CN111770387B - 视频消息转发、视频消息搜索方法和设备 - Google Patents

Abstract

本申请实施例公开了视频消息转发、视频消息搜索方法和设备。视频消息转发方法的一具体实施方式包括：接收视频消息转发请求，其中，视频消息转发请求中包括视频消息；从视频消息中分割关键区域的消息图片集合；提取消息图片集合的消息特征；将视频消息和消息特征对应转发给即时通信应用的客户端。该实施方式在接收到视频消息转发请求时，将视频消息和消息特征对应转发，能够使即时通信应用的客户端在接收视频消息的同时，也能够获取与视频消息相关的消息特征。

Description

视频消息转发、视频消息搜索方法和设备

技术领域

本申请实施例涉及计算机技术领域，具体涉及视频消息转发、视频消息搜索方法和设备。

背景技术

即时通信应用是通过网络来实现即时通信的软件。通常，即时通信应用的用户可以通过在即时通信应用中的聊天会话中发送或接收消息来实现交流。其中，消息可以包括但不限于文字消息、语音消息、图片消息和视频消息等等。对于文字消息和语音消息，能够采用在搜索框中输入文字的方式进行内容搜索。随着网络基础设施的改善，用户在即时通信应用中发送的视频消息的比例正在逐渐提升。然而，当前的即时通信应用尚不支持对视频消息的内容搜索。

发明内容

本申请实施例提出了视频消息转发、视频消息搜索方法和设备。

第一方面，本申请实施例提供了一种视频消息转发方法，应用于即时通信应用的服务端，包括：接收视频消息转发请求，其中，视频消息转发请求中包括视频消息；从视频消息中分割关键区域的消息图片集合；提取消息图片集合的消息特征；将视频消息和消息特征对应转发给即时通信应用的客户端。

在一些实施例中，从视频消息中分割关键区域的消息图片集合，包括：将视频消息输入至区域分割子模型，输出消息图片集合。

在一些实施例中，将视频消息输入至区域分割子模型，输出消息图片集合，包括：利用区域分割子模型提取视频消息的消息关键帧集合，以及对消息关键帧集合进行关键区域分割，生成消息图片集合。

在一些实施例中，提取消息图片集合的消息特征，包括：将消息图片集合输入至特征提取子模型，输出消息特征。

在一些实施例中，将消息图片集合输入至特征提取子模型，输出消息特征，包括：利用特征提取子模型对消息图片集合进行语义分析，得到消息图片集合的语义描述特征，以及对消息图片集合进行频域特征提取，得到消息图片集合的频域特征。

在一些实施例中，将视频消息和消息特征对应转发给即时通信应用的客户端，包括：将消息特征附加到视频消息中，生成附加特征视频消息，以及将附加特征视频消息转发给即时通信应用的客户端。

第二方面，本申请实施例提供了一种视频消息搜索方法，应用于即时通信应用的客户端，包括：采集视频搜索信息；获取视频搜索信息对应的信息特征；将信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征；在即时通信应用中展示匹配消息特征对应的视频消息。

在一些实施例中，获取视频搜索信息对应的信息特征，包括：将视频搜索信息发送给即时通信应用的服务端；接收即时通信应用的服务端返回的信息特征。

在一些实施例中，视频搜索信息是视频信息；以及获取视频搜索信息对应的信息特征，包括：从视频信息中分割关键区域的信息图片集合；提取信息图片集合的信息特征。

在一些实施例中，从视频信息中分割关键区域的信息图片集合，包括：将视频信息输入至区域分割子模型，输出信息图片集合。

在一些实施例中，将视频信息输入至区域分割子模型，输出信息图片集合，包括：利用区域分割子模型提取视频信息的信息关键帧集合，以及对信息关键帧集合进行关键区域分割，生成信息图片集合。

