CN112035705A - 标签生成方法及装置、电子设备和存储介质 - Google Patents

标签生成方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112035705A
CN112035705A CN202010900625.9A CN202010900625A CN112035705A CN 112035705 A CN112035705 A CN 112035705A CN 202010900625 A CN202010900625 A CN 202010900625A CN 112035705 A CN112035705 A CN 112035705A
Authority
CN
China
Prior art keywords
label
tag
target
video
scene
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.)
Withdrawn
Application number
CN202010900625.9A
Other languages
English (en)
Inventor
许雷
于志兴
张义保
彭彬绪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202010900625.9A priority Critical patent/CN112035705A/zh
Publication of CN112035705A publication Critical patent/CN112035705A/zh
Withdrawn legal-status Critical Current

Links

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
    • G06F16/7867—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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉及一种标签生成方法及装置、电子设备和存储介质，所述方法包括：获取目标视频中包括的至少一个目标对象的基础标签和所述目标视频的场景标签；根据所述至少一个目标对象的基础标签和所述目标视频的场景标签，生成所述至少一个目标对象的扩展标签。

Description

标签生成方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种标签生成方法及装置、电子设备和存储介质。
背景技术
视频的标签可用来描述视频内容。视频的标签越多，对视频内容的描述越详细。相关技术中，可以利用字典等方式对待识别的视频进行分类，得到视频的标签。然而，目前视频的标签类型还有待进一步改善，以更好地理解视频内容。
发明内容
本公开提出了一种标签生成方法及装置、电子设备和存储介质。
根据本公开的一方面，提供了一种标签生成方法，包括：获取目标视频中包括的至少一个目标对象的基础标签和所述目标视频的场景标签；根据所述至少一个目标对象的基础标签和所述目标视频的场景标签，生成所述至少一个目标对象的扩展标签。
在一种可能的实现方式中，所述根据所述至少一个目标对象的基础标签和所述目标视频的场景标签，生成所述至少一个目标对象的扩展标签，包括：获取基础标签、场景标签和扩展标签之间的预设映射关系；基于所述预设映射关系，查找与所述至少一个目标对象的基础标签和所述目标视频的场景标对应的扩展标签；将查找到的扩展标签确定为所述至少一个目标对象的扩展标签。
通过预先设置基础标签、场景标签和扩展标签之间的映射关系，可以方便、快速的确定出扩展标签。
在一种可能的实现方式中，所述目标对象包括目标人物和/或目标物品，其中，所述目标人物的基础标签包括人物属性标签、服饰标签、表情标签和动作标签中的一者或任意多者。
在一种可能的实现方式中，所述扩展标签包括社会属性标签、人物关系标签、行为状态标签和用途标签中的一者或任意多者。
在一种可能的实现方式中，所述根据所述至少一个目标对象的基础标签和所述目标视频的场景标签，生成所述至少一个目标对象的扩展标签，包括：根据所述目标视频中包括的至少一个目标人物的人物属性标签以及所述目标视频的场景标签，生成所述至少一个目标人物的社会属性标签和/或人物关系标签；和/或，根据所述目标视频中包括的至少一个目标人物的动作标签以及所述目标视频的场景标签，生成所述至少一个目标人物的行为状态标签；和/或，根据所述目标视频中包括的至少一个目标物品的基础标签以及所述目标视频的场景标签，生成所述至少一个目标物品的用途标签。
通过将目标人物的基础标签扩展到社会属性标签和人物关系标签，将目标人物的动作标签扩展到行为状态标签，将目标物品的基础标签扩展到用途标签，可以从而使得对目标人物和目标物品的描述更加贴合人的理解。
在一种可能的实现方式中，所述方法还包括：根据所述目标视频的场景标签和所述至少一个目标对象的扩展标签，生成所述目标视频的描述语句和/或事件标签。
这样，相对于扩展标签，描述语句可以对目标视频的内容的描述更加详细。相对于扩展标签，事件标签包括了各个目标对象的属性，概括度更高，有利于用户快速了解目标视频的内容。
在一种可能的实现方式中，所述方法还包括：将所述目标视频中包括的至少一个目标对象的基础标签、所述目标视频的场景标签和所述目标视频中包括的至少一个目标对象的扩展标签存储至视频素材库中。
这样，方便后续视频的搜索。
在一种可能的实现方式中，所述方法还包括：获取搜索条件，所述搜索条件包括至少一个搜索标签；基于所述搜索条件中包括的至少一个搜索标签在所述视频素材库中进行搜索，得到所述搜索条件的搜索结果。
这样，可以实现方便、快速的视频搜索。
在一种可能的实现方式中，所述获取目标视频中包括的至少一个目标对象的基础标签，包括：利用至少一个视频分析模型处理所述目标视频的至少一部分，得到所述至少一个目标对象的基础标签。
