CN114218429B - 一种视频彩铃设置方法、系统、装置与存储介质 - Google Patents

Abstract

本申请公开了一种视频彩铃设置方法、系统、装置和存储介质，其中方法包括:构建地标建筑识别模型和天气识别模型；获取第一图片数据和第一图片数据的拍摄时间；根据第一图片数据和地标建筑识别模型，得到地标建筑信息；根据地标建筑信息和拍摄时间，得到预测天气信息；根据第一图片数据、预测天气信息和天气识别模型，得到目标天气信息；根据地标建筑信息、目标天气信息以及拍摄时间，在彩铃库中得到匹配彩铃，并将匹配彩铃设置为视频彩铃。本方法可以根据用户输入的图片，识别出地标建筑信息以及天气信息，结合时间信息在彩铃库中得到匹配彩铃，并将最匹配的彩铃设置为视频彩铃，可以提高用户体验。本申请可广泛应用于视频彩铃技术领域内。

Description

一种视频彩铃设置方法、系统、装置与存储介质

技术领域

本申请涉及视频彩铃技术领域，尤其是一种视频彩铃设置方法、系统、装置与存储介质。

背景技术

在关于视频彩铃设置中，当用户前往一个城市看到城市的地标建筑时，往往有想将它设置为视频彩铃的欲望。但用户在进行视频彩铃设置时，通常是在运营商提供的彩铃平台上，从彩铃平台推荐的彩铃栏目中，通过逐个点击列表中的彩铃进行预览，来挑选自己感兴趣的彩铃，并将挑选出来彩铃设置为自己想要的视频彩铃。又或者通过语音或者文字检索服务在彩铃平台上检索相关彩铃，进而将彩铃设置为自己的视频彩铃，当用户输入的关键词比较准确时，这种方法能比较精准地搜索出用户感兴趣的视频彩铃并设置为对应的视频彩铃，但是当用户无法用准确的关键词描述自己要查找的目标视频彩铃时，这种方式无法让用户在设置视频彩铃时无法检索到自己感兴趣的视频彩铃，这不仅增加了彩铃设置的便捷性，也影响了用户在彩铃设置时的用户体验。因此，亟需一种新的视频彩铃设置方法。

发明内容

本申请的目的在于至少一定程度上解决现有技术中存在的技术问题之一。

为此，本申请实施例的一个目的在于提供一种视频彩铃设置方法、系统、装置与存储介质，该方法可以根据用户的输入的图片，识别出图片中的地标建筑信息以及天气信息，结合时间信息在彩铃库中得到匹配彩铃，并将最匹配的彩铃设置为视频彩铃，可以提高彩铃设置的便捷性，提高用户体验。

为了达到上述技术目的，本申请实施例所采取的技术方案包括：

构建地标建筑识别模型和天气识别模型；

获取第一图片数据和所述第一图片数据的拍摄时间；

根据所述第一图片数据和所述地标建筑识别模型，得到地标建筑信息；

根据所述地标建筑信息和所述拍摄时间，得到预测天气信息；

根据所述第一图片数据、所述预测天气信息和所述天气识别模型，得到目标天气信息；

根据所述地标建筑信息、所述目标天气信息以及所述拍摄时间，在彩铃库中得到匹配彩铃，并将所述匹配彩铃设置为视频彩铃。

另外，根据本发明中上述实施例的一种网络切片场景甄别与配置的方法，还可以有以下附加的技术特征：

进一步地，本申请实施例中，所述根据所述第一图片数据和所述地标建筑识别模型，得到地标建筑信息这一步骤，具体包括：获取第一图片数据；对所述第一图片数据进行预处理，得到矩阵信息；将所述矩阵信息输入至地标建筑识别模型，得到地标建筑信息。

进一步地，本申请实施例中，所述根据所述第一图片数据、所述天气识别模型和预测天气信息，得到目标天气信息这一步骤，具体包括：获取第一图片数据和预测天气信息；将所述第一图片数据输入至天气识别模型，得到第一天气向量；将所述预测天气信息进行向量转化，得到预测天气向量；根据所述第一天气向量和所述预测天气向量，确定目标天气向量；根据所述目标天气向量，得到目标天气信息。

