CN114390366A - 视频处理方法和装置 - Google Patents
视频处理方法和装置 Download PDFInfo
- Publication number
- CN114390366A CN114390366A CN202210062299.8A CN202210062299A CN114390366A CN 114390366 A CN114390366 A CN 114390366A CN 202210062299 A CN202210062299 A CN 202210062299A CN 114390366 A CN114390366 A CN 114390366A
- Authority
- CN
- China
- Prior art keywords
- video
- processed
- tag
- video frame
- obtaining
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 230000004044 response Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 48
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 8
- 238000013135 deep learning Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 238000012216 screening Methods 0.000 description 6
- 241000282326 Felis catus Species 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010413 gardening Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003898 horticulture Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal 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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
-
- 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]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
-
- 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
- H04N21/44008—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 involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种视频处理方法和视频处理装置,涉及人工智能领域,具体涉及计算机视觉、图像识别和深度学习技术场景。实现方案为:获取视频的描述数据,描述数据指示与在多个类别中与视频对应的类别;基于描述数据,获得指示视频是否与目标分类对应的检测结果;响应于检测结果指示视频与目标分类对应,将视频确定为待处理视频;以及从与目标分类对应的多个标签中,获得待处理视频的视频标签。
Description
技术领域
本公开涉及人工智能领域,尤其涉及计算机视觉、图像识别和深度学习技术场景,具体涉及一种视频处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
基于人工智能的视频处理技术,通过对视频内容进行理解,丰富了用户获取视频所包含的信息的形式和维度,提升了向用户传达的信息的密度。其中,在对视频内容进行理解的过程中,往往对视频所包含的视频帧中的图像信息进行识别,以对视频进行打标签,使用户能够根据视频的标签搜索到视频,或者服务端可以根据视频的标签为用户推送视频。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种视频处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种视频处理方法,包括:获取视频的描述数据,所述描述数据指示与在多个类别中与所述视频对应的类别;基于所述描述数据,获得指示所述视频是否与目标分类对应的检测结果;响应于所述检测结果指示所述视频与所述目标分类对应,将所述视频确定为待处理视频;以及从与所述目标分类对应的多个标签中,获得所述待处理视频的视频标签。
根据本公开的另一方面,提供了一种视频处理装置获取单元,被配置用于获取视频的描述数据,所述描述数据指示与在多个类别中与所述视频对应的类别;检测单元,被配置用于基于所述描述数据,获得指示所述视频是否与目标分类对应的检测结果;确定单元,被配置用于响应于所述检测结果指示所述视频与所述目标分类对应,将所述视频确定为待处理视频;以及处理单元,被配置用于从与所述目标分类对应的多个标签中,获得所述待处理视频的视频标签。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行根据本公开的实施例所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开的实施例所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据本公开的实施例所述的方法。