根据本公开的一方面，提供了一种标签生成装置，包括：第一获取模块，用于获取目标视频中包括的至少一个目标对象的基础标签和所述目标视频的场景标签；第一生成模块，用于根据所述至少一个目标对象的基础标签和所述目标视频的场景标签，生成所述至少一个目标对象的扩展标签。
在一种可能的实现方式中，所述第一生成模块还用于：获取基础标签、场景标签和扩展标签之间的预设映射关系；基于所述预设映射关系，查找与所述至少一个目标对象的基础标签和所述目标视频的场景标对应的扩展标签；将查找到的扩展标签确定为所述至少一个目标对象的扩展标签。
在一种可能的实现方式中，所述目标对象包括目标人物和/或目标物品，其中，所述目标人物的基础标签包括人物属性标签、服饰标签、表情标签和动作标签中的一者或任意多者。
在一种可能的实现方式中，所述扩展标签包括社会属性标签、人物关系标签、行为状态标签和用途标签中的一者或任意多者。
在一种可能的实现方式中，所述第一生成模块还用于：根据所述目标视频中包括的至少一个目标人物的人物属性标签以及所述目标视频的场景标签，生成所述至少一个目标人物的社会属性标签和/或人物关系标签；和/或，根据所述目标视频中包括的至少一个目标人物的动作标签以及所述目标视频的场景标签，生成所述至少一个目标人物的行为状态标签；和/或，根据所述目标视频中包括的至少一个目标物品的基础标签以及所述目标视频的场景标签，生成所述至少一个目标物品的用途标签。
在一种可能的实现方式中，所述装置还包括：第二生成模块，用于根据所述目标视频的场景标签和所述至少一个目标对象的扩展标签，生成所述目标视频的描述语句和/或事件标签。
在一种可能的实现方式中，所述装置还包括：存储模块，用于将所述目标视频中包括的至少一个目标对象的基础标签、所述目标视频的场景标签和所述目标视频中包括的至少一个目标对象的扩展标签存储至视频素材库中。
在一种可能的实现方式中，所述装置还包括：第二获取模块，用于获取搜索条件，所述搜索条件包括至少一个搜索标签；搜索模块，用于基于所述搜索条件中包括的至少一个搜索标签在所述视频素材库中进行搜索，得到所述搜索条件的搜索结果。
在一种可能的实现方式中，所述第一获取模块还用于利用至少一个视频分析模型处理所述目标视频的至少一部分，得到所述至少一个目标对象的基础标签。
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中，能够根据目标对象的基础标签和目标视频的场景标签，生成目标对象的扩展标签，有利于对目标视频的内容更加准确的描述。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的标签生成方法的流程图。
图2示出视频的构成的示例性示意图。
图3示出生成扩展标签的一个示例。
图4示出根据本公开实施例的标签生成装置的框图。
图5示出根据本公开实施例的一种电子设备的框图。
图6示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的标签生成方法的流程图，如图1所示，所述标签生成方法包括：
步骤S11，获取目标视频中包括的至少一个目标对象的基础标签和所述目标视频的场景标签。
步骤S12，根据所述至少一个目标对象的基础标签和所述目标视频场景标签，生成所述至少一个目标对象的扩展标签。
在本公开实施例中，能够根据目标对象的基础标签和目标视频的场景标签，生成目标对象的扩展标签，丰富了目标视频的标签的种类，有利于实现对目标视频的内容更加准确的描述。
在一种可能的实现方式中，所述标签生成方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。
图2示出视频的构成的示例性示意图。如图2所示，一个视频由一系列的图像帧组成。在视频中，每个图像帧对应一个镜号，表示该图像帧属于哪个镜头。根据每个图像帧对应的镜号，可以将视频分成一个或多个镜头，每个镜头包括多个图像帧。举例来说，一个视频包括4个镜头，其中，镜头1包括视频的地0帧至第119帧，镜头2包括视频的第120帧至第167帧，镜头3包括视频的第168帧至第235帧，镜头4包括视频的第236帧至第259帧。不同的镜头之间拍摄的场景可能相同也可能不同，镜头的景别和运镜方式也可以相同或不同。比如镜头1是从远处拍摄场景1，镜头2是从近处拍摄场景1，镜头3再次拉远拍摄场景1，镜头4拍摄了场景2。在本公开实施例中，可以将拍摄同一场景的镜头进行合并，从而将一个视频分成一个或多个场景。在一个原始视频包括一个场景的情况下，可以将原始视频作为目标视频，或者将该原始视频中的某个镜头对应的视频片段作为目标视频，通过步骤S11和步骤S12生成该目标视频中包括的至少一个目标对象的扩展标签。在一个原始视频包括多个场景或者镜头的情况下，可以将该原始视频划分为多个目标视频，使得每个目标视频包括一个场景或一个镜头；针对每个目标视频，通过步骤S11和步骤S12生成该目标视频中包括的至少一个目标对象的扩展标签；按照各个目标视频的在原始视频中的位置信息，为原始视频添加扩展标签。
在一些实施例中，本公开实施例可以应用于短视频的标签生成，此时，可以将短视频划分成至少一个目标视频，并为每个目标视频确定相应的标签，从而有利于进行视频分析或视频创作。
在步骤S11中，目标对象可以用于表示目标视频中的对象。目标对象可以包括目标人物和/或目标物品。目标视频中可以包括一个或多个目标对象，例如目标视频中包括一个人，或者，目标视频中包括一个人和一张桌子，或者，目标视频中包括多个人等。