在一些实施例中，视频搜索信息是图片信息；以及获取视频搜索信息对应的信息特征，包括：从图片信息中分割关键区域的信息图片；提取信息图片的信息特征。

在一些实施例中，提取信息图片集合或信息图片的信息特征，包括：将信息图片集合或信息图片输入至特征提取子模型，输出信息图片集合或信息图片的信息特征。

在一些实施例中，将信息图片集合或信息图片输入至特征提取子模型，输出信息图片集合或信息图片的信息特征，包括：利用特征提取子模型对信息图片集合或信息图片进行语义分析，得到信息图片集合或信息图片的语义描述特征，以及对信息图片集合或信息图片进行频域特征提取，得到信息图片集合或信息图片的频域特征。

在一些实施例中，将信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征，包括：计算信息特征与消息特征集合中的消息特征的相似度；基于相似度，从消息特征集合中确定匹配消息特征。

第三方面，本申请实施例提供了一种视频消息转发装置，设置于即时通信应用的服务端，包括：接收单元，被配置成接收视频消息转发请求，其中，视频消息转发请求中包括视频消息；分割单元，被配置成从视频消息中分割关键区域的消息图片集合；提取单元，被配置成提取消息图片集合的消息特征；转发单元，被配置成将视频消息和消息特征对应转发给即时通信应用的客户端。

在一些实施例中，分割单元进一步被配置成：将视频消息输入至区域分割子模型，输出消息图片集合。

在一些实施例中，分割单元进一步被配置成：利用区域分割子模型提取视频消息的消息关键帧集合，以及对消息关键帧集合进行关键区域分割，生成消息图片集合。

在一些实施例中，提取单元进一步被配置成：将消息图片集合输入至特征提取子模型，输出消息特征。

在一些实施例中，提取单元进一步被配置成：利用特征提取子模型对消息图片集合进行语义分析，得到消息图片集合的语义描述特征，以及对消息图片集合进行频域特征提取，得到消息图片集合的频域特征。

在一些实施例中，转发单元进一步被配置成：将消息特征附加到视频消息中，生成附加特征视频消息，以及将附加特征视频消息转发给即时通信应用的客户端。

第四方面，本申请实施例提供了一种视频消息搜索装置，设置于即时通信应用的客户端，包括：采集单元，被配置成采集视频搜索信息；获取单元，被配置成获取视频搜索信息对应的信息特征；匹配单元，被配置成将信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征；展示单元，被配置成在即时通信应用中展示匹配消息特征对应的视频消息。

在一些实施例中，获取单元进一步被配置成：将视频搜索信息发送给即时通信应用的服务端；接收即时通信应用的服务端返回的信息特征。

在一些实施例中，视频搜索信息是视频信息；以及获取单元包括：第一获取子单元，被配置成从视频信息中分割关键区域的信息图片集合；第一提取子单元，被配置成提取信息图片集合的信息特征。

在一些实施例中，第一获取子单元进一步被配置成：将视频信息输入至区域分割子模型，输出信息图片集合。

在一些实施例中，第一获取子单元进一步被配置成：利用区域分割子模型提取视频信息的信息关键帧集合，以及对信息关键帧集合进行关键区域分割，生成信息图片集合。

在一些实施例中，视频搜索信息是图片信息；以及获取单元包括：第二获取子单元，被配置成从图片信息中分割关键区域的信息图片；第二提取子单元，被配置成提取信息图片的信息特征。

在一些实施例中，第一提取子单元或第二提取子单元进一步被配置成：将信息图片集合或信息图片输入至特征提取子模型，输出信息图片集合或信息图片的信息特征。

在一些实施例中，第一提取子单元或第二提取子单元进一步被配置成：利用特征提取子模型对信息图片集合或信息图片进行语义分析，得到信息图片集合或信息图片的语义描述特征，以及对信息图片集合或信息图片进行频域特征提取，得到信息图片集合或信息图片的频域特征。

在一些实施例中，匹配单元进一步被配置成：计算信息特征与消息特征集合中的消息特征的相似度；基于相似度，从消息特征集合中确定匹配消息特征。

第五方面，本申请实施例提供了一种计算机设备，该计算机设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法或实现如第二方面中任一实现方式描述的方法。

第六方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法或实现如第二方面中任一实现方式描述的方法。

本申请实施例提供的视频消息转发、视频消息搜索方法和设备，在接收到视频消息转发请求的情况下，首先从视频消息中分割关键区域的消息图片集合；然后提取消息图片集合的消息特征；最后将视频消息和消息特征对应转发给即时通信应用的客户端。在接收到视频消息转发请求时，将视频消息和消息特征对应转发，能够使即时通信应用的客户端在接收视频消息的同时，也能够获取与视频消息相关的消息特征。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构；

图2是根据本申请的视频消息转发方法的一个实施例的流程图；

图3是根据本申请的视频消息转发方法的又一个实施例的流程图；

图4是根据本申请的视频消息搜索方法的一个实施例的流程图；

图5是根据本申请的视频消息搜索方法的又一个实施例的流程图；

图6是根据本申请的视频消息搜索方法的另一个实施例的流程图；

图7是适于用来实现本申请实施例的计算机设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的视频消息转发、视频消息搜索方法的实施例的示例性系统架构100。

如图1所示，系统架构100中可以包括设备101、102和网络103。网络103用以在设备101、102之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

设备101、102可以是支持网络连接从而提供各种网络服务的硬件设备或软件。当设备为硬件时，其可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机和服务器等等。这时，作为硬件设备，其可以实现成多个设备组成的分布式设备群，也可以实现成单个设备。当设备为软件时，可以安装在上述所列举的电子设备中。这时，作为软件，其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

在实践中，设备可以通过安装相应的客户端应用或服务端应用来提供相应的网络服务。设备在安装了客户端应用之后，其可以在网络通信中体现为客户端。相应地，在安装了服务端应用之后，其可以在网络通信中体现为服务端。

作为示例，在图1中，设备101体现为客户端，而设备102体现为服务端。例如，设备101可以是即时通信应用的客户端，设备102可以是即时通信应用的服务端。

需要说明的是，本申请实施例所提供的视频消息转发方法可以由设备102执行。本申请实施例所提供的视频消息搜索方法可以由设备101执行。

应该理解，图1中的网络和设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的网络和设备。

继续参考图2，其示出了根据本申请的视频消息转发方法的一个实施例的流程200。该视频消息转发方法应用于即时通信应用的服务端，包括以下步骤：

步骤201，接收视频消息转发请求。

在本实施例中，即时通信应用的服务端(例如图1所示的设备102)可以接收视频消息转发请求。其中，视频消息转发请求中可以包括视频消息。

实践中，即时通信应用的用户可以通过即时通信应用的服务端向即时通信应用的其他用户转发消息。具体地，用户可以向即时通信应用的服务端发送消息转发请求。随后，即时通信应用的服务端可以将消息转发请求中的消息直接转发给其他用户。也就是说，即时通信应用的一个用户可以通过这个即时通信应用向其他用户发送消息，消息先由这个用户的客户端发送至即时通信应用的服务端，再由即时通信应用的服务端转发至其他用户的客户端。此外，即时通信应用的服务端也可以对消息转发请求中的消息进行处理，并将处理后的消息转发给用户。

通常，即时通信应用的用户可以在即时通信应用的聊天会话中发起消息转发请求。例如，在用户与其他用户在即时通信应用上为好友关系的情况下，该用户可以在其与其他用户的个人聊天会话中发起消息转发请求。又例如，在用户与其他用户属于即时通信的同一群聊天会话的情况下，该用户可以在这个群聊天会话中发起消息转发请求。其中，消息可以包括但不限于文字消息、语音消息、图片消息和视频消息等等。在消息是视频消息的情况下，即时通信应用的用户在聊天会话中发起消息转发请求可以是视频消息转发请求。

步骤202，从视频消息中分割关键区域的消息图片集合。

在本实施例中，即时通信应用的服务端可以从视频消息中分割关键区域的消息图片集合。

通常，即时通信应用的服务端可以对视频消息中的至少部分视频帧的关键区域进行分割，以得到消息图片集合。其中，关键区域可以是视频帧中的主要信息所在的区域。而一帧视频帧往往会包括至少一种关键区域，一种关键区域可以对应分割出一个消息图片集合。视频帧的关键区域可以包括但不限于人物区域和物品区域(例如房屋区域、车辆区域等)等等。此外，在分割出视频帧中的关键区域之后，余下的区域就是背景区域。对应地，分割出的消息图片集合可以包括但不限于人物图片集合、物品图片集合(例如房屋图片集合、车辆图片集合等)和背景图片集合等等。

步骤203，提取消息图片集合的消息特征。

在本实施例中，即时通信应用的服务端可以提取消息图片集合的消息特征。其中，消息特征可以是从消息图片集合中提取的对应的关键区域所具有的特征。一种关键区域可以包括至少一种特征，例如语义描述特征、频域特征等等。语义描述特征可以是对关键区域中的主要信息进行描述的信息。例如，人物图片集合的语义描述特征可以是人像，树木图片集合的语义描述特征可以是植物。频域特征可以是对图像进行傅里叶变换转换到频域后提取的特征。图像的频域中的高频分量代表的是信号的突变部分(即灰度值梯度大)，对应图像的边缘细节信息，图像的频域中的低频分量代表的是信号的平缓变化部分(即灰度值梯度小)，对应图像的大片色块(如背景、地面、墙面等)信息。步骤204，将视频消息和消息特征对应转发给即时通信应用的客户端。

在本实施例中，即时通信应用的服务端可以将视频消息和消息特征对应转发给即时通信应用的客户端(例如图1所示的设备101)。这里的即时通信应用的客户端通常是视频消息的接收端。此时，即时通信应用的客户端可以将视频消息发布在聊天会话中，以供用户浏览该视频消息。此外，即时通信应用的客户端还可以将视频消息和消息特征对应存储。

在一些实施例中，即时通信应用的服务端可以将消息特征附加到视频消息中，生成附加特征视频消息，以及将附加特征视频消息转发给即时通信应用的客户端。

本申请实施例提供的视频消息转发方法，在接收到视频消息转发请求的情况下，首先从视频消息中分割关键区域的消息图片集合；然后提取消息图片集合的消息特征；最后将视频消息和消息特征对应转发给即时通信应用的客户端。在接收到视频消息转发请求时，将视频消息和消息特征对应转发，能够使即时通信应用的客户端在接收视频消息的同时，也能够获取与视频消息相关的消息特征。

进一步参考图3，其示出了是根据本申请的视频消息转发方法的又一个实施例的流程300。该视频消息转发方法应用于即时通信应用的服务端，包括以下步骤：

步骤301，接收视频消息转发请求。

在本实施例中，步骤301的具体操作已在图2所示的实施例中步骤201中进行了详细的介绍，在此不再赘述。

步骤302，将视频消息输入至区域分割子模型，输出消息图片集合。

在本实施例中，即时通信应用的服务端(例如图1所示的设备102)可以包含一组用于识别视频内容的神经网络模型。神经网络模型可以包括两组神经网络子模型，即区域分割子模型和特征提取子模型。区域分割子模型和特征提取子模型可以是各种支持卷积运算的神经网络，包括但不限于CNN(Convolutional Neural Networks，卷积神经网络)、VGG(visual geometry group，超分辨率测试序列)网络和YOLO(You only look once，你只看一次)网络等等。即时通信应用的服务端可以将视频消息输入至区域分割子模型，输出消息图片集合。其中，区域分割子模型可以对视频消息进行关键区域分割，得到消息图片集合。

在一些实施例中，即时通信应用的服务端可以利用区域分割子模型提取视频消息的消息关键帧集合，以及对消息关键帧集合进行关键区域分割，生成消息图片集合。其中，消息关键帧集合可以包括视频消息中的部分视频帧。通常，视频消息中可以包括存在关键区域的视频帧，也可以包括不存在关键区域的视频帧。而存在关键区域的视频帧可以是消息关键帧。

步骤303，将消息图片集合输入至特征提取子模型，输出消息特征。

在本实施例中，即时通信应用的服务端可以将消息图片集合输入至特征提取子模型，输出消息特征。其中，特征提取子模型可以对消息图片集合进行特征识别，得到消息图片集合的消息特征。

在一些实施例中，即时通信应用的服务端可以利用特征提取子模型对消息图片集合进行语义分析，得到消息图片集合的语义描述特征，以及对消息图片集合进行频域特征提取，得到消息图片集合的频域特征。其中，特征提取子模型可以包括两个特征提取分支。一个分支可以用于对消息图片集合进行语义分析，输出语义描述特征。另一个分支可以用于对消息图片集合进行频域特征提取，输出频域特征。

步骤304，将视频消息和消息特征对应转发给即时通信应用的客户端。

在本实施例中，步骤304的具体操作已在图2所示的实施例中步骤204中进行了详细的介绍，在此不再赘述。

从图3中可以看出，与图2对应的实施例相比，本实施例中的视频消息转发方法的流程300突出了消息图片集合分割步骤和消息特征提取步骤。利用区域分割子模型分割消息图片集合，提高了消息图片集合的分割效率和分割准确度。同时，利用特征提取子模型提取消息特征，提高了消息特征的提取效率和提取准确度。此外，特征提取子模型不仅提取频域特征，还提取语义描述特征，使消息特征在单纯的频域特征的基础上，还增加语义描述特征，使消息特征的内容更加丰富。

继续参考图4，其示出了根据本申请的视频消息搜索方法的一个实施例的流程400。该视频消息搜索方法应用于即时通信应用的客户端，包括以下步骤：

步骤401，采集视频搜索信息。

在本实施例中，即时通信应用的客户端(例如图1所示的设备101)可以采集视频搜索信息。

其中，视频搜索信息可以是用于对即时通信应用的客户端本地存储的视频消息进行搜索的信息。通常，视频搜索信息可以是视频信息或图片信息。即时通信应用的客户端可以利用其视频录制功能进行视频录制，得到视频信息。即时通信应用的客户端也可以利用其图片拍照、视频录制等功能进行图片拍摄，得到图片信息。

步骤402，获取视频搜索信息对应的信息特征。

在本实施例中，即时通信应用的客户端可以获取视频搜索信息对应的信息特征。

在一些实施例中，即时通信应用的客户端可以将视频搜索信息发送给即时通信应用的服务端。即时通信应用的服务端可以提取视频搜索信息对应的信息特征，以及将信息特征返回给即时通信应用的客户端。这样，即时通信应用的客户端就可以接收到即时通信应用的服务端返回的信息特征。通常，在即时通信应用的客户端连接无线网络或不具备相应的设备处理能力的情况下，由即时通信应用的服务端提取视频搜索信息对应的信息特征。

在一些实施例中，即时通信应用的客户端可以直接提取视频搜索信息对应的信息特征。在视频搜索信息是视频信息的情况下，即时通信应用的客户端可以首先从视频信息中分割关键区域的信息图片集合，然后提取信息图片集合的信息特征。在视频搜索信息是图片信息的情况下，即时通信应用的客户端可以首先从图片信息中分割关键区域的信息图片，然后提取信息图片的信息特征。通常，在即时通信应用的客户端具备相应的设备处理能力的情况下，由即时通信应用的客户端提取视频搜索信息对应的信息特征。

需要说明的是，无论是即时通信应用的服务端提取视频搜索信息对应的信息特征，还是即时通信应用的客户端提取视频搜索信息对应的信息特征，提取视频搜索信息对应的信息特征均可以参考提取视频消息对应的消息特征，这里不再赘述。

步骤403，将信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征。

在本实施例中，即时通信应用的客户端可以将信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征。例如，即时通信应用的客户端可以将信息特征在消息特征集合中匹配，将匹配度最高的消息特征确定为匹配消息特征。

在一些实施例中，即时通信应用的客户端可以首先计算所述信息特征与所述消息特征集合中的消息特征的相似度，然后基于相似度，从所述消息特征集合中确定匹配消息特征。例如，将相似度最高的消息特征确定为匹配消息特征。

步骤404，在即时通信应用中展示匹配消息特征对应的视频消息。

在本实施例中，即时通信应用的客户端可以在即时通信应用中展示匹配消息特征对应的视频消息。

通常，即时通信应用的客户端会将视频消息和消息特征对应存储。因此，即时通信应用的客户端可以首先在本地查找匹配消息特征对应的视频消息，然后在即时通信应用中展示匹配消息特征对应的视频消息。

本申请实施例提供的视频消息搜索方法，首先采集视频搜索信息；之后获取视频搜索信息对应的信息特征；然后将信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征；最后在即时通信应用中展示匹配消息特征对应的视频消息。即时通信应用的用户可以通过提交视频搜索信息的方式对本地存储的视频消息进行搜索，实现了即时通信应用中的视频搜索。

进一步参考图5，其示出了是根据本申请的视频消息搜索方法的又一个实施例的流程500。该视频消息搜索方法应用于即时通信应用的客户端，包括以下步骤：

步骤501，采集视频信息。

在本实施例中，即时通信应用的客户端(例如图1所示的设备101)可以采集视频信息。

步骤502，将视频信息输入至区域分割子模型，输出信息图片集合。

在本实施例中，即时通信应用的客户端可以包含一组用于识别视频内容的神经网络模型。神经网络模型可以包括两组神经网络子模型，即区域分割子模型和特征提取子模型。区域分割子模型和特征提取子模型可以是各种支持卷积运算的神经网络，包括但不限于CNN、VGG网络和YOLO网络等等。即时通信应用的客户端可以将视频信息输入至区域分割子模型，输出信息图片集合。其中，区域分割子模型可以对视频信息进行关键区域分割，得到信息图片集合。

在一些实施例中，即时通信应用的客户端可以利用区域分割子模型提取视频信息的信息关键帧集合，以及对信息关键帧集合进行关键区域分割，生成信息图片集合。其中，信息关键帧集合可以包括视频信息中的部分视频帧。通常，视频信息中可以包括存在关键区域的视频帧，也可以包括不存在关键区域的视频帧。而存在关键区域的视频帧可以是信息关键帧。

步骤503，将信息图片集合输入至特征提取子模型，输出信息图片集合的信息特征。

在本实施例中，即时通信应用的客户端可以将信息图片集合输入至特征提取子模型，输出信息图片集合的信息特征。其中，特征提取子模型可以对信息图片集合进行特征识别，得到信息图片集合的信息特征。

在一些实施例中，即时通信应用的客户端可以利用特征提取子模型对信息图片集合进行语义分析，得到信息图片集合的语义描述特征，以及对信息图片集合进行频域特征提取，得到信息图片集合的频域特征。其中，特征提取子模型可以包括两个特征提取分支。一个分支可以用于对信息图片集合进行语义分析，输出语义描述特征。另一个分支可以用于对信息图片集合进行频域特征提取，输出频域特征。

需要说明的是，在具备相应的设备处理能力的情况下，即时通信应用的客户端可以内置区域分割子模型和特征提取子模型。即时通信应用的客户端内置的区域分割子模型和特征提取子模型可以与即时通信应用的服务端内置的区域分割子模型和特征提取子模型完全相同，也可以是通过对即时通信应用的服务端内置的区域分割子模型和特征提取子模型进行压缩(例如剪枝)来得到。通常，通过压缩过的模型占用空间会大大减小。

步骤504，将信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征。

步骤505，在即时通信应用中展示匹配消息特征对应的视频消息。

在本实施例中，步骤504-505的具体操作已在图4所示的实施例中步骤403-404中进行了详细的介绍，在此不再赘述。

从图5中可以看出，与图4对应的实施例相比，本实施例中的视频消息搜索方法的流程500突出了信息图片集合分割步骤和信息特征提取步骤。利用区域分割子模型分割信息图片集合，提高了信息图片集合的分割效率和分割准确度。同时，利用特征提取子模型提取信息特征，提高了信息特征的提取效率和提取准确度。此外，对于即时通信应用中的视频消息而言，不但语义指向明确，而且内容不会特别丰富，物体元素不会特别多。因此，针对这个特征，在单纯的频域特征的基础上，还增加语义描述特征，使信息特征的内容更加丰富。利用内容更加丰富的信息特征对视频消息的搜索过程进行优化，以达到更好的搜索效果。

进一步参考图6，其示出了是根据本申请的视频消息搜索方法的另一个实施例的流程600。该视频消息搜索方法应用于即时通信应用的客户端，包括以下步骤：

步骤601，采集图片信息。

在本实施例中，即时通信应用的客户端(例如图1所示的设备101)可以采集图片信息。

步骤602，将图片信息输入至区域分割子模型，输出信息图片。

在本实施例中，即时通信应用的客户端可以包含一组用于识别图片内容的神经网络模型。神经网络模型可以包括两组神经网络子模型，即区域分割子模型和特征提取子模型。区域分割子模型和特征提取子模型可以是各种支持卷积运算的神经网络，包括但不限于CNN、VGG网络和YOLO网络等等。即时通信应用的客户端可以将图片信息输入至区域分割子模型，输出信息图片。其中，区域分割子模型可以对图片信息进行关键区域分割，得到信息图片。

步骤603，将信息图片输入至特征提取子模型，输出信息图片的信息特征。

在本实施例中，即时通信应用的客户端可以将信息图片输入至特征提取子模型，输出信息图片的信息特征。其中，特征提取子模型可以对信息图片进行特征识别，得到信息图片的信息特征。

在一些实施例中，即时通信应用的客户端可以利用特征提取子模型对信息图片进行语义分析，得到信息图片的语义描述特征，以及对信息图片进行频域特征提取，得到信息图片的频域特征。其中，特征提取子模型可以包括两个特征提取分支。一个分支可以用于对信息图片进行语义分析，输出语义描述特征。另一个分支可以用于对信息图片进行频域特征提取，输出频域特征。

步骤604，将信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征。

步骤605，在即时通信应用中展示匹配消息特征对应的视频消息。

在本实施例中，步骤604-605的具体操作已在图4所示的实施例中步骤403-404中进行了详细的介绍，在此不再赘述。

从图6中可以看出，与图4对应的实施例相比，本实施例中的视频消息搜索方法的流程600突出了信息图片集合分割步骤和信息特征提取步骤。利用区域分割子模型分割信息图片，提高了信息图片的分割效率和分割准确度。同时，利用特征提取子模型提取信息特征，提高了信息特征的提取效率和提取准确度。此外，对于即时通信应用中的视频消息而言，不但语义指向明确，而且内容不会特别丰富，物体元素不会特别多。因此，针对这个特征，在单纯的频域特征的基础上，还增加语义描述特征，使信息特征的内容更加丰富。利用内容更加丰富的信息特征对视频消息的搜索过程进行优化，以达到更好的搜索效果。

下面参考图7，其示出了适于用来实现本申请实施例的计算机设备(例如图1所示的设备101或设备102)的计算机系统700的结构示意图。图7示出的计算机设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)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部分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，还存储有系统700操作所需的各种程序和数据。CPU 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。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

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部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请所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。在本申请中，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。而在本申请中，计算机可读的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。计算机可读的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：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

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申请的操作的计算机程序代码，所述程序设计语言包括面向目标的程序设计语言—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电子设备上执行。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，图示了按照本申请各种实施例的系统、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。

描述于本申请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。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、分割单元、提取单元和转发单元。其中，这些单元的名称在种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“接收视频消息转发请求的单元”。又例如，可以描述为：一种处理器包括采集单元、获取单元、匹配单元和展示单元。其中，这些单元的名称在种情况下并不构成对该单元本身的限定，例如，采集单元还可以被描述为“采集视频搜索信息的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的计算机设备中所包含的；也可以是单独存在，而未装配入该计算机设备中。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计算机设备执行时，使得该计算机设备：接收视频消息转发请求，其中，视频消息转发请求中包括视频消息；从视频消息中分割关键区域的消息图片集合；提取消息图片集合的消息特征；将视频消息和消息特征对应转发给即时通信应用的客户端。或者使得该计算机设备：采集视频搜索信息；获取视频搜索信息对应的信息特征；将信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征；在即时通信应用中展示匹配消息特征对应的视频消息。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (7)

