CN115379117B - 一种旧视频片源修复筛选方法、装置、终端及介质 - Google Patents
一种旧视频片源修复筛选方法、装置、终端及介质 Download PDFInfo
- Publication number
- CN115379117B CN115379117B CN202211005094.2A CN202211005094A CN115379117B CN 115379117 B CN115379117 B CN 115379117B CN 202211005094 A CN202211005094 A CN 202211005094A CN 115379117 B CN115379117 B CN 115379117B
- Authority
- CN
- China
- Prior art keywords
- old video
- source
- repair
- video clip
- old
- 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 39
- 238000012216 screening Methods 0.000 title claims description 43
- 230000008439 repair process Effects 0.000 claims abstract description 110
- 230000006399 behavior Effects 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000007873 sieving Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 9
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本申请公开了一种旧视频片源修复筛选方法、装置、终端及介质，本申请的方案基于老旧片源的用户热度、网络热度、片源质量等方面特征计算老旧片源的修复偏好系数，再结合该老旧片源的修复偏好系数与修复价值系数计算出片源的修复优先级参数，通过综合考虑每部片源的用户观看偏好、片源本身质量等方面因素确定老旧片源的修复优先级，使得平台方可以根据不同老旧片源的修复优先级参数，能够更准确地选中市场价值更高的片源进行修复工作，降低视频平台对老旧片源修复的试错成本。
Description
技术领域
本申请涉及数字信息技术领域，尤其涉及一种旧视频片源修复筛选方法、装置、终端及介质。
背景技术
近年来，随着人们生活水平的提高，人们开始体现出对优秀非物质文化遗产的向往，而影视文化遗产便是其中的一种。
通常情况下，由于受当时采集设备技术落后的影响，与如今的影视作品相比，过去的影视作品普遍存在清晰度不高等问题，因此，需要通过旧片修复技术(Old VedioRepaying)对其进行修复以使其变清晰，从而给人带来更好的视觉感官效果。由于人类影视文化源远流长，优秀的影视文化遗产数不胜数，使得各视频厂商和视频运营商只能有针对性地选择部分旧片进行修复。
目前多数视频类厂商和运营商筛选旧片的方式多为根据旧片的网络话题热度进行筛选，比如根据各大片源排行榜的排名进行筛选，或者按照当时的时事热点去筛选，然而这种筛选方式只注重网络话题热度，评判维度单一，难以保证旧片筛选的准确度，试错成本高。
发明内容
本申请提供了一种旧视频片源修复筛选方法、装置、终端及介质，用于解决现有技术的旧片筛选方式维度单一，筛选准确度不稳定的技术问题。
为解决上述的技术问题，本申请第一方面提供了一种旧视频片源修复筛选方法，包括：
获取旧视频片源；
根据所述旧视频片源，获取所述旧视频片源的用户行为热度数据、网络消息热度数据以及片源质量数据；
根据所述用户行为热度数据、所述网络消息热度数据以及所述片源质量数据，计算所述旧视频片源的修复偏好系数；
根据所述修复偏好系数，结合所述旧视频片源的修复价值系数，通过计算得到所述旧视频片源的修复优先级参数，以便于根据不同旧视频片源的修复优先级参数比较结果，筛选目标旧视频片源。
优选地，根据所述旧视频片源，获取所述旧视频片源的用户行为热度数据、网络消息热度数据以及片源质量数据具体包括：
根据所述旧视频片源，采集与所述旧视频片源关联的用户行为信息，根据所述用户行为信息计算用户行为热度数据；
采集与所述旧视频片源关联的网络消息，根据所述网络消息计算所述旧视频片源的网络消息热度数据；
检测所述旧视频片源的清晰度与坏帧率，根据所述清晰度与所述坏帧率确定所述旧视频片源的片源质量数据。
优选地，所述用户行为信息包括：点击率、收藏率、点击用户量以及完播率。
优选地，所述修复价值系数具体包括：修复成本。
优选地，所述根据所述修复偏好系数，结合所述旧视频片源的修复价值系数，通过计算得到所述旧视频片源的修复优先级参数具体包括：
根据所述修复偏好系数与所述修复成本的比值，得到所述旧视频片源的修复优先级参数。