目标对象的基础标签可以用于表示目标对象的属性。在目标对象包括目标人物的情况下，目标对象的基础标签可以包括目标人物的基础标签。在目标对象包括目标物品的情况下，目标对象的基础标签可以包括目标物品的基础标签。其中，目标人物的基础标签可以包括人物属性标签、服饰标签(例如：病号服、护士服和白大褂、西服、婚纱、校服、运动服等)、表情标签(例如：哭、笑、发呆等)和动作标签(例如：说话、站立、端坐、走路、卧躺等)中的一者或任意多者。在一个示例中，人物属性标签可以包括性别(例如：男性、女性)、年龄(例如：儿童、少年、青年、中年和老年，又如：年龄数值、年龄范围等)等用于表示目标视频中目标人物的属性的标签。目标物品的基础标签可以包括物品类别标签，该物品类别标签可以表示目标视频中目标物品的类别。在一个示例中，物品属性标签可以包括手机、床、桌子、椅子、台灯、电脑、笔记本和文件夹等。
在本公开实施例中，可以通过多种方式得到目标对象的基础标签，例如，利用字典或其他方式。在一种可能的实现方式中，利用至少一个视频分析模型处理目标视频的至少一部分，可以得到至少一个目标对象的基础标签。例如，将目标视频包括的所有或部分视频帧图像输入到一个或多个视频分析模型，输出该目标对象的基础标签。其中，视频分析模型可以包括神经网络模型、支持向量机或者逻辑回归模型。神经网络模型可以包括卷积神经网络、反向传播神经网络或者反馈神经网络，对此本公开实施例不做限制。在本公开实施例中，在视频分析模型为神经网络模型的情况下，可以利用样本数据训练该视频分析模型，以使得训练好的视频分析模型具有较好的性能。在一个示例中，可以将目标视频分别输入用于人脸识别的视频分析模型、用于服饰识别的视频分析模型、用于表情识别的视频分析模型、用于动作识别的视频分析模型和用于物品识别的视频分析模型中的一种或任意多种，得到相应的基础标签，这样，通过不同的视频分析模型来得到不同的基础标签，能够使得视频分析模型更有针对性，得到的标签更为准确。
目标视频的场景标签可以用于表示目标视频中场景的类别。举例来说，场景标签可以包括办公室、家、学校、操场、公园、酒店、商场和户外(例如写字楼外部、商场门口或者马路上等)等。获取场景标签的方式可以参照获取基础标签的方式，这里不再赘述。
在步骤S12中，可以基于目标对象的基础标签和目标视频的场景标签，生成目标对象的扩展标签。其中，扩展标签可以用于表示针对目标视频中场景的类别进行扩展后的带有语义特征的目标对象的属性。相对于目标对象的基础标签，扩展标签对目标对象的描述更加贴合人对目标对象的理解。基于扩展标签进行视频搜索，可以搜索到数量更多、内容更准确的视频。
举例来说，针对“医院”场景(即场景标签为“医院”)，可以将目标对象“桌子”(即基础标签为“桌子”)调整为包含桌子用途的扩展标签“病例台”；针对“学校”场景，可以将目标对象“桌子”调整为包含桌子用途的扩展标签“课桌”；针对“居家-餐厅”场景，可以将目标对象“桌子”调整为包含桌子用途的扩展标签“餐桌”。又如，针对“居家”场景，可以将目标对象“35岁女性”调整为包含人物角色的扩展标签“妈妈”；针对“教室”场景，可以将目标对象“35岁女性”调整为包含人物角色的扩展标签“女教师”。
在本公开实施例中，每获取到目标对象的一个基础标签，即可根据不同的场景标签，为该目标对象生成不同的扩展标签，丰富了标签的种类和数量，而不需要为这些新生成的扩展标签训练视频分析模型，提升了标签的生成速度，降低了视频理解的投入成本。
在本公开实施例中，可以通过多种方式得到扩展标签。在一种可能的实现方式中，可以通过标签扩展模型来进行得到扩展标签，例如，将基础标签和场景标签输入到标签扩展模型，输出扩展标签。在一种可能的实现方式中，可以通过预先设置映射关系的方式来得到扩展标签。步骤S12可以包括：获取基础标签、场景标签和扩展标签之间的预设映射关系；基于所述预设映射关系，查找与所述至少一个目标对象的基础标签和所述目标视频的场景标签对应的扩展标签；将查找到的扩展标签确定为所述至少一个目标对象的扩展标签。
其中，预设映射关系可以表示预先设置的基础标签、场景标签和扩展标签之间的映射关系。该预设映射关系可以根据需要进行设置，本公开实施例对预设映射关系的设置方式不做限制。基于该预设映射关系，可以确定目标对象的一个基础标签经过某个场景标签对应的场景的类别进行扩展后，可以得到哪个具有语义特征的扩展标签。
通过预先设置基础标签、场景标签和扩展标签之间的映射关系，可以方便、快速的确定出扩展标签。
图3示出生成扩展标签的一个示例。假设基于基础标签“女性、22岁至45岁、西装”和场景标签“办公室”可以得到扩展标签“女性白领”；基于基础标签“女性、22岁至45岁”和场景标签“居家”可以得到扩展标签“妈妈”；基于基础标签“女性、22岁至45岁、西装”和场景标签“学校”可以得到扩展标签“女教师”；基于基础标签“女性、10岁至80岁”和场景标签“医院”可以得到扩展标签“女患者”。
如图3所示，目标视频中包括的目标人物的基础标签为“女性、30岁、西装”、场景标签为“办公室”，基于上述基础标签、场景标签和扩展标签之间的预设映射关系，可以确定“女性白领”为该目标人物的扩展标签。目标视频中包括的目标人物的基础标签为“女性、30岁、西装”、场景标签为“居家”，基于上述预设映射关系，可以确定扩展标签为“妈妈”。扩展标签“女教师”和“女患者”的确定过程类似，这里不再赘述。同理，在基础标签为“桌子”的情况下，基于不同的场景标签，可以生成不同的扩展标签。例如场景标签为“办公室”，则对应扩展标签为“办公桌”；场景标签为“图书馆”，则对应扩展标签为“书桌”；场景标签为“教室”，则扩展标签为“课桌”；场景标签为“医院”则扩展标签为“病例台”。对于图3所示的基础标签“椅子”可以参照“桌子”生成对应的扩展标签，这里不再赘述。
表1示出本公开实施例中基础标签、场景标签和扩展标签之间的预设映射关系的示例。其中，“护士”、“医生”等表示扩展标签。表1中的“——”表示空值。
参照表1，可以针对一个场景标签将目标对象的一个基础标签进行语义特征的扩展，得到该目标对象的一个扩展标签。例如，针对场景标签“医院”，可以将目标对象的服饰标签“护士服”扩展为“护士”这一扩展标签，从而体现出目标对象的社会属性。而在有些情形下，一个基础标签并不能全面而准确的体现目标对象的语义特征。此时，需要采用多个基础标签。例如，参照表1，针对场景标签“居家”，可以将目标对象的年龄标签“年龄值40-45”扩展为“家长”，但实际上这个年龄段的“家长”可能是“爸爸”也可能是“妈妈”，这种情况下，再加上性别标签，则可以得到较为准确的扩展标签。
