CN113268634A - 一种视频数据关联方法、装置、计算机设备及存储介质 - Google Patents

一种视频数据关联方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN113268634A
CN113268634A CN202110460973.3A CN202110460973A CN113268634A CN 113268634 A CN113268634 A CN 113268634A CN 202110460973 A CN202110460973 A CN 202110460973A CN 113268634 A CN113268634 A CN 113268634A
Authority
CN
China
Prior art keywords
video data
video
fingerprint
media
global
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.)
Pending
Application number
CN202110460973.3A
Other languages
English (en)
Inventor
潘力
唐帆
刘锟
林川
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.)
Guangzhou Junbo Network Technology Co ltd
Original Assignee
Guangzhou Junbo Network Technology 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 Guangzhou Junbo Network Technology Co ltd filed Critical Guangzhou Junbo Network Technology Co ltd
Priority to CN202110460973.3A priority Critical patent/CN113268634A/zh
Publication of CN113268634A publication Critical patent/CN113268634A/zh
Pending 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
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—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 low-level visual features of 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
    • G06F16/71—Indexing; Data structures therefor; Storage structures
    • 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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本发明适用于计算机技术领域，提供一种视频数据关联方法、装置、计算机设备及存储介质。视频数据关联方法包括：获取待关联视频数据的视频指纹和该待关联视频数据对应的媒体id；判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度，已关联的视频数据为视频数据对应的媒体id已关联到对应的全局ID；当待关联视频数据的视频指纹与一个已关联的视频数据的视频指纹之间的相似度在阈值范围内，则将待关联视频数据对应的媒体id关联到该已关联的视频数据对应的全局ID。本方案通过获取待关联视频数据的视频指纹，确定相同的视频数据，并将相同视频数据的不同媒体id关联到同一全局ID，从而实现不同媒体平台视频数据的有效关联。

Description

一种视频数据关联方法、装置、计算机设备及存储介质
技术领域
本发明属于计算机技术领域，尤其涉及一种视频数据关联方法、装置、计算机设备及存储介质。
背景技术
在数字化营销过程中，广告视频的创意逐步成为主流，广告代理商需要不断更新广告视频的创意，然后将广告视频上传到不同的媒体平台（例如头条、广点通、微信MP、百度、阿里汇川等）以做广告投放。为适应不同的媒体平台同一内容广告视频数据可能需要做成不同的版式、尺寸。为了能够对在不同媒体平台投放广告视频进行定量化评估，以实现投放效果的归因分析，需要将不同媒体平台的广告视频数据通过一个统一的标识关联起来。
