CN114298018A - 视频标题的生成方法、装置及存储介质 - Google Patents
视频标题的生成方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114298018A CN114298018A CN202111610447.7A CN202111610447A CN114298018A CN 114298018 A CN114298018 A CN 114298018A CN 202111610447 A CN202111610447 A CN 202111610447A CN 114298018 A CN114298018 A CN 114298018A
- Authority
- CN
- China
- Prior art keywords
- video
- matching result
- target
- video frame
- keyword
- 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
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了一种视频标题的生成方法及相关设备,可以为视频生成与时事热点紧密结合的视频标题。该方法包括:确定目标视频所对应的内容特征;获取上一周期内热点内容的关键词集合;将所述关键词集合中的每个关键词分别与所述目标视频所对应的内容特征进行匹配,以得到匹配结果集合;根据所述匹配结果集合确定所述目标视频的视频标题。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种视频标题的生成方法、装置及存储介质。
背景技术
自媒体时代,短视频标题的重要性不言而喻,一个好的标题能带来更高的流量,即使相同的内容,不同的标题能带来截然不同的效果。现在短视频标题一般都是人工编辑,通常是和内容相关。有些自动生成标题则是通过罗列一系列的通用词汇,后台***随机的补充在短视频标题中。
人工编辑标题对视频的创作者、视频发布人员或者是运营人员的文案功底、对热点的敏感度要求较高,如果是大批量的短视频生产,这样更难以满足视频快速生产露出的要求。
现有的标题自动生成方法,通过罗列一系列的通用词汇,后台***随机的补充在短视频标题中,生成的标题不具备特征性,不够创新,也不能很好的结合视频内容,虽然满足了短视频批量生产的要求,但是千篇一律的标题,对视频的露出推广缺少积极地推动作用。
发明内容
本申请实施例提供了一种视频标题的生成方法、装置及存储介质,可以为视频生成与时事热点紧密结合的视频标题,增加视频标题的可读性、趣味性,能够减小运营人员的工作量。
本申请第一方面提供一种视频标题的生成方法,可以包括:
确定目标视频所对应的内容特征;
获取上一周期内热点内容的关键词集合;
将所述关键词集合中的每个关键词分别与所述目标视频所对应的内容特征进行匹配,以得到匹配结果集合;
根据所述匹配结果集合确定所述目标视频的视频标题。
一种可能的设计中,所述根据所述匹配结果集合确定所述目标视频的视频标题包括:
确定所述目标视频中与所述匹配结果集合所对应的视频帧集合;
计算所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,得到第一重合度集合;
确定第一目标重合度所对应的第一关键词集合,所述第一目标重合度为所述第一重合度集合中重合度值最小的重合度;
根据所述第一关键词集合生成所述目标视频的视频标题。
一种可能的设计中,所述确定所述目标视频中与所述匹配结果集合所对应的视频帧集合包括:
将所述目标视频中的每个视频帧分别与所述匹配结果集合中的各个匹配结果进行匹配,得到所述匹配结果集合中每个匹配结果所对应的视频帧集合;
剔除所述匹配结果集合中视频帧数小于预设阈值的匹配结果所对应的视频帧集合,得到所述匹配结果集合所对应的视频帧集合。
一种可能的设计中,所述方法还包括:
若所述匹配结果集合中每个匹配结果所对应的视频帧集合中视频帧数均小于所述预设阈值,则确定所述匹配结果集合中每个匹配结果所对应视频帧的帧数占比;
计算所述匹配结果集合中每个匹配结果所对应的标准差数值;
根据所述帧数占比以及所述标准差数值确定所述匹配结果集合中每个匹配结果的加权平均值;
计算加权平均值最大的目标匹配结果所对应的视频帧集合与其他匹配结果子集中每个匹配结果所对应的视频帧集合之间的重合度,得到第二重合度集合,所述其他匹配结果子集为所述匹配结果集合中除所述目标匹配结果之外的匹配结果的集合;
确定第二目标重合度所对应的第二关键词集合,所述第二目标重合度为所述第二重合度集合中重合度值最小的重合度;
根据所述第二关键词集合生成所述目标视频的视频标题。
一种可能的设计中,所述目标视频所对应的内容特征包括所述目标视频所对应的人物名称与准确率的第一集合、人物动作与准确率的第二集合、物体与准确率的第三集合以及场景与准确率的第四集合,所述方法还包括:
若所述关键词集合中的每个关键词与所述第一集合、所述第二集合、所述第三集合以及所述第四集合均未匹配成功,则确定所述目标视频中所述第一集合所对应的视频帧集合、所述第二集合所对应的视频帧集合、所述第三集合所对应的视频帧集合和所述第四集合所对应的视频帧集合;
计算所述第一集合所对应的视频帧集合、所述第二集合所对应的视频帧集合、所述第三集合所对应的视频帧集合和所述第四集合所对应的视频帧集合中任意两个集合所对应的视频帧集合之间的重合度,得到第三重合度集合;
确定第三目标重合度所对应第三关键词集合,所述第三目标重合度为所述第三重合度集合中重合度值最小的重合度;
根据所述第三关键词集合确定所述目标视频的视频标题。
一种可能的设计中,所述确定第一目标重合度所对应的第一关键词集合之后,所述方法还包括:
确定所述目标视频中与所述第一关键词集合所对应的目标视频帧集合;