表1
Figure BDA0002659656310000081
在一种可能的实现方式中，扩展标签可以包括社会属性标签、人物关系标签、行为状态标签、事件标签和物品用途标签中的一者或任意多者。
其中，社会属性标签可以用于表示目标人物所扮演的角色，例如在家庭中扮演的角色(如爷爷、奶奶、爸爸、妈妈和孩子等)、在办公室中扮演的角色(如老板和员工等)、在医院中扮演的角色(如医生、护士和病人等)、在学校中扮演色的角色(如老师和学生等)等，或者在道路上扮演色角色(例如司机和交警等)等。
在一种可能的实现方式中，可以根据所述目标视频中包括的至少一个目标人物的人物属性标签以及所述目标视频的场景标签，生成所述至少一个目标人物的社会属性标签。
在一个示例中，在目标人物的人物属性标签为“护士服”、目标视频的场景标签为“医院”的情况下，可以确定目标人物的社会属性标签为“护士”。在目标人物的人物属性标签为“女性、40岁至45岁”、目标视频的场景标签为“居家”的情况下，可以确定目标人物的社会属性标签为“妈妈”。在目标人物的人物属性标签为“8岁至10岁”、目标视频的场景标签为“学校”的情况下，可以确定目标人物的社会属性标签为“学生”。
人物关系标签可以用于表示目标人物之间的关系。在目标视频中存在多个目标人物的情况下，可以采用人物关系标签来描述这多个目标人物之间的关系。在一个示例中，人物关系标签可以包括父子、师生、兄妹、上下级和医患等。
在一种可能的实现方式中，可以根据所述目标视频中包括的至少一个目标人物的人物属性标签以及所述目标视频的场景标签，生成所述至少一个目标人物的人物关系标签。
在一个示例中，可以先根据每个目标人物的人物属性标签和场景标签，确定各个目标人物对应的社会属性标签。然后，根据各目标人物对应的社会属性标签，确定各个目标人物之间的人物关系，从而确定出人物关系标签。例如，目标视频中包括目标人物1和目标人物2，其中，目标人物1对应的社会属性标签为老师，目标人物2的对应的社会属性标签为学生，则可以确定目标视频的人物关系标签为师生。在又一示例中，可以根据各目标人物的人物属性标签确定各目标人物之间的人物关系，然后结合场景标签确定出人物关系标签。例如，目标视频中包括目标人物1和目标人物2，其中，目标人物1的人物属性标签为“女性、40岁-45岁”，目标人物2的人物属性标签为“女性、8岁-10岁”，可以确定人物关系为一大一小两个女性；在场景标签为“居家”的情况下，可以确定人物关系标签为“母女”；在场景标签为学校的情况下，可以确定人物关系为“师生”。
行为状态标签可以用于表示目标视频中包括的目标人物的行为状态，即目标人物在做什么。在一种可能的实现方式中，可以根据所述目标视频中包括的至少一个目标人物的动作标签以及所述目标视频的场景标签，生成所述至少一个目标人物的行为状态标签。示例性的，在目标人物的动作标签为“端坐”、目标视频的场景标签为“会议室”的情况下，可以确定目标人物的行为状态标签为“工作”；在目标人物的动作标签为“走路”、目标视频的场景标签为“商场”的情况下，可以确定目标人物的行为状态标签为“逛街”；在目标人物的动作标签为“端坐”、目标视频的场景标签为“教室”的情况下，可以确定目标人物的行为状态标签为“上课”；在目标人物的动作标签为“端坐”、目标视频的场景标签为“医院”的情况下，可以确定目标人物的行为状态标签为“看诊”。
用途标签可以用于表示目标视频中目标物品的用途，即目标物品可以用来做什么。在一种可能的实现方式中，可以根据所述目标视频中包括的至少一个目标物品的基础标签以及所述目标视频的场景标签，生成所述至少一个目标物品的用途标签。示例性的，在物品属性标签为“桌子”、场景标签为“会议室”的情况下，可以确定目标物品的用途标签为“会议桌”；在物品属性标签为“桌子”、场景标签为“教室”的情况下，可以确定目标物品的用途标签为“课桌”；在物品属性标签为“桌子”、场景标签为“医院”的情况下，可以确定目标物品的用途标签为“病例桌”。
在一些实施例中，在以上基础标签和场景标签的基础上，还可以结合字幕、台词等信息，得到扩展标签。举例来说，场景标签为“学校”，基础标签为“女性”，字幕显示“下面开始上课，请同学们打开课本第5页”，此时可以确定扩展标签为“女老师”，而不是“女学生”。通过结合字幕、台词等信息，可以使得扩展标签更加准确。
在一种可能的实现方式中，所述方法还包括：根据所述目标视频的场景标签和所述至少一个目标对象的扩展标签，生成所述目标视频的描述语句。
其中，所述描述语句为包括所述目标视频的场景标签和所述至少一个目标对象的扩展标签的语句。相对于扩展标签，描述语句可以对目标视频的内容的描述更加详细。举例来说，场景标签为“医院”，扩展标签包括“医生”、“看诊”和“病例台”，则可以生成描述语句“医院中，医生在病例台边看诊”。描述语句还可以包括“老师在教室中给学生上课”、“领导在会议室中给员工开会”等。
在生成了描述语句的基础上，还可以获取镜头标签、字幕信息等，并基于镜头标签、字幕信息和描述语句等生成目标视频的脚本。
在一些实施例中，也可以基于扩展标签和镜头标签等，生成目标视频的脚本，但本公开实施例不限于此。
在本公开实施例中，能够根据场景标签和扩展标签为目标视频生成目标视频的描述语句，从而降低了视频编导、导演等视频创作者的工作量，为视频创作提供了有利条件。
在一种可能的实现方式中，所述方法还包括：根据所述目标视频的场景标签和所述至少一个目标对象的扩展标签，生成所述目标视频的事件标签。
其中，所述事件标签用于可以描述所述至少一个目标对象在所述场景标签对应的场景类别中发生的事件。举例来说，场景标签为“医院”，扩展标签包括“医生”、“看诊”和“病例台”，则可以生成事件标签“看病”、“查房”等。场景标签为“学校”，扩展标签包括“老师”、“学生”、“课桌”，则可以生成事件标签“上课”、“考试”、“罚站”等。事件标签还可以包括“开会”、“做饭”、“健身”等。相对于扩展标签，事件标签包括了各个目标对象的属性，概括度更高，有利于用户快速了解目标视频的内容。