现有技术中，对于一个广告视频数据一般采用基于文件内容的哈希值进行标识，但是不同平台可能哈希算法或算法参数不一致，有些平台会对创意文件进行压缩处理，可能导致标识不一致，关联效果不理想。
可见需要提供一种不同媒体平台的视频数据的关联方法，以解决现有技术中各媒体平台的视频数据关联效果不理想的技术问题。
发明内容
本发明实施例的目的在于提供一种视频数据关联方法，旨在解决现有技术中各媒体平台的视频数据关联效果不理想的技术问题。
本发明实施例是这样实现的，所述视频数据关联方法包括：
获取待关联视频数据的视频指纹和该待关联视频数据对应的媒体id；
判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度是否在阈值范围内，所述已关联的视频数据为视频数据对应的媒体id已关联到对应的全局ID；
当待关联视频数据的视频指纹与一个已关联的视频数据的视频指纹之间的相似度在阈值范围内，则将待关联视频数据对应的媒体id关联到该已关联的视频数据对应的全局ID。
本发明实施例的另一目的在于提供一种视频数据关联装置，所述视频数据关联装置包括：
获取模块，用于获取待关联视频数据的视频指纹和该待关联视频数据对应的媒体id；
判断模块，用于判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度是否在阈值范围内，所述已关联的视频数据为视频数据对应的媒体id已关联到对应的全局ID；
关联模块，用于当待关联视频数据的视频指纹与一个已关联的视频数据的视频指纹之间的相似度在阈值范围内，则将待关联视频数据对应的媒体id关联到该已关联的视频数据对应的全局ID。
本发明实施例的另一目的在于提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述视频数据关联方法的步骤。
本发明实施例的另一目的在于提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述视频数据关联方法的步骤。
本发明实施例提供的一种视频数据关联方法，通过获取待关联视频数据的视频指纹，然后根据待关联视频数据的视频指纹判断已关联的视频数据是否有相同的视频数据，当存在相同的视频数据，则将待关联数据的媒体id关联到与其相同的已关联的视频数据所关联的全局ID，如果不存在相同的视频数据，则新增一个全局ID，将待关联数据的媒体id关联到该新增的全局ID，这样就可以将相同视频的不同媒体id关联到一个全局ID，从而实现不同媒体平台视频数据之间的有效关联。
附图说明
图1为本发明实施例提供的一种视频数据关联方法的应用环境图；
图2为本发明实施例提供的一种视频数据关联方法的流程图；
图3为本发明实施例提供的一种获取待关联的视频数据的视频指纹的流程图；
图4为本发明实施例提供的一种视频数据关联装置的结构框图；
图5为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
图1为本发明实施例提供的视频数据关联方法的应用环境图，如图1所示，在该应用环境中，包括终端110以及服务器120。
服务器120可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
终端110可以是智能手机、平板电脑、笔记本电脑、台式计算机、等，但并不局限于此。终端110以及服务器120可以通过网络进行连接，本发明在此不做限制。
如图2所示，在一个实施例中，提出了一种视频数据关联方法，本实施例主要以该方法应用于上述图1中的服务器120来举例说明。一种视频数据关联方法，具体可以包括以下步骤：
步骤S202，获取待关联视频数据的视频指纹和该待关联视频数据对应的媒体id。
在本发明实施例中，服务器120通过终端110上的媒体平台的<URL，id>元组可以读取待关联的视频数据，同时能够获取该待关联视频数据在该媒体平台的媒体id。通过获取待关联视频数据的媒体id，当将相同视频数据不同媒体平台的媒体id关联起来，从而实现不同媒体平台的同一视频数据的关联。
在本发明实施例中，视频指纹指根据视频内容生成一串可唯一标识当前视频的指纹字符，通过获取视频数据的视频指纹可以根据视频指纹判断两个视频数据的视频内容是否相同。本实施例对获取待关联的视频数据的视频指纹的具体方法不做限制，例如，如图3所示，获取待关联的视频数据的视频指纹具体可以包括以下步骤：
步骤S302，获取待关联视频数据的有序图片组，所述有序图片组为待关联视频按播放顺序的多帧图片。
在本发明实施例中，获取待关联视频数据的有序图片组可以先通过对待关联的视频进行分帧操作，然后将每帧图片按该待关联视频的播放顺序进行编号。
步骤S304，确定所述有序图片组中不同镜头的镜头图片组。