根据本公开的一个或多个实施例,在对视频打标签的过程中,可以减少数据处理量,并且提升对视频所打的标签的准确率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性***的示意图;
图2示出了根据本公开的实施例的视频处理方法的流程图;
图3示出了根据本公开的实施例的视频处理方法中获取指示视频是否与目标分类对应的检测结果的过程的流程图;
图4示出了根据本公开的实施例的视频处理方法中从与目标分类对应的多个标签中获得待处理视频的视频标签的过程的流程图;
图5示出了可以实现根据本公开的实施例的视频处理方法中获取待处理视频的视频标签的过程的流程图;
图6示出了可以实现根据本公开的实施例的视频处理方法中从待处理视频中提取多个视频帧的过程的流程图;
图7示出了根据本公开的实施例的视频处理装置的结构框图;以及
图8示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性***100的示意图。参考图1,该***100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行视频处理方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的***配置是可能的,其可以与***100不同。因此,图1是用于实施本文所描述的各种方法的***的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来接收根据本公开的视频处理方法处理后的视频。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏***、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作***,例如MICROSOFT Windows、APPLE iOS、类UNIX操作***、Linux或类Linux操作***(例如GOOGLE Chrome OS);或包括各种移动操作***,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏***可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作***的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作***以及任何商业上可用的服务器操作***的一个或多个操作***。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式***的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
***100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件***支持的常规存储库。
图1的***100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
参看图2,根据本公开的一些实施例的视频处理方法200,包括:
步骤S210:获取视频的描述数据,所述描述数据指示与在多个类别中与所述视频对应的类别;
步骤S220:基于所述描述数据,获得指示所述视频是否与目标分类对应的检测结果;
步骤S230:响应于所述检测结果指示所述视频与所述目标分类对应,将所述视频确定为待处理视频;
步骤S240:响应于所述视频与所述目标分类对应,从与所述目标分类对应的多个标签中,获得所述待处理视频的视频标签。
基于视频对应的描述数据,确定视频是否与目标分类对应,当视频与目标分类对应时,将视频确定为待处理视频,以从与目标分类对应的多个标签中确定待处理视频的视频标签,可以实现对视频的筛选,以对与目标分类对应的视频打标签,该过程由于经过了对视频的筛选获得待处理视频的过程,使获得视频标签的过程的数据处理量少,并且获得的视频标签是从针对经筛选后目标分类对应的标签中获得的,使获得待处理视频的的视频标签准确。
在相关技术中,往往针对单个视频进行视频分析,例如,在分析视频所包含的信息的过程中,通过将视频或者通过视频获得的视频帧序列直接导入模型,通过提取图像信息,并且将图像信息与多种标签匹配获得所匹配的标签。在描述数据量大时,上述处理方式需要对每个视频进行分析,使得数据处理量大,标签获取效率低。
在根据本公开的实施例中,通过基于视频的描述数据,先对视频进行筛选,获得与目标分类对应的待处理视频,再从目标分类对应的多个标签中获得待处理视频的视频标签,对于视频量大的情况下,大大减少了数据处理量。