在一种可能的实现方式中，所述方法还可以包括：将所述目标视频中包括的至少一个目标对象的基础标签、所述目标视频的场景标签和所述目标视频中包括的至少一个目标对象的扩展标签存储至视频素材库中。
通过将目标视频的场景标签，目标视频中目标对象的基础标签和扩展标签存储至视频素材库中，可以方便后续采用这些标签进行目标视频的搜索。
在一种可能的实现方式中，所述方法还包括：获取搜索条件；基于所述搜索条件中包括的至少一个搜索标签在所述视频素材库中进行搜索，得到所述搜索条件的搜索结果。
其中，所述搜索条件包括至少一个搜索标签。该搜索标签可以包括基础标签、场景标签和扩展标签中的一者或任意多者。在本公开实施例中，可以通过将搜索条件中的搜索标签和标签素材库中存储的基础标签、场景标签或者扩展标签进行匹配(例如语义匹配)，在所述搜索标签与视频素材库中某个目标视频对应的基础标签、场景标签或者扩展标签匹配的情况下，可以确定该目标视频为满足所述搜索条件的搜索结果。在搜索条件的搜索结果中包括多个目标视频的情况下，可以对这些目标视频进行拼接处理，从而创造出新的视频。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了标签生成装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种标签生成方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图4示出根据本公开实施例的标签生成装置的框图。如图4所示，标签生成装置40包括：第一获取模块41，用于获取目标视频中包括的至少一个目标对象的基础标签和所述目标视频的场景标签。第一生成模块42，用于根据所述至少一个目标对象的基础标签和所述目标视频的场景标签，生成所述至少一个目标对象的扩展标签。
在一种可能的实现方式中，所述第一生成模块还用于：获取基础标签、场景标签和扩展标签之间的预设映射关系；基于所述预设映射关系，查找与所述至少一个目标对象的基础标签和所述目标视频的场景标对应的扩展标签；将查找到的扩展标签确定为所述至少一个目标对象的扩展标签。
在一种可能的实现方式中，所述目标对象包括目标人物和/或目标物品，其中，所述目标人物的基础标签包括人物属性标签、服饰标签、表情标签和动作标签中的一者或任意多者。
在一种可能的实现方式中，所述扩展标签包括社会属性标签、人物关系标签、行为状态标签和用途标签中的一者或任意多者。
在一种可能的实现方式中，所述第一生成模块还用于：根据所述目标视频中包括的至少一个目标人物的人物属性标签以及所述目标视频的场景标签，生成所述至少一个目标人物的社会属性标签和/或人物关系标签；和/或，根据所述目标视频中包括的至少一个目标人物的动作标签以及所述目标视频的场景标签，生成所述至少一个目标人物的行为状态标签；和/或，根据所述目标视频中包括的至少一个目标物品的基础标签以及所述目标视频的场景标签，生成所述至少一个目标物品的用途标签。
在一种可能的实现方式中，所述装置还包括：第二生成模块，用于根据所述目标视频的场景标签和所述至少一个目标对象的扩展标签，生成所述目标视频的描述语句和/或事件标签。
在一种可能的实现方式中，所述装置还包括：存储模块，用于将所述目标视频中包括的至少一个目标对象的基础标签、所述目标视频的场景标签和所述目标视频中包括的至少一个目标对象的扩展标签存储至视频素材库中。
在一种可能的实现方式中，所述装置还包括：第二获取模块，用于获取搜索条件，所述搜索条件包括至少一个搜索标签；搜索模块，用于基于所述搜索条件中包括的至少一个搜索标签在所述视频素材库中进行搜索，得到所述搜索条件的搜索结果。
在一种可能的实现方式中，利用至少一个视频分析模型处理所述目标视频的至少一部分，得到所述至少一个目标对象的基础标签。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现及效果可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的标签生成方法的指令。
本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的标签生成方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图6示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows ServerTM)，苹果公司推出的基于图形用户界面操作系统(Mac OSXTM)，多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM)，开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (12)

1.一种标签生成方法，其特征在于，所述方法包括：
获取目标视频中包括的至少一个目标对象的基础标签和所述目标视频的场景标签；
根据所述至少一个目标对象的基础标签和所述目标视频的场景标签，生成所述至少一个目标对象的扩展标签。
2.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个目标对象的基础标签和所述目标视频的场景标签，生成所述至少一个目标对象的扩展标签，包括：
获取基础标签、场景标签和扩展标签之间的预设映射关系；
基于所述预设映射关系，查找与所述至少一个目标对象的基础标签和所述目标视频的场景标对应的扩展标签；
将查找到的扩展标签确定为所述至少一个目标对象的扩展标签。
3.根据权利要求1或2所述的方法，其特征在于，所述目标对象包括目标人物和/或目标物品，其中，所述目标人物的基础标签包括人物属性标签、服饰标签、表情标签和动作标签中的一者或任意多者。
4.根据权利要求3所述的方法，其特征在于，所述扩展标签包括社会属性标签、人物关系标签、行为状态标签和用途标签中的一者或任意多者。
5.根据权利要求3所述的方法，其特征在于，所述根据所述至少一个目标对象的基础标签和所述目标视频的场景标签，生成所述至少一个目标对象的扩展标签，包括：
根据所述目标视频中包括的至少一个目标人物的人物属性标签以及所述目标视频的场景标签，生成所述至少一个目标人物的社会属性标签和/或人物关系标签；
和/或，
根据所述目标视频中包括的至少一个目标人物的动作标签以及所述目标视频的场景标签，生成所述至少一个目标人物的行为状态标签；
和/或，
根据所述目标视频中包括的至少一个目标物品的基础标签以及所述目标视频的场景标签，生成所述至少一个目标物品的用途标签。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述方法还包括：
根据所述目标视频的场景标签和所述至少一个目标对象的扩展标签，生成所述目标视频的描述语句和/或事件标签。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述方法还包括：
将所述目标视频中包括的至少一个目标对象的基础标签、所述目标视频的场景标签和所述目标视频中包括的至少一个目标对象的扩展标签存储至视频素材库中。
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：
获取搜索条件，所述搜索条件包括至少一个搜索标签；
基于所述搜索条件中包括的至少一个搜索标签在所述视频素材库中进行搜索，得到所述搜索条件的搜索结果。
9.根据权利要求1至8中任一项所述的方法，其特征在于，所述获取目标视频中包括的至少一个目标对象的基础标签，包括：
利用至少一个视频分析模型处理所述目标视频的至少一部分，得到所述至少一个目标对象的基础标签。
10.一种标签生成装置，其特征在于，包括：
第一获取模块，用于获取目标视频中包括的至少一个目标对象的基础标签和所述目标视频的场景标签；
第一生成模块，用于根据所述至少一个目标对象的基础标签和所述目标视频的场景标签，生成所述至少一个目标对象的扩展标签。
11.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至9中任意一项所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至9中任意一项所述的方法。
CN202010900625.9A 2020-08-31 2020-08-31 标签生成方法及装置、电子设备和存储介质 Withdrawn CN112035705A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010900625.9A CN112035705A (zh) 2020-08-31 2020-08-31 标签生成方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010900625.9A CN112035705A (zh) 2020-08-31 2020-08-31 标签生成方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112035705A true CN112035705A (zh) 2020-12-04

Family

ID=73586594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010900625.9A Withdrawn CN112035705A (zh) 2020-08-31 2020-08-31 标签生成方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112035705A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255628A (zh) * 2021-07-15 2021-08-13 成都索贝数码科技股份有限公司 一种针对新闻场景的景别识别方法
CN113761353A (zh) * 2021-03-26 2021-12-07 北京京东拓先科技有限公司 一种标签体系的构建方法和系统，及计算机存储介质
CN113784058A (zh) * 2021-09-09 2021-12-10 上海来日梦信息科技有限公司 一种影像生成方法、装置、存储介质及电子设备

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030025726A1 (en) * 2001-07-17 2003-02-06 Eiji Yamamoto Original video creating system and recording medium thereof
US20080065693A1 (en) * 2006-09-11 2008-03-13 Bellsouth Intellectual Property Corporation Presenting and linking segments of tagged media files in a media services network
US20130077937A1 (en) * 2011-09-26 2013-03-28 Sony Corporation Apparatus and method for producing remote streaming audiovisual montages
US8937620B1 (en) * 2011-04-07 2015-01-20 Google Inc. System and methods for generation and control of story animation
CN106776619A (zh) * 2015-11-20 2017-05-31 百度在线网络技术（北京）有限公司 用于确定目标对象的属性信息的方法和装置
US20180004746A1 (en) * 2016-06-30 2018-01-04 Disney Enterprises, Inc. Systems and Methods for Streaming Media Contents Based on Attribute Tags
CN108205526A (zh) * 2016-12-20 2018-06-26 百度在线网络技术（北京）有限公司 一种确定综合语义信息的方法与装置
CN108933970A (zh) * 2017-05-27 2018-12-04 北京搜狗科技发展有限公司 视频的生成方法和装置
CN108984618A (zh) * 2018-06-13 2018-12-11 深圳市商汤科技有限公司 数据处理方法和装置、电子设备和计算机可读存储介质
US20190026367A1 (en) * 2017-07-24 2019-01-24 International Business Machines Corporation Navigating video scenes using cognitive insights
CN110213668A (zh) * 2019-04-29 2019-09-06 北京三快在线科技有限公司 视频标题的生成方法、装置、电子设备和存储介质
CN110263214A (zh) * 2019-06-21 2019-09-20 北京百度网讯科技有限公司 视频标题的生成方法、装置、服务器及存储介质
CN110309355A (zh) * 2018-06-15 2019-10-08 腾讯科技（深圳）有限公司 内容标签的生成方法、装置、设备及存储介质
US20190318171A1 (en) * 2018-03-14 2019-10-17 Comcast Cable Communications, Llc Methods and systems for determining object activity within a region of interest
CN111104370A (zh) * 2019-12-18 2020-05-05 北京大龙得天力广告传媒有限公司 一种广告视频存储系统及方法
CN111368127A (zh) * 2020-03-06 2020-07-03 腾讯科技（深圳）有限公司 图像处理方法、装置、计算机设备及存储介质
CN111480156A (zh) * 2018-04-03 2020-07-31 谷歌有限责任公司 利用深度学习选择性存储视听内容的系统和方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030025726A1 (en) * 2001-07-17 2003-02-06 Eiji Yamamoto Original video creating system and recording medium thereof
US20080065693A1 (en) * 2006-09-11 2008-03-13 Bellsouth Intellectual Property Corporation Presenting and linking segments of tagged media files in a media services network
US8937620B1 (en) * 2011-04-07 2015-01-20 Google Inc. System and methods for generation and control of story animation
US20130077937A1 (en) * 2011-09-26 2013-03-28 Sony Corporation Apparatus and method for producing remote streaming audiovisual montages
CN106776619A (zh) * 2015-11-20 2017-05-31 百度在线网络技术（北京）有限公司 用于确定目标对象的属性信息的方法和装置
US20180004746A1 (en) * 2016-06-30 2018-01-04 Disney Enterprises, Inc. Systems and Methods for Streaming Media Contents Based on Attribute Tags
CN108205526A (zh) * 2016-12-20 2018-06-26 百度在线网络技术（北京）有限公司 一种确定综合语义信息的方法与装置
CN108933970A (zh) * 2017-05-27 2018-12-04 北京搜狗科技发展有限公司 视频的生成方法和装置
US20190026367A1 (en) * 2017-07-24 2019-01-24 International Business Machines Corporation Navigating video scenes using cognitive insights
US20190318171A1 (en) * 2018-03-14 2019-10-17 Comcast Cable Communications, Llc Methods and systems for determining object activity within a region of interest
CN111480156A (zh) * 2018-04-03 2020-07-31 谷歌有限责任公司 利用深度学习选择性存储视听内容的系统和方法
CN108984618A (zh) * 2018-06-13 2018-12-11 深圳市商汤科技有限公司 数据处理方法和装置、电子设备和计算机可读存储介质