在本发明实施例中，确定有序图片组中不同镜头的镜头图片组即将待关联视频数据的有序图片组中属于同一个镜头的图片分到一个镜头图片组。一段视频一般由一个或多个镜头的视频组成，通常情况下，不同镜头对应的图片内容也存在明显的差异，从而可以通过不同镜头对应图片之间的差异来确定待关联视频数据的有序图片组中哪些图片属于同一个镜头。本实施例对确定有序图片组中不同镜头的镜头图片组的具体方法不做限制，例如，可以获取每张图片的直方图，然后获取序号相邻的两张图片的直方图差异，再根据预设的差异阈值判断该相邻的两张图片是否属于一个镜头，例如，序号相邻的两张图片的直方图差异在设定的阈值范围内则其属于同一个镜头，否则其属于不同的两个镜头。
步骤S306，获取每个镜头图片组中特征帧图片的指纹，多个镜头图片组中特征帧图片的指纹构成待关联视频数据的视频指纹。
在本发明实施例中，在上一步骤中已经将待关联视频的有序图片组划分出不同的镜头图片组，在每一个镜头图片组中选择一个特征帧图片，获取该特征帧图片的指纹，多个镜头图片组中特征帧图片的指纹作为待关联视频数据的视频指纹。通过将待关联视频数据的有序图片组划分出不同的镜头图片组，然后获取每个镜头图片组中特征帧图片的指纹，使多个镜头图片组中特征帧图片的指纹共同构成待关联视频数据的视频指纹，相比于获取待关联视频数据的有序图片组中每帧图片的指纹，有效减少计算量，提高处理效率。
在本发明实施例中，对每个镜头图片组中的特征帧图片不做限制，例如，可以将每个镜头图片组中的第一帧图片作为特征帧图片，第一帧为按待关联视频的播放顺序而言。本实施例对获取每个镜头图片组中特征帧图片的指纹的具体方式也不做限制，例如，可以利用图像感知算法获取每个镜头图片组中特征帧图片的指纹，例如可以对特征帧图片依次进行尺寸归一化、色彩灰度化、均值化以及DCT变换处理，然后计算hash值，从而获得特征帧图片的指纹。
步骤S204，判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度是否在阈值范围内，所述已关联的视频数据为视频数据对应的媒体id已关联到对应的全局ID。
在本发明实施例中，判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度，可以将待关联的视频数据的视频指纹与已关联的视频数据的视频指纹进行对比，在将一个视频数据的媒体id关联到一个全局ID后，将该已关联的视频数据的视频指纹存储起来，判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度也即在存储的视频指纹中寻找与该待关联视频数据的视频指纹满足相似度要求的视频指纹。
在本发明实施例中，为了方便将待关联的视频数据的视频指纹与已关联的视频数据的视频指纹进行对比，存储的已关联的视频数据的视频指纹可以做多级索引设计，以提高对比效率。
在本发明实施例中，优选地，已关联的视频数据的视频指纹存储规则满足：使用镜头数量相同的视频对应的视频指纹存储在同一一级存储区；同一一级存储区中视频不同镜头图片组对应的特征帧图片的指纹按照视频播放顺序分别存储在不同的二级存储区。例如，已关联的视频数据有由两个镜头视频构成的视频和由三个镜头视频构成的视频，则将已关联的视频数据中由两个镜头视频构成的视频对应的视频指纹存储在一个一级存储区，将由三个镜头视频构成的视频对应的视频指纹存储在另一个一级存储区；一个一级存储区分为多个二级存储区，一级存储中由两个镜头视频构成的视频的第一个镜头视频对应的视频指纹（第一个镜头图片组中特征帧图片的指纹）存储在一个二级存储区，第二个镜头图片组中特征帧图片的指纹存储在另一个二级存储区；同样，一级存储中由三个镜头视频构成的视频的三个镜头图片组中特征帧图片的指纹分别存储在其一级存储中不同的二级存储区。这样在将待关联的视频数据的视频指纹与已关联的视频数据的视频指纹进行对比时，可以先根据该待关联视频数据的镜头数量确定存储有相同镜头的视频的一级存储区，然后按镜头顺序依次对比，有效提高判断效率。
在本发明实施例中，由于视频指纹是由不同镜头图片组中特征帧的指纹构成，且相同的内容的视频在不同媒体平台的版式、尺寸也可能不相同，所以，不同媒体平台即使内容相同视频的视频，其对应的视频指纹也可能存在一定的差异。可以根据经验预设一个相似度阈值，在判断过程中当满足相似度在阈值范围内，则可以确定两个视频指纹对应的视频内容相同。例如，当将待关联视频数据的视频指纹与已关联视频数据的视频指纹进行对比时，可以通过计算其海明距离来判断其相似度，例如，可以根据经验设置当海明距离均值小于等于5的两个视频指纹，其对应的视频内容相同。
步骤S206，当待关联视频数据的视频指纹与一个已关联的视频数据的视频指纹之间的相似度在阈值范围内，则将待关联视频数据对应的媒体id关联到该已关联的视频数据对应的全局ID。
在本发明实施例中，当通过对比发现待关联视频数据的视频指纹与一个已关联的视频数据的视频指纹之间的相似度在阈值范围内，说明这两个视频指纹对应的视频内容相同，应该将其媒体id关联到同一个全局ID，得到[ID, [id1, id2, id3 ...]]关联关系，id1、id2、id3为同一内容的视频数据在不同的媒体平台的媒体id；当存储的视频指纹中与该待关联视频数据的视频指纹没有满足相似度要求的视频指纹，则给该待关联的视频数据分配一个新的全局的ID，并将待关联视频数据的媒体id关联到该新的全局ID，同时将该待关联视频数据的视频指纹存储起来。
