媒体数据的推荐方法、装置制造方法及图纸

技术编号:24251602 阅读:31 留言:0更新日期:2020-05-22 23:36
本申请的实施例提供了一种媒体数据的推荐方法、装置。该推荐方法包括:获取待推荐媒体数据,以从所述待推荐媒体数据中确定图像帧集;基于图像评价模型,对所述图像帧集中的图像进行评价,以得到针对所述待推荐媒体数据的目标评价信息,其中,所述图像评价模型由神经网络对图像子评价模型进行融合得到。根据所述目标评价信息,从所述待推荐媒体数据中确定推荐的媒体数据。本申请实施例的技术方案可以提高对于推荐媒体数据的准确性。

Recommended methods and devices for media data

【技术实现步骤摘要】
媒体数据的推荐方法、装置
本申请涉及计算机及互联网
,具体而言,涉及一种媒体数据的推荐方法、装置。
技术介绍
在媒体数据的推荐场景中,比如在给用户推荐包含图片或视频在内的媒体数据的场景,通常是通过直接参考与视觉退化相关的特征(例如图像的模糊度、噪声等特征)或原始未损坏图像或视频的特征来评价图像或视频质量,从而根据评价结果确定推荐包含图片或视频在内的媒体数据。然而,如何提高媒体数据推荐的准确性是亟待解决的技术问题。
技术实现思路
本申请的实施例提供了一种媒体数据的推荐方法、装置、计算机可读介质及电子设备,进而至少在一定程度上可以提高媒体数据推荐的准确性。本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。根据本申请实施例的一个方面,提供了一种媒体数据的推荐方法,包括:获取待推荐媒体数据,以从所述待推荐媒体数据中确定图像帧集;基于图像评价模型,对所述图像帧集中的图像进行评价,以得到针对所述待推荐媒体数据的目标评价信息,其中,所述图像评价模型由神经网络对图像子评价模型进行融合得本文档来自技高网...

【技术保护点】
1.一种媒体数据的推荐方法,其特征在于,所述方法包括:/n获取待推荐媒体数据,以从所述待推荐媒体数据中确定图像帧集;/n基于图像评价模型,对所述图像帧集中的图像进行评价,以得到针对所述待推荐媒体数据的目标评价信息,其中,所述图像评价模型由神经网络对图像子评价模型进行融合得到;/n根据所述目标评价信息,从所述待推荐媒体数据中确定推荐的媒体数据。/n

【技术特征摘要】
1.一种媒体数据的推荐方法,其特征在于,所述方法包括:
获取待推荐媒体数据,以从所述待推荐媒体数据中确定图像帧集;
基于图像评价模型,对所述图像帧集中的图像进行评价,以得到针对所述待推荐媒体数据的目标评价信息,其中,所述图像评价模型由神经网络对图像子评价模型进行融合得到;
根据所述目标评价信息,从所述待推荐媒体数据中确定推荐的媒体数据。


2.根据权利要求1所述的方法,其特征在于,所述待推荐媒体数据为待推荐视频,所述从所述待推荐媒体数据中确定图像帧集,具体包括如下任意一种:
确定所述待推荐视频中所有帧图像的亮度值,以在所述待推荐视频中的所有帧图像中抽取具有不同亮度值的图像,得到待推荐视频中的图像帧集;
在所述待推荐视频中随机抽取复数帧图像,得到待推荐视频中的图像帧集;
在所述待推荐视频中等时间间隔的抽取复数帧图像,得到待推荐视频中的图像帧集。


3.根据权利要求1所述的方法,其特征在于,所述图像帧集中包括复数张图像,所述基于图像评价模型,对所述图像帧集中的图像进行评价,以得到针对所述待推荐媒体数据的目标评价信息,包括:
基于图像评价模型,分别对所述图像帧集中的复数张图像进行评价,得到复数个评价信息;
对所述复数个评价信息进行数学统计,得到所述目标评价信息。


4.根据权利要求3所述的方法,其特征在于,所述评价信息包括清晰度分数,所述对所述复数个评价信息进行数学统计,得到所述目标评价信息,具体包括如下任意一种:
将所述图像帧集中的复数张图像对应的复数个清晰度分数的平均值确定为所述目标评价信息;
将所述图像帧集中的复数张图像对应的复数个清晰度分数中的最高清晰度分数确定为所述目标评价信息。


5.根据权利要求1所述的方法,其特征在于,所述图像子评价模型通过如下方式得到:
获取训练图像数据,所述训练图像数据中带有预先建...

【专利技术属性】
技术研发人员:刘刚
申请(专利权)人:腾讯科技深圳有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1