至少一种特征输入至所述动态封面生成模型，以生成所述动态封面。

可选地，所述方法还包括：

检测用户对一个或多个候选视频中至少一个候选视频的选中操作；

将用户选中的候选视频确定为所述待生成动态封面的视频；

所述将所述至少一种特征输入至所述动态封面生成模型，以生成动态封面的步骤，包括：将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述方法还包括：

展示所述多个候选动态封面；

检测用户对所述多个候选动态封面中一个候选动态封面的选中操作；

将用户选中的候选动态封面设置为最终动态封面。

可选地，所述方法还包括：

将预备为目标用户推荐的视频确定为所述待生成动态封面的视频；

所述将所述至少一种特征输入至所述动态封面生成模型，以生成动态封面的步骤，包括：将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述方法还包括：

将所述多个候选动态封面中与所述目标用户的兴趣特征匹配的候选动态封面设置为最终动态封面。

可选地，所述方法还包括：

获取展示于目标用户界面的至少一个直播视频，获取该直播视频的已播视频，将所述已播视频确定为所述待生成动态封面的视频；

所述将所述至少一种特征输入至所述动态封面生成模型，以生成动态封面的步骤，包括：将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述方法还包括：

根据目标用户针对所述目标用户界面展示的视频的反馈数据，将所述多个候选动态封面中与所述反馈数据匹配的候选动态封面设置为最终动态封面。

可选地，在所述根据目标用户的反馈数据，将所述多个候选动态封面中与所述目标用户的反馈数据匹配的候选动态封面设置为最终动态封面之后，所述方法还包括：

每隔预设时间阈值获取生成最终动态封面后的新增视频，从所述新增视频中抽取预设数量的新增视频帧；

将所述预设数量的新增视频帧输入至所述图像质量模型、所述图像识别模型以及所述视频语义模型中的所述至少一个模型，以获得对应的新增图像质量特征、新增图像标签特征以及新增视频语义特征中的至少一种新增特征；

将所述至少一种特征和所述至少一种新增特征输入至所述动态封面生成模型，以生成更新的候选动态封面。

可选地，所述方法还包括：

获得样本视频集，所述样本视频集包括多个携带标记的样本视频，样本视频携带的标记表征所述样本视频的线上表现；

针对所述样本视频集包括的多个携带标记的样本视频，执行以下步骤：

将所述多个携带标记的样本视频输入至所述图像质量模型、所述图像识别模型以及所述视频语义模型中的所述至少一个模型，以获得对应的样本图像质量特征、样本图像标签特征以及样本视频语义特征中的至少一种样本特征；

以所述至少一种样本特征为训练样本，对待训练模型进行训练，以得到所述动态封面生成模型。

可选地，所述方法还包括：

根据样本用户画像，获取样本用户兴趣特征；

所述以所述至少一种样本特征为训练样本，对待训练模型进行训练，以得到所述动态封面生成模型的步骤，包括：

以所述样本用户兴趣特征和所述至少一种样本特征为训练样本，对所述待训练模型训练，以得到所述动态封面生成模型。

本申请实施例第二方面提供一种视频动态封面生成装置，所述装置包括：

第一抽取模块，用于从待生成动态封面的视频中抽取预设数量的视频帧；

第一获得模块，用于将所述预设数量的视频帧输入至图像质量模型、图像识别模型以及视频语义模型中的至少一个模型，以获得对应的图像质量特征、图像标签特征以及视频语义特征中的至少一种特征；

