CN115545847B - 一种基于视频流的商品识别搜索方法和系统 - Google Patents

一种基于视频流的商品识别搜索方法和系统 Download PDF

Info

Publication number
CN115545847B
CN115545847B CN202211294578.3A CN202211294578A CN115545847B CN 115545847 B CN115545847 B CN 115545847B CN 202211294578 A CN202211294578 A CN 202211294578A CN 115545847 B CN115545847 B CN 115545847B
Authority
CN
China
Prior art keywords
commodity
video
frame
information
time
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
Application number
CN202211294578.3A
Other languages
English (en)
Other versions
CN115545847A (zh
Inventor
容保邦
容仲儒
万助金
陈文凯
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.)
Shenzhen Kaishenghao Technology Co ltd
Original Assignee
Shenzhen Kaishenghao 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 Shenzhen Kaishenghao Technology Co ltd filed Critical Shenzhen Kaishenghao Technology Co ltd
Priority to CN202211294578.3A priority Critical patent/CN115545847B/zh
Publication of CN115545847A publication Critical patent/CN115545847A/zh
Application granted granted Critical
Publication of CN115545847B publication Critical patent/CN115545847B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • 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
    • G06F16/73—Querying
    • G06F16/738—Presentation of query results
    • 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
    • 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
    • G06F16/7844—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 original textual content or text extracted from visual content or transcript of audio data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Library & Information Science (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出了一种基于视频流的商品识别搜索方法和系统。所述商品识别搜索方法包括：实时获取用户输入的商品名称信息以及商品名称信息输入对应的时刻信息；提取商品平台系统中与所述时刻信息对应时间范围内的视频流；对所述视频流进行帧拆解，形成多个帧子集；对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示。所述系统包括与所述方法步骤对应的模块。