进一步地，本申请实施例中，所述根据所述地标建筑信息、所述目标天气信息以及所述拍摄时间，在彩铃库中得到匹配彩铃，并将所述匹配彩铃设置为视频彩铃这一步骤，具体包括：获取地标建筑信息、目标天气信息和拍摄时间；根据所述拍摄时间，确定拍摄季节和昼夜信息；根据所述地标建筑信息和所述目标天气信息，在彩铃库中得到彩铃集合；根据所述拍摄季节和所述昼夜信息，在所述彩铃集合中确定匹配彩铃；根据所述匹配彩铃，设置视频彩铃。

进一步地，本申请实施例中，所述根据所述第一天气向量和所述预测天气向量，确定目标天气向量这一步骤，具体包括：设定第一天气向量权重和预测天气向量权重；根据所述第一天气向量和所述第一天气向量权重，得到第二天气向量；根据所述预测天气向量和所述预测天气向量权重，得到第一预测天气向量；将所述第二天气向量与所述第一预测天气向量相加，得到目标天气向量。

进一步地，本申请实施例中，所述构建地标建筑识别模型，具体包括：获取地标建筑标注图片数据集；将所述地标建筑标注图片数据集输入至神经网络模型进行训练，得到地标建筑识别模型。

进一步地，本申请实施例中，所述根据所述拍摄季节和所述昼夜信息，在所述彩铃集合中确定匹配彩铃这一步骤，具体包括：预设拍摄季节和昼夜信息的匹配优先顺序；根据所述优先顺序对所述彩铃集合进行排序，得到第一彩铃；将所述第一彩铃确定为匹配彩铃。

另一方面，本申请实施例还提供一种视频彩铃设置系统，包括：获取单元，用于获取第一图片数据和所述第一图片数据的拍摄时间；构建单元，用于构建地标建筑识别模型和天气识别模型；第一处理单元，用于根据所述第一图片数据和所述地标建筑识别模型，得到地标建筑信息；第二处理单元，用于根据所述地标建筑信息和所述拍摄时间，得到预测天气信息；第三处理单元，用于根据所述第一图片数据、所述预测天气信息和所述天气识别模型，得到目标天气信息；第四处理单元，用于根据所述地标建筑信息、所述目标天气信息以及所述拍摄时间，在彩铃库中得到匹配彩铃，并将所述匹配彩铃设置为视频彩铃。

另一方面，本申请还提供一种视频彩铃设置装置，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如发明内容中任一项所述一种视频彩铃设置方法。

此外，本申请还提供一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上述任一项所述一种视频彩铃设置方法。

本申请的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到：

本申请可以根据用户输入的图片，识别出图片中的地标建筑信息以及天气信息，并结合拍摄时间信息在彩铃库中得到匹配彩铃，并将最匹配的彩铃设置为视频彩铃，可以简化彩铃设置流程，使用户设置彩铃更加快捷，提高用户体验。