优选地，所述修复价值系数具体包括：修复成本与修复收益。
优选地，所述根据所述修复偏好系数，结合所述旧视频片源的修复价值系数，通过计算得到所述旧视频片源的修复优先级参数具体包括：
根据所述修复偏好系数与第一比值的乘积，得到所述旧视频片源的修复优先级参数，其中，所述第一比值为所述旧视频片源的修复收益与修复成本的比值。
本申请第二方面提供了一种旧视频片源修复筛选装置，包括：
旧片源获取单元，用于获取旧视频片源；
片源信息获取单元，用于根据所述旧视频片源，获取所述旧视频片源的用户行为热度数据、网络消息热度数据以及片源质量数据；
偏好系数计算单元，用于根据所述用户行为热度数据、所述网络消息热度数据以及所述片源质量数据，计算所述旧视频片源的修复偏好系数；
修复优先级确定单元，用于根据所述修复偏好系数，结合所述旧视频片源的修复价值系数，通过计算得到所述旧视频片源的修复优先级参数，以便于根据不同旧视频片源的修复优先级参数比较结果，筛选目标旧视频片源。
本申请第三方面提供了一种旧视频片源修复筛选终端，其特征在于，包括：存储器与处理器；
所述存储器用于存储程序代码，所述程序代码与如本申请第一方面提供的一种旧视频片源修复筛选方法相对应；
所述处理器用于执行所述程序代码。
本申请第四方面提供了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中保存有程序代码，所述程序代码与如本申请第一方面提供的一种旧视频片源修复筛选方法相对应。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请的方案基于老旧片源的用户热度、网络热度、片源质量等方面特征计算老旧片源的修复偏好系数，再结合该老旧片源的修复偏好系数与修复价值系数计算出片源的修复优先级参数，通过综合考虑每部片源的用户观看偏好、片源本身质量等方面因素确定老旧片源的修复优先级，使得平台方可以根据不同老旧片源的修复优先级参数，能够更准确地选中市场价值更高的片源进行修复工作，降低视频平台对老旧片源修复的试错成本。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本申请提供的一种旧视频片源修复筛选方法的一个实施例的流程示意图。
图2为本申请提供的一种旧视频片源修复筛选方法的另一个实施例的流程示意图。
图3为本申请提供的一种旧视频片源修复筛选装置的一个实施例的结构示意图。
具体实施方式
目前多数视频类厂商和运营商筛选旧片的方式多为根据旧片的网络话题热度进行筛选，比如根据各大片源排行榜的排名进行筛选，或者按照当时的时事热点去筛选，由于旧片修复工作需要大量的人力物力投入，然而这种筛选方式只注重网络话题热度，评判维度单一，难以保证旧片筛选的准确度，从而给开展旧片修复工作的平台方带来较高的试错成本，阻碍了平台方对旧片修复领域的投入，不利于经典影视作品的保护与传承。
有鉴于此，本申请实施例提供了一种旧视频片源修复筛选方法、装置、终端及介质，用于解决现有技术的旧片筛选方式维度单一，筛选准确度不稳定的技术问题。
为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
请参阅图1，本申请第一个实施例提供了一种旧视频片源修复筛选方法，包括：
步骤101、获取旧视频片源。
需要说明的是，对于旧视频片源的判断标准，可以根据片源的年代（≤2010年）、分辨率（≤720p）、脏点（≥全屏5%|出现时长5%）、划痕（≥全屏5%|出现时长5%）、噪点（标准偏差≥8）、坏针率（≥5%）、闪烁（帧率≤60帧/秒），以上因素同时满足三项即可将该片源视为需要修复的旧视频片源。
步骤102、根据旧视频片源，获取旧视频片源的用户行为热度数据、网络消息热度数据以及片源质量数据。
需要说明的是，基于步骤101获取的旧视频片源，获取该旧视频片源的用户行为热度数据、网络消息热度数据以及片源质量数据，其中，用户行为热度数据可用于反映用户对该旧视频片源的偏好程度，网络消息热度数据可用于反映该旧视频片源在网络上的热度，片源质量数据可用于反映该旧视频片源的片源质量。
步骤103、根据用户行为热度数据、网络消息热度数据以及片源质量数据，计算旧视频片源的修复偏好系数。
接着，根据步骤102获得的用户行为热度数据、网络消息热度数据以及片源质量数据，通过预设的计算方式，计算出旧视频片源的修复偏好系数，其中，计算方式包括但不限于：加权求和计算方式或加权平均计算方式，即A=x1α+ x2β+ x3γ或A=(x1α+ x2β+ x3γ)/3，x1、x2、x3为权重系数，x1+x2+x3=1，A为该旧视频片源的修复偏好系数，α为用户行为热度数据，β为网络消息热度数据，γ为片源质量数据。
步骤104、根据修复偏好系数，结合旧视频片源的修复价值系数，通过计算得到旧视频片源的修复优先级参数，以便于根据不同旧视频片源的修复优先级参数比较结果，筛选目标旧视频片源。