生成模块，用于将所述至少一种特征输入至动态封面生成模型，以生成动态封面。

可选地，所述装置还包括：

第一用户兴趣特征获得模块，用于根据用户的用户画像，获得所述用户的用户兴趣特征；

所述生成模块包括：

第一生成子模块，用于将所述用户兴趣特征和所述至少一种特征输入至所述动态封面生成模型，以生成所述动态封面。

可选地，所述装置还包括：

第一选中操作检测模块，用于检测用户对一个或多个候选视频中至少一个候选视频的选中操作；

第一确定模块，用于将用户选中的候选视频确定为所述待生成动态封面的视频；

所述生成模块包括：

第二生成子模块，用于将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述装置还包括：

展示模块，用于展示所述多个候选动态封面；

第二选中操作检测模块，用于检测用户对所述多个候选动态封面中一个候选动态封面的选中操作；

第一设置模块，用于将用户选中的候选动态封面设置为最终动态封面。

可选地，所述装置还包括：

第二确定模块，用于将预备为目标用户推荐的视频确定为所述待生成动态封面的视频；

所述生成模块包括：

第三生成模块，用于将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述装置还包括：

第二设置模块，用于将所述多个候选动态封面中与所述目标用户的兴趣特征匹配的候选动态封面设置为最终动态封面。

可选地，所述装置还包括：

第三确定模块，用于获取展示于目标用户界面的至少一个直播视频，获取该直播视频的已播视频，将所述已播视频确定为所述待生成动态封面的视频；

所述生成模块包括：

第四生成模块，用于将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述装置还包括：

第三设置模块，用于根据目标用户针对所述目标用户界面展示的视频的反馈数据，将所述多个候选动态封面中与所述反馈数据匹配的候选动态封面设置为最终动态封面。

可选地，所述装置还包括：

第二抽取模块，用于每隔预设时间阈值获取生成最终动态封面后的新增视频，从所述新增视频中抽取预设数量的新增视频帧；

第二获得模块，用于将所述预设数量的新增视频帧输入至所述图像质量模型、所述图像识别模型以及所述视频语义模型中的所述至少一个模型，以获得对应的新增图像质量特征、新增图像标签特征以及新增视频语义特征中的至少一种新增特征；

更新生成模块，用于将所述至少一种特征和所述至少一种新增特征输入至所述动态封面生成模型，以生成更新的候选动态封面。

可选地，所述装置还包括：

样本视频集获得模块，用于获得样本视频集，所述样本视频集包括多个携带标记的样本视频，样本视频携带的标记表征所述样本视频的线上表现；

第三获得模块，用于针对所述样本视频集包括的多个携带标记的样本视频，执行以下步骤：将所述多个携带标记的样本视频输入至所述图像质量模型、所述图像识别模型以及所述视频语义模型中的所述至少一个模型，以获得对应的样本图像质量特征、样本图像标签特征以及样本视频语义特征中的至少一种样本特征；

训练模块，用于以所述至少一种样本特征为训练样本，对待训练模型进行训练，以得到所述动态封面生成模型。

可选地，所述装置还包括：

第二用户兴趣特征获得模块，用于根据样本用户画像，获取样本用户兴趣特征；

所述训练模块包括：

训练子模块，用于以所述样本用户兴趣特征和所述至少一种样本特征为训练样本，对所述待训练模型训练，以得到所述动态封面生成模型。

本申请实施例第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请第一方面所述的方法中的步骤。

本申请实施例第四方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本申请第一方面所述的方法的步骤。

采用本申请实施例提供的一种视频动态封面生成方法，根据待生成动态封面的视频中抽取的预设数量的视频帧的图像质量特征、图像标签特征以及视频语义特征中的至少一种特征生成最终的动态封面，通过上述特征生成动态封面，可以为用户提供信息更丰富的动态封面，同时，通过动态封面生成模型自动输出动态封面，降低了用户制作动态封面的难度。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一实施例提出的一种视频动态封面生成方法的流程图；

图2是本申请一实施例中动态封面生成模型的训练过程示意图；

图3是本申请另一实施例提出的一种视频动态封面生成方法的流程图；

图4是本申请另一实施例中动态封面生成模型的训练过程示意图；

图5是本申请另一实施例提出的一种视频动态封面生成方法的流程图；

图6是本申请另一实施例提出的一种视频动态封面生成方法的流程图；

图7是本申请另一实施例提出的一种视频动态封面生成方法的流程图；

图8是本申请另一实施例提出的一种视频动态封面生成方法的流程图；

图9是本申请一实施例提出的一种视频动态封面生成装置的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

参考图1，图1是本申请一实施例提出的一种视频动态封面生成方法的流程图。如图1所示，该方法包括以下步骤：

步骤S11：从待生成动态封面的视频中抽取预设数量的视频帧。

在本实施例中，待生成动态封面的视频可以是任何视频，例如：用户选择的视频、召回系统预备为用户推荐的视频以及直播视频等；待生成动态封面的视频可以为一个或者多个。

在本实施例中，对待生成动态封面的视频进行解码，以得到解码后的所有视频帧，从所述所有视频帧中抽取预设数量的视频帧。其中，抽取预设数量的视频帧的方式可以为：按照预设采样频率对该待生成动态封面的视频解码后的所有视频帧进行抽取，以得到预设数量的视频帧。示例地，以待生成动态封面的视频为一段时长为60S，fps(画面每秒传输帧数)为30的视频为例，则该待生成动态封面的视频解码后得到的所有视频帧为1800帧；假设预设采样频率为：每秒抽取10帧视频帧，则抽取的预设数量的视频帧为600帧。