附图说明

图1为本发明中一种具体实施例中一种视频彩铃设置方法的步骤示意图；

图2为本发明中一种具体实施例中根据所述第一图片数据、所述天气识别模型和预测天气信息，得到目标天气信息的步骤示意图；

图3为本发明中一种具体实施例中根据所述地标建筑信息、所述目标天气信息以及所述拍摄时间，在彩铃库中得到匹配彩铃，并将所述匹配彩铃设置为视频彩铃的步骤示意图；

图4为本发明中一种具体实施例中根据所述第一天气向量和所述预测天气向量，确定目标天气向量的步骤示意图；

图5为本发明中一种具体实施例中所述根据所述拍摄季节和所述昼夜信息，在所述彩铃集合中确定匹配彩铃的步骤示意图；

图6为本发明中一种具体实施例中一种视频彩铃设置系统的结构示意图；

图7为本发明中一种具体实施例中一种视频彩铃设置装置的结构示意图。

具体实施方式

下面结合附图详细描述本发明的实施例对本发明实施例中的视频彩铃设置方法、系统、装置和存储介质的原理和过程作以下说明。

参照图1，本发明一种视频彩铃设置方法，包括以下步骤：

S1、构建地标建筑识别模型和天气识别模型；

在本申请实施例中，地标建筑模型可以用于识别图片的地标建筑，而天气识别模型可以用于识别图片的天气；地标建筑识别模型和天气识别模型均可以通过将对应的图片集输入至神经网络模型进行训练得到；其中，地标建筑识别模型所用的图片集为与地标建筑有关的图片集合，图片集合可以通过互联网搜索引擎从网上搜集，而天气识别模型所用图片可以包括不同天气的多种图片集合，可以通过互联网搜索引擎搜集多种天气的相关图片，人工校对标注作为模型训练的资料。

S2、获取第一图片数据和所述第一图片数据的拍摄时间；

在本申请实施例中，第一图片可以是用户即时拍摄的图片，也可以是用户存储于图库中的图片，与此对应的是，第一图片的拍摄时间为用户拍摄是的时间数据，其时间数据可以包括年、月、日、时、分和秒等参数，此外，获取第一图片数据可以获取手机终端即时的图片或者是图库的图片，也可以获取电脑终端的收藏图片。

S3、根据所述第一图片数据和所述地标建筑识别模型，得到地标建筑信息；

在本申请实施例中，模型可以对第一图片数据进行特征提取，再通过神经网络进行降维，得到的特征向量，再通过带有Cosine Softmax激活函数的全连接层得到分类结果，最终可以得到地标建筑分类的向量，根据向量可以确定第一图片数据的地标建筑信息。

S4、根据所述地标建筑信息和所述拍摄时间，得到预测天气信息；

在本申请实施例中，得到图片的地标建筑信息后，可以根据图片的拍摄时间查询地标建筑当地的预测天气信息。具体地，如识别了地标建筑为广州塔，而图片的拍摄时间为2020年 10月15号，可以通过互联网查询天气预报可以得到预测天气信息。

S5、根据所述第一图片数据、所述预测天气信息和所述天气识别模型，得到目标天气信息；

在本申请实施例中，天气识别模型可以预设数量不等的n个分类，可以将第一图片数据预处理后输入天气识别模型，通过模型将预处理后的第一图片数据进行缩放处理，得到3*224*224的矩阵。天气识别模型使用ResNet50作为主干网络，将最后的全连接层输出通道数修改为预设的数量，并经过激活函数后输出计算结果。损失函数可以采用多类别交叉熵损失函数进行分类评价。3*224*224图片信息在经过天气识别模型后得到第一天气向量，第一天气向量为1*n的分类向量，向量的维度代表天气的分类数量，向量的数值可以代表第一图片中天气的置信度；而根据预设的n个分类，预测天气信息也可以转化为对应分类的预测天气向量，根据预测天气向量和第一天气向量可以得到目标的天气向量，目标天气向量中数值最大的元素为对应的目标天气信息。

S6、根据所述地标建筑信息、所述目标天气信息以及所述拍摄时间，在彩铃库中得到匹配彩铃，并将所述匹配彩铃设置为视频彩铃；

在申请实施例中，根据地标建筑信息和目标天气信息可以在彩铃库中得到一个包含地标建筑和目标天气信息的彩铃数据集，如地标建筑为东方明珠，天气为雾天，根据这两个信息可以在彩铃平台的彩铃库中得到东方明珠和雾天相关的一个彩铃集合，而不同的拍摄时间可以确定地标建筑的季节信息和昼夜信息，根据季节信息和昼夜信息，在彩铃集合中得到匹配度最高的匹配彩铃，并将匹配彩铃设置为最终的视频彩铃。

进一步地、所述构建地标建筑识别模型，具体包括：

S11、获取地标建筑标注图片数据集；

具体地，可以通过互联网搜索引擎搜集相关地标建筑标注图片构建训练数据集或者在预设的图库中搜集相关地标建筑标注图片用于构建地标建筑识别模型的训练。

S12、将所述地标建筑标注图片数据集输入至神经网络模型进行训练，得到地标建筑识别模型；

具体地，神经网络模型对图片数据集进行特征提取，再通过深度神经网络对图片集合进行降维，得到多维的特征向量，再通过激活函数的全连接层得到不同的分类结果。并通过损失函数进一步优化分类的结果，其中损失函数可以使用ArcFace损失函数进行衡量，分类结果优化后，得到训练好的地标建筑识别模型。

进一步地，所述根据所述第一图片数据和所述地标建筑识别模型，得到地标建筑信息这一步骤，具体可以包括：

S31、获取第一图片数据；

在申请实施例中，用户可以通过拍摄或从终端选取一张照片作为第一图片数据。

S32、对所述第一图片数据进行预处理，得到矩阵信息；

在申请实施例中，对用户输入图片进行预处理操作，先对图片进行解码，图片解码是将图片文件如JPG或者PNG格式的文件通过OpenCV进行解码并转换为RGB三通道矩阵，缩放到 512*512大小后进行归一化处理，将像素值归一化到0～1区间。经过预处理后，将图片转变成为一个3*512*512的矩阵信息。

S33、将所述矩阵信息输入至地标建筑识别模型，得到地标建筑信息；

在申请实施例中，将矩阵信息输入地标建筑识别模型后，使用EfficientNet及Global average pooling进行特征提取，再通过深度神经网络进行降维，得到1*512的特征向量，再通过带有Cosine Softmax激活函数的全连接层得到分类结果。如进过深度神经网络进行降维后的特征向量为[0，0，0，0，0，0，0.1，...，0.7，0.05，0.05，0.1，0]，取数值最大的元素对应的分类作为分类结果，若0.7对应的为东方明珠，则分类结果为东方明珠。

进一步地，参照图2，所述根据所述第一图片数据、所述天气识别模型和预测天气信息，得到目标天气信息这一步骤，具体可以包括：

S51、获取第一图片数据和预测天气信息；

在本申请实施例中，预测天气信息可以通过图片的拍摄时间结合地标建筑信息获得，确定地标建筑后，结合拍摄时间可以通过网络获得地标建筑拍摄时间段的天气预测信息。

S52、将所述第一图片数据输入至天气识别模型，得到第一天气向量；

在本申请实施例中，天气识别模型可以预设雨天、晴天、雪天、雾天、阴天和多云六个分类，可以将第一图片数据预处理后输入天气识别模型，通过模型将预处理后的第一图片数据进行缩放处理，得到3*224*224的矩阵。天气识别模型使用ResNet50作为主干网络，将最后的全连接层输出通道数修改为预设的数量，并经过Softmax激活函数后输出计算结果。损失函数可以采用多类别交叉熵损失函数进行分类评价。3*224*224图片信息在经过天气识别模型后得到第一天气向量，第一天气向量为1*6的分类向量，向量的维度代表天气的分类数量，向量的数值可以代表第一图片中天气的置信度。

S53、将所述预测天气信息进行向量转化，得到预测天气向量；

在本申请实施例中，预测天气信息可以转化为天气向量，如当预测的天气信息为雨天，则转化的天气向量对应的元素为1，其他的为0，若以雨天、晴天、雪天、雾天、阴天和多云为例，则其向量为[1,0,0,0,0,0]。

S54、根据所述第一天气向量和所述预测天气向量，确定目标天气向量；

在本申请一些实施例中，可以结合第一天气向量和预测天气向量，得到目标天气向量，如直接将二者相加，也可以通过设定第一天气向量权重和预测天气向量的权重，通过结合权重和向量的数值，确定目标天气向量。

S55、根据所述目标天气向量，得到目标天气信息；

在本申请实施例中，目标天气向量是设定的分类的向量，向量的元素的数量确定分类天气的种类，元素的数值大小确定目标天气的置信度，置信度最大的元素对应的天气种类为目标天气信息，如以雨天、晴天、雪天、雾天、阴天和多云的分类种类和顺序为例，若得到的目标天气向量为[0,0.2,0.1,0.7,0,0,0],则可以得到目标天气信息为雪天。

进一步地，参照图3，所述根据所述地标建筑信息、所述目标天气信息以及所述拍摄时间，在彩铃库中得到匹配彩铃，并将所述匹配彩铃设置为视频彩铃这一步骤，具体可以包括：

S61、获取地标建筑信息、目标天气信息和拍摄时间；

在本申请实施例中，拍摄时间可以用于确定用户输入的图片的季节和昼夜信息。

S62、根据所述拍摄时间，确定拍摄季节和昼夜信息；

在本申请实施例中，由于拍摄时间可以包括年、月、日、时、分和秒，根据图片拍摄的时间可以确定拍摄的季节和当时的昼夜信息。

S63、根据所述地标建筑信息和所述目标天气信息，在彩铃库中得到彩铃集合；

在本申请实施例中，所述地标建筑信息可以得到地标建筑的彩铃集合，结合目标天气信息，可以得到输入的第一图片数据中包含该地标建筑和对应天气的彩铃集合，如图片中包含雨天和黄鹤楼，则彩铃集合中的所有视频彩铃均为雨天的黄鹤楼。

S64、根据所述拍摄季节和所述昼夜信息，在所述彩铃集合中确定匹配彩铃；

在本申请实施例中，彩铃集合中的所有彩铃均具有地标建筑和对应的目标天气，通过时间信息可以进一步确定其季节信息和昼夜信息，昼夜信息可以是清晨、中午、黄昏和夜晚，通过时间信息可以确定与季节和昼夜匹配的视频彩铃，如以拍摄晴天的黄鹤楼为例，拍摄时间为2015年8月15日18时20分35秒，则可以得到一个包含晴天、夏季、黄昏和黄鹤楼的最对应的视频彩铃。

S65、根据所述匹配彩铃，设置视频彩铃；

在本申请实施例中，通过季节和昼夜信息的筛选后，可以得到最匹配的彩铃，平台可以自动将最匹配的彩铃设置为用户的视频彩铃。

进一步地，参照图4，在本申请一些实施例中，所述根据所述第一天气向量和所述预测天气向量，确定目标天气向量这一步骤，具体可以包括：

S541、设定第一天气向量权重和预测天气向量权重；

具体地，在本申请实施例中，第一天气向量权重需设置的权重比预测的天气向量权重大，如第一天气向量权重可以设置为1而预测的天气向量权重可以设置为0.3。

S542、根据所述第一天气向量和所述第一天气向量权重，得到第二天气向量；

具体地，在本申请实施例中，第二天气向量是第一天气向量与第一天气向量权重相乘所得到的天气向量，如通过天气识别模型计算得到雨天、晴天、雪天、雾天、阴天和多云等天气置信度是[0.4,0.02,0.05,0.38,0.02,0.13]，设定的权重为1，则第二天气向量为[0.4,0.02,0.05,0.38,0.02,0.13]*1＝[0.4,0.02,0.05,0.38,0.02,0.13]。

S543、根据所述预测天气向量和所述预测天气向量权重，得到第一预测天气向量；

具体地，在本申请实施例中，在设置预测天气向量权重后，第一预测天气向量是预测天气向量和预测天气向量权重相乘所得到的天气向量，如通过天气预报得到雨天、晴天、雪天、雾天、阴天和多云等天气组成的预测天气向量为[0,0,0,1,0,0]，设定的权重为0.3，则第一预测天气向量为[0,0,0,1,0,0]*0.3＝[0,0,0,0.3,0,0]，需要说明的是，预测天气向量权重可根据不同的情况进行调整。

S544、将所述第二天气向量与所述第一预测天气向量相加，得到目标天气向量；

在本申请实施例中，通过将第二天气向量和第一预测天气向量相加，可以得到目标天气向量，具体地，以上述例子为例，得到第二天气向量为[0.4,0.02,0.05,0.38,0.02,0.13]，而第一预测天气向量为[0,0,0,0.3,0,0]，则目标天气向量为 [0.4,0.02,0.05,0.68,0.02,0.13]。

进一步地，参照图5，所述根据所述拍摄季节和所述昼夜信息，在所述彩铃集合中确定匹配彩铃这一步骤，具体可以包括：

S641、预设拍摄季节和昼夜信息的匹配优先顺序；

具体地，在本申请实施例中，可以预先设定拍摄季节和昼夜信息的匹配优先顺序，如可以设定拍摄季节为优先顺序，则彩铃集合中所有的彩铃以拍摄季节先排序，以秋天为例，通过设定的匹配优先顺序，首先在视频中匹配的是拍摄季节，则可以得到秋天处于某种天气下的地标建筑，若设定昼夜信息为优先顺序，以黄昏为例，则可以得到处于某种天气下的黄昏的地标建筑。

S642、根据所述优先顺序对所述彩铃集合进行排序，得到第一彩铃；

具体地，在本申请实施例中，可以设定拍摄季节为优先顺序，昼夜信息为次要顺序，则彩铃集合中所有的彩铃以拍摄季节先排序，再通过昼夜信息排序得到第一彩铃，以得到秋天傍晚下雨的东方明珠为例，通过拍摄季节可以得到秋天下雨的东方明珠，再通过昼夜信息进行筛选，最终得到秋天傍晚下雨的东方明珠相关的第一彩铃。

S643、将所述第一彩铃确定为匹配彩铃；

具体地，在本申请实施例中，在得到第一彩铃后，平台可以将所述第一彩铃自动设置为视频彩铃，可以提高彩铃设置的便捷性，提高用户体验。

此外、参照图,6，与图1的方法相对应，本申请的实施例中还提供一种视频彩铃设置系统，包括：获取单元，用于获取第一图片数据和所述第一图片数据的拍摄时间；构建单元，用于构建地标建筑识别模型和天气识别模型；第一处理单元，用于根据所述第一图片数据和所述地标建筑识别模型，得到地标建筑信息；第二处理单元，用于根据所述地标建筑信息和所述拍摄时间，得到预测天气信息；第三处理单元，用于根据所述第一图片数据、所述预测天气信息和所述天气识别模型，得到目标天气信息；第四处理单元，用于根据所述地标建筑信息、所述目标天气信息以及所述拍摄时间，在彩铃库中得到匹配彩铃，并将所述匹配彩铃设置为视频彩铃。

与图1的方法相对应，本申请实施例还提供了一种视频彩铃设置装置，其具体结构可参照图7，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述的视频彩铃设置方法。

上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。

与图1的方法相对应，本申请实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行所述的视频彩铃设置方法。

在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本申请的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。

此外，虽然在功能性模块的背景下描述了本申请，但应当理解的是，除非另有相反说明，功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本申请是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本申请。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本申请的范围，本申请的范围由所附权利要求书及其等同方案的全部范围来决定。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干程序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所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM， Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行程序的定序列表，可以具体实现在任何计算机可读介质中，以供程序执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从程序执行系统、装置或设备取程序并执行程序的系统)使用，或结合这些程序执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供程序执行系统、装置或设备或结合这些程序执行系统、装置或设备而使用的装置。

计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的程序执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

尽管已经示出和描述了本申请的实施方式，本领域的普通技术人员可以理解：在不脱离本申请的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本申请的范围由权利要求及其等同物限定。

以上是对本申请的较佳实施进行了具体说明，但本申请并不限于所述实施例，熟悉本领域的技术人员在不违背本申请精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种视频彩铃设置方法，其特征在于，包括以下步骤：

构建地标建筑识别模型和天气识别模型；

获取第一图片数据和所述第一图片数据的拍摄时间；

根据所述第一图片数据和所述地标建筑识别模型，得到地标建筑信息；

根据所述地标建筑信息和所述拍摄时间，得到预测天气信息；

根据所述第一图片数据、所述预测天气信息和所述天气识别模型，得到目标天气信息；

根据所述地标建筑信息、所述目标天气信息以及所述拍摄时间，在彩铃库中得到匹配彩铃，并将所述匹配彩铃设置为视频彩铃。

2.根据权利要求1所述一种视频彩铃设置方法，其特征在于，所述根据所述第一图片数据和所述地标建筑识别模型，得到地标建筑信息这一步骤，具体包括：

获取第一图片数据；

对所述第一图片数据进行预处理，得到矩阵信息；

将所述矩阵信息输入至地标建筑识别模型，得到地标建筑信息。

3.根据权利要求1所述一种视频彩铃设置方法，其特征在于，所述根据所述第一图片数据、所述天气识别模型和预测天气信息，得到目标天气信息这一步骤，具体包括：

获取第一图片数据和预测天气信息；

将所述第一图片数据输入至天气识别模型，得到第一天气向量；

将所述预测天气信息进行向量转化，得到预测天气向量；

根据所述第一天气向量和所述预测天气向量，确定目标天气向量；

根据所述目标天气向量，得到目标天气信息。

4.根据权利要求1所述一种视频彩铃设置方法，其特征在于，所述根据所述地标建筑信息、所述目标天气信息以及所述拍摄时间，在彩铃库中得到匹配彩铃，并将所述匹配彩铃设置为视频彩铃这一步骤，具体包括：

获取地标建筑信息、目标天气信息和拍摄时间；

根据所述拍摄时间，确定拍摄季节和昼夜信息；

根据所述地标建筑信息和所述目标天气信息，在彩铃库中得到彩铃集合；

根据所述拍摄季节和所述昼夜信息，在所述彩铃集合中确定匹配彩铃；

根据所述匹配彩铃，设置视频彩铃。

5.根据权利要求3所述一种视频彩铃设置方法，其特征在于，所述根据所述第一天气向量和所述预测天气向量，确定目标天气向量这一步骤，具体包括：

设定第一天气向量权重和预测天气向量权重；

根据所述第一天气向量和所述第一天气向量权重，得到第二天气向量；

根据所述预测天气向量和所述预测天气向量权重，得到第一预测天气向量；

将所述第二天气向量与所述第一预测天气向量相加，得到目标天气向量。

6.根据权利要求1所述一种视频彩铃设置方法，其特征在于，所述构建地标建筑识别模型，具体包括：

获取地标建筑标注图片数据集；

将所述地标建筑标注图片数据集输入至神经网络模型进行训练，得到地标建筑识别模型。

7.根据权利要求4所述一种视频彩铃设置方法，其特征在于，所述根据所述拍摄季节和所述昼夜信息，在所述彩铃集合中确定匹配彩铃这一步骤，具体包括：

预设拍摄季节和昼夜信息的匹配优先顺序；

根据所述优先顺序对所述彩铃集合进行排序，得到第一彩铃；

将所述第一彩铃确定为匹配彩铃。

8.一种视频彩铃设置系统，其特征在于，包括：

获取单元，用于获取第一图片数据和所述第一图片数据的拍摄时间；

构建单元，用于构建地标建筑识别模型和天气识别模型；

第一处理单元，用于根据所述第一图片数据和所述地标建筑识别模型，得到地标建筑信息；

第二处理单元，用于根据所述地标建筑信息和所述拍摄时间，得到预测天气信息；

第三处理单元，用于根据所述第一图片数据、所述预测天气信息和所述天气识别模型，得到目标天气信息；

第四处理单元，用于根据所述地标建筑信息、所述目标天气信息以及所述拍摄时间，在彩铃库中得到匹配彩铃，并将所述匹配彩铃设置为视频彩铃。

9.一种视频彩铃设置装置，其特征在于包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-7任一项所述一种视频彩铃设置方法。

10.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-7任一项所述一种视频彩铃设置方法。

Images