Description

一种基于视频流的商品识别搜索方法和系统
技术领域
本发明提出了一种基于视频流的商品识别搜索方法和系统，属于互联网技术领域。
背景技术
随着互联网网络信息技术的发展，各种互联网线上业务也随着互联网线上平台应运而生。各个互联网线上平台为了提高业务产品的使用率，需要针对不同用户投放各种互联网内容，以期达到更高的转换率。然而，随着目前媒体信息主要以视频方式展示的主流发展状态下，由于视频量的增加率激增，导致在视频购物或直播的情况下商品搜索的识别获取效率低和及时性差。
发明内容
本发明提供了一种基于视频流的商品识别搜索方法和系统，用以解决现有直播购物过程中，商品搜索的识别获取效率低和及时性差的问题，所采取的技术方案如下：
一种基于视频流的商品识别搜索方法，所述商品识别搜索方法包括：
实时获取用户输入的商品名称信息以及商品名称信息输入对应的时刻信息；
提取商品平台系统中与所述时刻信息对应时间范围内的视频流；
对所述视频流进行帧拆解，形成多个帧子集；
对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示。
进一步地，提取商品平台系统中与所述时刻信息对应时间范围内的视频流，包括：
提取所述时刻信息，利用时间范围模型设置与所述时刻信息对应的时间范围；其中，所述时间范围模型如下：
Figure SMS_1
Figure SMS_2
其中，T表示与所述时刻信息对应的时间范围，所述时间范围的规划为：以所述时刻信息对应时刻为起始点向前的与所述时间范围对应的历史时长；C表示单位时间内商品平台系统的视频流单位数据量，并且所述单位时间为3s；C 0表示单位时间内所述商品平台系统的视频流额定饱和数据量；C 1和C 2分别对应表示预先设置的第一视频流数据量阈值和第二视频流数据量阈值，并且，C 1<C 2<C 0；T 0表示基准时间标定量，并且，T 0的取值范围为5min-8min；
提取商品平台系统中与所述时间范围相对应的视频流。
进一步地，对所述视频流进行帧拆解，形成多个帧子集，包括：
将所述视频流按照商品平台系统的商家为单位进行视频分流，获得多个视频流，并将所述视频流与其对应的商家和视频对应商品之间建立关联调取关系；
将每个所述视频流进行帧拆解，获得与所述视频流对应的多个帧视频图像；
将所述多个帧视频图像整合形成与每个商家对应的帧子集。
进一步地，对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示，包括：
针对每个帧子集中的每个帧视频图像进行文本识别，获取每个帧视频图像中所包含的文本信息；
对所述文本信息进行识别和筛选，提取出现所述商品名称信息的帧视频图像，并将出现所述商品名称信息的帧视频图像作为目标视频帧信息；
提取所述目标视频帧信息对应的视频流，根据所述视频流对应的商家和视频对应商品的关联调取关系调取对应商品链接、商品图像和商家信息；
将所述商品链接、商品图像和商家信息在商品平台系统页面中进行展示。
进一步地，所述商品识别搜索方法还包括：
实时获取用户的商品浏览情况，判断用户当前是否处于其输入的商品名称信息的目标商品浏览状态
如果用户当前处于其输入的商品名称信息的目标商品浏览状态，则针对用户进行目标商品的浏览期间的视频流进行持续的商品识别，获取用户当前处于其输入的商品名称信息的目标商品浏览状态下的与所述商品名称信息相符的新增商品及其商家，并对新增商品及其商家进行展示。
一种基于视频流的商品识别搜索系统，所述商品识别搜索系统包括：
实时信息获取模块，用于实时获取用户输入的商品名称信息以及商品名称信息输入对应的时刻信息；
视频流提取模块，用于提取商品平台系统中与所述时刻信息对应时间范围内的视频流；
帧子集获取模块，用于对所述视频流进行帧拆解，形成多个帧子集；
商品搜索展示模块，用于对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示。
进一步地，所述视频流提取模块包括：
时间提取设置模块，用于提取所述时刻信息，利用时间范围模型设置与所述时刻信息对应的时间范围；其中，所述时间范围模型如下：
Figure SMS_3
/>
Figure SMS_4
其中，T表示与所述时刻信息对应的时间范围，所述时间范围的规划为：以所述时刻信息对应时刻为起始点向前的与所述时间范围对应的历史时长；C表示单位时间内商品平台系统的视频流单位数据量，并且所述单位时间为3s；C 0表示单位时间内所述商品平台系统的视频流额定饱和数据量；C 1和C 2分别对应表示预先设置的第一视频流数据量阈值和第二视频流数据量阈值，并且，C 1<C 2<C 0；T 0表示基准时间标定量，并且，T 0的取值范围为5min-8min；
流数据提取模块，用于提取商品平台系统中与所述时间范围相对应的视频流。
进一步地，所述帧子集获取模块包括：
分流模块，用于将所述视频流按照商品平台系统的商家为单位进行视频分流，获得多个视频流，并将所述视频流与其对应的商家和视频对应商品之间建立关联调取关系；
