CN111339356B - 视频检索中防误判方法、装置及电子设备 - Google Patents
视频检索中防误判方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111339356B CN111339356B CN202010107793.2A CN202010107793A CN111339356B CN 111339356 B CN111339356 B CN 111339356B CN 202010107793 A CN202010107793 A CN 202010107793A CN 111339356 B CN111339356 B CN 111339356B
- Authority
- CN
- China
- Prior art keywords
- video
- target
- videos
- candidate
- preset
- 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 66
- 230000000694 effects Effects 0.000 claims abstract description 10
- 230000002265 prevention Effects 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 6
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241000222120 Candida <Saccharomycetales> Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 208000012260 Accidental injury Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 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
- G06F16/73—Querying
- G06F16/732—Query formulation
- G06F16/7328—Query by example, e.g. a complete video frame or video sequence
-
- 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
- G06F16/73—Querying
- G06F16/738—Presentation of query results
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (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检索中防误判方法、装置及电子设备，属于图像处理技术领域，该方法包括：确定待检索的目标视频；查找与所述目标视频相似的候选视频，其中，所述候选视频为在视频内容与所述目标视频存在相似性的视频；获取与所述目标视频对应的预设白名单，其中，所述预设白名单为不参与检索的视频集合；将全部所述候选视频中存在于所述预设白名单中的候选视频删除，得到所述目标视频的相似视频。通过本公开的方案，降低了视频检索的误判率，提高了视频检索整体结果的准确度，保护原创视频的效果更好。
Description
技术领域
本公开涉及图像处理技术领域，尤其涉及一种视频检索中防误判方法、装置及电子设备。
背景技术
随着科学技术的发展，小视频应用在终端上日益普及，越来越多的用户在终端拍摄、制作、分享视频，以达到社交、广告宣传、产品推广等目的，视频应用逐渐发展成为互联网视频产业。为保证视频传播过程中的合法权益，提供一种视频检索方案，即给出一个视频，找出来相似的视频。相似的视频通常表示有其他用户搬运了原创视频的素材，这可能会影响原创视频作者的合法权益，需要对相似视频进行检索和打压。现有的视频检索方案为，提取待检索的视频中存在相似特征的视频，由于模板、特效等情况的存在，导致视频检索时较多较多误判的情况。
可见，现有的视频检索方案存在误判率较高的技术问题。
发明内容
有鉴于此，本公开实施例提供一种视频检索中的防误判方案，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检索中防误判方法，包括：
确定待检索的目标视频；
查找与所述目标视频相似的候选视频，其中，所述候选视频为在视频内容与所述目标视频存在相似性的视频；
获取与所述目标视频对应的预设白名单，其中，所述预设白名单为不参与检索的视频集合；
将全部所述候选视频中存在于所述预设白名单中的候选视频删除，得到所述目标视频的相似视频。
根据本公开实施例的一种具体实现方式，所述将全部所述候选视频中存在于所述预设白名单中的候选视频删除的步骤之前，所述方法还包括：
使用BSIFT特征，判断所述候选视频是否命中所述预设白名单；
若所述候选视频命中所述预设白名单，通过GBDT模型，判断是否为误判视频；
若所述候选视频为误判视频，将所述候选视频删除。
根据本公开实施例的一种具体实现方式，所述查找与所述目标视频相似的候选视频的步骤之前，所述方法还包括：
在历史视频检索操作中，标记误判视频；
判断所述误判视频是否满足预设条件；
若所述误判视频满足预设条件，将所述误判视频添加到所述预设白名单。