再接着，根据步骤103获得的旧视频片源的修复偏好系数，旧视频片源的修复价值系数，通过计算得到旧视频片源的修复优先级参数，以用作判断旧视频片源修复优先级的指标，以便于上述步骤101至104的方法流程，计算出不同旧视频片源的修复优先级参数进行比较，根据比较的结果，从而筛选目标旧视频片源。
本实施例的方案基于老旧片源的用户热度、网络热度、片源质量等方面特征计算老旧片源的修复偏好系数，再结合该老旧片源的修复偏好系数与修复价值系数计算出片源的修复优先级参数，通过综合考虑每部片源的用户观看偏好、片源本身质量等方面因素确定老旧片源的修复优先级，使得平台方可以根据不同老旧片源的修复优先级参数，能够更准确地选中市场价值更高的片源进行修复工作，降低视频平台对老旧片源修复的试错成本。
以上内容便是本申请提供的一种旧视频片源修复筛选方法的第一个实施例的详细说明，下面内容则是本申请提供的一种旧视频片源修复筛选方法的第二个实施例的详细说明。
请参阅图2，本申请第二个实施例在上述第一个实施例的内容基础上，提供了一种旧视频片源修复筛选方法，包括：
进一步地，第一个实施例中提及的步骤102，其步骤过程具体包括：
步骤1021、根据旧视频片源，采集与旧视频片源关联的用户行为信息，根据用户行为信息计算用户行为热度数据；
其中，用户行为信息包括：点击率、收藏率、点击用户量以及完播率，也可以是其中的任意几项。
例如，某片源F1修复前的点击率为a(权重y1)，点击该片用户数为b(权重y2)，完播率为c(权重y3)，收藏率为d(权重y4)，此时，用户行为热度数据的计算式可以为α= y1a+ y2b+ y3c+ y4d。其中，y1+y2+y3+y4= x1。
步骤1022、采集与旧视频片源关联的网络消息，根据网络消息计算旧视频片源的网络消息热度数据；
对于网络消息热度数据的计算，可以从各大网络平台爬取与旧视频片源关联的网络消息，如百度贴吧、微博超话、豆瓣评分以及该片源被翻拍过的次数等，根据采集到的网络消息，计算该旧视频片源的网络热度量化值，作为网络消息热度数据。
步骤1023、检测旧视频片源的清晰度与坏帧率，根据清晰度与坏帧率确定旧视频片源的片源质量数据。
而对于片源质量数据的计算，则可以通过检测该旧视频片源的清晰度与坏帧率两项数据，其中，清晰度可以用片源的分辨率表示，一般情况下，若片源清晰度越高和/或坏帧率越低，则说明该片源的质量越好，具体的计算式包括但不限于以下给出的两种示例：S=Q*(1-B)或S=Q/B，式中，S为片源质量数据，Q为旧视频片源的清晰度，B为旧视频片源的坏帧率。
其中，修复价值系数可以为修复成本，也可以为修复成本与修复收益。
进一步地，当修复价值系数为修复成本时，步骤104中提及的根据修复偏好系数，结合旧视频片源的修复价值系数，通过计算得到旧视频片源的修复优先级参数具体包括：
根据修复偏好系数与修复成本的比值，得到旧视频片源的修复优先级参数。
需要说明的是，旧视频片源的修复优先级参数Z的第一个计算表达式为：Z=A/C，其中，旧视频片源的修复成本C由片源大小V、分辨率系数δ以及片源时长T决定，计算方式可以为：C=V*δ/ T，其中，片源大小一般以G为单位，分辨率系数δ一般根据该旧视频片源的分辨率，按照480x320, 640x480，1024x720依次分为3、2、1三个等级系数。
当修复价值系数为修复成本与修复收益时，步骤104中提及的根据修复偏好系数，结合旧视频片源的修复价值系数，通过计算得到旧视频片源的修复优先级参数具体包括：
根据修复偏好系数与第一比值的乘积，得到旧视频片源的修复优先级参数，其中，第一比值为旧视频片源的修复收益与修复成本的比值。
需要说明的是，旧视频片源的修复优先级参数Z的第二个计算表达式为：Z= A*P/C，其中，P为旧视频片源的修复收益，此处提及的修复收益可以是修复后的通过放映得到的直接收益，例如票房收益、付费点播收益等，计算式可以为P=o*p，其中，o为付费点击率，p为片源单价，也可以是通过其它形式获得的间接收益，例如网络流量、版权费等。
以上内容便是本申请提供的一种旧视频片源修复筛选方法的第二个实施例的详细说明，下面为本申请提供的一种旧视频片源修复筛选装置的一个实施例的详细说明。
请参阅图3，本申请第三个实施例提供了一种旧视频片源修复筛选装置，包括：
旧片源获取单元201，用于获取旧视频片源；
片源信息获取单元202，用于根据旧视频片源，获取旧视频片源的用户行为热度数据、网络消息热度数据以及片源质量数据；
偏好系数计算单元203，用于根据用户行为热度数据、网络消息热度数据以及片源质量数据，计算旧视频片源的修复偏好系数；
修复优先级确定单元204，用于根据修复偏好系数，结合旧视频片源的修复价值系数，通过计算得到旧视频片源的修复优先级参数，以便于根据不同旧视频片源的修复优先级参数比较结果，筛选目标旧视频片源。
此外，本申请还提供了一种旧视频片源修复筛选终端以及一种计算机可读存储介质的实施例说明，具体如下：
本申请第四个实施例提供了一种旧视频片源修复筛选终端，其特征在于，包括：存储器与处理器；
存储器用于存储程序代码，程序代码与如本申请第一个实施例或第二个实施例提供的一种旧视频片源修复筛选方法相对应；