拆解模块，用于将每个所述视频流进行帧拆解，获得与所述视频流对应的多个帧视频图像；
整合模块，用于将所述多个帧视频图像整合形成与每个商家对应的帧子集。
进一步地，所述商品搜索展示模块包括：
文本信息获取模块，用于针对每个帧子集中的每个帧视频图像进行文本识别，获取每个帧视频图像中所包含的文本信息；
筛选识别模块，用于对所述文本信息进行识别和筛选，提取出现所述商品名称信息的帧视频图像，并将出现所述商品名称信息的帧视频图像作为目标视频帧信息；
商品信息提取模块，用于提取所述目标视频帧信息对应的视频流，根据所述视频流对应的商家和视频对应商品的关联调取关系调取对应商品链接、商品图像和商家信息；
展示模块，用于将所述商品链接、商品图像和商家信息在商品平台系统页面中进行展示。
进一步地，所述商品识别搜索系统还包括：
浏览监控模块，用于实时获取用户的商品浏览情况，判断用户当前是否处于其输入的商品名称信息的目标商品浏览状态
持续搜索模块，用于如果用户当前处于其输入的商品名称信息的目标商品浏览状态，则针对用户进行目标商品的浏览期间的视频流进行持续的商品识别，获取用户当前处于其输入的商品名称信息的目标商品浏览状态下的与所述商品名称信息相符的新增商品及其商家，并对新增商品及其商家进行展示。
本发明有益效果：
本发明提出的一种基于视频流的商品识别搜索方法和系统以视频流为基础获取商品信息，能够有效提高商品搜索和识别获取的效率和及时性。同时，通过时间范围模型设置搜索时刻之前的时间段内的视频流对应的商品信息并结合后续持续针对用户对于商品信息浏览状态的监控，能够有效提高商品信息获取的全面性，避免商品信息获取遗漏的问题发生。另一方面，通过时间范围模型设置搜索时刻之前的时间段内能够有效提高时间范围设置的准确性和合理性，由于单位时间的视频播放量对应着产品的推荐更新速度，因此，结合单位时间内商品平台系统的视频流单位数据量进行时间范围的设置能够针对商品平台实际产品推荐情况就针对性设置，能够有效提高时间范围设置与产品推荐更新速度之间的匹配性。防止同一时段设置在产品更新流量和速度较大的情况下，导致待识别视频流较多导致产品搜索视频响应较长而降低搜索识别效率的问题发生，同时，又能够防止产品更新流量和速度较慢的情况下，产品推荐数量无法满足用户浏览需求的问题发生。有效提高时间范围设置和视频流抓取数据量根据实际视频播放情况的自适应调节性能。
附图说明
图1为本发明所述方法的流程图；
图2为本发明所述系统的系统框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提出了一种基于视频流的商品识别搜索方法，如图1所示，所述商品识别搜索方法包括：
S1、实时获取用户输入的商品名称信息以及商品名称信息输入对应的时刻信息；
S2、提取商品平台系统中与所述时刻信息对应时间范围内的视频流；
S3、对所述视频流进行帧拆解，形成多个帧子集；
S4、对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示。
上述技术方案的工作原理为：首先，实时获取用户输入的商品名称信息以及商品名称信息输入对应的时刻信息；然后，提取商品平台系统中与所述时刻信息对应时间范围内的视频流；随后，对所述视频流进行帧拆解，形成多个帧子集；最后，对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示。
上述技术方案的效果为：本发明提出的一种基于视频流的商品识别搜索方法以视频流为基础获取商品信息，能够有效提高商品搜索和识别获取的效率和及时性。同时，通过时间范围模型设置搜索时刻之前的时间段内的视频流对应的商品信息并结合后续持续针对用户对于商品信息浏览状态的监控，能够有效提高商品信息获取的全面性，避免商品信息获取遗漏的问题发生。另一方面，通过时间范围模型设置搜索时刻之前的时间段内能够有效提高时间范围设置的准确性和合理性，由于单位时间的视频播放量对应着产品的推荐更新速度，因此，结合单位时间内商品平台系统的视频流单位数据量进行时间范围的设置能够针对商品平台实际产品推荐情况就针对性设置，能够有效提高时间范围设置与产品推荐更新速度之间的匹配性。防止同一时段设置在产品更新流量和速度较大的情况下，导致待识别视频流较多导致产品搜索视频响应较长而降低搜索识别效率的问题发生，同时，又能够防止产品更新流量和速度较慢的情况下，产品推荐数量无法满足用户浏览需求的问题发生。有效提高时间范围设置和视频流抓取数据量根据实际视频播放情况的自适应调节性能。
本发明的一个实施例，提取商品平台系统中与所述时刻信息对应时间范围内的视频流，包括：
S201、提取所述时刻信息，利用时间范围模型设置与所述时刻信息对应的时间范围；其中，所述时间范围模型如下：
Figure SMS_5
Figure SMS_6