本发明实施例提供的一种视频数据关联方法，通过获取待关联视频数据的视频指纹，然后根据待关联视频数据的视频指纹判断已关联的视频数据是否有相同的视频数据，当存在相同的视频数据，则将待关联数据的媒体id关联到与其相同的已关联的视频数据所关联的全局ID，如果不存在相同的视频数据，则新增一个全局ID，将待关联数据的媒体id关联到该新增的全局ID，这样就可以将相同视频的不同媒体id关联到一个全局ID，从而实现不同媒体平台视频数据之间的有效关联。
如图4所示，在一个实施例中，提供了一种视频数据关联装置，该视频数据关联装置可以集成于上述的服务器120中，具体可以包括获取模块510、判断模块520以及关联模块530。
获取模块510，用于获取待关联视频数据的视频指纹和该待关联视频数据对应的媒体id；
判断模块520，用于判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度是否在阈值范围内，所述已关联的视频数据为视频数据对应的媒体id已关联到对应的全局ID；
关联模块530，用于当待关联视频数据的视频指纹与一个已关联的视频数据的视频指纹之间的相似度在阈值范围内，则将待关联视频数据对应的媒体id关联到该已关联的视频数据对应的全局ID。
本发明实施例提供的一种视频数据关联装置，其所含的获取模块510、判断模块520以及关联模块530的功能实现与上文的视频数据关联方法中的步骤S202、步骤S204以及步骤S206一一对应，对于该视频数据关联装置的具体解释以及相关细化、优化的内容参见上文视频数据关联方法中的具体实施例，此处不再赘述。
本发明实施例提供的一种视频数据关联装置，通过设置获取模块510、判断模块520以及关联模块530，通过获取待关联视频数据的视频指纹，然后根据待关联视频数据的视频指纹判断已关联的视频数据是否有相同的视频数据，当存在相同的视频数据，则将待关联数据的媒体id关联到与其相同的已关联的视频数据所关联的全局ID，如果不存在相同的视频数据，则新增一个全局ID，将待关联数据的媒体id关联到该新增的全局ID，这样就可以将相同视频的不同媒体id关联到一个全局ID，从而实现不同媒体平台视频数据之间的有效关联。
图5示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的服务器120。如图5所示，该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现视频数据关联方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行视频数据关联方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的视频数据关联装置可以实现为一种计算机程序的形式，计算机程序可在如图5所示的计算机设备上运行。计算机设备的存储器中可存储组成该视频数据关联装置的各个程序模块，比如，图4所示的获取模块510、判断模块520和关联模块530。 各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的视频数据关联方法中的步骤。
例如，图5所示的计算机设备可以通过如图4所示的视频数据关联装置中的获取模块510执行步骤S202。计算机设备可通过判断模块520执行步骤S204。计算机设备可通过关联模块530执行步骤S206。
在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
步骤S202，获取待关联视频数据的视频指纹和该待关联视频数据对应的媒体id；
步骤S204，判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度是否在阈值范围内，所述已关联的视频数据为视频数据对应的媒体id已关联到对应的全局ID；
步骤S206，当待关联视频数据的视频指纹与一个已关联的视频数据的视频指纹之间的相似度在阈值范围内，则将待关联视频数据对应的媒体id关联到该已关联的视频数据对应的全局ID。
在一个实施例中，提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：
骤S202，获取待关联视频数据的视频指纹和该待关联视频数据对应的媒体id；
步骤S204，判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度是否在阈值范围内，所述已关联的视频数据为视频数据对应的媒体id已关联到对应的全局ID；