或者，抽取预设数量的视频帧的方式也可以为：等帧间间隔地抽取。示例地，仍以上述待生成动态封面的视频为一段时长为60S，fps(画面每秒传输帧数)为30的视频为例，若每隔20帧视频帧，抽取出一帧视频帧，则抽取出的各帧视频帧分别为：第20帧、第41帧、第62帧、第83帧……1781帧。

步骤S12：将所述预设数量的视频帧输入至图像质量模型、图像识别模型以及视频语义模型中的至少一个模型，以获得对应的图像质量特征、图像标签特征以及视频语义特征中的至少一种特征。

在本实施例中，将预设数量的视频帧输入至图像质量模型、图像识别模型以及视频语义模型中的至少一个模型，以获得所述预设数量的视频帧中的每一帧图像所对应的图像质量特征、图像标签特征以及视频语义中的至少一种特征。

在本实施例中，图像质量特征是指表征图像质量的特征，其中，图像质量是指人们对一幅图像视觉感受的主观评价；例如，对图像分辨率的主观评价(图像清晰或者不清晰)或者对图像色彩的主观评价(图像色彩丰富或单调)。图像标签特征是指每一帧图像中存在的实体对象，例如：每一帧图像中存在的人、咖啡杯以及桌子等实体对象。视频语义特征是指每一帧图像在整个视频中的语义重要程度，示例地，以一段内容为：坐在咖啡馆靠窗的位置喝咖啡的视频为例，视频语义特征是指每一帧图像对于该段视频内容的重要程度。

步骤S13：将所述至少一种特征输入至动态封面生成模型，以生成动态封面。

在本实施例中，动态封面生成模型最终生成的动态封面的帧数为预设的指定帧数，该预设的指定帧数可根据用户的需求灵活调整。示例地，若制定封面帧数为10帧，则最终生成的动态封面的帧数为10帧。

通过上述技术方案，根据待生成动态封面的视频中抽取的预设数量的视频帧的图像质量特征、图像标签特征以及视频语义特征中的至少一种特征生成最终的动态封面，通过上述特征生成动态封面，可以为用户提供信息更丰富的动态封面，同时，通过动态封面生成模型自动输出动态封面，降低了用户制作动态封面的难度。

为了能更智能地实施申请人提出的上述方法，使得该方法的应用范围更广，申请人首先构建了待训练模型，并基于样本视频集对该待训练模型进行训练，得到动态封面生成模型，申请人利用该动态封面生成模型执行上述方法中的部分或全部步骤。

参考图2，图2是本申请一实施例中动态封面生成模型的训练过程示意图。如图2所述，该训练过程包括以下步骤：

步骤S21：获得样本视频集，所述样本视频集包括多个携带标记的样本视频，样本视频携带的标记表征所述样本视频的线上表现。

在本实施例中，样本视频为预先制作的动态封面，获取样本视频的方式可以为：采集至少一个视频，针对每一个视频：解码后分别进行抽帧，以形成至少一个视频片段，以该视频片段作为样本视频。

示例地，以采集的视频数量为两个，分别为A视频和B视频为例，则针对A视频解码后的视频帧和B视频解码后的视频帧分别进行抽帧，以生成A视频对应的至少一个视频片段(例如：视频片段a和视频片段b)，以及B视频对应的至少一个视频片段(例如：视频片段c和视频片段d)，则以视频片段a、视频片段b视频片段c以及视频片段d为样本视频。

在本实施例中，通过将样本视频在线上投放预设时间段后，收集在预设时间段内的线上数据，以该线上数据作为线上表现对样本视频进行标记，以得到携带标记的样本视频；其中，线上数据包括：曝光数、点击数、点赞数、用户停留时长以及用户偏好等。

步骤S22：针对所述样本视频集包括的多个携带标记的样本视频，将所述多个携带标记的样本视频输入至所述图像质量模型、所述图像识别模型以及所述视频语义模型中的所述至少一个模型，以获得对应的样本图像质量特征、样本图像标签特征以及样本视频语义特征中的至少一种样本特征。

