一种直播数据识别框架、方法、服务器及存储介质技术

本发明专利技术公开了一种直播数据识别框架、方法、服务器及存储介质，属于直播领域。本发明专利技术提供的方法包括：分类模块：用于对直播间进行分类；获取模块：用于通过RTMP协议获取直播间的视频流；截取模块：用于通过FFMPEG视频解码库实时提取视频流中的一帧图片；构造模块：用于将每帧图片的识别请求数据构造为一个请求集合；调度模块：用于调度识别请求，为接入的每台识别服务器分配识别任务；识别模块：用于通过深度学习模型识别所述请求集合中的图片，并返回识别结果。本发明专利技术中可以方便用户选择观看感兴趣的直播间，提升浏览体验。同时根据用户观看选择，能为用户精确推荐相关内容。

【技术实现步骤摘要】
一种直播数据识别框架、方法、服务器及存储介质
本专利技术涉及视频直播领域，尤其涉及一种直播数据识别框架、方法、服务器及存储介质。
技术介绍
对于直播平台，一般会为用户推荐不同类别的直播，直播视频只是根据直播类型，或主播简单分一下类，例如游戏类可以分为英雄联盟、绝地求生、王者荣耀，但对于游戏进度，角色类别等进一步内容信息并不能直接展示给用户，用户只能点开直播间，才能看到如当前存活人数、玩的英雄等，对于这些直播内容由于无法识别并区分，不便为用户进行更准确的内容推荐。
技术实现思路
有鉴于此，本专利技术实施例提供了一种直播数据识别框架、方法、服务器及存储介质，用于识别直播内容，以便为用户精确推荐相关内容。结合本专利技术实施例的第一方面，提供了一种直播数据识别框架，包括：分类模块：用于根据待识别直播间的直播内容进行分类；获取模块：用于通过RTMP协议获取所述待识别直播间的视频流，并存储到预设的缓冲区；截取模块：用于通过FFMPEG视频解码库实时提取所述视频流中的一帧图片；构造模块：用于将每帧图片的识别请求数据构造为一个请求集合；调度模块：用于调度识别请求，为接入的每台识别服务器分配识别任务；识别模块：用于通过深度学习模型识别所述请求集合中的待识别图片，并返回识别结果。结合本专利技术实施例的第二方面，提供了一种直播数据识别方法，包括：获取待识别的直播间，并根据待识别直播间的直播内容进行分类；通过RTMP协议获取所述待识别直播间的视频流，并存储到预设的缓冲区；通过FFMPEG视频解码库实时提取所述视频流中的一帧图片；将提取的每帧图片的识别请求数据构造为一个请求集合；调度识别请求任务，为每台接入的服务器分配对应类型的识别任务；在每台对应的服务器上，通过深度学习模型识别所述请求集合中的待识别图片，并返回识别结果。结合本专利技术实施例的第三方面，提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可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如本专利技术实施例第一方面提供的所述框架。结合本专利技术实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术实施例第一方面提供的所述框架。结合本专利技术实施例的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被一个或多个处理器执行时实现本专利技术实施例第一方面提供的所述框架。从以上技术方案可以看出，本专利技术实施例具有以下优点：在本专利技术实施例中，通过获取待识别直播间的视频流，截取图片后，通过各类别识别服务器分别识别对应的类别直播图片，将识别结果展示给用户如当前为绝地求生的直播展示当前存活人数，当前为英雄联盟的展示使用的英雄。通过实时识别直播内容数据，可以方便用户选择观看感兴趣的直播间，提升浏览体验。同时根据用户观看选择，能为用户精确推荐相关内容。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的直播数据识别框架的一个实施例结构示意图；图2为本专利技术实施例提供的直播数据识别框架的另一个实施例流程图图3为本专利技术实施例提供的直播数据识别方法的流程示意图；图4为本专利技术实施例提供的服务器的结构示意图。具体实施方式本专利技术实施例提供了一种直播数据识别框架、方法、服务器及存储介质，用于识别不同直播间的特定内容。为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本专利技术一部分实施例，而非全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。实施例一：请参阅图1，本专利技术实施例提供的直播数据识别框架的结构示意图，包括以下组成模块：分类模块110：用于根据待识别直播间的直播内容进行分类；所述待识别直播间即需要对直播内容进行识别的直播间，一般为已经开播或将要开播需要优先进行识别服务的直播间。所述识别是指通过识别服务器对直播特定的数据进行识别，如绝地求生中当前存活人数，存活人数一般会在游戏的直播界面显示。直播间直播的内容一般会有特定的分区，例如游戏类别的直播中，可以分为英雄联盟、王者荣耀、绝地求生、刀塔传奇、炉石传说等等流行的游戏，根据这些特定的游戏，可以为每种游戏分类编号，如英雄联盟分类号为1，王者荣耀分类号为2，以此类推，以阿拉伯数据编号做区分。可选的，不仅针对游戏，还可以对其他类别直播视频识别，如户外类，音乐歌舞类，对不同直播间的分类还可以通过字母，罗马数字等用以区分识别直播类别的标识。获取模块120：用于通过RTMP协议获取所述待识别直播间的视频流，并存储到预设的缓冲区；所述RTMP协议(即RealTimeMessagingProtocol，实时消息传输协议)，用于Flash/AIR平台和支持RTMP协议的流媒体或交互服务器之间进行音视频和数据通信。基于RTMP协议可以获取直播视频的视频流，并进行缓存。直播平台在展示新开播的直播间、用户刷新直播间展示页面或定时更新直播间展示页面时，都可以拉取一段最新的直播视频，所述视频流时长可以预先设定，并申请缓存区的内存空间。截取模块130：用于通过FFMPEG视频解码库实时提取所述视频流中的一帧图片；所述FFMPEG是一套可以用来记录、转换数字音频、视频，并能转换为流的计算机程序，在所述FFMPEG视频解码库中提供视频截图功能，具体的通过所述FFMPEG视频解码库的API函数中的方法可以实时提取当前直播视频的一个关键帧。所述图片即直播视频中的一个关键帧，通过图形识别技术可以获取所述关键帧上特定数据。构造模块140：用于将提取的每帧图片的识别请求数据构造为一个请求集合；所述识别请求数据即一帧图片的识别请求，一般包含有该图片的基本信息，如图片所属的直播间ID，直播间分类，图片大小和返回地址等。所述请求集合包含不同类别的数据，用以将识别请求任务打包，所述请求集合中，至少包括：待识别直播间ID、识别任务类别、一帧待识别图片和识别结果返回地址。优选的，定义一个结构体，每生成一个识别请求就通过所述结构体创建一个识别任务，将打包的识别任务发送到对应的识别服务组件或识别服务器。调度模块150：用于调度识别请求，为接入的每台识别服务器分配识别任务；所述识别请求为对每一帧图片识别请求，即图片识别任务。一般直播的识别任务非常多，而识别服务器的数量有限，需要对不同类型的识别任务进行调度，以保证服务器的负载均衡。可选的，设定一台服务器为主服务器，在所述主服务器上创建socket监听识别服务器，当识别服务器与所述主服务器建立连接，则获取所述识别服务器的识别类型。所述主服务器用于调度管理识别任务，所述识别服务器用于识别特定类型的直播视频数据。可选的，根据当前不同识别类型的识别服务器的数目和识别任务数量，通过对识别任务数量求余为每台识别服务器分配对应数量的识别任务。识别模块160本文档来自技高网...

【技术保护点】
1.一种直播数据识别框架，其特征在于，包括：分类模块：用于根据待识别直播间的直播内容进行分类；获取模块：用于通过RTMP协议获取所述待识别直播间的视频流，并存储到预设的缓冲区；截取模块：用于通过FFMPEG视频解码库实时提取所述视频流中的一帧图片；构造模块：用于将提取的每帧图片的识别请求数据构造为一个请求集合；调度模块：用于调度识别请求，为接入的每台识别服务器分配识别任务；识别模块：用于通过深度学习模型识别所述请求集合中的待识别图片，并返回识别结果。

【技术特征摘要】
1.一种直播数据识别框架，其特征在于，包括：分类模块：用于根据待识别直播间的直播内容进行分类；获取模块：用于通过RTMP协议获取所述待识别直播间的视频流，并存储到预设的缓冲区；截取模块：用于通过FFMPEG视频解码库实时提取所述视频流中的一帧图片；构造模块：用于将提取的每帧图片的识别请求数据构造为一个请求集合；调度模块：用于调度识别请求，为接入的每台识别服务器分配识别任务；识别模块：用于通过深度学习模型识别所述请求集合中的待识别图片，并返回识别结果。2.根据权利要求1所述的框架，其特征在于，所述请求集合中至少包括：待识别直播间ID、识别任务类别、一帧待识别图片和识别结果返回地址。3.根据权利要求1所述的框架，其特征在于，所述调度模块还包括：设定一台服务器为主服务器，在所述主服务器上创建socket监听识别服务器，当识别服务器与所述主服务器建立连接，则获取所述识别服务器的识别类型。4.根据权利要求3所述的框架，其特征在于，所述设定一台服务器为主服务器，在所述主服务器上创建socket监听识别服务器，当识别服务器与所述主服务器建立连接，则获取所述识别服务器的识别类型还包括：根据当前不同识别类型的识别服务器的数目和识别任务数量，通过对识别任务数量求余为每台识别服务器分配对应数量的识别任务。5.根据权利要求1所述的框架，其特征在于，所述通过深度学习模型识别所述请求集合中的图片，并返回识别结果具体为：为每一个识别任务创建独立进程，在所述进程中调用深度学习模型识别图片...

【专利技术属性】
技术研发人员：周志刚，
申请(专利权)人：武汉斗鱼网络科技有限公司，
类型：发明
国别省市：湖北,42