步骤S206，当待关联视频数据的视频指纹与一个已关联的视频数据的视频指纹之间的相似度在阈值范围内，则将待关联视频数据对应的媒体id关联到该已关联的视频数据对应的全局ID。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种视频数据关联方法，其特征在于，所述视频数据关联方法包括：
获取待关联视频数据的视频指纹和该待关联视频数据对应的媒体id；
判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度是否在阈值范围内，所述已关联的视频数据为视频数据对应的媒体id已关联到对应的全局ID；
当待关联视频数据的视频指纹与一个已关联的视频数据的视频指纹之间的相似度在阈值范围内，则将待关联视频数据对应的媒体id关联到该已关联的视频数据对应的全局ID。
2.根据权利要求1所述的一种视频数据关联方法，其特征在于，获取待关联视频数据的视频指纹，包括：
获取待关联视频数据的有序图片组，所述有序图片组为待关联视频按播放顺序的多帧图片；
确定所述有序图片组中不同镜头的镜头图片组；
获取每个镜头图片组中特征帧图片的指纹，多个镜头图片组中特征帧图片的指纹构成待关联视频数据的视频指纹。
3.根据权利要求2所述的一种视频数据关联方法，其特征在于，所述特征帧图片为每个镜头图片组中按待关联视频播放顺序的第一帧图片。
4.根据权利要求2所述的一种视频数据关联方法，其特征在于，根据有序图片组中相邻图片的直方图差异确定所述有序图片组中不同镜头的镜头图片组。
5.根据权利要求2所述的一种视频数据关联方法，其特征在于，利用图像感知算法获取每个镜头图片组中特征帧图片的指纹。
6.根据权利要求1所述的一种视频数据关联方法，其特征在于，已关联的视频数据的视频指纹存储规则满足：
使用镜头数量相同的视频对应的视频指纹存储在同一一级存储区。
7.根据权利要求6所述的一种视频数据关联方法，其特征在于，同一一级存储区中视频不同镜头图片组对应的特征帧图片的指纹按照视频播放顺序分别存储在不同的二级存储区。
8.一种视频数据关联装置，其特征在于，所述视频数据关联装置包括：
获取模块，用于获取待关联视频数据的视频指纹和该待关联视频数据对应的媒体id；
判断模块，用于判断待关联视频数据的视频指纹与已关联的视频数据的视频指纹之间的相似度是否在阈值范围内，所述已关联的视频数据为视频数据对应的媒体id已关联到对应的全局ID；
关联模块，用于当待关联视频数据的视频指纹与一个已关联的视频数据的视频指纹之间的相似度在阈值范围内，则将待关联视频数据对应的媒体id关联到该已关联的视频数据对应的全局ID。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述视频数据关联方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述视频数据关联方法的步骤。
CN202110460973.3A 2021-04-27 2021-04-27 一种视频数据关联方法、装置、计算机设备及存储介质 Pending CN113268634A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110460973.3A CN113268634A (zh) 2021-04-27 2021-04-27 一种视频数据关联方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110460973.3A CN113268634A (zh) 2021-04-27 2021-04-27 一种视频数据关联方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN113268634A true CN113268634A (zh) 2021-08-17

Family

ID=77229422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110460973.3A Pending CN113268634A (zh) 2021-04-27 2021-04-27 一种视频数据关联方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN113268634A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239420A (zh) * 2014-10-20 2014-12-24 北京畅景立达软件技术有限公司 一种基于视频指纹的视频相似度匹配方法
US20170024470A1 (en) * 2013-01-07 2017-01-26 Gracenote, Inc. Identifying media content via fingerprint matching