在本实施例中，通过将携带标记的样本视频输入至图像质量模型、图像识别模型以及视频语义模型中的至少一个模型，使得携带标记的样本视频中包括样本图像质量特征、样本图像标签特征以及样本视频语义特征中的至少一种样本特征。

步骤S23：以所述至少一种样本特征为训练样本，对待训练模型进行训练，以得到所述动态封面生成模型。

在本实施例中，待训练模型为有监督的神经网络模型；通过使用样本特征作为训练样本对待训练模型进行训练，以得到能输出多个动态封面和对所述多个动态封面中的每个动态封面进行线上预测的动态封面生成模型。

参考图3，图3是本申请另一实施例提出的一种视频动态封面生成方法的流程图。如图3所示，该方法除上述步骤S11-步骤S13以外，还包括以下步骤：

步骤S31：根据用户的用户画像，获得所述用户的用户兴趣特征。

在本实施例中，用户画像是指：用户的年龄、性别、居住地、兴趣等属性构成的用户描述，用户画像预存在服务器中；其中，用户画像中的用户可以是：应用程序中当前登陆账号所对应的用户，例如：用户制作动态封面的场景下，在当前制作封面的应用程序中的登陆账户所对应的用户。也可以是：终端设备ID所对应的用户，即终端设备ID所绑定的用户。

相应地，步骤S13包括以下步骤：

步骤S32：将所述用户兴趣特征和所述至少一种特征输入至所述动态封面生成模型，以生成所述动态封面。

在本实施例中，将所述用户兴趣特征和所述至少一种特征输入至所述动态封面生成模型，以生成所述动态封面；使得生成的动态封面与用户兴趣特征密切相关，可根据不同用户的属性生成对应的动态封面，进一步满足了用户的个性化需求。

进一步地，为了能更智能地实施申请人提出的上述方法，使得该方法的应用范围更广，申请人还利用用户兴趣特征对预先构建的待训练模型进行训练。参考图4，图4是本申请另一实施例中动态封面生成模型的训练过程示意图。如图4所述，该训练过程除上述步骤S21-步骤S23以外，还包括以下步骤：

步骤S41：根据样本用户画像，获取样本用户兴趣特征。

相应地，步骤S23包括：

步骤S42：以所述样本用户兴趣特征和所述至少一种样本特征为训练样本，对所述待训练模型进行训练，以得到所述动态封面生成模型。

在本实施例中，通过采用样本用户兴趣特征和所述至少一种样本特征共同对待训练模型进行训练，使得输出的动态封面生成模型能进一步根据用户兴趣特征输出动态封面，输出的动态封面更加满足用户的个性化需求，并且动态封面为用户提供的信息更加丰富。

参考图5，图5是本申请另一实施例提出的一种视频动态封面生成方法的流程图。如图5所示，该方法除上述步骤S11-步骤S13以外，还包括以下步骤：

步骤S51：检测用户对一个或多个候选视频中至少一个候选视频的选中操作。

步骤S52：将用户选中的候选视频确定为所述待生成动态封面的视频。

在本实施例中，在用户制作动态封面的场景下，检测用户的选中操作，将用户选中的候选视频确定为待生成动态封面的视频，使得用户可依据自己的需求选择动态封面生成模型的输入，生成用户理想的动态封面，进一步满足了用户个性化的需求，提升了用户的交互体验。

示例地，以当前在用户界面上显示的候选视频分别为候选视频A、候选视频B以及候选视频C为例，若检测到用户对候选视频A的选中操作，则将候选视频A作为待生成动态封面的视频。

相应地，步骤S13包括：

步骤S53：将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面。

所述方法还包括：

步骤S54：展示所述多个候选动态封面。

步骤S55：检测用户对所述多个候选动态封面中一个候选动态封面的选中操作。

步骤S56：将用户选中的候选动态封面设置为最终动态封面。

在本实施例中，动态封面生成模型生成的候选动态封面为多个，为了从多个候选动态封面中选择最终动态封面，首先，在用户界面上展示所述多个候选动态封面；然后，检测用户对所述多个候选动态封面中一个候选动态封面的选中操作；最后，将用户选中的候选动态封面设置为最终动态封面。

示例地，以动态封面生成模型生成的候选动态封面分别为：候选动态封面A、候选动态封面B以及候选动态封面C为例，则在用户界面上展示候选动态封面A、候选动态封面B以及候选动态封面C，若检测到用户对候选动态封面A的选中操作，则候选动态封面A为最终动态封面。

在本实施例中，生成的候选动态封面的数量可由用户预先设置，根据用户预先设置的动态封面生成模型的输出决定候选动态封面的数量。

参考图6，图6是本申请另一实施例提出的一种视频动态封面生成方法的流程图。如图6所示，该方法除上述步骤S11-步骤S13以外，还包括以下步骤：

步骤S61：将预备为目标用户推荐的视频确定为所述待生成动态封面的视频。

相应地，步骤S13包括：

步骤S62：将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面。

所述方法还包括：

步骤S63：将所述多个候选动态封面中与所述目标用户的兴趣特征匹配的候选动态封面设置为最终动态封面。

在本实施例中，步骤S61-步骤S63应用于内容分发的场景，预备为目标用户推荐的视频是指：内容分发场景中的推荐模型根据内容和用户的特征，输出的预备为目标用户推荐的视频。该推荐模型为现有技术，在此不再赘述。

在本实施例中，通过将所述多个候选动态封面中与所述目标用户的兴趣特征匹配的候选动态封面设置为最终动态封面，根据目标用户的兴趣特征自动为目标用户匹配动态封面，无需目标用户手动选择最终的动态封面，且动态封面与兴趣特征相匹配，进一步满足了目标用户对最终的动态封面的个性化需求。

参考图7，图7是本申请另一实施例提出的一种视频动态封面生成方法的流程图。如图7所示，该方法除上述步骤S11-步骤S13以外，还包括以下步骤：

步骤S71：获取展示于目标用户界面的至少一个直播视频，获取该直播视频的已播视频，将所述已播视频确定为所述待生成动态封面的视频。

相应地，步骤S13包括：

步骤S72：将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面。

所述方法还包括：

步骤S73：根据目标用户针对所述目标用户界面展示的视频的反馈数据，将所述多个候选动态封面中与所述反馈数据匹配的候选动态封面设置为最终动态封面。

在本实施例中，步骤S71-步骤S73应用于视频直播场景，已播视频是指：直播视频的已播部分，示例地，以一段时长为1小时的直播视频A为例，若用户获取展示在目标用户界面的直播视频A时，直播视频A当前已经播出30分钟的视频内容，则该已播的30分钟的视频内容为待生成动态封面的视频。

在本实施例中，推荐算法根据目标用户针对所述目标用户界面展示的视频的反馈数据确定最终的动态封面，其中，推荐算法为现有技术，在此不再赘述。反馈数据是指：目标用户针对所述目标用户界面展示的视频的曝光数据、点击数据、点赞数据以及停留时长等数据。

示例地，仍以动态封面生成模型生成的候选动态封面分别为：候选动态封面A、候选动态封面B以及候选动态封面C为例，若目标用户针对目标用户界面上展示的宠物类视频的点击率较多，则目标用户的反馈数据反映出目标用户对宠物感兴趣，则将候选动态封面A、候选动态封面B以及候选动态封面C中具有宠物特征的候选动态封面作为最终动态封面。

参考图8，图8是本申请另一实施例提出的一种视频动态封面生成方法的流程图。如图8所示，该方法除上述步骤S11-步骤S12、以及步骤S71-步骤S73以外，还包括以下步骤：

步骤S81：每隔预设时间阈值获取生成最终动态封面后的新增视频，从所述新增视频中抽取预设数量的新增视频帧。

在本实施例中，每隔预设时间阈值获取生成最终动态封面后的新增视频，其中，预设时间阈值可灵活设置，例如，每隔五分钟获取生成最终动态封面后的新增视频，或者每隔十分钟获取生成最终动态封面后的新增视频。

示例地，仍以上述已播30分钟视频内容的直播视频A为例，若每隔五分钟获取生成最终动态封面后的新增视频，用户获取在用户界面展示的直播视频A时，直播视频A当前已播放40分钟，则直播视频A中第30分钟-40分钟的视频内容为新增视频。

步骤S82：将所述预设数量的新增视频帧输入至所述图像质量模型、所述图像识别模型以及所述视频语义模型中的所述至少一个模型，以获得对应的新增图像质量特征、新增图像标签特征以及新增视频语义特征中的至少一种新增特征。