例如,在根据本公开的一个典型应用中,服务器从上游服务端获取视频,通过对视频进行打标签,使视频包含更多的信息。用户在获取上游服务端的视频时,上游服务端从该服务器调用经打标签的视频,提供给用户。上游服务端每天上线大量视频,例如,可以是数万个视频,通过根据本公开的方法,可以针对多个视频进行筛选,以对需要打标签的视频进行打标签,从而大大减少了对视频打标签时的数据处理量,提升了对视频打标签的效率。
在一些实施例中,描述数据例如使包括视频对应的文本数据,例如,描述数据包括若干字段,如“vid”,“video_url”,“cate”,“sub_cate”等。其中,“cate”字段指示视频的第一级类别,“sub_cate”字段指示视频的第二级类别,每一个“cate”字段包含有相应的“sub_cate”字段。
在一些实施例中,“cate”字段,例如包括:综艺、自然、娱乐、游戏、影视、音乐、星座运势、舞蹈、文化、体育、数码、手作、时事、时尚、生活、摄影、社会、三农、情感、汽车、拍人、母婴育儿、美食、旅游、历史、科学、科技、军事、教育、交通工具、健康养生、家居、国际、搞笑、动漫、宠物、财经等。
在一些实施例中,对应于“cate”字段为综艺的“sub_cate”字段,例如包括:综艺综合、职场综艺、音乐综艺、选秀节目、小品、相声、相亲综艺、舞蹈综艺、文化综艺、脱口秀、挑战综艺、时尚综艺、情感综艺、亲子综艺、魔术、明星真人秀、旅游综艺、鉴宝综艺等。
在一些实施例中,需要理解的是,本公开的实施例与视频描述数据包括指示视频的第一级类别的“cate”字段和指示视频的第二级类别的“sub_cate”字段为示例进行说明仅仅是示例性的,视频描述数据还可以仅仅包括指示第一级类别的字段或者指示跟多级别(例如在第二级类别中细分的第三级类别,第三级类别中细分的第四级类别,等等),在此并不限定。
同时,需要理解的是,视频的类别与目标分类并不相同。视频的类别是在视频的描述数据中所限定的,其来源于***端的服务端;目标分类是根据需要设置的需要对视频进行打标签的分类,其由视频处理端的服务器所确定。
在一些实施例中,所述描述数据包括指示在多个第一级类别中与所述视频对应的第一级类别的第一字段,所述多个第一级类别中的每一个第一级类别对应有多个第二级类别,所述描述数据还包括指示在相应的多个第二级类别中与所述视频对应的第二级类别的第二字段。如图3所示,获得指示所述视频是否与目标分类对应的检测结果包括:
步骤S310:组合所述第一字段和第二字段;以及
步骤S320:基于所组合字段与所述目标分类,获得所述检测结果。
通过组合描述数据中的字段,并基于组合字段和目标分类获得检测结果,进一步减少数据处理量。
在一些实施例中,对于目标分类,可以设置相应的筛选规则,以筛选视频。在一些实施例中,设置与目标分类对应的多个筛选字段,通过将视频的组合字段遍历目标分类的多个筛选字段,响应于组合字段与多个筛选字段中的一个筛选字段对应,确定组合字段对应的视频与目标分类对应。例如,目标分类为“植物”,设置筛选字段包括:“自然_植物”,“家居_植物”,“家居_园艺”。当获得指示第一级类别的“cate”字段为“家居”和指示第二级类别的“sub_cate”字段为“园艺”的视频后,由于视频的“cate”字段和“sub_cate”字段的组合字段为“家居_园艺”,因此,可以确定该视频与目标分类“植物”对应。
在一些实施例中,通过获得组合字段与目标分类的相似度,获得检测结果。
在一些实施例中,在确定视频对应于目标分类之后,基于视频的描述数据中的“video_url”字段,获得视频连接,并基于链接(例如,通过下载)获得视频的图像数据。
由于前面确定视频是否与目标分类对应的过程中,仅仅指示处理视频的描述数据,均不涉及视频的图像数据,前述的处理过程中,数据处理量少,资源消耗少,并且处理速度快。
下面,进一步介绍根据本公开的实施例中,在将视频确定为待处理视频之后,进一步获得待处理视频的视频标签的过程。
在一些实施例中,如图4所示,从与所述目标分类对应的多个标签中,获得所述待处理视频的视频标签包括:
步骤S410:对于所述待处理视频的多个视频帧中的每一个视频帧,从所述多个标签中获取该视频帧的视频帧标签和该视频帧标签对应的概率;以及
步骤S420:基于所述多个视频帧中的每一个视频帧的视频帧标签和该视频帧对应的概率,获取所述待处理视频的视频标签。
通过获得待处理视频的多个视频帧中的每一个视频帧的视频帧标签和该视频帧标签对应的概率获得待处理视频的视频标签,使获得的待处理视频的视频标签进一步准确。
在一些实施例中,通过与目标分类对应的目标标签模型,从所述多个标签中获取该视频帧的视频帧标签和该视频帧标签对应的概率
在一些实施例中,通过预训练神经网络模型,获得与目标分类对应的目标标签模型。
在一些实施例中,神经网络模型采用Res3Net神经网络框架。Res3Net神经网络框架通过对输入图像进行多尺度处理,获得输入图像对应的预测结果,在多尺度处理过程中进一步减少数据处理量,使对视频打标签的过程数据处理量少,效率高,同时保证所打的标签的准确率。
根据本公开的一些实施例的Res3Net神经网络框架所包括的Bottleneck block模块通过对输入的特征进行先降维再升维,进一步减少计算过程中的计算量。
在一些实施例中,目标标签模型基于输入的视频帧,获得多个标签中的每一个标签对应的概率,将多个标签中对应的概率最大的标签作为输入目标标签模型的视频帧的视频帧标签。
在一些实施例中,基于多个视频帧中的每一个视频帧的视频帧标签和该视频帧对应的概率,获取处理视频的视频标签包括:将对应的概率大于阈值的视频帧标签作为待处理视频的视频帧标签。