根据本公开实施例的一种具体实现方式，所述判断所述误判视频是否满足预设条件的步骤，包括：
获取所述误判视频的误判次数；
判断所述误判视频的误判次数是否超过预设阈值。
根据本公开实施例的一种具体实现方式，所述所述判断所述误判视频是否满足预设条件的步骤，包括：
获取所述误判视频的创作类别，其中所述创作类别为原创视频和模板视频中的任一种；
判断所述误判视频的创作类别是否为模板视频。
根据本公开实施例的一种具体实现方式，所述查找与所述目标视频相似的候选视频的步骤，包括：
提取所述目标视频的关键特征；
在基础视频库中查找包含所述关键特征的初始视频；
将所查找到的全部初始视频作为与所述目标视频相似的候选视频。
根据本公开实施例的一种具体实现方式，所述将所查找到的全部初始视频作为与所述目标视频相似的候选视频的步骤，包括：
按照预设的相似度计算规则，确定每个初始视频与所述目标视频的相似度；
将全部初始视频按照相似度排序；
将相似度最高的前K个视频作为与所述目标视频相似的候选视频，其中， K为正整数。
根据本公开实施例的一种具体实现方式，所述获取与所述目标视频对应的预设白名单的步骤，包括：
确定所述目标视频对应预设类别的目标类别标签；
查找每个所述目标类别标签对应的白名单；
将全部所述目标类别标签对应的白名单组合去重，作为所述目标视频对应的预设白名单。
根据本公开实施例的一种具体实现方式，所述目标类别标签包括：模板标签、特效标签、游戏标签、片头标签和片尾标签中的至少两种。
根据本公开实施例的一种具体实现方式，所述确定所述目标视频对应预设类别的目标类别标签的步骤，包括：
提取所述目标视频使用的目标视频模板；
确定所述目标视频对应所述预设目标视频模板的目标模板标签；
所述查找每个所述目标类别标签对应的白名单的步骤，包括：
将使用所述目标模板的全部视频名单作为所述目标类别标签对应的白名单中。
第二方面，本公开实施例提供了一种视频检索中的防误判装置，包括：
确定模块，用于确定待检索的目标视频；
查找模块，用于查找与所述目标视频相似的候选视频，其中，所述候选视频为在视频内容与所述目标视频存在相似性的视频；
获取模块，用于获取与所述目标视频对应的预设白名单，其中，所述预设白名单为不参与检索的视频集合；
删除模块，用于将全部所述候选视频中存在于所述预设白名单中的候选视频删除，得到所述目标视频的相似视频。
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第一方面或第一方面的任一实现方式中的视频检索中的防误判方法。
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检索中的防误判方法。
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检索中的防误判方法。
本公开实施例中的视频检索中的防误判方案，包括：确定待检索的目标视频；查找与所述目标视频相似的候选视频，其中，所述候选视频为在视频内容与所述目标视频存在相似性的视频；获取与所述目标视频对应的预设白名单，其中，所述预设白名单为不参与检索的视频集合；将全部所述候选视频中存在于所述预设白名单中的候选视频删除，得到所述目标视频的相似视频。通过本公开的方案，降低了视频检索的误判率，提高了视频检索整体结果的准确度，保护原创视频的效果更好。
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检索中防误判方法的流程示意图；
图2为本公开实施例提供的另一种视频检索中防误判方法的部分流程示意图；
图3为本公开实施例提供的另一种视频检索中防误判方法的部分流程示意图；
图4为本公开实施例提供的另一种视频检索中防误判方法的部分流程示意图；
图5为本公开实施例提供的视频检索中防误判方法的计算过程示意图；
图6为本公开实施例提供的一种视频检索中防误判装置的结构示意图；
图7为本公开实施例提供的电子设备的示意图。
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检索中防误判方法。本实施例提供的视频检索中防误判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检索中防误判方法，包括：
S101，确定待检索的目标视频；
本实施例提供的视频检索方法，用于在原始视频库中检索出来与某一视频存在相似度的视频。将当前待检索的视频定义为目标视频，所述目标视频可以为长视频、短视频或者其他性质的视频等，不作限定。
S102，查找与所述目标视频相似的候选视频；其中，所述候选视频为在视频内容与所述目标视频存在相似性的视频
在确定了待检索的目标视频后，先初步筛选出来与该目标视频相似的候选视频。根据本公开实施例的一种具体实现方式，所述查找与所述目标视频相似的候选视频的步骤，可以包括：
提取所述目标视频的关键特征；
在基础视频库中查找包含所述关键特征的初始视频；
将所查找到的全部初始视频作为与所述目标视频相似的候选视频。
进一步的，所述将所查找到的全部初始视频作为与所述目标视频相似的候选视频的步骤，包括：
按照预设的相似度计算规则，确定每个初始视频与所述目标视频的相似度；
将全部初始视频按照相似度排序；
将相似度最高的前K个视频作为与所述目标视频相似的候选视频，其中， K为正整数。
本实施方式中，初步的相似视频检索时采用一个视频Query，搜一个原始视频库，返回最相似的top-k个视频。
S103，获取与所述目标视频对应的预设白名单；其中，所述预设白名单为不参与检索的视频集合
初步检索出来的候选视频存在大量的误判视频，提前设置白名单，作为误判视频的删除方案。获取目标视频对应的预设白名单的方式可以有多种，例如，可以通过用户自定义设置白名单，将目标视频的用户对应的全部视频作为预设白名单，或者将与该目标视频采用相同模板的视频添加到预设白名单。
根据本公开实施例的一种具体实现方式，所述获取与所述目标视频对应的预设白名单的步骤，可以包括：
确定所述目标视频对应预设类别的目标类别标签；
查找每个所述目标类别标签对应的白名单；
将全部所述目标类别标签对应的白名单组合去重，作为所述目标视频对应的预设白名单。
上述步骤的目标类别标签可以包括：模板标签、特效标签、游戏标签、片头标签和片尾标签中的至少两种。
进一步的，如图2所示，所述确定所述目标视频对应预设类别的目标类别标签的步骤，包括：
S201，提取所述目标视频使用的目标视频模板；
S202，确定所述目标视频对应所述预设目标视频模板的目标模板标签；
所述查找每个所述目标类别标签对应的白名单的步骤，包括：
S203，将使用所述目标模板的全部视频名单作为所述目标类别标签对应的白名单中。
本实施方式中，提前目标视频的多个类别对应的目标类别标签，以每个目标类别标签对应的白名单的组合作为该目标视频整体的预设白名单。这样可以得到较为全面的预设白名单，全面查找到候选视频中的误判视频。
S104，将全部所述候选视频中存在于所述预设白名单中的候选视频删除，得到所述目标视频的相似视频。
再依据上述步骤初步检索出与目标视频相似的候选视频后，再通过对应的白名单将候选视频中命中白名单的误判视频删除，即可得到该目标视频的相似视频。
上述本公开实施例中的视频检索中的防误判方案，包括：确定待检索的目标视频；查找与所述目标视频相似的候选视频，其中，所述候选视频为在视频内容与所述目标视频存在相似性的视频；获取与所述目标视频对应的预设白名单，其中，所述预设白名单为不参与检索的视频集合；将全部所述候选视频中存在于所述预设白名单中的候选视频删除，得到所述目标视频的相似视频。通过本公开的方案，降低了视频检索的误判率，提高了视频检索整体结果的准确度，保护原创视频的效果更好。
在上述实施例的基础上，本公开实施例的另一种具体实现方式还增设了预先设置白名单的过程。如图3所示，所述查找与所述目标视频相似的候选视频的步骤之前，所述方法还可以包括：
S301，在历史视频检索操作中，标记误判视频；
S302，判断所述误判视频是否满足预设条件；
S303，若所述误判视频满足预设条件，将所述误判视频添加到所述预设白名单。
本实施方式中，预设白名单为根据历史视频检索操作获得。在历史视频检索操作中，针对误判视频进行预设条件的筛选，筛选出满足一定条件的视频作添加到白名单。下面将具体举例说明下两种添加白名单的视频类型。
其一，所述判断所述误判视频是否满足预设条件的步骤，可以包括：
获取所述误判视频的误判次数；
判断所述误判视频的误判次数是否超过预设阈值。
本方式中，将误判视频在历史视频检索操作中的误判次数作为白名单添加依据。即某误判视频多次被检索为误判视频，则可以直接将该误判视频添加到视频白名单中。
其二，在另一种具体实施方式中，所述所述判断所述误判视频是否满足预设条件的步骤，可以包括：
获取所述误判视频的创作类别，其中所述创作类别为原创视频和模板视频中的任一种；
判断所述误判视频的创作类别是否为模板视频。
本实施方式中，将容易误判的模板视频添加到白名单中，避免误判，仅保留原创视频作为视频检索得到的相似视频。
本公开实施例还提供了一种具体实现方式，如图4所示，所述将全部所述候选视频中存在于所述预设白名单中的候选视频删除的步骤之前，所述方法还可以包括：
S401，使用BSIFT特征，判断所述候选视频是否命中所述预设白名单；
S402，若所述候选视频命中所述预设白名单，通过GBDT模型，判断是否为误判视频；
S403，若所述候选视频为误判视频，将所述候选视频删除。
本实施方式中，采用基于白名单检索和GBDT模型二分类的方法，对误判视频践行检测，输入一对视频，输出是否误判及相应得分。具体如下：
Aims|目标，使用GBDT模型，引入业务侧信息，解决游戏、贴纸、模板、文字等特殊类别误判；
Pipeline|流程，即:：使用一对视频分别搜索初始视频库if命中白名单
-LBP+Fence
-ORB
-BSIFT
-DeepHash.etc
MetaInfo
-Samestic ker s
-One-hottags
其次，输入Details方法细节
#特效白名单
-Aims：解决大面积站外特效/模板/片头片尾类视频的误伤
-Method：
-预先建立白名单库
使用时，输入一堆算法检索为相似的视频；
使用BSIFT特征，判断这对视频是否命中白名单；
如果命中白名单，过一个GBDT模型，判断是否误判。
其中，通过GBDT模型判断是否误判的方式可以为，判断得分是否≥t2，若是，则确认误判，否则，确认不是误判。
Feature|检索使用的B-SIFT特征，具体如图5所示。
最后，Details|更加具体的细节
#模型与方法
-采用GBDT(Gradient Boosting Decision Tree)基础模型训练
-Tag Importance分析
-Feature Importance分析
-GridSearch自动调节超参。
用白名单的手段，把Query视频搜原始库得到的一系列Candidate视频中，误匹配的Candidates找出来，使整体结果更准确，得到了较好的效果。
与上面的方法实施例相对应，参见图6，本公开实施例还提供了一种视频检索中防误判装置60，包括：