1.一种视频消息转发方法，应用于即时通信应用的服务端，包括：

接收视频消息转发请求，其中，所述视频消息转发请求中包括视频消息；

从所述视频消息中分割关键区域的消息图片集合，包括：将所述视频消息输入至区域分割子模型，输出各种关键区域一一对应的各消息图片集合；

提取各消息图片集合的消息特征；

将所述视频消息和所述消息特征对应转发给即时通信应用的客户端；

其中，所述提取各消息图片集合的消息特征，包括：

将各消息图片集合输入至特征提取子模型，输出所述消息特征，其中，所述特征提取子模型包括两个特征提取分支，一个分支用于对所述消息图片集合进行语义分析，输出语义描述特征，另一个分支用于对所述消息图片集合进行频域特征提取，输出频域特征；

所述将所述视频消息输入至区域分割子模型，输出所述消息图片集合，包括：

利用所述区域分割子模型提取所述视频消息的消息关键帧集合，以及对所述消息关键帧集合进行关键区域分割，生成所述消息图片集合；

将所述消息图片集合输入至特征提取子模型，输出所述消息特征，包括：

利用所述特征提取子模型对所述消息图片集合进行语义分析，得到所述消息图片集合的语义描述特征，以及对所述消息图片集合进行频域特征提取，得到所述消息图片集合的频域特征。

2.根据权利要求1所述的方法，其中，所述将所述视频消息和所述消息特征对应转发给即时通信应用的客户端，包括：

将所述消息特征附加到所述视频消息中，生成附加特征视频消息，以及将所述附加特征视频消息转发给所述即时通信应用的客户端。

3.一种视频消息搜索方法，应用于即时通信应用的客户端，包括：

采集视频搜索信息；

获取所述视频搜索信息对应的信息特征；

将所述信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征；

在即时通信应用中展示所述匹配消息特征对应的视频消息；

其中，所述视频搜索信息是视频信息；以及

所述获取所述视频搜索信息对应的信息特征，包括：

从所述视频信息中分割关键区域的信息图片集合，包括：将所述视频消息输入至区域分割子模型，输出各种关键区域一一对应的各消息图片集合；

将各信息图片集合输入至特征提取子模型，输出所述信息图片集合的信息特征，其中，所述特征提取子模型包括两个特征提取分支，一个分支用于对所述信息图片集合进行语义分析，输出语义描述特征，另一个分支用于对所述信息图片集合进行频域特征提取，输出频域特征；

所述将所述视频信息输入至区域分割子模型，输出所述信息图片集合，包括：

利用所述区域分割子模型提取所述视频信息的信息关键帧集合，以及对所述信息关键帧集合进行关键区域分割，生成所述信息图片集合；

将所述信息图片集合或所述信息图片输入至特征提取子模型，输出所述信息图片集合或所述信息图片的信息特征，包括：

利用所述特征提取子模型对所述信息图片集合或所述信息图片进行语义分析，得到所述信息图片集合或所述信息图片的语义描述特征，以及对所述信息图片集合或所述信息图片进行频域特征提取，得到所述信息图片集合或所述信息图片的频域特征；所述将所述信息特征在预先存储的消息特征集合中匹配，确定匹配消息特征，包括：

计算所述信息特征与所述消息特征集合中的消息特征的相似度；

基于相似度，从所述消息特征集合中确定匹配消息特征。

4.根据权利要求3所述的方法，其中，所述获取所述视频搜索信息对应的信息特征，包括：

将所述视频搜索信息发送给即时通信应用的服务端；

接收所述即时通信应用的服务端返回的所述信息特征。

5.根据权利要求3所述的方法，其中，所述视频搜索信息是图片信息；以及

所述获取所述视频搜索信息对应的信息特征，包括：

从所述图片信息中分割关键区域的信息图片；

提取所述信息图片的信息特征。

6.一种计算机设备，包括：

一个或多个处理器；

存储装置，其上存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-2中任一所述的方法，或者实现如权利要求3-5中任一所述的方法。

7.一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时实现如权利要求1-2中任一所述的方法，或者实现如权利要求3-5中任一所述的方法。

Images