步骤S83：将所述至少一种特征和所述至少一种新增特征输入至所述动态封面生成模型，以生成更新的候选动态封面。

在本实施例中，通过将至少一种特征和至少一种新增特征输入至动态封面生成模型，以生成更新的候选动态封面，使得动态封面生成模型持续更新直播视频的动态封面，保证动态封面的实时性。

基于同一发明构思，本申请一实施例提供一种视频动态封面生成装置。参考图9，图9是本申请一实施例提供的一种视频动态封面生成装置的示意图。如图9所示，该装置包括：

第一抽取模块901，用于从待生成动态封面的视频中抽取预设数量的视频帧；

第一获得模块902，用于将所述预设数量的视频帧输入至图像质量模型、图像识别模型以及视频语义模型中的至少一个模型，以获得对应的图像质量特征、图像标签特征以及视频语义特征中的至少一种特征；

生成模块903，用于将所述至少一种特征输入至动态封面生成模型，以生成动态封面。

可选地，所述装置还包括：

第一用户兴趣特征获得模块，用于根据用户的用户画像，获得所述用户的用户兴趣特征；

所述生成模块包括：

第一生成子模块，用于将所述用户兴趣特征和所述至少一种特征输入至所述动态封面生成模型，以生成所述动态封面。

可选地，所述装置还包括：

第一选中操作检测模块，用于检测用户对一个或多个候选视频中至少一个候选视频的选中操作；

第一确定模块，用于将用户选中的候选视频确定为所述待生成动态封面的视频；

所述生成模块包括：

第二生成子模块，用于将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述装置还包括：

展示模块，用于展示所述多个候选动态封面；

第二选中操作检测模块，用于检测用户对所述多个候选动态封面中一个候选动态封面的选中操作；

第一设置模块，用于将用户选中的候选动态封面设置为最终动态封面。

可选地，所述装置还包括：

第二确定模块，用于将预备为目标用户推荐的视频确定为所述待生成动态封面的视频；

所述生成模块包括：

第三生成模块，用于将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述装置还包括：

第二设置模块，用于将所述多个候选动态封面中与所述目标用户的兴趣特征匹配的候选动态封面设置为最终动态封面。

可选地，所述装置还包括：

第三确定模块，用于获取展示于目标用户界面的至少一个直播视频，获取该直播视频的已播视频，将所述已播视频确定为所述待生成动态封面的视频；

所述生成模块包括：

第四生成模块，用于将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述装置还包括：

第三设置模块，用于根据目标用户针对所述目标用户界面展示的视频的反馈数据，将所述多个候选动态封面中与所述反馈数据匹配的候选动态封面设置为最终动态封面。

可选地，所述装置还包括：

第二抽取模块，用于每隔预设时间阈值获取生成最终动态封面后的新增视频，从所述新增视频中抽取预设数量的新增视频帧；

第二获得模块，用于将所述预设数量的新增视频帧输入至所述图像质量模型、所述图像识别模型以及所述视频语义模型中的所述至少一个模型，以获得对应的新增图像质量特征、新增图像标签特征以及新增视频语义特征中的至少一种新增特征；

更新生成模块，用于将所述至少一种特征和所述至少一种新增特征输入至所述动态封面生成模型，以生成更新的候选动态封面。

可选地，所述装置还包括：

样本视频集获得模块，用于获得样本视频集，所述样本视频集包括多个携带标记的样本视频，样本视频携带的标记表征所述样本视频的线上表现；

第三获得模块，用于针对所述样本视频集包括的多个携带标记的样本视频，执行以下步骤：将所述多个携带标记的样本视频输入至所述图像质量模型、所述图像识别模型以及所述视频语义模型中的所述至少一个模型，以获得对应的样本图像质量特征、样本图像标签特征以及样本视频语义特征中的至少一种样本特征；

训练模块，用于以所述至少一种样本特征为训练样本，对待训练模型进行训练，以得到所述动态封面生成模型。

可选地，所述装置还包括：

第二用户兴趣特征获得模块，用于根据样本用户画像，获取样本用户兴趣特征；

所述训练模块包括：

训练子模块，用于以所述样本用户兴趣特征和所述至少一种样本特征为训练样本，对所述待训练模型，以得到所述动态封面生成模型。

基于同一发明构思，本申请另一实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请上述任一实施例所述的方法中的步骤。

基于同一发明构思，本申请另一实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本申请上述任一实施例所述的方法中的步骤。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种视频动态封面生成方法、装置、存储介质和电子设备，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (11)

1.一种视频动态封面生成方法，其特征在于，所述方法包括：

从待生成动态封面的视频中抽取预设数量的视频帧；

将所述预设数量的视频帧输入至图像质量模型、图像识别模型以及视频语义模型中的至少一个模型，以获得对应的图像质量特征、图像标签特征以及视频语义特征中的至少一种特征；

将所述至少一种特征输入至动态封面生成模型，以生成动态封面。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据用户的用户画像，获得所述用户的用户兴趣特征；

所述将所述至少一种特征输入至所述动态封面生成模型，以生成动态封面的步骤，包括：

将所述用户兴趣特征和所述至少一种特征输入至所述动态封面生成模型，以生成所述动态封面。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

检测用户对一个或多个候选视频中至少一个候选视频的选中操作；

将用户选中的候选视频确定为所述待生成动态封面的视频；

所述将所述至少一种特征输入至所述动态封面生成模型，以生成动态封面的步骤，包括：

将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述方法还包括：

展示所述多个候选动态封面；

检测用户对所述多个候选动态封面中一个候选动态封面的选中操作；

将用户选中的候选动态封面设置为最终动态封面。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

将预备为目标用户推荐的视频确定为所述待生成动态封面的视频；

所述将所述至少一种特征输入至所述动态封面生成模型，以生成动态封面的步骤，包括：

将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述方法还包括：

将所述多个候选动态封面中与所述目标用户的兴趣特征匹配的候选动态封面设置为最终动态封面。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取展示于目标用户界面的至少一个直播视频，获取该直播视频的已播视频，将所述已播视频确定为所述待生成动态封面的视频；

所述将所述至少一种特征输入至所述动态封面生成模型，以生成动态封面的步骤，包括：

将所述至少一种特征输入至所述动态封面生成模型，以生成多个候选动态封面；

所述方法还包括：

根据目标用户针对所述目标用户界面展示的视频的反馈数据，将所述多个候选动态封面中与所述反馈数据匹配的候选动态封面设置为最终动态封面。

6.根据权利要求5所述的方法，在所述根据目标用户的反馈数据，将所述多个候选动态封面中与所述目标用户的反馈数据匹配的候选动态封面设置为最终动态封面之后，所述方法还包括：

每隔预设时间阈值获取生成最终动态封面后的新增视频，从所述新增视频中抽取预设数量的新增视频帧；

将所述预设数量的新增视频帧输入至所述图像质量模型、所述图像识别模型以及所述视频语义模型中的所述至少一个模型，以获得对应的新增图像质量特征、新增图像标签特征以及新增视频语义特征中的至少一种新增特征；

将所述至少一种特征和所述至少一种新增特征输入至所述动态封面生成模型，以生成更新的候选动态封面。

7.根据权利要求1-5任一所述的方法，其特征在于，所述方法还包括：

获得样本视频集，所述样本视频集包括多个携带标记的样本视频，样本视频携带的标记表征所述样本视频的线上表现；

针对所述样本视频集包括的多个携带标记的样本视频，执行以下步骤：

将所述多个携带标记的样本视频输入至所述图像质量模型、所述图像识别模型以及所述视频语义模型中的所述至少一个模型，以获得对应的样本图像质量特征、样本图像标签特征以及样本视频语义特征中的至少一种样本特征；

以所述至少一种样本特征为训练样本，对待训练模型进行训练，以得到所述动态封面生成模型。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

根据样本用户画像，获取样本用户兴趣特征；

所述以所述至少一种样本特征为训练样本，对待训练模型进行训练，以得到所述动态封面生成模型的步骤，包括：

以所述样本用户兴趣特征和所述至少一种样本特征为训练样本，对所述待训练模型，以得到所述动态封面生成模型。

9.一种视频动态封面生成装置，其特征在于，所述装置包括：

第一抽取模块，用于从待生成动态封面的视频中抽取预设数量的视频帧；

第一获得模块，用于将所述预设数量的视频帧输入至图像质量模型、图像识别模型以及视频语义模型中的至少一个模型，以获得对应的图像质量特征、图像标签特征以及视频语义特征中的至少一种特征；

生成模块，用于将所述至少一种特征输入至动态封面生成模型，以生成动态封面。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8任一所述的方法中的步骤。

11.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行时实现如权利要求1-8任一所述的方法的步骤。

Images