其中，T表示与所述时刻信息对应的时间范围，所述时间范围的规划为：以所述时刻信息对应时刻为起始点向前的与所述时间范围对应的历史时长；C表示单位时间内商品平台系统的视频流单位数据量，并且所述单位时间为3s；C 0表示单位时间内所述商品平台系统的视频流额定饱和数据量；C 1和C 2分别对应表示预先设置的第一视频流数据量阈值和第二视频流数据量阈值，并且，C 1<C 2<C 0；T 0表示基准时间标定量，并且，T 0的取值范围为5min-8min；
S202、提取商品平台系统中与所述时间范围相对应的视频流。
上述技术方案的工作原理为：首先，提取所述时刻信息，利用时间范围模型设置与所述时刻信息对应的时间范围；其中，所述时间范围模型如下：
Figure SMS_7
Figure SMS_8
其中，T表示与所述时刻信息对应的时间范围，所述时间范围的规划为：以所述时刻信息对应时刻为起始点向前的与所述时间范围对应的历史时长；C表示单位时间内商品平台系统的视频流单位数据量，并且所述单位时间为3s；C 0表示单位时间内所述商品平台系统的视频流额定饱和数据量；C 1和C 2分别对应表示预先设置的第一视频流数据量阈值和第二视频流数据量阈值，并且，C 1<C 2<C 0；T 0表示基准时间标定量，并且，T 0的取值范围为5min-8min；
然后，提取商品平台系统中与所述时间范围相对应的视频流。
上述技术方案的效果为：通过时间范围模型设置搜索时刻之前的时间段内能够有效提高时间范围设置的准确性和合理性，由于单位时间的视频播放量对应着产品的推荐更新速度，因此，结合单位时间内商品平台系统的视频流单位数据量进行时间范围的设置能够针对商品平台实际产品推荐情况就针对性设置，能够有效提高时间范围设置与产品推荐更新速度之间的匹配性。防止同一时段设置在产品更新流量和速度较大的情况下，导致待识别视频流较多导致产品搜索视频响应较长而降低搜索识别效率的问题发生，同时，又能够防止产品更新流量和速度较慢的情况下，产品推荐数量无法满足用户浏览需求的问题发生。有效提高时间范围设置和视频流抓取数据量根据实际视频播放情况的自适应调节性能。
本发明的一个实施例，对所述视频流进行帧拆解，形成多个帧子集，包括：
S301、将所述视频流按照商品平台系统的商家为单位进行视频分流，获得多个视频流，并将所述视频流与其对应的商家和视频对应商品之间建立关联调取关系；
S302、将每个所述视频流进行帧拆解，获得与所述视频流对应的多个帧视频图像；
S303、将所述多个帧视频图像整合形成与每个商家对应的帧子集。
上述技术方案的工作原理为：首先，将所述视频流按照商品平台系统的商家为单位进行视频分流，获得多个视频流，并将所述视频流与其对应的商家和视频对应商品之间建立关联调取关系；然后，将每个所述视频流进行帧拆解，获得与所述视频流对应的多个帧视频图像；最后，将所述多个帧视频图像整合形成与每个商家对应的帧子集。
上述技术方案的效果为：通过上述方式能够有效提高帧视频图像数据获取的效率和准确性。
本发明的一个实施例，对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示，包括：
S401、针对每个帧子集中的每个帧视频图像进行文本识别，获取每个帧视频图像中所包含的文本信息；
S402、对所述文本信息进行识别和筛选，提取出现所述商品名称信息的帧视频图像，并将出现所述商品名称信息的帧视频图像作为目标视频帧信息；
S403、提取所述目标视频帧信息对应的视频流，根据所述视频流对应的商家和视频对应商品的关联调取关系调取对应商品链接、商品图像和商家信息；
S404、将所述商品链接、商品图像和商家信息在商品平台系统页面中进行展示。
上述技术方案的工作原理为：首先，针对每个帧子集中的每个帧视频图像进行文本识别，获取每个帧视频图像中所包含的文本信息；
然后，对所述文本信息进行识别和筛选，提取出现所述商品名称信息的帧视频图像，并将出现所述商品名称信息的帧视频图像作为目标视频帧信息；
随后，提取所述目标视频帧信息对应的视频流，根据所述视频流对应的商家和视频对应商品的关联调取关系调取对应商品链接、商品图像和商家信息；
最后，将所述商品链接、商品图像和商家信息在商品平台系统页面中进行展示。
上述技术方案的效果为：通过上述方式能够有效提高文本信息筛选和识别的准确性和效率，进而有效提高后续商品搜索识别展示的效率和准确性。
本发明的一个实施例，所述商品识别搜索方法还包括：
步骤1、实时获取用户的商品浏览情况，判断用户当前是否处于其输入的商品名称信息的目标商品浏览状态
步骤2、如果用户当前处于其输入的商品名称信息的目标商品浏览状态，则针对用户进行目标商品的浏览期间的视频流进行持续的商品识别，获取用户当前处于其输入的商品名称信息的目标商品浏览状态下的与所述商品名称信息相符的新增商品及其商家，并对新增商品及其商家进行展示。
上述技术方案的工作原理为：首先，实时获取用户的商品浏览情况，判断用户当前是否处于其输入的商品名称信息的目标商品浏览状态；然后，如果用户当前处于其输入的商品名称信息的目标商品浏览状态，则针对用户进行目标商品的浏览期间的视频流进行持续的商品识别，获取用户当前处于其输入的商品名称信息的目标商品浏览状态下的与所述商品名称信息相符的新增商品及其商家，并对新增商品及其商家进行展示。
上述技术方案的效果为：通过时间范围模型设置搜索时刻之前的时间段内的视频流对应的商品信息并结合后续持续针对用户对于商品信息浏览状态的监控，能够有效提高商品信息获取的全面性，避免商品信息获取遗漏的问题发生。
本发明实施例提出了一种基于视频流的商品识别搜索系统，如图2所示，所述商品识别搜索系统包括：
实时信息获取模块，用于实时获取用户输入的商品名称信息以及商品名称信息输入对应的时刻信息；
视频流提取模块，用于提取商品平台系统中与所述时刻信息对应时间范围内的视频流；
帧子集获取模块，用于对所述视频流进行帧拆解，形成多个帧子集；
商品搜索展示模块，用于对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示。
上述技术方案的工作原理为：首先，通过实时信息获取模块实时获取用户输入的商品名称信息以及商品名称信息输入对应的时刻信息；然后，采用视频流提取模块提取商品平台系统中与所述时刻信息对应时间范围内的视频流；之后，采用帧子集获取模块对所述视频流进行帧拆解，形成多个帧子集；最后，利用商品搜索展示模块对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示。
上述技术方案的效果为：本发明提出的一种基于视频流的商品识别搜索系统以视频流为基础获取商品信息，能够有效提高商品搜索和识别获取的效率和及时性。同时，通过时间范围模型设置搜索时刻之前的时间段内的视频流对应的商品信息并结合后续持续针对用户对于商品信息浏览状态的监控，能够有效提高商品信息获取的全面性，避免商品信息获取遗漏的问题发生。另一方面，通过时间范围模型设置搜索时刻之前的时间段内能够有效提高时间范围设置的准确性和合理性，由于单位时间的视频播放量对应着产品的推荐更新速度，因此，结合单位时间内商品平台系统的视频流单位数据量进行时间范围的设置能够针对商品平台实际产品推荐情况就针对性设置，能够有效提高时间范围设置与产品推荐更新速度之间的匹配性。防止同一时段设置在产品更新流量和速度较大的情况下，导致待识别视频流较多导致产品搜索视频响应较长而降低搜索识别效率的问题发生，同时，又能够防止产品更新流量和速度较慢的情况下，产品推荐数量无法满足用户浏览需求的问题发生。有效提高时间范围设置和视频流抓取数据量根据实际视频播放情况的自适应调节性能。
本发明的一个实施例，所述视频流提取模块包括：
时间提取设置模块，用于提取所述时刻信息，利用时间范围模型设置与所述时刻信息对应的时间范围；其中，所述时间范围模型如下：
Figure SMS_9
Figure SMS_10
其中，T表示与所述时刻信息对应的时间范围，所述时间范围的规划为：以所述时刻信息对应时刻为起始点向前的与所述时间范围对应的历史时长；C表示单位时间内商品平台系统的视频流单位数据量，并且所述单位时间为3s；C 0表示单位时间内所述商品平台系统的视频流额定饱和数据量；C 1和C 2分别对应表示预先设置的第一视频流数据量阈值和第二视频流数据量阈值，并且，C 1<C 2<C 0；T 0表示基准时间标定量，并且，T 0的取值范围为5min-8min；
流数据提取模块，用于提取商品平台系统中与所述时间范围相对应的视频流。
上述技术方案的工作原理为：首先，通过时间提取设置模块提取所述时刻信息，利用时间范围模型设置与所述时刻信息对应的时间范围；其中，所述时间范围模型如下：
Figure SMS_11
Figure SMS_12
其中，T表示与所述时刻信息对应的时间范围，所述时间范围的规划为：以所述时刻信息对应时刻为起始点向前的与所述时间范围对应的历史时长；C表示单位时间内商品平台系统的视频流单位数据量，并且所述单位时间为3s；C 0表示单位时间内所述商品平台系统的视频流额定饱和数据量；C 1和C 2分别对应表示预先设置的第一视频流数据量阈值和第二视频流数据量阈值，并且，C 1<C 2<C 0；T 0表示基准时间标定量，并且，T 0的取值范围为5min-8min；
随后，采用流数据提取模块提取商品平台系统中与所述时间范围相对应的视频流。
上述技术方案的效果为：通过时间范围模型设置搜索时刻之前的时间段内能够有效提高时间范围设置的准确性和合理性，由于单位时间的视频播放量对应着产品的推荐更新速度，因此，结合单位时间内商品平台系统的视频流单位数据量进行时间范围的设置能够针对商品平台实际产品推荐情况就针对性设置，能够有效提高时间范围设置与产品推荐更新速度之间的匹配性。防止同一时段设置在产品更新流量和速度较大的情况下，导致待识别视频流较多导致产品搜索视频响应较长而降低搜索识别效率的问题发生，同时，又能够防止产品更新流量和速度较慢的情况下，产品推荐数量无法满足用户浏览需求的问题发生。有效提高时间范围设置和视频流抓取数据量根据实际视频播放情况的自适应调节性能。
本发明的一个实施例，所述帧子集获取模块包括：
分流模块，用于将所述视频流按照商品平台系统的商家为单位进行视频分流，获得多个视频流，并将所述视频流与其对应的商家和视频对应商品之间建立关联调取关系；
拆解模块，用于将每个所述视频流进行帧拆解，获得与所述视频流对应的多个帧视频图像；
整合模块，用于将所述多个帧视频图像整合形成与每个商家对应的帧子集。
上述技术方案的工作原理为：首先，通过分流模块将所述视频流按照商品平台系统的商家为单位进行视频分流，获得多个视频流，并将所述视频流与其对应的商家和视频对应商品之间建立关联调取关系；然后，利用拆解模块将每个所述视频流进行帧拆解，获得与所述视频流对应的多个帧视频图像；最后，采用整合模块将所述多个帧视频图像整合形成与每个商家对应的帧子集。
上述技术方案的效果为：通过上述方式能够有效提高帧视频图像数据获取的效率和准确性。
本发明的一个实施例，所述商品搜索展示模块包括：
文本信息获取模块，用于针对每个帧子集中的每个帧视频图像进行文本识别，获取每个帧视频图像中所包含的文本信息；
筛选识别模块，用于对所述文本信息进行识别和筛选，提取出现所述商品名称信息的帧视频图像，并将出现所述商品名称信息的帧视频图像作为目标视频帧信息；
商品信息提取模块，用于提取所述目标视频帧信息对应的视频流，根据所述视频流对应的商家和视频对应商品的关联调取关系调取对应商品链接、商品图像和商家信息；
将所述商品链接、商品图像和商家信息在商品平台系统页面中进行展示。
上述技术方案的工作原理为：首先，通过文本信息获取模块针对每个帧子集中的每个帧视频图像进行文本识别，获取每个帧视频图像中所包含的文本信息；
然后，利用筛选识别模块对所述文本信息进行识别和筛选，提取出现所述商品名称信息的帧视频图像，并将出现所述商品名称信息的帧视频图像作为目标视频帧信息；
随后，采用商品信息提取模块提取所述目标视频帧信息对应的视频流，根据所述视频流对应的商家和视频对应商品的关联调取关系调取对应商品链接、商品图像和商家信息；
最后，采用展示模块将所述商品链接、商品图像和商家信息在商品平台系统页面中进行展示。
上述技术方案的效果为：通过上述方式能够有效提高文本信息筛选和识别的准确性和效率，进而有效提高后续商品搜索识别展示的效率和准确性。
本发明的一个实施例，所述商品识别搜索系统还包括：
浏览监控模块，用于实时获取用户的商品浏览情况，判断用户当前是否处于其输入的商品名称信息的目标商品浏览状态
持续搜索模块，用于如果用户当前处于其输入的商品名称信息的目标商品浏览状态，则针对用户进行目标商品的浏览期间的视频流进行持续的商品识别，获取用户当前处于其输入的商品名称信息的目标商品浏览状态下的与所述商品名称信息相符的新增商品及其商家，并对新增商品及其商家进行展示。
上述技术方案的工作原理为：首先，通过浏览监控模块实时获取用户的商品浏览情况，判断用户当前是否处于其输入的商品名称信息的目标商品浏览状态；然后，利用持续搜索模块在如果用户当前处于其输入的商品名称信息的目标商品浏览状态时，针对用户进行目标商品的浏览期间的视频流进行持续的商品识别，获取用户当前处于其输入的商品名称信息的目标商品浏览状态下的与所述商品名称信息相符的新增商品及其商家，并对新增商品及其商家进行展示。
上述技术方案的效果为：通过时间范围模型设置搜索时刻之前的时间段内的视频流对应的商品信息并结合后续持续针对用户对于商品信息浏览状态的监控，能够有效提高商品信息获取的全面性，避免商品信息获取遗漏的问题发生。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于视频流的商品识别搜索方法，其特征在于，所述商品识别搜索方法包括：
实时获取用户输入的商品名称信息以及商品名称信息输入对应的时刻信息；
提取商品平台系统中与所述时刻信息对应时间范围内的视频流；
对所述视频流进行帧拆解，形成多个帧子集；
对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示；
提取商品平台系统中与所述时刻信息对应时间范围内的视频流，包括：
提取所述时刻信息，利用时间范围模型设置与所述时刻信息对应的时间范围；其中，所述时间范围模型如下：
Figure QLYQS_1
Figure QLYQS_2
其中，T表示与所述时刻信息对应的时间范围，所述时间范围的规划为：以所述时刻信息对应时刻为起始点向前的与所述时间范围对应的历史时长；C表示单位时间内商品平台系统的视频流单位数据量，并且所述单位时间为3s；C 0表示单位时间内所述商品平台系统的视频流额定饱和数据量；C 1和C 2分别对应表示预先设置的第一视频流数据量阈值和第二视频流数据量阈值，并且，C 1<C 2<C 0；T 0表示基准时间标定量，并且，T 0的取值范围为5min-8min；
提取商品平台系统中与所述时间范围相对应的视频流。
2.根据权利要求1所述商品识别搜索方法，其特征在于，对所述视频流进行帧拆解，形成多个帧子集，包括：
将所述视频流按照商品平台系统的商家为单位进行视频分流，获得多个视频流，并将所述视频流与其对应的商家和视频对应商品之间建立关联调取关系；