确定模块601，用于确定待检索的目标视频；
查找模块602，用于查找与所述目标视频相似的候选视频，其中，所述候选视频为在视频内容与所述目标视频存在相似性的视频；
获取模块603，用于获取与所述目标视频对应的预设白名单，其中，所述预设白名单为不参与检索的视频集合；
删除模块604，用于将全部所述候选视频中存在于所述预设白名单中的候选视频删除，得到所述目标视频的相似视频。
图6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7，本公开实施例还提供了一种电子设备70，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的视频检索中防误判方法。
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的视频检索中防误判方法。
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的视频检索中防误判方法。
下面参考图7，其示出了适于用来实现本公开实施例的电子设备70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7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7所示，电子设备70可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备70操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O) 接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：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706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备70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70，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709 从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701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，使得该电子设备能够实现上述方法实施例提供的方案。
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，使得该电子设备能够实现上述方法实施例提供的方案。
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 (12)
1.一种视频检索中防误判方法，其特征在于，包括：
确定待检索的目标视频；
查找与所述目标视频相似的候选视频，其中，所述候选视频为在视频内容与所述目标视频存在相似性的视频；
获取与所述目标视频对应的预设白名单，其中，所述预设白名单为不参与检索的视频集合；所述预设白名单中包括创作类别为模板视频的视频；
使用BSIFT特征，判断所述候选视频是否命中所述预设白名单；若所述候选视频命中所述预设白名单，通过GBDT模型，判断是否为误判视频；若所述候选视频为误判视频，将所述候选视频删除，得到所述目标视频的相似视频。
2.根据权利要求1所述的方法，其特征在于，所述查找与所述目标视频相似的候选视频的步骤之前，所述方法还包括：
在历史视频检索操作中，标记误判视频；
判断所述误判视频是否满足预设条件；
若所述误判视频满足预设条件，将所述误判视频添加到所述预设白名单。
3.根据权利要求2所述的方法，其特征在于，所述判断所述误判视频是否满足预设条件的步骤，包括：
获取所述误判视频的误判次数；
判断所述误判视频的误判次数是否超过预设阈值。
4.根据权利要求2所述的方法，其特征在于，所述判断所述误判视频是否满足预设条件的步骤，包括：
获取所述误判视频的创作类别，其中所述创作类别为原创视频和模板视频中的任一种；
判断所述误判视频的创作类别是否为模板视频。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述查找与所述目标视频相似的候选视频的步骤，包括：
提取所述目标视频的关键特征；
在基础视频库中查找包含所述关键特征的初始视频；
将所查找到的全部初始视频作为与所述目标视频相似的候选视频。
6.根据权利要求5所述的方法，其特征在于，所述将所查找到的全部初始视频作为与所述目标视频相似的候选视频的步骤，包括：
按照预设的相似度计算规则，确定每个初始视频与所述目标视频的相似度；
将全部初始视频按照相似度排序；
将相似度最高的前K个视频作为与所述目标视频相似的候选视频，其中，K为正整数。
7.根据权利要求6所述的方法，其特征在于，所述获取与所述目标视频对应的预设白名单的步骤，包括：
确定所述目标视频对应预设类别的目标类别标签；
查找每个所述目标类别标签对应的白名单；
将全部所述目标类别标签对应的白名单组合去重，作为所述目标视频对应的预设白名单。
8.根据权利要求7所述的方法，其特征在于，所述目标类别标签包括：模板标签、特效标签、游戏标签、片头标签和片尾标签中的至少两种。
9.根据权利要求8所述的方法，其特征在于，所述确定所述目标视频对应预设类别的目标类别标签的步骤，包括：
提取所述目标视频使用的目标视频模板；
确定所述目标视频对应所述目标视频模板的目标模板标签；
所述查找每个所述目标类别标签对应的白名单的步骤，包括：
将使用所述目标视频模板的全部视频名单作为所述目标类别标签对应的白名单。
10.一种视频检索中的防误判装置，其特征在于，包括：
确定模块，用于确定待检索的目标视频；
查找模块，用于查找与所述目标视频相似的候选视频，其中，所述候选视频为在视频内容与所述目标视频存在相似性的视频；
获取模块，用于获取与所述目标视频对应的预设白名单，其中，所述预设白名单为不参与检索的视频集合；所述预设白名单中包括创作类别为模板视频的视频；
删除模块，用于使用BSIFT特征，判断所述候选视频是否命中所述预设白名单；若所述候选视频命中所述预设白名单，通过GBDT模型，判断是否为误判视频；若所述候选视频为误判视频，将所述候选视频删除，得到所述目标视频的相似视频。
11.一种电子设备，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权利要求1-9中任一项所述的视频检索中的防误判方法。
12.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使该计算机执行前述权利要求1-9中任一项所述的视频检索中的防误判方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010107793.2A CN111339356B (zh) | 2020-02-21 | 2020-02-21 | 视频检索中防误判方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010107793.2A CN111339356B (zh) | 2020-02-21 | 2020-02-21 | 视频检索中防误判方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111339356A CN111339356A (zh) | 2020-06-26 |
| CN111339356B true CN111339356B (zh) | 2023-07-18 |
Family
ID=71185421
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010107793.2A Active CN111339356B (zh) | 2020-02-21 | 2020-02-21 | 视频检索中防误判方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111339356B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101821734A (zh) * | 2007-08-22 | 2010-09-01 | 谷歌公司 | 时基媒体之间的匹配的检测和分类 |
| CN105917359A (zh) * | 2013-10-21 | 2016-08-31 | 微软技术许可有限责任公司 | 移动视频搜索 |
| CN110321454A (zh) * | 2019-08-06 | 2019-10-11 | 北京字节跳动网络技术有限公司 | 视频的处理方法、装置、电子设备及计算机可读存储介质 |
| CN110674349A (zh) * | 2019-09-27 | 2020-01-10 | 北京字节跳动网络技术有限公司 | 视频poi识别方法、装置及电子设备 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8171030B2 (en) * | 2007-06-18 | 2012-05-01 | Zeitera, Llc | Method and apparatus for multi-dimensional content search and video identification |
| US9361523B1 (en) * | 2010-07-21 | 2016-06-07 | Hrl Laboratories, Llc | Video content-based retrieval |
| CN105183897B (zh) * | 2015-09-29 | 2018-09-11 | 北京奇艺世纪科技有限公司 | 一种视频搜索排序的方法和系统 |
| CN105468755A (zh) * | 2015-11-27 | 2016-04-06 | 东方网力科技股份有限公司 | 一种视频筛选存储方法和装置 |
| CN106682108B (zh) * | 2016-12-06 | 2022-07-12 | 浙江大学 | 一种基于多模态卷积神经网络的视频检索方法 |
| US10728250B2 (en) * | 2017-07-31 | 2020-07-28 | International Business Machines Corporation | Managing a whitelist of internet domains |
| CN107748750A (zh) * | 2017-08-30 | 2018-03-02 | 百度在线网络技术（北京）有限公司 | 相似视频查找方法、装置、设备及存储介质 |
| CN108197265A (zh) * | 2017-12-29 | 2018-06-22 | 深圳市视维科技股份有限公司 | 一种基于短视频搜索完整视频的方法及系统 |
| CN109005425A (zh) * | 2018-08-26 | 2018-12-14 | 俞绍富 | 网络视频监控系统 |
| CN109492129B (zh) * | 2018-10-26 | 2020-08-07 | 武汉理工大学 | 一种基于双流神经网络的相似视频搜索方法和系统 |
| CN110110146A (zh) * | 2019-04-12 | 2019-08-09 | 深圳壹账通智能科技有限公司 | 基于人工智能的视频短片搜索方法、装置、介质和设备 |
| CN110377794B (zh) * | 2019-06-12 | 2022-04-01 | 杭州当虹科技股份有限公司 | 一种视频特征描述与去重检索处理方法 |
| CN110599486A (zh) * | 2019-09-20 | 2019-12-20 | 福州大学 | 一种视频抄袭的检测方法及系统 |
-
2020
- 2020-02-21 CN CN202010107793.2A patent/CN111339356B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101821734A (zh) * | 2007-08-22 | 2010-09-01 | 谷歌公司 | 时基媒体之间的匹配的检测和分类 |
| CN105917359A (zh) * | 2013-10-21 | 2016-08-31 | 微软技术许可有限责任公司 | 移动视频搜索 |
| CN110321454A (zh) * | 2019-08-06 | 2019-10-11 | 北京字节跳动网络技术有限公司 | 视频的处理方法、装置、电子设备及计算机可读存储介质 |
| CN110674349A (zh) * | 2019-09-27 | 2020-01-10 | 北京字节跳动网络技术有限公司 | 视频poi识别方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111339356A (zh) | 2020-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109388696B (zh) | 删除谣言文章的方法、装置、存储介质及电子设备 | |
| CN110674349B (zh) | 视频poi识别方法、装置及电子设备 | |
| WO2017045532A1 (zh) | 应用程序分类的展示方法和装置 | |
| CN110347866B (zh) | 信息处理方法、装置、存储介质及电子设备 | |
| WO2023279843A1 (zh) | 内容搜索方法、装置、设备和存储介质 | |
| CN110008740B (zh) | 一种文档访问权限的处理方法、装置、介质和电子设备 | |
| WO2024001545A1 (zh) | 歌单展示信息生成方法、装置、电子设备及存储介质 | |
| CN111401044A (zh) | 一种标题生成方法、装置、终端设备及存储介质 | |
| CN110430448B (zh) | 一种弹幕处理方法、装置及电子设备 | |
| US20240160650A1 (en) | Document processing method and apparatus, device, and medium | |
| CN110198473B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
| CN116894188A (zh) | 业务标签集更新方法、装置、介质及电子设备 | |
| CN113033707B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
| CN110634050A (zh) | 一种鉴别房源类型的方法、装置、电子设备及存储介质 | |
| CN113971400B (zh) | 一种文本检测方法、装置、电子设备及存储介质 | |
| CN113407775B (zh) | 视频搜索方法、装置及电子设备 | |
| CN111339356B (zh) | 视频检索中防误判方法、装置及电子设备 | |
| CN113033682B (zh) | 视频分类方法、装置、可读介质、电子设备 | |
| CN113807056B (zh) | 一种文档名称序号纠错方法、装置和设备 | |
| CN110502630B (zh) | 信息处理方法及设备 | |
| CN111309988B (zh) | 基于编码的字符串检索方法、装置及电子设备 | |
| CN114428867A (zh) | 数据挖掘方法、装置、存储介质及电子设备 | |
| CN116910296B (zh) | 搬运内容识别方法、系统、电子设备和介质 | |
| CN114238976B (zh) | 文件的检测方法、装置、可读介质和电子设备 | |
| CN113032808B (zh) | 数据处理方法、装置、可读介质及电子设备 |
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 |