CN106484774A (zh) * 2016-09-12 2017-03-08 北京歌华有线电视网络股份有限公司 一种多源视频元数据的关联方法及系统
US9619854B1 (en) * 2014-01-21 2017-04-11 Google Inc. Fingerprint matching for recommending media content within a viewing session
CN107464162A (zh) * 2017-07-28 2017-12-12 腾讯科技（深圳）有限公司 商品关联方法、装置及计算机可读存储介质
CN112434553A (zh) * 2020-10-15 2021-03-02 北京工业大学 一种基于深度字典学习的视频鉴别方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170024470A1 (en) * 2013-01-07 2017-01-26 Gracenote, Inc. Identifying media content via fingerprint matching
US9619854B1 (en) * 2014-01-21 2017-04-11 Google Inc. Fingerprint matching for recommending media content within a viewing session
CN104239420A (zh) * 2014-10-20 2014-12-24 北京畅景立达软件技术有限公司 一种基于视频指纹的视频相似度匹配方法
CN106484774A (zh) * 2016-09-12 2017-03-08 北京歌华有线电视网络股份有限公司 一种多源视频元数据的关联方法及系统
CN107464162A (zh) * 2017-07-28 2017-12-12 腾讯科技（深圳）有限公司 商品关联方法、装置及计算机可读存储介质
CN112434553A (zh) * 2020-10-15 2021-03-02 北京工业大学 一种基于深度字典学习的视频鉴别方法及系统

Similar Documents

Publication Publication Date Title
CN110866491B (zh) 目标检索方法、装置、计算机可读存储介质和计算机设备
CN110162665B (zh) 视频搜索方法、计算机设备及存储介质
CN110147469B (zh) 一种数据处理方法、设备及存储介质
CN108322521B (zh) 消息内容推送方法、装置、系统、计算机设备和存储介质
CN109325118B (zh) 不平衡样本数据预处理方法、装置和计算机设备
CN109271917B (zh) 人脸识别方法、装置、计算机设备和可读存储介质
CN111191568A (zh) 翻拍图像识别方法、装置、设备及介质
CN111275685A (zh) 身份证件的翻拍图像识别方法、装置、设备及介质
CN113204660B (zh) 多媒体数据处理方法、标签识别方法、装置及电子设备
CN112926654A (zh) 预标注模型训练、证件预标注方法、装置、设备及介质
CN105260639A (zh) 一种脸部识别系统的数据更新的方法及装置
CN112784168B (zh) 信息推送模型训练方法以及装置、信息推送方法以及装置
CN113221983B (zh) 迁移学习模型的训练方法及装置、图像处理方法及装置
CN110689323A (zh) 图片审核方法、装置、计算机设备和存储介质
CN111860313A (zh) 基于人脸识别的信息查询方法、装置、计算机设备和介质
CN114139015A (zh) 基于关键事件识别的视频存储方法、装置、设备及介质
CN111356015B (zh) 重复视频检测方法、装置、计算机设备和存储介质
CN114329028A (zh) 一种数据处理方法、设备以及计算机可读存储介质
CN115757406A (zh) 数据存储方法、装置、电子设备及存储介质
CN110162689B (zh) 信息推送方法、装置、计算机设备和存储介质
CN114022926A (zh) 一种人脸识别方法、装置、设备以及存储介质
CN111158606B (zh) 存储方法、装置、计算机设备和存储介质
US20210209256A1 (en) Peceptual video fingerprinting
CN113268634A (zh) 一种视频数据关联方法、装置、计算机设备及存储介质
CN115424001A (zh) 场景相似度估计方法、装置、计算机设备和存储介质

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