CN110309355A (zh) * 2018-06-15 2019-10-08 腾讯科技（深圳）有限公司 内容标签的生成方法、装置、设备及存储介质
CN110213668A (zh) * 2019-04-29 2019-09-06 北京三快在线科技有限公司 视频标题的生成方法、装置、电子设备和存储介质
CN110263214A (zh) * 2019-06-21 2019-09-20 北京百度网讯科技有限公司 视频标题的生成方法、装置、服务器及存储介质
CN111104370A (zh) * 2019-12-18 2020-05-05 北京大龙得天力广告传媒有限公司 一种广告视频存储系统及方法
CN111368127A (zh) * 2020-03-06 2020-07-03 腾讯科技（深圳）有限公司 图像处理方法、装置、计算机设备及存储介质

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
JOROCCO: "大数据项目(四)-用户画像", Retrieved from the Internet <URL:https://blog.csdn.net./jorocco/articel/details/81428996> *
KYLE WIGGER: "Adobe\'s Smart Tags for video can classify object, scenes, attributes, and actions", VENTRUEBEAT *
张云中等: "基于社会化标签的电影资源本体构建研究", 图书情报工作, no. 12 *
朱振华等: "基于公安大数据的人员背景标签应用分析与研究", 电脑知识与技术, no. 21 *
潘文宇等: "基于"用户画像"的视频精准推荐系统研究", 科技风, no. 22 *
科技行者: ""算透"用户，抖音为什么让人沉迷？", Retrieved from the Internet <URL:https://www.techwalker.com/2020/0610/3126943.shtml> *
赵磊等: "面向新媒体业务的视频智能标签探索实践", 现代电视技术, no. 07 *
陈金广等: "针对交叉目标场景的带标签GM-PHD改进算法", 《计算机工程》 *
陈金广等: "针对交叉目标场景的带标签GM-PHD改进算法", 《计算机工程》, no. 06, 15 June 2018 (2018-06-15) *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113761353A (zh) * 2021-03-26 2021-12-07 北京京东拓先科技有限公司 一种标签体系的构建方法和系统，及计算机存储介质
CN113255628A (zh) * 2021-07-15 2021-08-13 成都索贝数码科技股份有限公司 一种针对新闻场景的景别识别方法
CN113255628B (zh) * 2021-07-15 2021-10-15 成都索贝数码科技股份有限公司 一种针对新闻场景的景别识别方法
CN113784058A (zh) * 2021-09-09 2021-12-10 上海来日梦信息科技有限公司 一种影像生成方法、装置、存储介质及电子设备

Similar Documents

Publication Publication Date Title
CN112004163A (zh) 视频生成方法及装置、电子设备和存储介质
CN112035705A (zh) 标签生成方法及装置、电子设备和存储介质
CN111986076A (zh) 图像处理方法及装置、互动式展示装置和电子设备
CN110781813B (zh) 图像识别方法及装置、电子设备和存储介质
CN112991553B (zh) 信息展示方法及装置、电子设备和存储介质
CN106789551B (zh) 会话消息展示方法及装置
CN106777016B (zh) 基于即时通信进行信息推荐的方法及装置
CN113128437A (zh) 身份识别方法及装置、电子设备和存储介质
CN111526287A (zh) 图像拍摄方法、装置、电子设备、服务器、系统及存储介质
CN111046210A (zh) 一种信息推荐方法、装置和电子设备
CN111797262A (zh) 诗词生成方法、装置、电子设备和存储介质
CN110929122B (zh) 一种数据处理方法、装置和用于数据处理的装置
CN113435205B (zh) 语义解析方法及装置
CN113705653A (zh) 模型生成方法及装置、电子设备和存储介质
CN113553946A (zh) 信息提示方法及装置、电子设备和存储介质
CN106447747B (zh) 图像处理方法及装置
CN105260088B (zh) 信息分类展示处理的方法及装置
CN108874172B (zh) 输入方法和装置
CN113923517B (zh) 一种背景音乐生成方法、装置及电子设备
CN114429599A (zh) 类目分类方法、装置、电子设备和存储介质
CN113792178A (zh) 一种歌曲生成方法、装置、电子设备及存储介质
CN114648649A (zh) 人脸匹配方法及装置、电子设备和存储介质
CN114550265A (zh) 图像处理方法、人脸识别方法及系统
CN111178086B (zh) 数据处理方法、装置和介质
CN114266305A (zh) 对象识别方法及装置、电子设备和存储介质

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201204

WW01 Invention patent application withdrawn after publication