一种节目信息提取方法、终端设备及服务器技术

本发明专利技术适用于数字电视技术领域，提供了一种节目信息提取方法、终端设备及服务器，包括：本发明专利技术首先向服务器发送目标节目的提取策略请求，提取策略请求用于指示服务器在数据库中查询目标节目的第一任务表；然后接收服务器发送的第一任务表，并获取第一任务表中各个任务对应的深度学习模型；最后获取目标节目的关键帧图像，并将关键帧图像分别输入各个深度学习模型，得到对应的节目信息。本发明专利技术通过在终端发送提取策略请求，利用终端在节目播放过程中提取节目信息，分散了节目信息提取任务，缩短了节目信息的提取时间，增强了节目信息的时效性。

【技术实现步骤摘要】
一种节目信息提取方法、终端设备及服务器
本专利技术属于数字电视
，尤其涉及一种节目信息提取方法、终端设备及服务器。
技术介绍
在IPTV(InteractProtocolTelevision，交互式网络电视)系统中，影片通常具备影片名、导演、演员、年代、标签等节目信息。现有的IPTV系统通常是通过在影片发布前对影片截取关键帧，进行图像信息分析，集中处理，以此提取分类信息,但由于一方面一部影片涉及的待分类关键帧多，以人类眼睛能接受得最低标准16FPS计算，一部2小时的影片，共有16*60*60*2＝115200帧。按照现有的图像归类算法，处理一幅图片的时间t约为100ms<t<20s，处理一部影片耗时约需3.2h～6400h。面对此规模的计算量，集中式的影片处理将影响信息提取时效。
技术实现思路
有鉴于此，本专利技术实施例提供了一种节目信息提取方法、终端设备及服务器，以解决现有技术中影片信息提取速度慢、影片信息处理时效性差的问题。本专利技术实施例的第一方面提供了一种节目信息提取方法，应用于终端，包括：向服务器发送目标节目的提取策略请求，提取策略请求用于指示本文档来自技高网...

【技术保护点】
1.一种节目信息提取方法，其特征在于，包括：向服务器发送目标节目的提取策略请求，所述提取策略请求用于指示所述服务器在数据库中查询所述目标节目的第一任务表；接收所述服务器发送的第一任务表，并获取所述第一任务表中各个任务对应的深度学习模型；获取所述目标节目的关键帧图像，并将所述关键帧图像分别输入各个深度学习模型，得到对应的节目信息。

【技术特征摘要】
1.一种节目信息提取方法，其特征在于，包括：向服务器发送目标节目的提取策略请求，所述提取策略请求用于指示所述服务器在数据库中查询所述目标节目的第一任务表；接收所述服务器发送的第一任务表，并获取所述第一任务表中各个任务对应的深度学习模型；获取所述目标节目的关键帧图像，并将所述关键帧图像分别输入各个深度学习模型，得到对应的节目信息。2.如权利要求1所述的一种节目信息提取方法，其特征在于，所述获取所述第一任务表中各个任务对应的深度学习模型，包括：检测第一任务的深度学习模型是否保存在本地存储器中，若所述第一任务的深度学习模型保存在本地存储器中，则从本地存储器获取所述第一任务的深度学习模型，所述第一任务为第一任务表中任一任务；若所述第一任务的深度学习模型没有保存在本地存储器中，则获取所述第一任务的深度学习模型的下载地址；根据所述下载地址从所述服务器获取所述第一任务的深度学习模型。3.如权利要求1所述的一种节目信息提取方法，其特征在于，所述将所述关键帧图像分别输入各个深度学习模型，得到对应的节目信息，包括：将所述关键帧图像输入第一深度学习模型，通过第一深度学习模型提取所述关键帧图像的特征信息及所述特征信息对应的置信度，所述第一深度学习模型为各个任务对应的深度学习模型中的任一深度学习模型；将所述第一深度学习模型提取的各个特征信息的置信度分别与预设阈值进行对比，并将置信度大于预设阈值的特征信息确定为第一深度学习模型对应的节目信息；依次通过各个深度学习模型提取所述关键帧图像中的节目信息。4.如权利要求1至3任一项所述的一种节目信息提取方法，其特征在于，在所述将所述关键帧图像分别输入各个深度学习模型，得到对应的节目信息之后，还包括：将各个任务对应的节目信息发送至服务器，以使所述服务器保存所述节目信息至...

【专利技术属性】
技术研发人员：刘睿，
申请(专利权)人：优地技术有限公司，
类型：发明
国别省市：四川,51