处理器用于执行程序代码，以通过处理器执行存储器中的程序代码，从而实现本申请第一个实施例或第二个实施例提供的一种旧视频片源修复筛选方法。
本申请第五个实施例提供了一种计算机可读存储介质与上一实施例中提及的存储器相对应，其特征在于，计算机可读存储介质中保存有程序代码，程序代码与如本申请第一个实施例或第二个实施例提供的一种旧视频片源修复筛选方法相对应。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的终端，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元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，本发明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全部或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，包括若干指令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）执行本发明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-OnlyMemory）、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。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种旧视频片源修复筛选方法，其特征在于，包括：
获取旧视频片源；
根据所述旧视频片源，获取所述旧视频片源的用户行为热度数据、网络消息热度数据以及片源质量数据；
根据所述用户行为热度数据、所述网络消息热度数据以及所述片源质量数据，计算所述旧视频片源的修复偏好系数；
根据所述修复偏好系数，结合所述旧视频片源的修复价值系数，通过计算得到所述旧视频片源的修复优先级参数，以便于根据不同旧视频片源的修复优先级参数比较结果，筛选目标旧视频片源。
2.根据权利要求1所述的一种旧视频片源修复筛选方法，其特征在于，根据所述旧视频片源，获取所述旧视频片源的用户行为热度数据、网络消息热度数据以及片源质量数据具体包括：
根据所述旧视频片源，采集与所述旧视频片源关联的用户行为信息，根据所述用户行为信息计算用户行为热度数据；
采集与所述旧视频片源关联的网络消息，根据所述网络消息计算所述旧视频片源的网络消息热度数据；
检测所述旧视频片源的清晰度与坏帧率，根据所述清晰度与所述坏帧率确定所述旧视频片源的片源质量数据。
3.根据权利要求2所述的一种旧视频片源修复筛选方法，其特征在于，所述用户行为信息包括：点击率、收藏率、点击用户量以及完播率。
4.根据权利要求1所述的一种旧视频片源修复筛选方法，其特征在于，所述修复价值系数具体包括：修复成本。
5.根据权利要求4所述的一种旧视频片源修复筛选方法，其特征在于，所述根据所述修复偏好系数，结合所述旧视频片源的修复价值系数，通过计算得到所述旧视频片源的修复优先级参数具体包括：
根据所述修复偏好系数与所述修复成本的比值，得到所述旧视频片源的修复优先级参数。
6.根据权利要求1所述的一种旧视频片源修复筛选方法，其特征在于，所述修复价值系数具体包括：修复成本与修复收益。
7.根据权利要求6所述的一种旧视频片源修复筛选方法，其特征在于，所述根据所述修复偏好系数，结合所述旧视频片源的修复价值系数，通过计算得到所述旧视频片源的修复优先级参数具体包括：
根据所述修复偏好系数与第一比值的乘积，得到所述旧视频片源的修复优先级参数，其中，所述第一比值为所述旧视频片源的修复收益与修复成本的比值。
8.一种旧视频片源修复筛选装置，其特征在于，包括：
旧片源获取单元，用于获取旧视频片源；
片源信息获取单元，用于根据所述旧视频片源，获取所述旧视频片源的用户行为热度数据、网络消息热度数据以及片源质量数据；
偏好系数计算单元，用于根据所述用户行为热度数据、所述网络消息热度数据以及所述片源质量数据，计算所述旧视频片源的修复偏好系数；
修复优先级确定单元，用于根据所述修复偏好系数，结合所述旧视频片源的修复价值系数，通过计算得到所述旧视频片源的修复优先级参数，以便于根据不同旧视频片源的修复优先级参数比较结果，筛选目标旧视频片源。
9.一种旧视频片源修复筛选终端，其特征在于，包括：存储器与处理器；
所述存储器用于存储程序代码，所述程序代码与如权利要求1至7任意一项所述的一种旧视频片源修复筛选方法相对应；
所述处理器用于执行所述程序代码。