将每个所述视频流进行帧拆解，获得与所述视频流对应的多个帧视频图像；
将所述多个帧视频图像整合形成与每个商家对应的帧子集。
3.根据权利要求1所述商品识别搜索方法，其特征在于，对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示，包括：
针对每个帧子集中的每个帧视频图像进行文本识别，获取每个帧视频图像中所包含的文本信息；
对所述文本信息进行识别和筛选，提取出现所述商品名称信息的帧视频图像，并将出现所述商品名称信息的帧视频图像作为目标视频帧信息；
提取所述目标视频帧信息对应的视频流，根据所述视频流对应的商家和视频对应商品的关联调取关系调取对应商品链接、商品图像和商家信息；
将所述商品链接、商品图像和商家信息在商品平台系统页面中进行展示。
4.根据权利要求1所述商品识别搜索方法，其特征在于，所述商品识别搜索方法还包括：
实时获取用户的商品浏览情况，判断用户当前是否处于其输入的商品名称信息的目标商品浏览状态；
如果用户当前处于其输入的商品名称信息的目标商品浏览状态，则针对用户进行目标商品的浏览期间的视频流进行持续的商品识别，获取用户当前处于其输入的商品名称信息的目标商品浏览状态下的与所述商品名称信息相符的新增商品及其商家，并对新增商品及其商家进行展示。
5.一种基于视频流的商品识别搜索系统，其特征在于，所述商品识别搜索系统包括：
实时信息获取模块，用于实时获取用户输入的商品名称信息以及商品名称信息输入对应的时刻信息；
视频流提取模块，用于提取商品平台系统中与所述时刻信息对应时间范围内的视频流；
帧子集获取模块，用于对所述视频流进行帧拆解，形成多个帧子集；
商品搜索展示模块，用于对每个帧子集进行文本识别，获取用户所需商品，并进行商品展示；
所述视频流提取模块包括：
时间提取设置模块，用于提取所述时刻信息，利用时间范围模型设置与所述时刻信息对应的时间范围；其中，所述时间范围模型如下：
Figure QLYQS_3
Figure QLYQS_4
其中，T表示与所述时刻信息对应的时间范围，所述时间范围的规划为：以所述时刻信息对应时刻为起始点向前的与所述时间范围对应的历史时长；C表示单位时间内商品平台系统的视频流单位数据量，并且所述单位时间为3s；C 0表示单位时间内所述商品平台系统的视频流额定饱和数据量；C 1和C 2分别对应表示预先设置的第一视频流数据量阈值和第二视频流数据量阈值，并且，C 1<C 2<C 0；T 0表示基准时间标定量，并且，T 0的取值范围为5min-8min；
流数据提取模块，用于提取商品平台系统中与所述时间范围相对应的视频流。
6.根据权利要求5所述商品识别搜索系统，其特征在于，所述帧子集获取模块包括：
分流模块，用于将所述视频流按照商品平台系统的商家为单位进行视频分流，获得多个视频流，并将所述视频流与其对应的商家和视频对应商品之间建立关联调取关系；
拆解模块，用于将每个所述视频流进行帧拆解，获得与所述视频流对应的多个帧视频图像；
整合模块，用于将所述多个帧视频图像整合形成与每个商家对应的帧子集。
7.根据权利要求5所述商品识别搜索系统，其特征在于，所述商品搜索展示模块包括：
文本信息获取模块，用于针对每个帧子集中的每个帧视频图像进行文本识别，获取每个帧视频图像中所包含的文本信息；
筛选识别模块，用于对所述文本信息进行识别和筛选，提取出现所述商品名称信息的帧视频图像，并将出现所述商品名称信息的帧视频图像作为目标视频帧信息；
商品信息提取模块，用于提取所述目标视频帧信息对应的视频流，根据所述视频流对应的商家和视频对应商品的关联调取关系调取对应商品链接、商品图像和商家信息；
展示模块，用于将所述商品链接、商品图像和商家信息在商品平台系统页面中进行展示。
8. 根据权利要求5所述商品识别搜索系统，其特征在于，所述商品识别搜索系统还包括：
浏览监控模块，用于实时获取用户的商品浏览情况，判断用户当前是否处于其输入的商品名称信息的目标商品浏览状态
持续搜索模块，用于如果用户当前处于其输入的商品名称信息的目标商品浏览状态，则针对用户进行目标商品的浏览期间的视频流进行持续的商品识别，获取用户当前处于其输入的商品名称信息的目标商品浏览状态下的与所述商品名称信息相符的新增商品及其商家，并对新增商品及其商家进行展示。
CN202211294578.3A 2022-10-21 2022-10-21 一种基于视频流的商品识别搜索方法和系统 Active CN115545847B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211294578.3A CN115545847B (zh) 2022-10-21 2022-10-21 一种基于视频流的商品识别搜索方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211294578.3A CN115545847B (zh) 2022-10-21 2022-10-21 一种基于视频流的商品识别搜索方法和系统

Publications (2)

Publication Number Publication Date
CN115545847A CN115545847A (zh) 2022-12-30
CN115545847B true CN115545847B (zh) 2023-05-26

Family

ID=84736507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211294578.3A Active CN115545847B (zh) 2022-10-21 2022-10-21 一种基于视频流的商品识别搜索方法和系统

Country Status (1)

Country Link
CN (1) CN115545847B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102038A (zh) * 2020-09-16 2020-12-18 汤涛 一种基于大数据的直播电商平台用户访问数据库的优化方法
CN113792181A (zh) * 2021-09-29 2021-12-14 北京字跳网络技术有限公司 视频推荐方法、装置、设备及介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336796A (zh) * 2013-06-09 2013-10-02 北京百度网讯科技有限公司 一种直接展示广告商品的方法及系统
US11417085B2 (en) * 2017-07-26 2022-08-16 Vizit Labs, Inc. Systems and methods for automating benchmark generation using neural networks for image or video selection
US10575045B1 (en) * 2019-09-17 2020-02-25 CommentSold, Inc. Online live video sales management system
CN112069404A (zh) * 2020-08-31 2020-12-11 深圳市卡牛科技有限公司 一种商品信息的展示方法、装置、设备和存储介质
CN113297891A (zh) * 2020-11-13 2021-08-24 阿里巴巴集团控股有限公司 视频信息处理方法、装置及电子设备
CN113079406A (zh) * 2021-03-19 2021-07-06 上海哔哩哔哩科技有限公司 视频处理方法及装置
CN113934888A (zh) * 2021-09-29 2022-01-14 阿里巴巴达摩院(杭州)科技有限公司 视频标签处理方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102038A (zh) * 2020-09-16 2020-12-18 汤涛 一种基于大数据的直播电商平台用户访问数据库的优化方法
CN113792181A (zh) * 2021-09-29 2021-12-14 北京字跳网络技术有限公司 视频推荐方法、装置、设备及介质

Also Published As

Publication number Publication date
CN115545847A (zh) 2022-12-30

Similar Documents

Publication Publication Date Title
CN110874780B (zh) 基于大数据统计的景区游玩系统及推荐方法
CN106604066B (zh) 改进的视频app中个性化推荐方法及系统
CN109145784A (zh) 用于处理视频的方法和装置
CN109785064A (zh) 一种基于多源信息融合的移动电子商务推荐方法和系统
CN110910199A (zh) 项目信息的排序方法、装置、计算机设备及存储介质
CN105847882A (zh) 推送电视节目的关联商品信息的方法、移动终端及系统
CN112188220A (zh) 直播中信息的提示方法和装置、存储介质、电子装置
CN105005982B (zh) 包括对象选择的图像处理
CN105183739B (zh) 图像处理方法
CN102523482A (zh) 一种基于视频内容以及回归方法的广告监测技术
CN113946754A (zh) 基于用户画像的权益推荐方法、装置、设备及存储介质
KR102473915B1 (ko) 콘텐츠 기반의 상품 판매 중개 서비스 제공 방법, 장치 및 컴퓨터프로그램
CN115545847B (zh) 一种基于视频流的商品识别搜索方法和系统
CN112784103A (zh) 信息推送方法和装置
CN106651474A (zh) 一种智能导购系统
CN108124171A (zh) 一种基于人脸检测技术的互联网视频广告投放系统和方法
CN111787042B (zh) 用于推送信息的方法和装置
CN114222146B (zh) 数据投放方法、装置、电子设备及存储介质
CN113672816B (zh) 帐号特征信息的生成方法、装置和存储介质及电子设备
CN114780790A (zh) 内容搜索方法、装置、设备和存储介质
CN111427919A (zh) 基于电子商务推荐模型的品牌特征提取方法及装置
CN113763123A (zh) 商品推荐与搜索方法、设备及存储介质
CN113127755A (zh) 一种人工智能虚拟形象信息推荐算法系统及方法
KR20210059328A (ko) 인플루언서 검색 서비스 제공방법, 장치 및 컴퓨터프로그램
CN105184212A (zh) 图像处理服务器

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