在一些实施例中,如图5所示,获取所述待处理视频的视频标签包括:
步骤S510:对于所述多个视频帧中的每一个视频帧,响应于确定该视频帧的视频帧标签所对应的概率大于预设概率阈值,将该视频帧的视频帧标签确定为候选标签,以获得所述待处理视频的候选标签集合;以及
步骤S520:对于所述候选标签集合中的每一个候选标签,响应于确定在所述多个视频帧中与该候选标签相应的视频帧的数量不小于预设数量阈值,将该候选标签确定为所述待处理视频的视频标签。
在获得待处理视频的视频标签的过程中,对多个视频帧中的每一个视频帧对应的视频帧标签进行筛选,将其中对应的概率大于预设概率阈值的视频帧标签和在多个视频帧中对应的视频帧的数量大于预设数量阈值的视频帧标签作为待处理视频的视频标签,进一步所获得提升视频标签的准确性。
在一些实施例中,根据视频标签的准确性要求,可以设置不同的预设概率阈值和预设数量阈值。在一个示例中,预设概率阈值为0.94,预设数量阈值为3。
在一些实施例中,在步骤S210获得待处理视频的类别只有,进一步从待处理视频提取多个视频帧,以在步骤S220中获得该多个视频帧中的每一个视频帧的视频帧标签和视频帧标签对应的概率。
在一些实施例中,提取描述数据中的“video_url”字段,以获得可以下载的视频链接,在下载视频后从待处理视频中提取多个视频帧。
在一些实施例中,多个视频帧的数量不大于预设阈值。
将多个视频帧的数量设置为不大于预设阈值,避免处理过程中处理的视频帧的数量过多而导致消耗过多的计算资源。
在一些实施例中,预设阈值设置150。
在一些实施例中,待处理视频的长度比较短,例如几十秒到几分钟,通过每个预设的时长提取一帧视频帧,获得待处理视频的多个视频帧。在一个示例中,每2s提取一个视频帧。
在一些实施例中,待处理视频的长度比较长,例如一小时,通过从待处理视频中获得视频分段,并且从视频分段中提取该多个视频帧。
在一些实施例中,如图6所示,从所述待处理视频中提取所述多个视频帧包括:
步骤S610:响应于所述待处理视频的时间长度大于预设时间长度,基于所述待处理视频的开始时间点,获取所述待处理视频的分段,所述分段的时间长度为预设时间长度;以及
步骤S620:基于预设时间间隔,从所述分段中提取所述多个视频帧。
发明人发现,视频的开始的分段的内容往往通常能代表视频整体的内容,基于视频开始的分段就足以获得能代表视频内容的视频标签。因此,在根据本公开的实施例中,通过处理待处理视频的开始的分段中的多个视频帧,获得视频的视频标签,可以避免处理过多数据量,而过度消耗***资源。
在一些实施例中,预设时间长度为5min,预设时间间隔为2s。
在一些实施例中,在获得待处理视频的视频标签之后,将所述待处理视频的视频标签与所述多个视频帧中相应的视频帧关联,以使所述待处理视频被播放时,在相应的视频帧上展示所述待处理视频的视频标签。
通过将待处理视频的视频标签与待处理视频中的对应的视频帧关联,使用户在播放该视频的时候能够展示视频对应的视频标签,从而提升视频的信息密度,满足用户的认知和信息拓展需求,提升用户体验。
在一些实施例中,通过对待处理视频的描述数据进行处理,生成新的描述数据,并返回给服务端,使服务端在提供用户相应的视频时,调用该新的描述数据。在一些实施例中,该新的描述数据包含视频标签和该视频标签对应的视频帧出现的时间。
根据本公开的实施例,还提供了一种视频处理装置,如图7所以,装置700包括:获取单元710,被配置用于获取视频的描述数据,所述描述数据指示与在多个类别中与所述视频对应的类别检测单元720,被配置用于基于所述描述数据,获得指示所述视频是否与目标分类对应的检测结果;确定单元730,被配置用于响应于所述检测结果指示所述视频与所述目标分类对应,将所述视频确定为待处理视频;以及处理单元740,被配置用于从与所述目标分类对应的多个标签中,获得所述待处理视频的视频标签。
在一些实施例中,所述描述数据包括指示在多个第一级类别中与所述视频对应的第一级类别的第一字段,所述多个第一级类别中的每一个第一级类别对应有多个第二级类别,所述描述数据还包括指示在相应的多个第二级类别中与所述视频对应的第二级类别的第二字段,所述检测单元720包括:组合单元,被配置用于组合所述第一字段和第二字段,以获得组合字段;以及检测子单元,被配置用于基于所组合字段与所述目标分类,获得所述检测结果。
在一些实施例中,所述处理单元740包括:计算单元,被配置用于对于所述待处理视频的多个视频帧中的每一个视频帧,从所述多个标签中获取该视频帧的视频帧标签和该视频帧标签对应的概率;以及视频标签获取单元,被配置用于基于所述多个视频帧中的每一个视频帧的视频帧标签和该视频帧对应的概率,获取所述待处理视频的视频标签。
在一些实施例中,所述视频标签获取单元包括:第一确定单元,被配置用于对于所述多个视频帧中的每一个视频帧,响应于确定该视频帧的视频帧标签所对应的概率大于预设概率阈值,将该视频帧的视频帧标签确定为候选标签,以获得所述待处理视频的候选标签集合;以及第二确定单元,被配置用于对于所述候选标签集合中的每一个候选标签,响应于确定在所述多个视频帧中与该候选标签相应的视频帧的数量不小于预设数量阈值,将该候选标签确定为所述待处理视频的视频标签。
在一些实施例中,所述处理单元740包括:视频帧获取单元,被配置用于从所述待处理视频中提取所述多个视频帧,其中所述多个视频帧的数量不大于预设阈值。
在一些实施例中,所述视频帧获取单元包括:分段获取单元,被配置用于响应于所述待处理视频的时间长度大于预设时间长度,基于所述待处理视频的开始时间点,获取所述待处理视频的分段,所述分段的时间长度为预设时间长度;以及提取单元,被配置用于基于预设时间间隔,从所述分段中提取所述多个视频帧。
根据本公开的实施例,还提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行根据本公开的实施例所述的方法。
根据本公开的实施例,还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开的实施例所述的方法。
根据本公开的实施例,还提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据本公开的实施例所述的方法。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
参考图8,现将描述可以作为本公开的服务器或客户端的电子设备800的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向设备800输入信息的任何类型的设备,输入单元806可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元807可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元808可以包括但不限于磁盘、光盘。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM803并由计算单元801执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、***和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (15)
1.一种视频处理方法,包括:
获取视频的描述数据,所述描述数据指示与在多个类别中与所述视频对应的类别;
基于所述描述数据,获得指示所述视频是否与目标分类对应的检测结果;
响应于所述检测结果指示所述视频与所述目标分类对应,将所述视频确定为待处理视频;以及
从与所述目标分类对应的多个标签中,获得所述待处理视频的视频标签。
2.根据权利要求1所述的方法,其中,所述描述数据包括指示在多个第一级类别中与所述视频对应的第一级类别的第一字段,所述多个第一级类别中的每一个第一级类别对应有多个第二级类别,所述描述数据还包括指示在相应的多个第二级类别中与所述视频对应的第二级类别的第二字段,所述获得指示所述视频是否与目标分类对应的检测结果包括:
组合所述第一字段和第二字段,以获得组合字段;以及
基于所组合字段和所述目标分类,获得所述检测结果。
3.根据权利要求1所述的方法,其中,所述从与所述目标分类对应的多个标签中,获得所述待处理视频的视频标签包括:
对于所述待处理视频的多个视频帧中的每一个视频帧,从所述多个标签中获取该视频帧的视频帧标签和该视频帧标签对应的概率;以及
基于所述多个视频帧中的每一个视频帧的视频帧标签和该视频帧对应的概率,获取所述待处理视频的视频标签。
4.根据权利要求3所述的方法,其中,所述获取所述待处理视频的视频标签包括:
对于所述多个视频帧中的每一个视频帧,响应于确定该视频帧的视频帧标签所对应的概率大于预设概率阈值,将该视频帧的视频帧标签确定为候选标签,以获得所述待处理视频的候选标签集合;以及
对于所述候选标签集合中的每一个候选标签,响应于确定在所述多个视频帧中与该候选标签相应的视频帧的数量不小于预设数量阈值,将该候选标签确定为所述待处理视频的视频标签。
5.根据权利要求3或4所述的方法,其中,所述从与所述目标分类对应的多个标签中,获得所述待处理视频的视频标签还包括:
从所述待处理视频中提取所述多个视频帧,其中所述多个视频帧的数量不大于预设阈值。
6.根据权利要求5所述的方法,其中,从所述待处理视频中提取所述多个视频帧包括:
响应于所述待处理视频的时间长度大于预设时间长度,基于所述待处理视频的开始时间点,获取所述待处理视频的分段,所述分段的时间长度为预设时间长度;以及
基于预设时间间隔,从所述分段中提取所述多个视频帧。
7.一种视频处理装置,包括:
获取单元,被配置用于获取视频的描述数据,所述描述数据指示与在多个类别中与所述视频对应的类别;
检测单元,被配置用于基于所述描述数据,获得指示所述视频是否与目标分类对应的检测结果;
确定单元,被配置用于响应于所述检测结果指示所述视频与所述目标分类对应,将所述视频确定为待处理视频;以及
处理单元,被配置用于从与所述目标分类对应的多个标签中,获得所述待处理视频的视频标签。
8.根据权利要求7所述的装置,其中,所述描述数据包括指示在多个第一级类别中与所述视频对应的第一级类别的第一字段,所述多个第一级类别中的每一个第一级类别对应有多个第二级类别,所述描述数据还包括指示在相应的多个第二级类别中与所述视频对应的第二级类别的第二字段,所述检测单元包括:
组合单元,被配置用于组合所述第一字段和第二字段,以获得组合字段;以及
检测子单元,被配置用于基于所组合字段与所述目标分类,获得所述检测结果。
9.根据权利要求7所述的装置,其中,所述处理单元包括:
计算单元,被配置用于对于所述待处理视频的多个视频帧中的每一个视频帧,从所述多个标签中获取该视频帧的视频帧标签和该视频帧标签对应的概率;以及
视频标签获取单元,被配置用于基于所述多个视频帧中的每一个视频帧的视频帧标签和该视频帧对应的概率,获取所述待处理视频的视频标签。
10.根据权利要求9所述的装置,其中,所述视频标签获取单元包括:
第一确定单元,被配置用于对于所述多个视频帧中的每一个视频帧,响应于确定该视频帧的视频帧标签所对应的概率大于预设概率阈值,将该视频帧的视频帧标签确定为候选标签,以获得所述待处理视频的候选标签集合;以及
第二确定单元,被配置用于对于所述候选标签集合中的每一个候选标签,响应于确定在所述多个视频帧中与该候选标签相应的视频帧的数量不小于预设数量阈值,将该候选标签确定为所述待处理视频的视频标签。
11.根据权利要求9或10所述的装置,其中,所述处理单元还包括:
视频帧获取单元,被配置用于从所述待处理视频中提取所述多个视频帧,其中所述多个视频帧的数量不大于预设阈值。
12.根据权利要求10所述的装置,其中,所述视频帧获取单元包括:
分段获取单元,被配置用于响应于所述待处理视频的时间长度大于预设时间长度,基于所述待处理视频的开始时间点,获取所述待处理视频的分段,所述分段的时间长度为预设时间长度;以及
提取单元,被配置用于基于预设时间间隔,从所述分段中提取所述多个视频帧。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210062299.8A CN114390366B (zh) | 2022-01-19 | 2022-01-19 | 视频处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210062299.8A CN114390366B (zh) | 2022-01-19 | 2022-01-19 | 视频处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114390366A true CN114390366A (zh) | 2022-04-22 |
CN114390366B CN114390366B (zh) | 2024-02-06 |
Family
ID=81204347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210062299.8A Active CN114390366B (zh) | 2022-01-19 | 2022-01-19 | 视频处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114390366B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104935966A (zh) * | 2015-06-03 | 2015-09-23 | 无锡天脉聚源传媒科技有限公司 | 一种分类视频信息的复制方法及装置 |
CN110163115A (zh) * | 2019-04-26 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种视频处理方法、装置和计算机可读存储介质 |
CN111222500A (zh) * | 2020-04-24 | 2020-06-02 | 腾讯科技(深圳)有限公司 | 一种标签提取方法及装置 |
CN111711869A (zh) * | 2020-06-24 | 2020-09-25 | 腾讯科技(深圳)有限公司 | 一种标签数据处理方法、装置以及计算机可读存储介质 |
CN112115299A (zh) * | 2020-09-17 | 2020-12-22 | 北京百度网讯科技有限公司 | 视频搜索方法、装置、推荐方法、电子设备及存储介质 |
CN112948631A (zh) * | 2019-12-11 | 2021-06-11 | 北京金山云网络技术有限公司 | 视频标签生成方法、装置及电子终端 |
CN113010737A (zh) * | 2021-03-25 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 一种视频标签的分类方法、装置及存储介质 |
US20210201038A1 (en) * | 2019-12-30 | 2021-07-01 | Alibaba Group Holding Limited | Method and apparatus for video processing |
CN113705299A (zh) * | 2021-03-16 | 2021-11-26 | 腾讯科技(深圳)有限公司 | 一种视频识别的方法、装置及存储介质 |
CN113761253A (zh) * | 2021-05-20 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 视频标签确定方法、装置、设备及存储介质 |
-
2022
- 2022-01-19 CN CN202210062299.8A patent/CN114390366B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104935966A (zh) * | 2015-06-03 | 2015-09-23 | 无锡天脉聚源传媒科技有限公司 | 一种分类视频信息的复制方法及装置 |
CN110163115A (zh) * | 2019-04-26 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种视频处理方法、装置和计算机可读存储介质 |
CN112948631A (zh) * | 2019-12-11 | 2021-06-11 | 北京金山云网络技术有限公司 | 视频标签生成方法、装置及电子终端 |
US20210201038A1 (en) * | 2019-12-30 | 2021-07-01 | Alibaba Group Holding Limited | Method and apparatus for video processing |
CN111222500A (zh) * | 2020-04-24 | 2020-06-02 | 腾讯科技(深圳)有限公司 | 一种标签提取方法及装置 |
CN111711869A (zh) * | 2020-06-24 | 2020-09-25 | 腾讯科技(深圳)有限公司 | 一种标签数据处理方法、装置以及计算机可读存储介质 |
CN112115299A (zh) * | 2020-09-17 | 2020-12-22 | 北京百度网讯科技有限公司 | 视频搜索方法、装置、推荐方法、电子设备及存储介质 |
CN113705299A (zh) * | 2021-03-16 | 2021-11-26 | 腾讯科技(深圳)有限公司 | 一种视频识别的方法、装置及存储介质 |
CN113010737A (zh) * | 2021-03-25 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 一种视频标签的分类方法、装置及存储介质 |
CN113761253A (zh) * | 2021-05-20 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 视频标签确定方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114390366B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113836333A (zh) | 图文匹配模型的训练方法、实现图文检索的方法、装置 | |
CN112579909A (zh) | 对象推荐方法及装置、计算机设备和介质 | |
CN113642740A (zh) | 模型训练方法及装置、电子设备和介质 | |
CN114443989B (zh) | 排序方法、排序模型的训练方法、装置、电子设备及介质 | |
CN114547252A (zh) | 文本识别方法、装置、电子设备和介质 | |
CN113723305A (zh) | 图像和视频检测方法、装置、电子设备和介质 | |
CN116152607A (zh) | 目标检测方法、训练目标检测模型的方法及装置 | |
CN113868453B (zh) | 对象推荐方法和装置 | |
CN114219046B (zh) | 模型训练方法、匹配方法、装置、***、电子设备和介质 | |
CN115759100A (zh) | 数据处理方法、装置、设备及介质 | |
CN113596011B (zh) | 流量识别方法及装置,计算设备和介质 | |
CN115269989A (zh) | 对象推荐方法、装置、电子设备和存储介质 | |
CN114998963A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN114842476A (zh) | 水印检测方法及装置、模型训练方法及装置 | |
CN114390366B (zh) | 视频处理方法和装置 | |
CN114429678A (zh) | 模型训练方法及装置、电子设备和介质 | |
CN114445190A (zh) | 商品推荐方法和装置 | |
CN112905743A (zh) | 文本对象检测的方法、装置、电子设备和存储介质 | |
CN113836939B (zh) | 基于文本的数据分析方法和装置 | |
CN115578451B (zh) | 图像处理方法、图像处理模型的训练方法和装置 | |
CN116070711B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN113722534B (zh) | 视频推荐方法和装置 | |
CN113722523B (zh) | 对象推荐方法和装置 | |
CN114861658B (zh) | 地址信息解析方法及装置、设备和介质 | |
CN114842474B (zh) | 文字识别方法、装置、电子设备和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |