The invention discloses a video classification method, a device, a storage medium and an electronic device. The method includes obtaining a first eigenvector of a video file, learning the first eigenvector input algorithm model and obtaining a weight value vector corresponding to each feature, and the weight value is multiplied with the first feature vector one by one. The second feature vectors are obtained, and the video files are classified according to the second eigenvectors. It can solve the problem of too much noise in video classification.
【技术实现步骤摘要】
视频分类方法、装置、存储介质及电子设备
本专利技术涉及视频领域,更具体的说,涉及一种视频分类方法、装置、存储介质及电子设备。
技术介绍
视频文件相对图片噪声较多。具体包括,一个比如说标签为狗的视频中可能匹配标签的内容只有其中的一段视频,其他部分都是与标签无关的信息;还包括在相关的视频里,每帧的图像也包含很多与标签不匹配的物体,只有部分物体匹配标签内容。现有的视频分类方法对噪声处理不好。
技术实现思路
本专利技术所要解决的技术问题是提供一种视频分类方法、装置、存储介质及电子设备,能够减小噪声的影响。本专利技术的目的是通过以下技术方案来实现的:第一方面,本申请实施例提供一种视频分类方法,包括:获取视频文件的第一特征向量;将所述第一特征向量输入算法模型学习,得到对应每个特征的权重值向量;所述权重值向量与所述第一特征向量一一相乘,得到第二特征向量;根据所述第二特征向量对所述视频文件进行分类。第二方面,本申请实施例提供一种视频分类装置,包括:第一获取单元,用于获取视频文件的第一特征向量;权重值向量获取单元,用于将所述第一特征向量输入算法模型学习,得到对应每个特征的权重值向量;第二获取单元,用于所述权重值向量与所述第一特征向量一一相乘,得到第二特征向量;分类单元,用于根据所述第二特征向量对所述视频文件进行分类。第三方面,本申请实施例提供一种存储介质,其上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述的视频分类方法。第四方面,本申请实施例提供一种电子设备,包括处理器和存储器,所述存储器有计算机程序,所述处理器通过调用所述计算机程序,用于执行上述的 ...
【技术保护点】
一种视频分类方法,其特征在于,包括:获取视频文件的第一特征向量;将所述第一特征向量输入算法模型学习,得到对应每个特征的权重值向量;所述权重值向量与所述第一特征向量一一相乘,得到第二特征向量;根据所述第二特征向量对所述视频文件进行分类。
【技术特征摘要】
1.一种视频分类方法,其特征在于,包括:获取视频文件的第一特征向量;将所述第一特征向量输入算法模型学习,得到对应每个特征的权重值向量;所述权重值向量与所述第一特征向量一一相乘,得到第二特征向量;根据所述第二特征向量对所述视频文件进行分类。2.如权利要求1所述的视频分类方法,其特征在于,所述将所述第一特征向量输入算法模型学习,得到对应每个特征的权重值向量的步骤,包括:将所述第一特征向量输入算法模型学习,根据特征重要性将第一特征向量中的分成两类或多类特征;将所述两类或多类特征中的各个特征设置不同的权重,得到权重值向量。3.如权利要求1所述的视频分类方法,其特征在于,所述将所述第一特征向量输入算法模型学习,得到对应每个特征的权重值向量的步骤,包括:将所述第一特征向量输入第一全连接层进行压缩得到第一中间数据;将所述第一中间数据输入第二全连接层进行扩张得到与所述第一特征向量长度相同的第二中间数据;根据预设函数将所述第二中间数据转换得到权重值向量,所述权重值向量中的权重值在0-1之间。4.如权利要求1所述的视频分类方法,其特征在于,所述将所述第一特征向量输入算法模型学习,得到对应每个特征的权重值向量的步骤,包括:将所述第一特征向量输入第一全连接层进行压缩得到第一中间数据;将所述第一中间数据输入第二全连接层进行扩张得到第二中间数据;将所述第二中间数据输入第三全连接层得到与所述特征向量长度相同的第三中间数据;根据预设函数将所述第三中间数据转换得到权重值向量,所述权重值向量中的权重值在0-1之间。5.如权利要求1所述的视频分类方法,其特征在于,所述将所述第一特征向量输入算法模型学习,得到对应每个特征的权重值向量的步骤,包括:将所述第一特征向量输入第一全连接层进行压缩得到第一中间数据;将所述第一中间数据输入第二全连接层进行扩张得到第二中间数据;将所述第二中间数据输入第四全连接层进行压缩得到第四中间数据;将所述第三中间数据...
【专利技术属性】
技术研发人员:包怡欣,彭垚,绍杰,赵之健,
申请(专利权)人:上海七牛信息技术有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。