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中保存有程序代码，所述程序代码与如权利要求1至7任意一项所述的一种旧视频片源修复筛选方法相对应。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211005094.2A CN115379117B (zh) | 2022-08-22 | 2022-08-22 | 一种旧视频片源修复筛选方法、装置、终端及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211005094.2A CN115379117B (zh) | 2022-08-22 | 2022-08-22 | 一种旧视频片源修复筛选方法、装置、终端及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115379117A CN115379117A (zh) | 2022-11-22 |
| CN115379117B true CN115379117B (zh) | 2023-05-23 |
Family
ID=84067421
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211005094.2A Active CN115379117B (zh) | 2022-08-22 | 2022-08-22 | 一种旧视频片源修复筛选方法、装置、终端及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115379117B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106055642A (zh) * | 2016-05-31 | 2016-10-26 | 乐视控股（北京）有限公司 | 获取片源需求的方法及装置 |
| WO2017107453A1 (zh) * | 2015-12-23 | 2017-06-29 | 乐视控股（北京）有限公司 | 一种视频内容推荐方法、设备和系统 |
| CN109040796A (zh) * | 2018-08-17 | 2018-12-18 | 深圳市迅雷网络技术有限公司 | 内容片段热度的计算方法、影音内容的播放方法及装置 |
| CN110337012A (zh) * | 2019-05-08 | 2019-10-15 | 未来电视有限公司 | 基于互联网电视平台的智能推荐方法和装置 |
| WO2021073164A1 (zh) * | 2019-10-15 | 2021-04-22 | 平安科技（深圳）有限公司 | 基于大数据的视频课程推荐方法和相关装置 |
| CN113724136A (zh) * | 2021-09-06 | 2021-11-30 | 腾讯音乐娱乐科技（深圳）有限公司 | 一种视频修复方法、设备及介质 |
| CN114491150A (zh) * | 2022-03-28 | 2022-05-13 | 苏州浪潮智能科技有限公司 | 一种视频推荐方法、系统、设备及计算机可读存储介质 |
| CN114780965A (zh) * | 2022-04-20 | 2022-07-22 | 上海碳泽信息科技有限公司 | 一种漏洞修复优先级评估方法与系统 |
-
2022
- 2022-08-22 CN CN202211005094.2A patent/CN115379117B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017107453A1 (zh) * | 2015-12-23 | 2017-06-29 | 乐视控股（北京）有限公司 | 一种视频内容推荐方法、设备和系统 |
| CN106055642A (zh) * | 2016-05-31 | 2016-10-26 | 乐视控股（北京）有限公司 | 获取片源需求的方法及装置 |
| CN109040796A (zh) * | 2018-08-17 | 2018-12-18 | 深圳市迅雷网络技术有限公司 | 内容片段热度的计算方法、影音内容的播放方法及装置 |
| CN110337012A (zh) * | 2019-05-08 | 2019-10-15 | 未来电视有限公司 | 基于互联网电视平台的智能推荐方法和装置 |
| WO2021073164A1 (zh) * | 2019-10-15 | 2021-04-22 | 平安科技（深圳）有限公司 | 基于大数据的视频课程推荐方法和相关装置 |
| CN113724136A (zh) * | 2021-09-06 | 2021-11-30 | 腾讯音乐娱乐科技（深圳）有限公司 | 一种视频修复方法、设备及介质 |
| CN114491150A (zh) * | 2022-03-28 | 2022-05-13 | 苏州浪潮智能科技有限公司 | 一种视频推荐方法、系统、设备及计算机可读存储介质 |
| CN114780965A (zh) * | 2022-04-20 | 2022-07-22 | 上海碳泽信息科技有限公司 | 一种漏洞修复优先级评估方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115379117A (zh) | 2022-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Seshadrinathan et al. | Temporal hysteresis model of time varying subjective video quality | |
| CN103714067B (zh) | 一种信息推送方法和装置 | |
| CN107463440A (zh) | 一种弹窗展示方法及装置 | |
| CN109377280B (zh) | 一种广告排序机制生成方法及生成系统 | |
| US8145512B1 (en) | Data mining of user activity data to identify sequential item acquisition patterns | |
| JP2009522665A (ja) | 推定した広告品質を用いた広告の選別、ランク付けおよび奨励 | |
| CN104834731A (zh) | 一种自媒体信息的推荐方法及装置 | |
| EP1337930A1 (en) | Method for making time-sensitive determinations of traffic intensity for a visitable site | |
| CN108537586A (zh) | 基于用户画像的数据处理方法及装置 | |
| CN111311332A (zh) | 用户数据的处理方法和装置 | |
| CN105719112A (zh) | 配送异常状态的确定方法、装置及服务器 | |
| CN113674013A (zh) | 一种基于商户自定义规则的广告竞价调整方法及系统 | |
| CN115379117B (zh) | 一种旧视频片源修复筛选方法、装置、终端及介质 | |
| CN110189181B (zh) | 一种用于在线视频app的广告浏览受益的记账系统 | |
| CN117012345A (zh) | 一种医学影像半自动标注方法、系统、设备及介质 | |
| WO2015096742A1 (zh) | 一种信息处理方法、装置和系统 | |
| US7987123B1 (en) | Method and system for providing market analysis for wireless data markets | |
| CN113961803A (zh) | 拍品推荐方法及装置以及计算机可读存储介质 | |
| CN116761037B (zh) | 视频植入多媒体信息的方法、装置、设备及介质 | |
| CN117082020B (zh) | 基于即时通讯软件的朋友圈自动化转发方法 | |
| Barkowsky et al. | Perceptually motivated spatial and temporal integration of pixel based video quality measures | |
| CN113159828A (zh) | 促销方案的推荐方法、装置及计算机可读存储介质 | |
| CN116071134B (zh) | 一种智能用户体验显示方法、系统和存储介质 | |
| CN118229349A (zh) | 基于偏好分析的用户权益包个性化处理方法及系统 | |
| WO2001016841A2 (en) | System and method for measuring and reporting user reactions to particular web pages of a website |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20250102 Address after: Unit 1, Building 1, China Telecom Zhejiang Innovation Park, No. 8 Xiqin Street, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province, 311100 Patentee after: Tianyi Shilian Technology Co.,Ltd. Country or region after: China Address before: 200000 room 1423, No. 1256 and 1258, Wanrong Road, Jing'an District, Shanghai Patentee before: Tianyi Digital Life Technology Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |