CN111143611B - 一种信息获取方法及装置 - Google Patents
一种信息获取方法及装置 Download PDFInfo
- Publication number
- CN111143611B CN111143611B CN201911405215.0A CN201911405215A CN111143611B CN 111143611 B CN111143611 B CN 111143611B CN 201911405215 A CN201911405215 A CN 201911405215A CN 111143611 B CN111143611 B CN 111143611B
- Authority
- CN
- China
- Prior art keywords
- video
- matching degree
- forwarding
- analysis result
- short 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 53
- 238000005516 engineering process Methods 0.000 claims abstract description 24
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 22
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
- G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
-
- 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
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7834—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using audio features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种信息获取方法及装置，该方法包括：在接收到短视频平台推送的视频时，利用人工智能技术对视频中的内容进行识别分析，得到识别分析结果；确定识别分析结果与目标主题的匹配度；在匹配度达到设定匹配度阈值的情况下，将视频存入目标数据库；按照匹配度，引导短视频平台调整推送内容，以使短视频平台按照调整后的推送内容推送视频，并返回执行当接收到短视频平台推送的视频时，利用人工智能技术对视频中的内容进行识别分析，得到识别分析结果的步骤。在本申请中，通过以上方式可以避免下载相关度低的视频到目标数据库，及提高获取效率。
Description
技术领域
本申请涉及信息处理技术领域，特别涉及一种信息获取方法及装置。
背景技术
目前，短视频平台作为分享平台，其可以向用户推送各种各样的视频。
在短视频平台应用的过程中，存在一些需求(如，特定主题的视频进行监控和审核)，需要从短视频平台上获取特定主题的视频，但是，如何获取成为问题。
发明内容
为解决上述技术问题，本申请实施例提供一种信息获取方法及装置，以达到避免下载相关度低的视频到目标数据库，及提高获取效率的目的，技术方案如下：
一种信息获取方法，包括：
在接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果；
确定所述识别分析结果与目标主题的匹配度；
在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库；
按照所述匹配度，引导所述短视频平台调整推送内容，以使所述短视频平台按照调整后的推送内容推送视频，并返回执行所述当接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果的步骤。
优选的，所述确定所述识别分析结果与目标主题的匹配度，包括：
从目标主题中提取标签；
确定所述识别分析结果与所述标签的匹配度。
优选的，所述按照所述匹配度，引导所述短视频平台调整推送内容，包括：
以按照所述匹配度对应的访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容。
优选的，所述匹配度对应的访问模板包括：所述匹配度对应的浏览次数和转发指标。
优选的，所述方法还包括：
将所述视频对应的短视频平台账号存入所述目标数据库。
一种信息获取装置，包括：
识别分析模块，用于在接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果；
确定模块，用于确定所述识别分析结果与目标主题的匹配度；
第一存储模块，用于在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库；
引导模块，用于按照所述匹配度，引导所述短视频平台调整推送内容，以使所述短视频平台按照调整后的推送内容推送视频，并返回执行所述当接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果的步骤。
优选的，所述确定模块，具体用于：
从目标主题中提取标签；
确定所述识别分析结果与所述标签的匹配度。
优选的，所述引导模块，具体用于：
以按照所述匹配度对应的访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容。
优选的，所述匹配度对应的访问模板包括：所述匹配度对应的浏览次数和转发指标。
优选的，所述装置还包括：
第二存储模块，用于将所述视频对应的短视频平台账号存入所述目标数据库。
与现有技术相比，本申请的有益效果为：
在本申请中，通过当接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果，确定所述识别分析结果与目标主题的匹配度，在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库，实现将与目标主题匹配度高的视频存入目标数据库，避免下载相关度低的视频到目标数据库，并按照匹配度，引导所述短视频平台调整推送内容，以使短视频平台可以推送与目标主题相关度高的视频，实现在较短的时间内获取到较多的与目标主题相关的视频，并存入目标数据库，提高获取的效率。
附图说明
为了更清楚地说明本申请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是本申请提供的一种信息获取方法实施例1的流程图；
图2是本申请提供的一种信息获取方法实施例2的流程图；
图3是本申请提供的一种信息获取方法实施例3的流程图；
图4是本申请提供的一种信息获取方法实施例4的流程图；
图5是本申请提供的一种信息获取装置的逻辑结构示意图。
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，所描述的实施例仅仅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做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。
本申请实施例公开了一种信息获取方法，包括：当接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果；确定所述识别分析结果与目标主题的匹配度；在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库；按照所述匹配度，引导所述短视频平台调整推送内容，并按照调整后的推送内容推送视频，并返回执行所述当接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果的步骤。在本申请中，可以避免下载相关度低的视频到目标数据库，并能提高获取效率。
接下来对本申请实施例公开的信息获取方法进行介绍，如图1所示的，为本申请提供的一种信息获取方法实施例1的流程图，可以包括以下步骤：
步骤S11、在接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果。
本实施例中，利用人工智能技术对所述视频中的内容进行识别分析的过程，可以包括：
利用人工智能技术对所述视频中的物品、人物、场景、字幕或声音进行识别分析。
具体地，可以通过目标检测技术，对视频中的物品、人物或场景进行识别分析。可以通过文字识别技术，对视频中的字幕进行识别分析。可以通过语音识别技术，对视频中的语音进行识别分析。
步骤S12、确定所述识别分析结果与目标主题的匹配度。
步骤S13、在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库。
设定匹配度阈值可以根据需要进行设置，在此不做限制。
在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库，实现将与目标主题相关度较高的视频存入目标数据库，达到获取目标主题的视频的目的。
步骤S14、按照所述匹配度，引导所述短视频平台调整推送内容，以使所述短视频平台按照调整后的推送内容推送视频，并返回执行步骤S11。
按照所述匹配度，引导所述短视频平台调整推送内容，短视频平台并按照调整后的推送内容推送视频，以此实现短视频平台可以推送较多的与目标主题相关的视频，与目标主题不相关或相关度较低的视频则较少推送。
在短视频平台推送较多的与目标主题相关的视频的基础上，可以实现目标数据库可以在较短的时间内，存储较多的与目标主题相关的视频。
按照所述匹配度，引导所述短视频平台调整推送内容，以使所述短视频平台按照调整后的推送内容推送视频，并返回执行步骤S11的过程，可以包括：
S141、按照所述匹配度，引导所述短视频平台调整推送内容，以使所述短视频平台按照调整后的推送内容推送视频。
S142、判断所述目标数据库中的视频的数量是否达到设定数量；
若是，则结束获取；若否，则返回执行步骤S11。
在本申请中，通过当接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果，确定所述识别分析结果与目标主题的匹配度，在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库，实现将与目标主题匹配度高的视频存入目标数据库，避免下载相关度低的视频到目标数据库，并按照匹配度，引导引导所述短视频平台调整推送内容，以使短视频平台可以推送与目标主题相关度高的视频，实现在较短的时间内获取到较多的与目标主题相关的视频，并存入目标数据库，提高获取的效率。
作为本申请另一可选实施例，参照图2，为本申请提供的一种信息获取方法实施例2的流程示意图，本实施例主要是对上述实施例1描述的信息获取方法的细化方案，如图2所示，该方法可以包括但并不局限于以下步骤：
步骤S21、在接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果。
步骤S21的详细过程可以参见实施例1中步骤S11的相关介绍，在此不再赘述。
步骤S22、从目标主题中提取标签。
标签可以理解为：能够表征目标主题的信息。如，目标主题为：室外一群人在打篮球，从目标主题中提取的标签可以为：篮球、户外、人群。
步骤S23、确定所述识别分析结果与所述标签的匹配度。
本实施例中，可以根据监督学习的方式确定识别分析结果与标签的匹配度。
步骤S22-S23为实施例1中步骤S12的一种具体实施方式。
步骤S24、在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库。
步骤S25、按照所述匹配度，引导所述短视频平台调整推送内容，以使所述短视频平台按照调整后的推送内容推送视频，并返回执行步骤S21。
步骤S24-S25的详细过程可以参见实施例1中的步骤S13-S14的相关介绍，在此不再赘述。
作为本申请另一可选实施例，参照图3，为本申请提供的一种信息获取方法实施例3的流程示意图，本实施例主要是对上述实施例1描述的信息获取方法的细化方案，如图3所示，该方法可以包括但并不局限于以下步骤：
步骤S31、在接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果。
步骤S32、确定所述识别分析结果与目标主题的匹配度。
步骤S33、在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库。
步骤S31-S33的详细过程可以参见实施例1中步骤S11-S13的相关介绍，在此不再赘述。
步骤S34、以按照所述匹配度对应的访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容，以使所述短视频平台按照调整后的推送内容推送视频，并返回执行步骤S31。
本实施例中，所述匹配度对应的访问模板可以包括但不局限于：所述匹配度对应的浏览次数和转发指标。
步骤S34为实施例1中步骤S14的一种具体实施方式。
以按照所述匹配度对应的访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容，可以理解为：
S341、在所述匹配度达到设定匹配度阈值的情况下，以按照所述匹配度对应的第一访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容；
第一访问模板可以理解为：大于设定浏览次数阈值的浏览次数和转发指标。转发指标可以包括但不局限于：进行转发或进行转发，并转发多次。
S342、在所述匹配度未达到设定匹配度阈值的情况下，以按照所述匹配度对应的第二访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容。
第二访问模板可以理解为：不大于设定浏览次数阈值的浏览次数和转发指标。转发指标可以包括但不局限于：不进行转发。
作为本申请另一可选实施例，参照图4，为本申请提供的一种信息获取方法实施例4的流程示意图，本实施例主要是对上述实施例1描述的信息获取方法的扩展方案，如图4所示，该方法可以包括但并不局限于以下步骤：
步骤S41、在接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果。
步骤S42、确定所述识别分析结果与目标主题的匹配度。
步骤S43、在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库。
步骤S44、按照所述匹配度，引导所述短视频平台调整推送内容，以使所述短视频平台按照调整后的推送内容推送视频，并返回执行步骤S41。
步骤S41-S44的详细过程可以参见实施例1中的步骤S11-S14的相关介绍，在此不再赘述。
步骤S45、将所述视频对应的短视频平台账号存入所述目标数据库。
目标数据库中存入的短视频平台账号可以用于作为直接获取与目标主题相关的视频的依据。即，依据目标数据库中存入的短视频平台账号，可以快速获取与该短视频平台账号相关的视频，使得短视频平台可以继续并快速的推送与目标主题相关的视频。
接下来对本申请提供的一种信息获取装置进行介绍，下文介绍的信息获取装置与上文介绍的信息获取方法可相互对应参照。
请参见图5，信息获取装置包括：识别分析模块11、确定模块12、第一存储模块13和引导模块14。
识别分析模块11，用于在接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果；
确定模块12，用于确定所述识别分析结果与目标主题的匹配度；
第一存储模块13，用于在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库；
引导模块14，用于按照所述匹配度，引导所述短视频平台调整推送内容，以使所述短视频平台按照调整后的推送内容推送视频，并返回执行所述当接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果的步骤。
本实施例中，所述确定模块12，具体可以用于：
从目标主题中提取标签；
确定所述识别分析结果与所述标签的匹配度。
本实施例中，所述引导模块14，具体可以用于：
以按照所述匹配度对应的访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容。
本实施例中，所述匹配度对应的访问模板包括：所述匹配度对应的浏览次数和转发指标。
本实施例中，上述信息获取装置还可以包括：
第二存储模块，用于将所述视频对应的短视频平台账号存入所述目标数据库。
需要说明的是，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。对于装置类实施例而言，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。
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、物品或者设备中还存在另外的相同要素。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的一种信息获取方法及装置进行了详细介绍，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 (4)
1.一种信息获取方法，其特征在于，包括：
在接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果；
确定所述识别分析结果与目标主题的匹配度；
在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库；
在所述匹配度达到设定匹配度阈值的情况下，以按照所述匹配度对应的第一访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容；所述第一访问模板为：大于设定浏览次数阈值的浏览次数和转发指标，所述转发指标为：进行转发或进行转发，并转发多次；
在所述匹配度未达到设定匹配度阈值的情况下，以按照所述匹配度对应的第二访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容；所述第二访问模板为：不大于设定浏览次数阈值的浏览次数和转发指标，所述转发指标为：不进行转发；
以使所述短视频平台按照调整后的推送内容推送视频，并返回执行所述当接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果的步骤；
所述方法还包括：
将所述视频对应的短视频平台账号存入所述目标数据库。
2.根据权利要求1所述的方法，其特征在于，所述确定所述识别分析结果与目标主题的匹配度，包括：
从目标主题中提取标签；
确定所述识别分析结果与所述标签的匹配度。
3.一种信息获取装置，其特征在于，包括：
识别分析模块，用于在接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果；
确定模块，用于确定所述识别分析结果与目标主题的匹配度；
第一存储模块，用于在所述匹配度达到设定匹配度阈值的情况下，将所述视频存入目标数据库；
引导模块，用于在所述匹配度达到设定匹配度阈值的情况下，以按照所述匹配度对应的第一访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容；所述第一访问模板为：大于设定浏览次数阈值的浏览次数和转发指标，所述转发指标为：进行转发或进行转发，并转发多次；在所述匹配度未达到设定匹配度阈值的情况下，以按照所述匹配度对应的第二访问模板，对所述视频进行访问的方式，引导所述短视频平台调整推送内容；所述第二访问模板为：不大于设定浏览次数阈值的浏览次数和转发指标，所述转发指标为：不进行转发；以使所述短视频平台按照调整后的推送内容推送视频，并返回执行所述当接收到短视频平台推送的视频时，利用人工智能技术对所述视频中的内容进行识别分析，得到识别分析结果的步骤；
所述装置还包括：
第二存储模块，用于将所述视频对应的短视频平台账号存入所述目标数据库。
4.根据权利要求3所述的装置，其特征在于，所述确定模块，具体用于：
从目标主题中提取标签；
确定所述识别分析结果与所述标签的匹配度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911405215.0A CN111143611B (zh) | 2019-12-31 | 2019-12-31 | 一种信息获取方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911405215.0A CN111143611B (zh) | 2019-12-31 | 2019-12-31 | 一种信息获取方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111143611A CN111143611A (zh) | 2020-05-12 |
| CN111143611B true CN111143611B (zh) | 2024-01-16 |
Family
ID=70522315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911405215.0A Active CN111143611B (zh) | 2019-12-31 | 2019-12-31 | 一种信息获取方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111143611B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112738567B (zh) * | 2020-12-22 | 2023-03-10 | 北京百度网讯科技有限公司 | 平台内容处理方法、装置、电子设备和存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106547798A (zh) * | 2015-09-23 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 信息推送方法及装置 |
| CN106649316A (zh) * | 2015-10-29 | 2017-05-10 | 北京国双科技有限公司 | 一种视频推送方法及装置 |
| WO2017101299A1 (zh) * | 2015-12-15 | 2017-06-22 | 乐视控股（北京）有限公司 | 视频推荐方法、装置和设备 |
| CN107295361A (zh) * | 2017-06-22 | 2017-10-24 | 腾讯科技（深圳）有限公司 | 一种内容推送方法 |
| CN109040325A (zh) * | 2018-10-31 | 2018-12-18 | 广州品唯软件有限公司 | 一种信息推送的控制方法、装置、设备及介质 |
| CN109120964A (zh) * | 2018-09-30 | 2019-01-01 | 武汉斗鱼网络科技有限公司 | 视频集合的消息推送方法、装置、计算机设备及存储介质 |
| 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 |
| CN109635155A (zh) * | 2018-12-17 | 2019-04-16 | 杭州柚子街信息科技有限公司 | 为用户推送视频的方法、装置、电子设备及存储介质 |
| CN110096619A (zh) * | 2019-03-13 | 2019-08-06 | 长沙湘计海盾科技有限公司 | 视频数据分析方法、分析平台、终端及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170169040A1 (en) * | 2015-12-15 | 2017-06-15 | Le Holdings (Beijing) Co., Ltd. | Method and electronic device for recommending video |
-
2019
- 2019-12-31 CN CN201911405215.0A patent/CN111143611B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106547798A (zh) * | 2015-09-23 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 信息推送方法及装置 |
| CN106649316A (zh) * | 2015-10-29 | 2017-05-10 | 北京国双科技有限公司 | 一种视频推送方法及装置 |
| WO2017101299A1 (zh) * | 2015-12-15 | 2017-06-22 | 乐视控股（北京）有限公司 | 视频推荐方法、装置和设备 |
| CN107295361A (zh) * | 2017-06-22 | 2017-10-24 | 腾讯科技（深圳）有限公司 | 一种内容推送方法 |
| 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 |
| CN109120964A (zh) * | 2018-09-30 | 2019-01-01 | 武汉斗鱼网络科技有限公司 | 视频集合的消息推送方法、装置、计算机设备及存储介质 |
| CN109040325A (zh) * | 2018-10-31 | 2018-12-18 | 广州品唯软件有限公司 | 一种信息推送的控制方法、装置、设备及介质 |
| CN109635155A (zh) * | 2018-12-17 | 2019-04-16 | 杭州柚子街信息科技有限公司 | 为用户推送视频的方法、装置、电子设备及存储介质 |
| CN110096619A (zh) * | 2019-03-13 | 2019-08-06 | 长沙湘计海盾科技有限公司 | 视频数据分析方法、分析平台、终端及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| P2SNet: Can an Image Match a Video for Person Re-Identification in an End-to-End Way?;Guangcong Wang; Jianhuang Lai; Xiaohua Xie;《IEEE Transactions on Circuits and Systems for Video Technology》;第第28卷卷(第第10期期);2777 - 2787页 * |
| 基于深度学习的短视频中物体检测与内容推荐的研究;石殷巧;《中国优秀硕士学位论文全文数据库 信息科技辑》;I138-1307页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111143611A (zh) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nagrani et al. | Voxceleb: a large-scale speaker identification dataset | |
| CN111524527B (zh) | 话者分离方法、装置、电子设备和存储介质 | |
| US8213689B2 (en) | Method and system for automated annotation of persons in video content | |
| CN107729468A (zh) | 基于深度学习的答案抽取方法及系统 | |
| CN110557659A (zh) | 视频推荐方法、装置、服务器及存储介质 | |
| CN110491375B (zh) | 一种目标语种检测的方法和装置 | |
| CN110136726A (zh) | 一种语音性别的估计方法、装置、系统及存储介质 | |
| CN112149386A (zh) | 一种事件抽取方法、存储介质及服务器 | |
| CN111488813B (zh) | 视频的情感标注方法、装置、电子设备及存储介质 | |
| CN111312286A (zh) | 年龄识别方法、装置、设备及计算机可读存储介质 | |
| CN117409419A (zh) | 图像检测方法、设备及存储介质 | |
| CN111143611B (zh) | 一种信息获取方法及装置 | |
| CN112183051A (zh) | 智能语音随访方法、系统、计算机设备、存储介质及程序产品 | |
| US20230395094A1 (en) | Speech processing method, computer storage medium, and electronic device | |
| CN113129895B (zh) | 一种语音检测处理系统 | |
| CN111640450A (zh) | 多人声音频处理方法、装置、设备及可读存储介质 | |
| CN110580899A (zh) | 语音识别方法及装置、存储介质、计算设备 | |
| CN108198573B (zh) | 音频识别方法及装置、存储介质及电子设备 | |
| CN112669836B (zh) | 命令的识别方法、装置及计算机可读存储介质 | |
| CN115331703A (zh) | 一种歌曲人声检测方法及装置 | |
| CN113111855A (zh) | 一种多模态情感识别方法、装置、电子设备及存储介质 | |
| CN113628637A (zh) | 一种音频识别方法、装置、设备及存储介质 | |
| Hukkeri et al. | Erratic navigation in lecture videos using hybrid text based index point generation | |
| Vinciarelli et al. | Semantic segmentation of radio programs using social network analysis and duration distribution modeling | |
| CN113255361B (zh) | 语音内容的自动检测方法、装置、设备以及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |