视频推荐方法、装置和计算机可读存储介质转让专利
申请号 : CN202111263832.9
文献号 : CN113965806B
文献日 : 2022-05-06
发明人 : 刘刚
申请人 : 腾讯科技(深圳)有限公司
摘要 :
权利要求 :
1.一种视频推荐方法,其特征在于,包括:获取目标视频以及源视频集合,所述源视频集合包括至少一个源视频;
分别对所述目标视频和所述源视频集合中每一源视频进行片段提取处理,得到目标片段和源视频片段集合,并提取所述目标片段和源视频片段集合中每一视频帧对应的时间戳信息;
对所述目标片段中的每一视频帧进行特征提取,得到所述目标片段的至少一个特征信息,并对所述目标片段对应的每一特征信息进行融合处理,得到所述目标片段的目标特征信息;
对所述源视频片段集合的每一源视频片段中每一视频帧进行特征提取,得到每一源视频片段的至少一个特征信息,并对所述源视频片段的至少一个特征信息进行融合处理,得到所述源视频集合对应的源特征信息集合;
根据所述目标特征信息和所述源特征信息集合从所述源视频片段集合中确定与所述目标视频相似的目标源视频片段;
在所述目标视频中确定第一参考视频帧和第二参考视频帧,根据所述第一参考视频帧和第二参考视频帧对应的时间戳信息,确定所述目标视频在对应的目标源视频中的内容起止信息,其中,所述第一参考视频帧和第二参考视频帧为目标视频中用于对目标源视频片段的定位信息中的时间信息进行调节的视频帧;
基于所述内容起止信息对所述目标源视频片段对应的定位信息中的时间信息进行调节,得到目标定位信息;
根据所述目标定位信息获取所述目标视频对应的至少一个候选推荐视频,所述候选推荐视频在所述目标源视频中的定位信息与所述目标源视频片段在所述目标源视频中的定位信息存在相邻关系;
获取每一候选推荐视频在所述目标源视频中的内容时间信息,根据所述内容时间信息对每一候选推荐视频进行排序;
根据排序结果对每一候选推荐视频进行视频推荐处理。
2.如权利要求1所述的视频推荐方法,其特征在于,所述根据所述目标特征信息和所述源特征信息集合从所述源视频片段集合中确定与所述目标视频相似的目标源视频片段,包括:
查找所述源特征信息集合中与所述目标特征信息匹配的相似源特征信息;
基于所述相似源特征信息从所述源视频片段集合中确定与所述目标视频相似的目标源视频片段。
3.如权利要求2所述的视频推荐方法,其特征在于,所述查找所述源特征信息集合中与所述目标特征信息匹配的相似源特征信息,包括:计算每一目标特征信息与所述源特征信息集合中的每一源特征信息的相似分数;
根据所述相似分数获取相似分数大于预设阈值的源特征信息,得到至少一个相似源特征信息。
4.如权利要求2所述的视频推荐方法,其特征在于,所述基于所述相似源特征信息从所述源视频片段集合中确定与所述目标视频相似的目标源视频片段,包括:记录每一相似源特征信息对应的相似源视频片段,并根据每一相似源视频片段的记录次数对每一相似源视频片段进行排序,得到第一排序结果;
根据所述第一排序结果确定所述相似源视频片段中的目标源视频片段。
5.如权利要求1所述的视频推荐方法,其特征在于,所述在所述目标视频中确定至少一个参考视频帧,根据至少一个参考视频帧确定所述目标视频在对应的目标源视频中的内容起止信息,包括:
获取所述目标视频中的第一参考视频帧和第二参考视频帧,所述第一参考视频帧为所述目标视频中处于第一目标区间的至少一个视频帧,所述第二参考视频帧为所述目标视频中处于第二目标区间的至少一个视频帧;
根据所述第一参考视频帧和第二参考视频帧确定所述目标视频在对应的目标源视频中的内容起止信息。
6.如权利要求5所述的视频推荐方法,其特征在于,所述根据所述第一参考视频帧和第二参考视频帧确定所述目标视频在对应的目标源视频中的内容起止信息,包括:分别对所述第一参考视频帧和第二参考视频帧进行特征提取,得到第一特征信息和第二特征信息;
查找所述源特征信息集合中分别与所述第一特征信息和第二特征信息匹配的第一源特征信息和第二源特征信息,所述第一源特征信息携带第一时间信息,所述第二源特征信息携带第二时间信息;
分别根据所述第一时间信息和所述第二时间信息确定所述目标视频在对应的目标源视频中的内容起始信息和内容终止信息;
基于所述内容起始信息以及内容终止信息确定所述目标视频在目标源视频中的内容起止信息。
7.一种视频推荐装置,其特征在于,包括:获取单元,用于获取目标视频以及源视频集合,所述源视频集合包括至少一个源视频;
片段提取单元,用于分别对所述目标视频和所述源视频集合中每一源视频进行片段提取处理,得到目标片段和源视频片段集合,并提取所述目标片段和源视频片段集合中每一视频帧对应的时间戳信息;
特征提取单元,用于对所述目标片段中的每一视频帧进行特征提取,得到所述目标片段的至少一个特征信息,并对所述目标片段对应的每一特征信息进行融合处理,得到所述目标片段的目标特征信息,对所述源视频片段集合的每一源视频片段中每一视频帧进行特征提取,得到每一源视频片段的至少一个特征信息,并对所述源视频片段的至少一个特征信息进行融合处理,得到所述源视频集合对应的源特征信息集合;
确定单元,用于根据所述目标特征信息和所述源特征信息集合从所述源视频片段集合中确定与所述目标视频相似的目标源视频片段;
候选推荐视频获取单元,用于在所述目标视频中确定第一参考视频帧和第二参考视频帧,根据所述第一参考视频帧和第二参考视频帧对应的时间戳信息,确定所述目标视频在对应的目标源视频中的内容起止信息,其中,所述第一参考视频帧和第二参考视频帧为目标视频中用于对目标源视频片段的定位信息中的时间信息进行调节的视频帧,基于所述内容起止信息对所述目标源视频片段对应的定位信息中的时间信息进行调节,得到目标定位信息,根据所述目标定位信息获取所述目标视频对应的至少一个候选推荐视频;
推荐单元,用于获取每一候选推荐视频在所述目标源视频中的内容时间信息,根据所述内容时间信息对每一候选推荐视频进行排序,根据排序结果对每一候选推荐视频进行视频推荐处理。
8.如权利要求7所述的视频推荐装置,其特征在于,所述确定单元,包括:查找子单元,用于查找所述源特征信息集合中与所述目标特征信息匹配的相似源特征信息;
确定子单元,用于基于所述相似源特征信息从所述源视频片段集合中确定与所述目标视频相似的目标源视频片段。
9.如权利要求8所述的视频推荐装置,其特征在于,所述查找子单元,包括:计算模块,用于计算每一目标特征信息与所述源特征信息集合中的每一源特征信息的相似分数;
获取模块,用于根据所述相似分数获取相似分数大于预设阈值的源特征信息,得到至少一个相似源特征信息。
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存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至6任一项所述的视频推荐方法中的步骤。
11.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可以在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的视频推荐方法。
说明书 :
视频推荐方法、装置和计算机可读存储介质
技术领域
背景技术
获取一段视频,然后通过剪辑和拆条等操作来生成最终进行发布的视频内容,尤其是对于
篇幅较长的影视剧、体育比赛、动漫和电竞内容等视频资源,视频发布者可以将视频资源中
的精彩片段进行剪辑得到不同时长的短视频,以吸引用户进行消费。
户,导致视频推荐效率较低。
发明内容
息集合;
二参考视频帧为所述目标视频中处于第二目标区间的至少一个视频帧;
征信息携带第二时间信息;
频推荐方法中的步骤。
频推荐方法。
的处理器从计算机可读存储介质读取所述计算机指令,处理器执行所述计算机指令,使得
所述计算机设备执行本申请实施例提供的视频推荐方法中的步骤。
源视频片段集合中每一源视频片段进行特征提取,得到目标视频的目标特征信息和源视频
集合对应的源特征信息集合;根据目标特征信息和源特征信息集合从源视频片段集合中确
定与目标视频相似的目标源视频片段;根据目标源视频片段在对应的目标源视频中的定位
信息,获取目标视频对应的至少一个候选推荐视频;基于候选推荐视频进行视频推荐处理。
以此,通过获取目标视频和源视频集合的目标特征信息和源特征信息集合,并以此根据目
标特征信息和源特征信息集合的相似程度,从源视频片段集合中确定与目标视频相似的目
标源视频片段,进而根据目标源视频片段在目标源视频中的定位信息来获取目标视频对应
的候选推荐视频,以实现对目标视频的关联视频的推荐,提高了视频推荐的效率。
附图说明
本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附
图。
具体实施方式
本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施
例,都属于本申请保护的范围。
的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提
供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安
全服务、网络加速服务(Content Delivery Network,CDN)、以及大数据和人工智能平台等
基础云计算服务的云服务器。如本申请所公开的视频推荐方法或装置,其中多个服务器可
组成为一区块链,而服务器为区块链上的节点。
频片段集合中每一源视频片段进行特征提取,得到目标视频的目标特征信息和源视频集合
对应的源特征信息集合;根据目标特征信息和源特征信息集合从源视频片段集合中确定与
目标视频相似的目标源视频片段;根据目标源视频片段在对应的目标源视频中的定位信
息,获取目标视频对应的至少一个候选推荐视频;基于候选推荐视频进行视频推荐处理。
的技术方案,并不构成对于本申请实施例提供的技术方案的限定。本领域普通技术人员可
知,随着视频推荐的演变和新业务场景的出现,本申请提供的技术方案对于类似的技术问
题,同样适用。
行规范化,保存视频的元信息,以提升视频在各个平台播放兼容性。然后,视频需要进行平
台的审核以及标准化处理,例如,根据视频内容进行标注以及分类,视频标准化通过后,会
进入到视频平台的内容库以进行分发推荐,例如,可以基于用户的画像特征,通过推荐算法
比如协同推荐、矩阵分解以及基于深度学习的模型等方法进行推荐。视频类的内容信息主
要包括经过人工剪辑后的视频,通常是内容生产者获取或者拍摄一段视频,然后通过剪辑
和拆条,尤其是长一些的影视剧、综艺节、体育比赛、动漫和电竞内容等等,通过拆条方式,
可以分为很多不同时长片段的短视频。用户在观看完短视频中的精彩片段之后,一般希望
获取与该短视频的内容关联或者内容相邻的视频来继续消费。
视频,其中,该元信息可以包括知识产权(Intellectual Property,简称IP)作品名称,集
数,演员,发布时间,时长等等信息,该原始视频可以为IP作品所在IP片源库中的视频,该IP
片源库可以包括影视、综艺、动漫、体育及电竞等具有一定影响力和版权的内容库,这些内
容通常是在一些版权平台中分发,大多数短视频的创作者都是根据这些原始视频剪辑得到
的。然而,这种方法一方面成本很高,另一方面在短视频传播过程中,这些元信息很容易丢
失,而且短视频片段二次剪辑之后,已有的标注以及标记的元信息等标记信息就失效。此外
还有一种现有方案通过视频内容的标题抽取规则进行匹配来获取与该短视频的内容关联
或者内容相邻的视频,但是很多小视频或者短视频没有标题,或者标题很不规范,使得关联
的准确度较低。因此,在现有技术中,由于短视频的多次剪辑以及标题命名的灵活性,使得
在一个短视频播放完成之后,无法快速获取与该短视频关联或者内容相邻的短视频并推送
至用户,导致视频推荐效率较低。
息的相似程度,从IP片源库中确定与短视频相似的原始视频片段,进而根据原始视频片段
在对应的原始视频中的位置来获取短视频对应的候选推荐视频,以实现对短视频的关联视
频的推荐,提高了视频推荐的效率。
中,短视频可以指在各种新媒体平台上播放的、适合在移动状态和短时休闲状态下观看的、
高频推送的视频内容,视频时长一般可以为几秒到几分钟不等。
一定影响力和版权的内容库,这些内容通常是在一些版权平台中分发。该源视频也即为原
始视频,可以为属于影视剧、综艺节目、体育比赛、动漫或者电竞内容等类别的视频。
来获取源视频,例如网络爬虫等搜索引擎,以此基于获取到的至少一个源视频得到源视频
集合。
合对应的源视频片段集合。
可选的,可以对目标视频进行抽帧处理,其中,可以抽取目标视频中的每一帧视频帧作为一
个目标片段,也可以抽取目标视频中的两帧或者任意多帧的视频帧作为一个目标片段,具
体的帧数在此不做限定。为了可以保证后续视频推荐的准确度,同时可以避免目标片段的
数量太多占用大量存储空间的情况,可以采用每秒抽取一帧视频帧的频率,同时,可以将抽
取得到的5帧视频帧作为一个目标片段。
中,可以抽取源视频中的每一帧视频帧作为一个源视频片段,也可以抽取源视频中的两帧
或者任意多帧的视频帧作为一个源片段,具体的帧数在此不做限定。可选的,为了可以保证
后续视频推荐的准确度,同时可以避免源视频片段的数量太多导致大量存储空间被占用的
情况,可以采用每秒抽取一帧视频帧的频率,同时,可以将抽取得到的5帧视频帧作为一个
源视频片段,基于每一源视频的源视频片段可以得到源视频片段集合。
信息的提取,该时间信息可以为每一视频帧的时间戳信息。
视频帧的数量可以不同,在此不做限定。
息构成的集合。
特征进行向量化而得到的向量,具体向量化的方法可以采用图像分类模型来根据提取的特
征,生成特征对应的向量,例如嵌入(embedding)向量。
选的,可以采用Inception‑Resnet V2作为目标视频以及源视频抽帧提取视觉特征向量的
模型。
融合处理,得到每一目标片段的目标特征信息,可选的,可以将每一目标片段中的每一个特
征信息进行拼接处理,得到每一目标片段的目标特征信息,也可以将每一目标片段中的每
一个特征信息进行加权处理,得到每一目标片段的目标特征信息,例如,可以将每一目标片
段中的每一特征信息进行求和处理,并将求和结果进行平均处理,得到每一目标片段的目
标特征信息等等,例如,假设目标视频中存在目标片段C,目标片段中包含5个视频帧,对这5
个视频帧进行特征提取,得到目标片段C的特征信息c1、c2、c3、c4和c5,可以对目标片段C中
的每一特征信息进行求和处理,得到求和结果(c1+c2+c3+c4+c5),并将求和结果进行平均
处理,得到每一目标片段的目标特征信息(c1+c2+c3+c4+c5)/5。
进行融合处理,得到每一源视频片段的源特征信息,并可以基于每一源视频的源特征信息
得到源特征信息集合。可选的,可以将每一源视频片段中的每一个特征信息进行拼接处理,
得到每一源视频片段的源特征信息,也可以将每一源视频片段中的每一个特征信息进行加
权处理,得到每一源视频片段的源特征信息,例如,可以将每一源视频片段中的每一个特征
信息进行求和,并将求和结果进行平均处理,得到每一源视频片段的源特征信息等等。
提升视频推荐的精确度;反之,可以进行多个特征信息的平均处理,以此有效减少特征信息
占用的存储空间,具体可以根据业务实际情况来确定。此外,为了进一步减少存储空间,可
以对目标特征信息以及源特征信息进行降维处理,在此不做限定。
源视频片段,根据这个目标源视频片段来确定与目标视频匹配的源视频,具体的,请参考图
4a,图4a是本申请实施例提供的一种视频推荐方法的具体流程示意图,可以根据目标视频
的目标特征信息以及源特征信息集合中的源特征信息,从源视频片段集合中确定与该目标
视频相似的目标源视频片段。
的目标源视频片段。
(Facebook AI Similarity Search,简称Faiss),Faiss是高效相似性搜索和密集向量聚类
的库,为稠密向量提供高效相似度搜索和聚类,支持十亿级别向量的搜索,是目前较为成熟
的近似近邻搜索库。
息,具体的,可以计算目标视频对应的每一目标特征信息与该源特征信息集合中的每一源
特征信息的相似分数,进而可以根据该相似分数获取相似分数大于预设阈值的源特征信
息,得到至少一个相似源特征信息。其中,该预设阈值可以为一个预先设定的临界值,当源
特征信息集合中的任一源特征信息的相似分数大于这个临界值时,可以将该源特征信息确
定为相似源特征信息,例如,假设该预设阈值为6分,目标视频对应的一个目标特征信息c1,
源特征信息集合中存在源特征信息d1、d2以及d3,其中,d1、d2以及d3与c1的相似分数分别
为7分、4分以及5分,则源特征信息集合中的源特征信息的相似分数大于预设阈值6分的源
特征信息d1可以确定为相似源特征信息。
视频相似的目标源视频片段,具体的,可以记录每一相似源特征信息对应的相似源视频片
段,并根据每一相似源视频片段的记录次数对每一相似源视频片段进行排序,得到第一排
序结果,并可以根据该第一排序结果确定该相似源视频片段中的目标源视频片段。可选的,
可以根据每一相似源视频片段的记录次数按照由大到小的顺序对每一相似源视频片段进
行排序,也可以按照由小到大的顺序对每一相似源视频片段进行排序,也可以为其他排序
方式,在此不做限定。
标特征信息e3匹配的相似源特征信息均为d5,同时假设相似源特征信息d4对应的相似源视
频片段为D4,相似源特征信息d5对应的相似源视频片段为D5,则可以记录相似源特征信息
d4以及d5对应的相似源视频片段D4以及D5,并根据每一相似源视频片段的记录次数对每一
相似源视频片段进行排序,其中,可以得到D4的记录次数为2次,D5的记录次数为1次,可选
的,可以以由大到小的顺序对相似源视频片段D4和D5进行排序,得到第一排序结果(D4,
D5),并可以根据该第一排序结果确定该相似源视频片段中的目标源视频片段为D4。
对应的目标源视频中的位置,通过该定位信息可以找到目标源视频片段对应的源视频以及
在源视频中位置,该定位信息可以由对应的原视频携带的结构化信息以及预先记录的目标
源视频片段在对应的源视频中的时间信息得到,其中,该结构化信息可以包含源视频的作
品名称、集数、演员信息、发布时间以及播放时长等元信息,用于标识一个源视频,该时间信
息可以包括源视频帧以及对应的时间戳信息,该时间信息可以包括目标源视频片段的起始
时间点以及终止时间点,该时间信息可以在对源视频进行片段提取处理时记录得到。可选
的,该定位信息可以参考图4b,图4b是本申请实施例提供的一种视频推荐方法的定位信息
结构示意图。
频片段在目标源视频中的时间信息可以存在相邻关系,即目标视频与候选推荐视频具有时
间顺序关系,例如,候选推荐视频可以为目标视频在目标源视频中的前部分时间线内容的
视频,也可以为后部分时间线内容的视频,可以假设目标源视频片段在目标源视频中的第
二集,则该候选推荐视频可以为目标源视频中的第一集或者第三集,具体可以根据实际需
求进行选择,在此不做限定。
候选推荐视频。
段在目标源视频中的定位信息,进而可以根据该定位信息获取该目标视频对应的至少一个
候选推荐视频。例如,请继续参考图4b,可以根据图4b中的目标源视频片段对应的定位信
息,得到该目标源视频片段所属的作品名称、集数、时间信息等信息,进而可以根据定位信
息中的作品名称确定目标源视频片段对应的目标源视频,同时,可以根据定位信息中的集
数可以确定目标源视频片段在目标源视频中的第几集,可以根据时间信息中的起始时间点
以及终止时间点确定目标源视频片段在目标源视频中所在的进度区间,以此可以根据定位
信息获取与该目标视频对应的关联的至少一个候选推荐视频,例如,该候选推荐视频可以
为属于目标源视频的关联视频,也可以为时间信息在目标源视频片段的时间信息之后的视
频,也可以为时间信息在目标源视频片段的时间信息之前的视频,以此可以实现对目标视
频的关联视频的推荐,用户可以根据需求,选择观看与当前已观看或者正在观看的视频关
联的前部分视频或者后部分视频,以此可以将视频之间的时间关系串联起来,实现同一内
容情节的续播,提高了视频推荐的效率。
应的至少一个候选推荐视频的步骤,可以包括:
可以提高视频推荐的准确度。该内容起止信息可以包括目标视频在目标源视频中涉及到的
内容的起止时间。具体的,可以在该目标视频中确定至少一个参考视频帧,并根据至少一个
参考视频帧确定该目标视频在对应的目标源视频中的内容起止信息,进而可以基于该内容
起止信息对该定位信息中的时间信息进行调节,得到目标定位信息,并根据该目标定位信
息获取该目标视频对应的至少一个候选推荐视频。
内容起止信息的步骤,可以包括:
目标区间可以为目标视频中处于视频前端的位置,该第二目标区间可以为目标视频中处于
视频后端的位置,其中,该视频前端与视频后端可以以目标视频的播放顺序来衡量。具体
的,可以获取该目标视频中的第一参考视频帧和第二参考视频帧,并根据视频前端的第一
参考视频帧和视频后端的第二参考视频帧确定该目标视频在对应的目标源视频中的内容
起止信息。
征提取,得到第一参考视频帧对应的第一特征信息,以及第二参考视频帧对应的第二特征
信息。进而可以查找该源特征信息集合中分别与该第一特征信息和第二特征信息匹配的第
一源特征信息和第二源特征信息,其中,该第一源特征信息携带第一时间信息,该第二源特
征信息携带第二时间信息,该第一时间信息可以为第一视频帧在目标视频中的时间信息,
该第二时间信息可以为第二视频帧在目标视频中的时间信息,从而可以分别根据该第一时
间信息和该第二时间信息确定该目标视频在对应的目标源视频中的内容起始信息和内容
终止信息,进而可以基于该内容起始信息以及内容终止信息确定该目标视频在目标源视频
中的内容起止信息。
3分22秒,第二视频帧在对应的目标源视频中的内容终止信息为第14分钟11秒,因此,可以
根据该第一参考视频帧和第二参考视频帧确定该目标视频在对应的目标源视频中的内容
起止信息为(第3分22秒,第14分钟11秒),基于该内容起止信息可以对该定位信息中的时间
信息进行调节,也即根据内容起止信息中的内容起始信息以及内容终止信息来对定位信息
携带的时间信息中的起始时间点以及终止时间点进行调节,例如,可以将定位信息携带的
时间信息中的起始时间点以及终止时间点对应的修改为内容起止信息中的内容起始信息
以及内容终止信息,得到目标定位信息来获取该目标视频对应的至少一个候选推荐视频。
以此,可以实现将待推荐视频之间的时间关系串联起来,实现同一内容情节的续播,以此实
现连续播放及内容剧集的组织播放,同时可以减少人工进行标注的成本输入,提高了视频
推荐的效率。
选推荐视频推荐给目标视频对应的用户等等。
视频推荐处理,其中,该内容时间信息可以为候选推荐视频在目标源视频中对应的时间信
息,进而可以根据该内容时间信息中的起始时间点的先后顺序对每一候选推荐视频进行排
序,也可以根据该内容时间信息中的终止时间点的先后顺序对每一候选推荐视频进行排
序,例如,可以根据由大到小的时间顺序对每一候选推荐视频进行排序,也可以按照由小到
大的时间顺序对每一候选推荐视频进行排序,也可以为其他排序方式,在此不做限定。进而
可以根据得到的排序结果按照顺序的对每一候选推荐视频进行视频推荐处理,以此实现关
联视频的推荐,提高视频推荐的效率。
目标片段以及源视频片段集合中每一源视频片段进行特征提取,得到目标视频的目标特征
信息和源视频集合对应的源特征信息集合;根据目标特征信息和源特征信息集合从源视频
片段集合中确定与目标视频相似的目标源视频片段;根据目标源视频片段在对应的目标源
视频中的定位信息,获取目标视频对应的至少一个候选推荐视频;基于候选推荐视频进行
视频推荐处理。以此,通过获取目标视频和源视频集合的目标特征信息和源特征信息集合,
并以此根据目标特征信息和源特征信息集合的相似程度,从源视频片段集合中确定与目标
视频相似的目标源视频片段,进而根据目标源视频片段在目标源视频中的定位信息来获取
目标视频对应的候选推荐视频,以实现对目标视频的关联视频的推荐,提高了视频推荐的
效率。
搜索引擎来获取源视频,例如网络爬虫等搜索引擎,以此基于获取到的至少一个源视频得
到源视频集合。
理,得到目标视频对应的目标片段以及源视频集合对应的源视频片段集合。
标片段。可选的,可以对目标视频进行抽帧处理,其中,可以抽取目标视频中的每一帧视频
帧作为一个目标片段,也可以抽取目标视频中的两帧或者任意多帧的视频帧作为一个目标
片段,具体的帧数在此不做限定。为了可以保证后续视频推荐的准确度,同时可以避免目标
片段的数量太多占用大量存储空间的情况,可以采用每秒抽取一帧视频帧的频率,同时,可
以对目标视频可以将提取得到的5帧视频帧作为一个目标片段。
理,其中,可以抽取源视频中的每一帧视频帧作为一个源视频片段,也可以抽取源视频中的
两帧或者任意多帧的视频帧作为一个源片段,具体的帧数在此不做限定。可选的,为了可以
保证后续视频推荐的准确度,同时可以避免源视频片段的数量太多占用大量存储空间的情
况,可以采用每秒抽取一帧视频帧的频率,同时,服务器可以将抽取得到的5帧视频帧作为
一个源视频片段,基于每一源视频的源视频片段可以得到源视频片段集合。
的时间信息的提取,该时间信息可以为每一视频帧的时间戳信息。
视频帧的数量可以不同,在此不做限定。
合。
息进行融合处理,得到每一目标片段的目标特征信息,可选的,可以将每一目标片段中的每
一个特征信息进行拼接处理,得到每一目标片段的目标特征信息,也可以将每一目标片段
中的每一个特征信息进行加权处理,得到每一目标片段的目标特征信息,例如,可以将每一
目标片段中的每一特征信息进行求和处理,并将求和结果进行平均处理,得到每一目标片
段的目标特征信息等等,例如,假设目标视频中存在目标片段C,目标片段中包含5个视频
帧,对这5个视频帧进行特征提取,得到目标片段C的特征信息c1、c2、c3、c4和c5,可以对目
标片段C中的每一特征信息进行求和处理,得到求和结果(c1+c2+c3+c4+c5),并将求和结果
进行平均处理,得到每一目标片段的目标特征信息(c1+c2+c3+c4+c5)/5。
征信息进行融合处理,得到每一源视频片段的源特征信息,并可以基于每一源视频的源特
征信息得到源特征信息集合。可选的,可以将每一源视频片段中的每一个特征信息进行拼
接处理,得到每一源视频片段的源特征信息,也可以将每一源视频片段中的每一个特征信
息进行加权处理,得到每一源视频片段的源特征信息,例如,可以将每一源视频片段中的每
一个特征信息进行求和,并将求和结果进行平均处理,得到每一源视频片段的源特征信息
等等。
提升视频推荐的精确度;反之,可以进行多个特征信息的平均处理,以此有效减少特征信息
占用的存储空间,具体可以根据业务实际情况来确定。此外,为了进一步减少存储空间,服
务器可以对目标特征信息以及源特征信息进行降维处理,在此不做限定。
一个相似源特征信息。
具体的,服务器可以计算目标视频对应的每一目标特征信息与该源特征信息集合中的每一
源特征信息的相似分数,进而可以根据该相似分数获取相似分数大于预设阈值的源特征信
息,得到至少一个相似源特征信息。其中,该预设阈值可以为一个临界值,当源特征信息集
合中的任一源特征信息的相似分数大于这个临界值时,可以将该源特征信息确定为相似源
特征信息,例如,假设该预设阈值为6分,目标视频对应的一个目标特征信息c1,源特征信息
集合中存在源特征信息d1、d2以及d3,其中,d1、d2以及d3与c1的相似分数分别为7分、4分以
及5分,则源特征信息集合中的源特征信息的相似分数大于预设阈值6分的源特征信息d1可
以确定为相似源特征信息。
该第一排序结果确定该相似源视频片段中的目标源视频片段。
频相似的目标源视频片段,具体的,服务器可以记录每一相似源特征信息对应的相似源视
频片段,并根据每一相似源视频片段的记录次数对每一相似源视频片段进行排序,得到第
一排序结果,并可以根据该第一排序结果确定该相似源视频片段中的目标源视频片段。可
选的,服务器可以根据每一相似源视频片段的记录次数按照由大到小的顺序对每一相似源
视频片段进行排序,也可以按照由小到大的顺序对每一相似源视频片段进行排序,也可以
为其他排序方式,在此不做限定。
标特征信息e3匹配的相似源特征信息均为d5,同时假设相似源特征信息d4对应的相似源视
频片段为D4,相似源特征信息d5对应的相似源视频片段为D5,则服务器可以记录相似源特
征信息d4以及d5对应的相似源视频片段D4以及D5,并根据每一相似源视频片段的记录次数
对每一相似源视频片段进行排序,其中,D4的记录次数为2次,D5的记录次数为1次,可选的,
服务器可以以由大到小的顺序对相似源视频片段D4和D5进行排序,得到第一排序结果(D4,
D5),并可以根据该第一排序结果确定该相似源视频片段中的目标源视频片段为D4。
息,查找该源特征信息集合中分别与该第一特征信息和第二特征信息匹配的第一源特征信
息和第二源特征信息。
目标区间可以为目标视频中处于视频前端的位置,该第二目标区间可以为目标视频中处于
视频后端的位置,其中,该视频前端与视频后端可以以目标视频的播放顺序来衡量。具体
的,可以获取该目标视频中的第一参考视频帧和第二参考视频帧,并根据视频前端的第一
参考视频帧和视频后端的第二参考视频帧确定该目标视频在对应的目标源视频中的内容
起止信息。
可以查找该源特征信息集合中分别与该第一特征信息和第二特征信息匹配的第一源特征
信息和第二源特征信息。例如,服务器可以通过计算第一特征信息和第二特征信息与源特
征信息集合中每一源特征信息的相似分数,根据相似分数的大小来确定最匹配的源特征信
息,以此得到与该第一特征信息和第二特征信息匹配的第一源特征信息和第二源特征信
息。
息确定该目标视频在对应的目标源视频中的内容起止信息。
内容终止信息确定该目标视频在目标源视频中的内容起止信息。
3分22秒,第二视频帧在对应的目标源视频中的内容终止信息为第14分钟11秒,因此,服务
器可以根据该第一参考视频帧和第二参考视频帧确定该目标视频在对应的目标源视频中
的内容起止信息为(第3分22秒,第14分钟11秒)。
信息中的起始时间点以及终止时间点进行调节,例如,可以将定位信息携带的时间信息中
的起始时间点以及终止时间点对应的修改为内容起止信息中的内容起始信息以及内容终
止信息,得到目标定位信息来获取该目标视频对应的至少一个候选推荐视频。以此,可以实
现将待推荐视频之间的时间关系串联起来,实现同一内容情节的续播,以此实现连续播放
及内容剧集的组织播放,同时可以减少人工进行标注的成本输入,提高了视频推荐的效率。
频推荐处理。
视频进行视频推荐处理,其中,该内容时间信息可以为候选推荐视频在目标源视频中对应
的时间信息,进而可以根据该内容时间信息中的起始时间点的先后顺序对每一候选推荐视
频进行排序,也可以根据该内容时间信息中的终止时间点的先后顺序对每一候选推荐视频
进行排序,例如,可以根据由大到小的时间顺序对每一候选推荐视频进行排序,也可以按照
由小到大的时间顺序对每一候选推荐视频进行排序,也可以为其他排序方式,在此不做限
定。进而可以根据得到的排序结果按照顺序的对每一候选推荐视频进行视频推荐处理,以
此实现关联视频的推荐,提高视频推荐的效率。
合;服务器分别对该目标片段以及该源视频片段集合中每一源视频片段进行特征提取,得
到该目标视频的目标特征信息和该源视频集合对应的源特征信息集合;服务器计算每一目
标特征信息与该源特征信息集合中的每一源特征信息的相似分数,根据该相似分数获取相
似分数大于预设阈值的源特征信息,得到至少一个相似源特征信息;服务器记录每一相似
源特征信息对应的相似源视频片段,并根据每一相似源视频片段的记录次数对每一相似源
视频片段进行排序,得到第一排序结果,根据该第一排序结果确定该相似源视频片段中的
目标源视频片段;服务器获取该目标视频中的第一参考视频帧和第二参考视频帧,分别对
该第一参考视频帧和第二参考视频帧进行特征提取,得到第一特征信息和第二特征信息,
查找该源特征信息集合中分别与该第一特征信息和第二特征信息匹配的第一源特征信息
和第二源特征信息;服务器分别根据该第一时间信息和该第二时间信息确定该目标视频在
目标源视频中的内容起始信息和内容终止信息,基于该内容起始信息以及内容终止信息确
定该目标视频在对应的目标源视频中的内容起止信息;服务器基于该内容起止信息对该定
位信息中的时间信息进行调节,得到目标定位信息,根据该目标定位信息获取该目标视频
对应的至少一个候选推荐视频;服务器获取每一候选推荐视频在目标源视频中的内容时间
信息,根据内容时间信息对每一候选推荐视频进行排序,根据排序结果对每一候选推荐视
频进行视频推荐处理。以此,通过获取目标视频和源视频集合的目标特征信息和源特征信
息集合,并以此根据目标特征信息和源特征信息集合的相似程度,从源视频片段集合中确
定与目标视频相似的目标源视频片段,同时,获取目标视频的第一参数视频帧以及第二参
考视频帧来对目标源视频片段的定位信息进行调节得到目标定位信息。进而根据目标定位
信息来获取目标视频对应的候选推荐视频,并基于每一候选推荐视频的内容时间信息对每
一候选推荐视频进行视频推荐处理,以实现对目标视频的关联视频的推荐,能够将视频之
间的时间关系串联起来,实现同一内容情节的续播,以此实现连续播放及内容剧集的组织
播放,同时可以避免人工进行标注的成本输入,提高了视频推荐的效率。
荐视频获取单元305以及推荐单元306,如下:
合;
帧为该目标视频中处于第二目标区间的至少一个视频帧;
带第二时间信息;
再赘述。
段和源视频片段集合;特征提取单元303分别对目标片段以及源视频片段集合中每一源视
频片段进行特征提取,得到目标视频的目标特征信息和源视频集合对应的源特征信息集
合;确定单元304根据目标特征信息和源特征信息集合从源视频片段集合中确定与目标视
频相似的目标源视频片段;候选推荐视频获取单元305根据目标源视频片段在对应的目标
源视频中的定位信息,获取目标视频对应的至少一个候选推荐视频;推荐单元306基于候选
推荐视频进行视频推荐处理。以此,通过获取目标视频和源视频集合的目标特征信息和源
特征信息集合,并以此根据目标特征信息和源特征信息集合的相似程度,从源视频片段集
合中确定与目标视频相似的目标源视频片段,进而根据目标源视频片段在目标源视频中的
定位信息来获取目标视频对应的候选推荐视频,以实现对目标视频的关联视频的推荐,提
高了视频推荐的效率。
理解,图7中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或
更少的部件,或者组合某些部件,或者不同的部件布置。其中:
在存储器402内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整
体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处
理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调
制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处
理器401中。
序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比
如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的
数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如
至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以
包括存储器控制器,以提供处理器401对存储器402的访问。
等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检
测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
号输入。
应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程
序,从而实现各种功能,如下:
每一源视频片段进行特征提取,得到目标视频的目标特征信息和源视频集合对应的源特征
信息集合;根据目标特征信息和源特征信息集合从源视频片段集合中确定与目标视频相似
的目标源视频片段;根据目标源视频片段在对应的目标源视频中的定位信息,获取目标视
频对应的至少一个候选推荐视频;基于候选推荐视频进行视频推荐处理。
体实现过程详见以上方法实施例,此处不再赘述。
储介质中,并由处理器进行加载和执行。
如,该指令可以执行如下步骤:
每一源视频片段进行特征提取,得到目标视频的目标特征信息和源视频集合对应的源特征
信息集合;根据目标特征信息和源特征信息集合从源视频片段集合中确定与目标视频相似
的目标源视频片段;根据目标源视频片段在对应的目标源视频中的定位信息,获取目标视
频对应的至少一个候选推荐视频;基于候选推荐视频进行视频推荐处理。
所能实现的有益效果,详见前面的实施例,在此不再赘述。
计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指
令,使得该计算机设备执行上述实施例提供的各种可选实现方式中提供的方法。
例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依
据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容
不应理解为对本申请的限制。