计算所述目标视频帧集合与其他视频帧集合之间的重合度,得到第四重合度集合,所述其他视频帧集合为所述匹配结果集合所对应的视频帧集合中除所述第一目标重合度对应的视频帧集合之外的视频帧集合;
确定第四目标重合度所对应的第四关键词集合,所述第四目标重合度为所述第四重合度集合中重合度值最小的重合度;
根据所述第一关键词集合以及所述第四关键词集合生成所述目标视频的视频标题。
一种可能的设计中,所述计算所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,得到第一重合度集合包括:
通过如下公式计算所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度:
其中,PD(F1,F2)为所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,F1为所述匹配结果集合中任意一个匹配结果所对应的视频帧集合,F2为所述匹配结果集合所对应的视频帧集合中除F1之外的任意一个视频帧集合,Fx为同时包含于F1和F2的视频帧中的任意一个视频帧, Fx[F1]为Fx在F1中的位置,Fx[F2]为Fx在F2中的位置。
本申请第二方面提供了一种视频标题生成装置,包括:
第一确定单元,用于确定目标视频所对应的内容特征;
获取单元,用于获取上一周期内热点内容的关键词集合;
匹配单元,用于将所述关键词集合中的每个关键词分别与所述目标视频所对应的内容特征进行匹配,以得到匹配结果集合;
第二确定单元,用于根据所述匹配结果集合确定所述目标视频的视频标题。
一种可能的设计中,所述第二确定单元具体用于:
确定所述目标视频中与所述匹配结果集合所对应的视频帧集合;
计算所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,得到第一重合度集合;
确定第一目标重合度所对应的第一关键词集合,所述第一目标重合度为所述第一重合度集合中重合度值最小的重合度;
根据所述第一关键词集合生成所述目标视频的视频标题。
一种可能的设计中,所述第二确定单元确定所述目标视频中与所述匹配结果集合所对应的视频帧集合包括:
将所述目标视频中的每个视频帧分别与所述匹配结果集合中的各个匹配结果进行匹配,得到所述匹配结果集合中每个匹配结果所对应的视频帧集合;
剔除所述匹配结果集合中视频帧数小于预设阈值的匹配结果所对应的视频帧集合,得到所述匹配结果集合所对应的视频帧集合。
一种可能的设计中,所述第二确定单元还用于:
若所述匹配结果集合中每个匹配结果所对应的视频帧集合中视频帧数均小于所述预设阈值,则确定所述匹配结果集合中每个匹配结果所对应视频帧的帧数占比;
计算所述匹配结果集合中每个匹配结果所对应的标准差数值;
根据所述帧数占比以及所述标准差数值确定所述匹配结果集合中每个匹配结果的加权平均值;
计算加权平均值最大的目标匹配结果所对应的视频帧集合与其他匹配结果子集中每个匹配结果所对应的视频帧集合之间的重合度,得到第二重合度集合,所述其他匹配结果子集为所述匹配结果集合中除所述目标匹配结果之外的匹配结果的集合;
确定第二目标重合度所对应的第二关键词集合,所述第二目标重合度为所述第二重合度集合中重合度值最小的重合度;
根据所述第二关键词集合生成所述目标视频的视频标题。
一种可能的设计中,所述目标视频所对应的内容特征包括所述目标视频所对应的人物名称与准确率的第一集合、人物动作与准确率的第二集合、物体与准确率的第三集合以及场景与准确率的第四集合,所述第二确定单元204 还用于:
若所述关键词集合中的每个关键词与所述第一集合、所述第二集合、所述第三集合以及所述第四集合均未匹配成功,则确定所述目标视频中所述第一集合所对应的视频帧集合、所述第二集合所对应的视频帧集合、所述第三集合所对应的视频帧集合和所述第四集合所对应的视频帧集合;
计算所述第一集合所对应的视频帧集合、所述第二集合所对应的视频帧集合、所述第三集合所对应的视频帧集合和所述第四集合所对应的视频帧集合中任意两个集合所对应的视频帧集合之间的重合度,得到第三重合度集合;
确定第三目标重合度所对应第三关键词集合,所述第三目标重合度为所述第三重合度集合中重合度值最小的重合度;
根据所述第三关键词集合确定所述目标视频的视频标题。
一种可能的设计中,所述第二确定单元还用于:
确定所述目标视频中与所述第一关键词集合所对应的目标视频帧集合;
计算所述目标视频帧集合与其他视频帧集合之间的重合度,得到第四重合度集合,所述其他视频帧集合为所述匹配结果集合所对应的视频帧集合中除所述第一目标重合度对应的视频帧集合之外的视频帧集合;
确定第四目标重合度所对应的第四关键词集合,所述第四目标重合度为所述第四重合度集合中重合度值最小的重合度;
根据所述第一关键词集合以及所述第四关键词集合生成所述目标视频的视频标题。
一种可能的设计中,所述第二确定单元计算所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,得到第一重合度集合包括:
通过如下公式计算所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度:
其中,PD(F1,F2)为所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,F1为所述匹配结果集合中任意一个匹配结果所对应的视频帧集合,F2为所述匹配结果集合所对应的视频帧集合中除F1之外的任意一个视频帧集合,Fx为同时包含于F1和F2的视频帧中的任意一个视频帧, Fx[F1]为Fx在F1中的位置,Fx[F2]为Fx在F2中的位置。
本申请第三方面提供一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行所述视频标题的生成方法的步骤。
本申请第四方面提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一可执行指令,所述可执行指令在计算设备上运行时,使得计算设备执行如本申请第一方面所述的视频标题的生成方法。
本申请第五方面公开一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行本申请第一方面所述的视频标题的生成方法。
本申请第六方面公开一种应用发布平台,所述应用发布平台用于发布计算机程序产品,其中,当所述计算机程序产品在计算机上运行时,使得所述计算机执行本申请第一方面所述的视频标题的生成方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请提供的实施例中,通过爬取上一周期内热点内容的关键词集合,并确定关键词集合中的关键词与待生成标题的视频中各个对象的匹配记过,并确定匹配结果所对应的视频帧集合,由此可以计算各个视频集合之间的重合度,并根据重合度确定关键词集合中与之关联的关键词,进而根据关键词生成视频的视频标题。这样,可以为批量视频生成与时事热点紧密结合的视频标题,增加视频标题的可读性、趣味性,能够减小运营人员的工作量,提高视频生产与线上露出速度,从而提高视频的传播性。
附图说明
附图仅用于示出实施方式,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本申请实施例中视频标题的生成方法的流程示意图;
图2为本申请实施例中视频标题生成装置的虚拟结构示意图;
图3为本申请实施例中服务器的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,都应当属于本申请保护的范围。
下面从视频标题生成装置的角度对本申请提供的视频标题的生成方法进行具体说明,该视频标题生成装置可以为服务器,也可以为服务器中的服务单元。
请参阅图1,图1为本申请实施例提供的视频标题的生成方法的实施例示意图,包括:
101、确定目标视频所对应的内容特征。
本实施例中,当创作者发布一条新的目标视频,视频标题生成装置在接收到该目标视频之后,可以对该目标视频进行分析,以确定出目标视频所对应的内容特征,其中,该内容特征包括目标名称(该目标名称为目标视频中出现的人物的名称)与准确率的第一集合、目标动作(该目标动作为目标视频中出现的人物的动作)与准确率的第二集合、物体对象(该物体对象为目标视频中出现的物体,例如篮球架、乒乓球台灯)与准确率的第三集合以及场景(该场景为目标视频中出现的场景,例如足球场,篮球场等)与准确率的第四集合,该准确率为对目标视频中每一帧视频进行识别得到的人物名称的准确率、目标动作的准确率、物体对象的准确率以及场景的准确率,该目标视频为待生成标题的视频。具体的,视频标题生成装置可以将目标视频分别输入不同的神经网络,分别获取目标视频中的人物、动作、场景、物体及相对应的准确率的数据集合,下面进行具体说明:
首先使用基于神经网络的人脸识别算法,对目标视频逐帧进行检测和识别,输出准确率在95%以上的人物名称与准确率的集合,并将该第一集合标记为Ng={N1:P1,N2:P2,...,Nx:Px},其中,N为人物名称,P为人物名称所对应的准确率,最后将第一集合存储至后台数据缓存中。
之后基于时序动作检测的区域三维卷积网络对目标视频逐帧进行检测和识别,以找到目标视频中潜在的动作时间区间并对动作类别进行判断,输出视频中准确率在95%以上的人物动作与准确率集合,也即第二集合,并将该第二集合标记为Ag={A1:P1,A2:P2,...,Ax:Px},其中,A为人物动作,P为人物动作所对应的准确率,最后将第二集合保存至后台数据缓存中。
并通过目标检测模型对目标视频进行逐帧检测和识别,以得到目标视频中准确率在95%以上的物体与准确率的数据集合,也即第三集合,并将该第三集合标记为Og={O1:P1,O2:P2,...,Ox:Px},其中,O为物体,P为物体所对应的准确率,并将该第三集合保存至后台数据缓存中。
最后,通过场景分类算法,对目标视频进行逐帧检测和识别,以得到目标视频中出现的场景,得到准确率在95%以上的场景与准确率的数据集合,也即第四集合,并将第四集合标记为Sg={S1:P1,S2:P2,...,Sx:Px},其中, S为场景,P为场景所对应的准确率,并将该第四集合保存至后台数据缓存中。
需要说明的是,上述的各个模型可以预先通过训练样本进行训练得到,同时,上述所说的准确率也可以为其他的数值,例如90%,具体不做限定。
102、获取上一周期内热点内容的关键词集合。
本实施例中,视频标题生成装置可以获取上一周期内热点内容的关键词集合,也即可以在后台设置每天凌晨启动定时任务,爬取前一天的热搜榜或者风云榜的热点内容,并通过自然语言进行处理提取热点内容所对应的关键词集合,并将该关键词集合标记为Hg={H1,H2,...,Hx}。可以理解的是,周期可以设置为1天,也可以设置为12小时,当然也还可以是其他的时长,另外,热点内容的爬取可以从热搜榜或风云榜进行爬取,当然也还可以从其他的排行榜中进行爬取,当然也还可以是自行设置,具体不做限定。
需要说明的是,通过步骤101可以确定目标视频所对应的内容特征,通过步骤102可以获取关键词集合,然而这两个步骤之间并没有先后执行顺序的限制,可以先执行步骤101,也可以先执行步骤102,或者同时执行,具体不做限定。
103、将关键词集合中的每个关键词分别与目标视频所对应的内容特征进行匹配,以得到匹配结果集合。
本实施例中,视频标题生成装置在得到上一周期的关键词集合以及目标视频所对应的内容特征之后,可以将关键词集合中的每个关键词分别与第一集合、第二集合、第三集合以及第四集合进行匹配,得到匹配结果集合,具体的,可以遍历关键词集合Hg中的每个关键词,依次将每个关键词与 Ng,Ag,Og,Sg中的每个对象进行,得到匹配结果集合,例如Hg中的第一个关键词H1为“詹某某”,而Ng中的N1为“詹某某”,可以将该匹配结果加入到匹配结果集合Rg中,此时的匹配结果集合即为Rg={N1:P1},以此类推,再将H2与Ng,Ag,Og,Sg中的每个数据进行匹配,假设得出匹配结果 A2:P2,并将该匹配结果加入至匹配结果集合Rg中,此时的匹配结果集合即为Rg={N1:P1,A2:P2},依次进行匹配,得到最终的
匹配结果集合Rg中的x可能为任意的数字,例如x1=1,x2=2,x3=2, x4=2,那么Rg={N1:P1,A1:P1,A2:P2,O1:P1,O2:P2,S1:P2,S2:P2},这代表上一周期内热点内容的关键词集合中包含一个人物,两个动作,两个物体,两个场景。
104、根据匹配结果集合确定目标视频的视频标题。
本实施例中,视频标题生成装置在确定匹配结果集合之后,可以根据匹配结果集合确定目标视频的视频标题。下面对根据匹配结果集合确定目标视频的视频标题进行详细说明:
步骤1、确定目标视频中与匹配结果集合所对应的视频帧集合。
本步骤中,视频标题生成装置可以确定目标视频中与匹配结果集合所对应的视频帧集合,也即将目标视频中的每个视频帧分别与匹配结果集合中的各个匹配结果进行匹配,得到匹配结果集合中每个匹配结果所对应的视频帧集合;并剔除匹配结果集合中视频帧数小于预设阈值的匹配结果所对应的视频帧集合,得到匹配结果集合所对应的视频帧集合。
下面以Rg={N1:P1,A1:P1,A2:P2,O1:P1,O2:P2,S1:P2,S2:P2}为例对如何确定目标视频中与匹配结果所对应的视频帧集合进行说明,具体如下:
视频标题生成装置可以遍历目标视频中的所有视频帧,在每个帧中分别检测任务、动作、物体和场景,将所有检测到N1,A1,A2,O1,O2,S1,S2的视频帧打上标记,得到目标视频中的视频帧与N1,A1,A2,O1,O2,S1,S2的关系集合RF,假设目标视频的所有帧数为FA,要求关系集合RF中任务、动作、物体和场景所对应的帧数都要占FA的50%以上(当然也可以根据实际情况进行设置,例如60%,具体不做限定),例如在N1,A1,A2,O1,O2,S1,S2中, S2所对应的视频帧的帧数占比低于50%,则将S2所对应的视频帧进行过滤,最终得到过滤后的关系集合为:
其中,F为目标视频中的视频帧,对应N1,A1,A2,O1,O2,S1对象在目标视频中出现的位置。
步骤2、计算匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,得到第一重合度集合。
本步骤中,视频标题生成装置在得到匹配结果集合所对应的视频帧集合之后,可以计算匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,得到第一重合度集合,具体的,可以通过如下公式计算匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度:
其中,PD(F1,F2)为匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,F1为匹配结果集合中任意一个匹配结果所对应的视频帧集合, F2为匹配结果集合所对应的视频帧集合中除F1之外的任意一个视频帧集合,Fx为同时包含于F1和F2的视频帧中的任意一个视频帧,Fx[F1]为 Fx在F1中的位置,Fx[F2]为Fx在F2中的位置。
下面以匹配结果集合为N1,A1,A2,O1,O2,S1,S2为例进行说明,计算 N1对应的视频帧集合FN1={F1,F2,...,Fn}与A1对应的视频帧集合 FA1={F1,F2,...,Fn,Fn+2}之间的重合度,设置Fx在FN1中的位置为 Fx[FN1](0≤x≤n-1),Fx在FA1中的位置为Fx[FA1](0≤x≤n+1),则Fx[FN1]-Fx[FA1]为视频帧Fx在N1对应的视频帧集合与Fx在A1对应的视频帧集合中的位置差,最终得到公式:即N1对应的视频帧集合 FN1与A1对应的视频帧集合FA1之间的相同的视频帧位置差的绝对值的平均数,该平均数即为N1对应的视频帧集合FN1与A1对应的视频帧集合FA1之间的重合度,得到的视频帧集合之间的重合度PD越小,则说明目标视频中同时出现N1和A1的画面越多。
之后在通过如下公式计算FN1和A2的视频帧集合FA2之间的重合度:
其中,PD(FN1,FA2)为FN1和FA2之间的重合度,Fx[FN1]-Fx[FA2]为视频帧Fx在N1对应的视频帧集合与Fx在A2对应的视频帧集合中的位置差。
最后再根据排列组合的方式,以此计算出PD(FN1,FO1)、…、PD(FO2,FS1),也即第一重合度集合。
步骤3、确定第一目标重合度所对应的第一关键词集合。
本步骤中,视频标题生成装置在确定第一重合度集合之后,可以首先确定第一目标重合度,该第一目标重合度为第一重合度集合中重合度值最小的重合度,之后,确定第一目标重合度所对应的第一关键词集合,例如最终 PD(FN1,FO1)的值最小,N1为“詹某某”,O1为“篮球”,这就代表该目标视频中“詹某某”与“篮球”同时出现的概率最大,且“詹某某”与“篮球”所对应的视频帧占目标视频的总时长超过50%,该“詹某某”与“篮球”即为第一关键词集合。
步骤4、根据第一关键词集合生成目标视频的视频标题。
本步骤中,在得到第一关键词集合之后,视频标题生成装置可以根据第一关键词集合,利用自然语言理解生成视频标题。此处具体不限定生成视频标题的方式,只要能通过自然语言理解生成即可。另外,在生成目标视频的视频标题之后,可以将目标视频进行投放,且在用户输入的搜索关键词与目标视频的视频标题相匹配时,将目标视频推送给用户,实现精准推送。
需要说明的是,有了贴合视频内容的标题,在用户搜索某个内容相关视频时,通过用户输入内容与我们***标题的匹配,能够更好的展示用户想看的内容,提升搜索结果展示相关性。或者在近期某个热点内容产生时,利用现有的资源库的视频素材,结合视频关键词生成与热点内容相关标题,从而将本已过气的视频内容重新推荐到热门话题素材下。例如之前用户上传了一段萌宠猫咪视频,识别出了视频内容关键词(猫咪、拆家),根据互联网热搜话题“猫咪能有什么坏心眼”,通过上述步骤,后台匹配到这段视频,为这段历史视频赋予新的标题,这样当用户搜索话题“猫咪能有什么坏心眼”,这个视频又可以重新推荐给用户,充分利用视频素材,贴合用户搜索意愿,增加视频露出速度。
一个实施例中,视频标题生成装置还执行如下操作:
若匹配结果集合中每个匹配结果所对应的视频帧集合中视频帧数均小于预设阈值,则确定匹配结果集合中每个匹配结果所对应视频帧的帧数占比;
计算匹配结果集合中每个匹配结果所对应的标准差数值;
根据帧数占比以及标准差数值确定匹配结果集合中每个匹配结果的加权平均值;
计算加权平均值最大的目标匹配结果所对应的视频帧集合与其他匹配结果子集中每个匹配结果所对应的视频帧集合之间的重合度,其他匹配结果子集为匹配结果集合中除目标匹配结果之外的匹配结果的集合;
确定第二目标重合度所对应的第二关键词集合,第二目标重合度为所述第二重合度集合中重合度值最小的重合度;
根据第二关键词集合生成目标视频的视频标题
本实施例中,若匹配结果集合中每个匹配集合所对应的视频帧集合中视频帧数均小于预设阈值,则说明该匹配结果集合中每个匹配结果在目标视频中可以匹配到的视频帧数小于预设阈值,此时Re为空,则计算匹配结果集合中每个匹配结果所对应的标准差数值,例如匹配结果集合RF所对应的视频帧为:
其中,依次计算出N1,A1,A2,O1,O2,S1,S2中每个对象的帧数占比,以N1为例,其中,N1的帧数占比n为N1所对应的视频帧中的帧数,FA为目标视频的总帧数,由此,可以计算得到 N1,A1,A2,O1,O2,S1,S2每个对象的帧数占比,并将帧数占比按照从小到大的顺序排列,例如得到的排列方式为:{1,3,2,7,5,6,4}。
之后,再根据标准差公式,计算出N1,A1,A2,O1,O2,S1,S2所对应的标准差数值,例如N1所对应的标准差数值为并将N1,A1,A2,O1,O2,S1,S2中所有对象的标准差按从小到大的排列方式进行排序, N1,A1,A2,O1,O2,S1,S2对应的标准差排名为{2,5,4,1,3,7,6}。
之后根据帧数占比以及标准差数值确定匹配结果集合中每个匹配结果的加权平均值,具体的,可以设置帧数占比与标准差的权重各位30%和70%(当然也还可以根据实际情况进行调整,具体不做限定),由此,可以通过如下公式计算N1的加权平均值:
之后计算加权平均值最大的目标匹配结果所对应的视频帧集合与其他匹配结果子集中每个匹配结果所对应的视频帧集合之间的重合度,得到第二重合度集合,例如最终得到的值最大,则认为S1为目标视频主要表达内容之一的概率最大,可以将S1所对应的视频帧集合与其他对象的视频帧集合之间的重合度,得到第二重合度集合。上述已经对重合度计算的方式进行了详细说明,具体此处不在赘述。
最后,在得到第二重合度集合之后,可以选择第二目标重合度中重合度值最小的重合度作为第二目标重合度,并确定出第二目标重合度所对应的第二关键词集合,进而可以根据第二关键词集合生成目标视频的视频标题。
一个实施例中,如果Hg与Ng,Ag,Og,Sg集合匹配无结果,即目标视频分析出的结果对象与上一周期内的热点词无交集,视频标题生成装置可以通过如下方式生成目标视频的视频标题:
若关键词集合中的每个关键词与第一集合、第二集合、所第三集合以及第四集合均未匹配成功,则确定目标视频中第一集合所对应的视频帧集合、第二集合所对应的视频帧集合、第三集合所对应的视频帧集合和第四集合所对应的视频帧集合;
计算第一集合所对应的视频帧集合、第二集合所对应的视频帧集合、第三集合所对应的视频帧集合和第四集合所对应的视频帧集合中任意两个集合所对应的视频帧集合之间的重合度,得到第三重合度集合;
确定第三目标重合度所对应第三关键词集合,第三目标重合度为所述第三重合度集合中重合度值最小的重合度;
根据第三关键词集合确定所述目标视频的视频标题。
本实施例中,若关键词集合中的每个关键词与第一集合、第二集合、所第三集合以及第四集合均未匹配成功,则确定目标视频中第一集合所对应的视频帧集合、第二集合所对应的视频帧集合、第三集合所对应的视频帧集合和第四集合所对应的视频帧集合,则可以遍历目标视频中的视频帧,找出目标视频中与第一集合所对应的视频帧集合,目标视频中与第二集合所对应的视频帧集合,目标视频中与第三集合所对应的视频帧集合,目标视频中与第四集合所对应的视频帧集合,之后,计算各个视频帧集合中任意两个视频帧集合之间的重合度,得到第三重合度集合,上述已经对重合度的计算方式进行了详细说明,具体此处不再赘述。
之后确定第三重合度集合中重合度值最小的第三目标重合度所对应的第三关键词集合,并根据第三关键词集合生成目标视频的视频标题。
一个实施例中,视频标题生成装置在确定第一目标重合度所对应的第一关键词集合之后,还执行如下操作:
确定目标视频中与第一关键词集合所对应的目标视频帧集合;
计算目标视频帧集合与其他视频帧集合之间的重合度,得到第四重合度集合,其他视频帧集合为匹配结果集合所对应的视频帧集合中除第一目标重合度对应的视频帧集合之外的视频帧集合;
确定第四目标重合度所对应的第四关键词集合,第四目标重合度为第四重合度集合中重合度值最小的重合度;
根据第一关键词集合以及第四关键词集合生成目标视频的视频标题。
本实施例中,视频标题生成装置在确定确定第一目标重合度所对应的第一关键词集合之后,可以将第一关键词集合中的关键词所对应的视频帧集合为基准,计算其与匹配结果集合所对应的视频帧集合中除第一关键词集合所对应的视频帧之外的其他视频之间的重合度,得到第四重合度集合(上述已经对重合度计算进行了详细说明,具体此处不再赘述),之后确定第四重合度集合中重合度值最小的第四目标重合度所对应的第四关键词集合,并根据第四关键词集合和第一关键词集合生成目标视频的视频标题,由此可以得到目标视频更多的关联词,从而产生更贴合是视频内容的标题。
综上所述,本申请提供的实施例中,通过爬取上一周期内热点内容的关键词集合,并确定关键词集合中的关键词与待生成标题的视频中各个对象的匹配记过,并确定匹配结果所对应的视频帧集合,由此可以计算各个视频集合之间的重合度,并根据重合度确定关键词集合中与之关联的关键词,进而根据关键词生成视频的视频标题。这样,可以为批量视频生成与时事热点紧密结合的视频标题,增加视频标题的可读性、趣味性,能够减小运营人员的工作量,提高视频生产与线上露出速度,从而提高视频的传播性。
上面从视频标题的生成方法对本申请实施例进行说明,下面从视频标题生成装置的角度对本申请实施例进行说明:
请参阅图2,图2为本申请实施例提供的视频标题生成装置的实施例示意图,该视频标题生成装置200包括:
第一确定单元201,用于确定目标视频所对应的内容特征;
获取单元202,用于获取上一周期内热点内容的关键词集合;
匹配单元203,用于将所述关键词集合中的每个关键词分别与所述目标视频所对应的内容特征进行匹配,以得到匹配结果集合;
第二确定单元204,用于根据所述匹配结果集合确定所述目标视频的视频标题。
一种可能的设计中,所述第二确定单元204具体用于:
确定所述目标视频中与所述匹配结果集合所对应的视频帧集合;
计算所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,得到第一重合度集合;
确定第一目标重合度所对应的第一关键词集合,所述第一目标重合度为所述第一重合度集合中重合度值最小的重合度;
根据所述第一关键词集合生成所述目标视频的视频标题。
一种可能的设计中,所述第二确定单元204确定所述目标视频中与所述匹配结果集合所对应的视频帧集合包括:
将所述目标视频中的每个视频帧分别与所述匹配结果集合中的各个匹配结果进行匹配,得到所述匹配结果集合中每个匹配结果所对应的视频帧集合;
剔除所述匹配结果集合中视频帧数小于预设阈值的匹配结果所对应的视频帧集合,得到所述匹配结果集合所对应的视频帧集合。
一种可能的设计中,所述第二确定单元204还用于:
若所述匹配结果集合中每个匹配结果所对应的视频帧集合中视频帧数均小于所述预设阈值,则确定所述匹配结果集合中每个匹配结果所对应视频帧的帧数占比;
计算所述匹配结果集合中每个匹配结果所对应的标准差数值;
根据所述帧数占比以及所述标准差数值确定所述匹配结果集合中每个匹配结果的加权平均值;
计算加权平均值最大的目标匹配结果所对应的视频帧集合与其他匹配结果子集中每个匹配结果所对应的视频帧集合之间的重合度,得到第二重合度集合,所述其他匹配结果子集为所述匹配结果集合中除所述目标匹配结果之外的匹配结果的集合;
确定第二目标重合度所对应的第二关键词集合,所述第二目标重合度为所述第二重合度集合中重合度值最小的重合度;
根据所述第二关键词集合生成所述目标视频的视频标题。
一种可能的设计中,所述目标视频所对应的内容特征包括所述目标视频所对应的人物名称与准确率的第一集合、人物动作与准确率的第二集合、物体与准确率的第三集合以及场景与准确率的第四集合,所述第二确定单元204 还用于:
若所述关键词集合中的每个关键词与所述第一集合、所述第二集合、所述第三集合以及所述第四集合均未匹配成功,则确定所述目标视频中所述第一集合所对应的视频帧集合、所述第二集合所对应的视频帧集合、所述第三集合所对应的视频帧集合和所述第四集合所对应的视频帧集合;
计算所述第一集合所对应的视频帧集合、所述第二集合所对应的视频帧集合、所述第三集合所对应的视频帧集合和所述第四集合所对应的视频帧集合中任意两个集合所对应的视频帧集合之间的重合度,得到第三重合度集合;
确定第三目标重合度所对应第三关键词集合,所述第三目标重合度为所述第三重合度集合中重合度值最小的重合度;
根据所述第三关键词集合确定所述目标视频的视频标题。
一种可能的设计中,所述第二确定单元204还用于:
确定所述目标视频中与所述第一关键词集合所对应的目标视频帧集合;
计算所述目标视频帧集合与其他视频帧集合之间的重合度,得到第四重合度集合,所述其他视频帧集合为所述匹配结果集合所对应的视频帧集合中除所述第一目标重合度对应的视频帧集合之外的视频帧集合;
确定第四目标重合度所对应的第四关键词集合,所述第四目标重合度为所述第四重合度集合中重合度值最小的重合度;
根据所述第一关键词集合以及所述第四关键词集合生成所述目标视频的视频标题。
一种可能的设计中,所述第二确定单元204计算所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,得到第一重合度集合包括:
通过如下公式计算所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度:
其中,PD(F1,F2)为所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,F1为所述匹配结果集合中任意一个匹配结果所对应的视频帧集合,F2为所述匹配结果集合所对应的视频帧集合中除F1之外的任意一个视频帧集合,Fx为同时包含于F1和F2的视频帧中的任意一个视频帧, Fx[F1]为Fx在F1中的位置,Fx[F2]为Fx在F2中的位置。
本申请实施例还提供了一种计算设备,该计算设备可以是服务器。请参阅图3,图3是本发明实施例提供的一种服务器的结构示意图,该服务器300 可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(central processing units,CPU)322(例如,一个或一个以上处理器)和存储器332,一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中,存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器322可以设置为与存储介质330通信,在服务器300 上执行存储介质330中的一系列指令操作。
服务器300还可以包括一个或一个以上电源326,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口358,和/或,一个或一个以上操作***341,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM, FreeBSDTM等等。
上述实施例中由视频标题生成装置所执行的步骤可以基于该图3所示的服务器结构。
本申请还提供一种计算机可读存储介质,存储介质中存储有至少一可执行指令,所述可执行指令在计算设备上运行时,使得计算设备执行上述任意实施例所述的视频标题的生成方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(Digital Subscriber Line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
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***,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***,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***,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。
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,在本申请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-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)
1.一种视频标题的生成方法,其特征在于,包括:
确定目标视频所对应的内容特征;
获取上一周期内热点内容的关键词集合;
将所述关键词集合中的每个关键词分别与所述目标视频所对应的内容特征进行匹配,以得到匹配结果集合;
根据所述匹配结果集合确定所述目标视频的视频标题。
2.根据权利要求1所述的方法,其特征在于,所述根据所述匹配结果集合确定所述目标视频的视频标题包括:
确定所述目标视频中与所述匹配结果集合所对应的视频帧集合;
计算所述匹配结果集合中任意两个匹配结果的视频帧集合之间的重合度,得到第一重合度集合;
确定第一目标重合度所对应的第一关键词集合,所述第一目标重合度为所述第一重合度集合中重合度值最小的重合度;
根据所述第一关键词集合生成所述目标视频的视频标题。
3.根据权利要求2所述的方法,其特征在于,所述确定所述目标视频中与所述匹配结果集合所对应的视频帧集合包括:
将所述目标视频中的每个视频帧分别与所述匹配结果集合中的各个匹配结果进行匹配,得到所述匹配结果集合中每个匹配结果所对应的视频帧集合;
剔除所述匹配结果集合中视频帧数小于预设阈值的匹配结果所对应的视频帧集合,得到所述匹配结果集合所对应的视频帧集合。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述匹配结果集合中每个匹配结果所对应的视频帧集合中视频帧数均小于所述预设阈值,则确定所述匹配结果集合中每个匹配结果所对应视频帧的帧数占比;
计算所述匹配结果集合中每个匹配结果所对应的标准差数值;
根据所述帧数占比以及所述标准差数值确定所述匹配结果集合中每个匹配结果的加权平均值;
计算加权平均值最大的目标匹配结果所对应的视频帧集合与其他匹配结果子集中每个匹配结果所对应的视频帧集合之间的重合度,得到第二重合度集合,所述其他匹配结果子集为所述匹配结果集合中除所述目标匹配结果之外的匹配结果的集合;
确定第二目标重合度所对应的第二关键词集合,所述第二目标重合度为所述第二重合度集合中重合度值最小的重合度;
根据所述第二关键词集合生成所述目标视频的视频标题。
5.根据权利要求1所述的方法,其特征在于,所述目标视频所对应的内容特征包括所述目标视频所对应的人物名称与准确率的第一集合、人物动作与准确率的第二集合、物体与准确率的第三集合以及场景与准确率的第四集合,所述方法还包括:
若所述关键词集合中的每个关键词与所述第一集合、所述第二集合、所述第三集合以及所述第四集合均未匹配成功,则确定所述目标视频中所述第一集合所对应的视频帧集合、所述第二集合所对应的视频帧集合、所述第三集合所对应的视频帧集合和所述第四集合所对应的视频帧集合;
计算所述第一集合所对应的视频帧集合、所述第二集合所对应的视频帧集合、所述第三集合所对应的视频帧集合和所述第四集合所对应的视频帧集合中任意两个集合所对应的视频帧集合之间的重合度,得到第三重合度集合;
确定第三目标重合度所对应第三关键词集合,所述第三目标重合度为所述第三重合度集合中重合度值最小的重合度;
根据所述第三关键词集合确定所述目标视频的视频标题。
6.根据权利要求2至5中任一项所述的方法,其特征在于,所述确定第一目标重合度所对应的第一关键词集合之后,所述方法还包括:
确定所述目标视频中与所述第一关键词集合所对应的目标视频帧集合;
计算所述目标视频帧集合与其他视频帧集合之间的重合度,得到第四重合度集合,所述其他视频帧集合为所述匹配结果集合所对应的视频帧集合中除所述第一目标重合度对应的视频帧集合之外的视频帧集合;
确定第四目标重合度所对应的第四关键词集合,所述第四目标重合度为所述第四重合度集合中重合度值最小的重合度;
根据所述第一关键词集合以及所述第四关键词集合生成所述目标视频的视频标题。
8.一种视频标题生成装置,其特征在于,包括:
第一确定单元,用于确定目标视频所对应的内容特征;
获取单元,用于获取上一周期内热点内容的关键词集合;
匹配单元,用于将所述关键词集合中的每个关键词分别与所述目标视频所对应的内容特征进行匹配,以得到匹配结果集合;
第二确定单元,用于根据所述匹配结果集合确定所述目标视频的视频标题。
9.一种计算设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行根据权利要求1-7任一项所述视频标题的生成方法的步骤。
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中存储有至少一可执行指令,所述可执行指令在计算设备上运行时,使得计算设备执行如权利要求1至7中任一项所述的视频标题的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111610447.7A CN114298018A (zh) | 2021-12-27 | 2021-12-27 | 视频标题的生成方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111610447.7A CN114298018A (zh) | 2021-12-27 | 2021-12-27 | 视频标题的生成方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114298018A true CN114298018A (zh) | 2022-04-08 |
Family
ID=80969687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111610447.7A Pending CN114298018A (zh) | 2021-12-27 | 2021-12-27 | 视频标题的生成方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114298018A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114938477A (zh) * | 2022-06-23 | 2022-08-23 | 阿里巴巴(中国)有限公司 | 视频话题确定方法、装置及设备 |
-
2021
- 2021-12-27 CN CN202111610447.7A patent/CN114298018A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114938477A (zh) * | 2022-06-23 | 2022-08-23 | 阿里巴巴(中国)有限公司 | 视频话题确定方法、装置及设备 |
CN114938477B (zh) * | 2022-06-23 | 2024-05-03 | 阿里巴巴(中国)有限公司 | 视频话题确定方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230012732A1 (en) | Video data processing method and apparatus, device, and medium | |
CN108427708B (zh) | 数据处理方法、装置、存储介质和电子装置 | |
WO2017181612A1 (zh) | 个性化视频推荐方法及装置 | |
CN109905772B (zh) | 视频片段查询方法、装置、计算机设备及存储介质 | |
CN107862022B (zh) | 文化资源推荐*** | |
CN106951571B (zh) | 一种给应用标注标签的方法和装置 | |
CN108319723A (zh) | 一种图片分享方法和装置、终端、存储介质 | |
CN106844685B (zh) | 用于识别网站的方法、装置及服务器 | |
CN109471978B (zh) | 一种电子资源推荐方法及装置 | |
US9286379B2 (en) | Document quality measurement | |
WO2018196553A1 (zh) | 标识的获取方法及装置、存储介质以及电子装置 | |
CN110413867B (zh) | 用于内容推荐的方法及*** | |
CN112052387B (zh) | 一种内容推荐方法、装置和计算机可读存储介质 | |
CN108959323B (zh) | 视频分类方法和装置 | |
US9245035B2 (en) | Information processing system, information processing method, program, and non-transitory information storage medium | |
CN111783712A (zh) | 一种视频处理方法、装置、设备及介质 | |
CN111708909B (zh) | 视频标签的添加方法及装置、电子设备、计算机可读存储介质 | |
CN113407773A (zh) | 一种短视频智能推荐方法、***、电子设备及存储介质 | |
CN111708890B (zh) | 一种搜索词确定方法和相关装置 | |
CN114154013A (zh) | 视频推荐方法、装置、设备及存储介质 | |
CN112328833A (zh) | 标签处理方法、装置及计算机可读存储介质 | |
CN114298018A (zh) | 视频标题的生成方法、装置及存储介质 | |
CN110929169A (zh) | 基于改进Canopy聚类协同过滤算法的职位推荐方法 | |
CN116469039B (zh) | 热点视频事件确定方法和***、存储介质及电子设备 | |
CN113821657A (zh) | 基于人工智能的图像处理模型训练方法及图像处理方法 |
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 |