本申请公开了一种基于视频生成推荐信息的方法、装置、计算设备、计算机可读存储介质以及计算机程序产品。该方法包括识别视频中的关键帧；检测关键帧中的目标对象，以确定目标对象所在的图像区域；基于图像区域的图像数据，提取目标对象的特征向量；基于目标对象的特征向量，在待推荐对象库中选取推荐对象；生成推荐对象的推荐信息，其中推荐信息包括链接到推荐对象的展示接口的入口，并且其中响应于推荐信息在呈现时被触发而引起推荐对象的展示接口被呈现；以及，将推荐信息相对于视频的呈现时间与关键帧相关联。本申请的方法操作简单，能够对视频中的对象进行精确且高效的识别，并且快速到达对象的展示接口。且快速到达对象的展示接口。且快速到达对象的展示接口。
【技术实现步骤摘要】
基于视频生成推荐信息的方法和装置
[0001]本申请涉及视频处理的领域，尤其涉及一种基于视频生成推荐信息的方法和装置、计算设备及存储介质。
技术介绍
[0002]观看影视剧作品是一种常见的休闲娱乐方式。随着影视剧的播放，剧中出现的对象（例如，剧中出现的物品）也常常受到人们的追捧。不过，获取影视剧中对象的同款并非十分容易，很多人并不知道如何找到同款对象。即使有的人能够找到相似度比较接近的对象，他们通常采用的方法是，对视频进行截图，或者暂停播放视频并对暂停时的画面截图，然后借助于终端设备的程序退出功能或程序切换功能从视频播放软件退出，再进入具有图像识别功能的搜索程序并将截图由用户自行导入以进行图像识别，以识别图像中的对象的具体信息。或者，也可能在退出视频播放软件后进入具有图像识别功能的电商程序或软件，在导入截图后查询该电商程序中是否销售与该对象相似度较高的对象。因此，这些操作方法非常复杂，用户学习这些方法的意愿并不强，甚至因此可能会降低用户的购买意愿。而且由于这种方法非常复杂，即使用户愿意学习这种方法，培养用户的掌握这些操作的教育成本也是很大的。
[0003]另外，在视频播放时手动截图是十分不精准的操作。在用户截图时，视频很可能已经从用户感兴趣的对象所在的画面进入另一个画面，使得用户不得不对视频的进度进行前后调整，以找到对象所在的画面。而且，即使画面包含用户感兴趣的对象，通过手动截图所得到的画面很可能是不清晰的，从而导致难以准确识别视频中的对象。为了获得更清晰的画面，用户可能不得不对视频播放进度反复进行调整。这无疑是效率较低的。而且，由于用户的手动操作的精度较低，即使反复调整视频播放进度，也无法确保获得足够清晰的画面。
[0004]另一方面，既然用户是通过影视剧作品来知晓这些同款对象的，那么应该认为，这些对象的成交客观上得益于影视剧作品的推广。鉴于此，影视剧制作者和播放者在这些交易中获得相应的收益也是合理的。然而，在当前的获取同款对象的方法中，当用户从视频播放软件退出后，影视剧制作者和播放者与用户的关系就被切断了，使得它们无法从对象的成交中得到任何收益。
技术实现思路
[0005]本申请提供了一种基于视频生成推荐信息的方法和装置、计算设备及存储介质，期望克服上面描述的问题中的部分或者全部。
[0006]根据本申请的一方面，提供了一种基于视频生成推荐信息的方法。该方法包括：识别所述视频中的关键帧；检测所述关键帧中的目标对象，以确定所述目标对象所在的图像区域；基于所述图像区域的图像数据，提取所述目标对象的特征向量；基于所述目标对象的特征向量，在待推荐对象库中选取推荐对象，其中所述推荐对象与所述目标对象的相似度满足预定相似度标准，并且所述待推荐对象库中的待推荐对象的属性包括链接到所述待推
荐对象的展示接口的入口；生成所述推荐对象的推荐信息，其中所述推荐信息包括链接到所述推荐对象的展示接口的入口，并且其中响应于所述推荐信息在呈现时被触发而引起所述推荐对象的展示接口被呈现；以及，将所述推荐信息相对于所述视频的呈现时间与所述关键帧相关联。
[0007]在一些实施例中，识别所述视频中的关键帧包括：对所述视频进行镜头分析，以获得所述视频的镜头片段；对所述镜头片段内的视频帧进行边缘检测，以获得所述镜头片段内的视频帧的锐度；以及，基于所述镜头片段内的视频帧的锐度确定所述镜头片段的关键帧。
[0008]在一些实施例中，基于所述镜头片段内的视频帧的锐度确定所述镜头片段的关键帧包括：将所述镜头片段内的视频帧中的锐度最高的视频帧确定为所述镜头片段的关键帧。
[0009]在一些实施例中，基于所述镜头片段内的视频帧的锐度确定所述镜头片段的关键帧包括：将所述镜头片段内的低清晰度视频帧区间的相邻视频帧确定为所述镜头片段的关键帧，其中所述低清晰度视频帧区间由所述镜头片段内的视频帧中锐度低于锐度阈值的连续的视频帧组成。
[0010]在一些实施例中，基于所述图像区域的图像数据，提取所述目标对象的特征向量包括：利用包括多个特征提取层的特征提取模型对所述图像区域的图像数据进行特征提取；以及，聚合所述多个特征提取层提取的特征，以得到所述目标对象的特征向量。
[0011]在一些实施例中，基于所述目标对象的特征向量，在待推荐对象库中选取推荐对象包括：在待推荐对象库中获取拟推荐对象，其中所述待推荐对象库中的待推荐对象的属性还包括预设推荐权重，并且所述拟推荐对象与所述目标对象的相似度大于预设相似度阈值或者所述拟推荐对象与所述目标对象的相似度排名大于预设排名阈值；以及，基于所述拟推荐对象的预设推荐权重，在所述拟推荐对象中确定所述推荐对象。
[0012]在一些实施例中，基于所述目标对象的特征向量，在待推荐对象库中选取推荐对象包括：提取所述目标对象的特征向量的子空间向量和所述待推荐对象库中的待推荐对象的特征向量的子空间向量；基于所述目标对象的特征向量的子空间向量和所述待推荐对象的特征向量的子空间向量，确定所述待推荐对象与所述目标对象的相似度；以及，将与所述目标对象的相似度满足预定相似度标准的待推荐对象确定为所述推荐对象。
[0013]在一些实施例中，将所述推荐信息相对于所述视频的呈现时间与所述关键帧相关联包括：将所述推荐信息相对于所述视频的呈现时间确定为包含所述关键帧相对于所述视频的呈现时刻。
[0014]在一些实施例中，将所述推荐信息相对于所述视频的呈现时间与所述关键帧相关联包括：将所述推荐信息相对于所述视频的呈现时间确定为：在所述关键帧相对于所述视频的呈现时刻，所述推荐信息出现在所述关键帧的水平方向的中部。
[0015]在一些实施例中，生成所述推荐对象的推荐信息包括：以弹幕或弹窗作为载体生成所述推荐对象的推荐信息。
[0016]根据本申请的另一方面，提供了一种基于视频生成推荐信息的装置，其特征在于，所述装置包括：视频获取模块，其配置成获取所述视频；关键帧识别模块，其配置成识别所述视频中的关键帧；目标对象检测模块，其配置成检测所述关键帧中的目标对象，以确定所
述目标对象所在的图像区域；特征向量提取模块，其配置成基于所述图像区域的图像数据，提取所述目标对象的特征向量；推荐对象获取模块，其配置成基于所述目标对象的特征向量，在待推荐对象中获取推荐对象，其中所述推荐对象与所述目标对象的相似度满足预定相似度标准，所述待推荐对象的属性包括链接到所述待推荐对象的展示接口的入口；推荐信息生成模块，其配置成生成所述推荐对象的推荐信息，其中所述推荐信息包括链接到所述推荐对象的展示接口的入口，并且其中响应于所述推荐信息在呈现时被触发而引起所述推荐对象的展示接口被呈现；以及，呈现时间关联模块，其配置成将所述推荐信息相对于所述视频的呈现时间与所述关键帧相关联。
[0017]根据本申请的又一方面，提供了一种计算设备，其特征在于，所述计算设备包括：存储器，其被配置成存储计算机可执行指令；处理器，其被配置成当所述计算机可执行指令被处理器执行时执行本申请任一实施例所述的方法。
[0018]根据本本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于视频生成推荐信息的方法，包括识别所述视频中的关键帧；检测所述关键帧中的目标对象，以确定所述目标对象所在的图像区域；基于所述图像区域的图像数据，提取所述目标对象的特征向量；基于所述目标对象的特征向量，在待推荐对象库中选取推荐对象，其中所述推荐对象与所述目标对象的相似度满足预定相似度标准，并且所述待推荐对象库中的待推荐对象的属性包括链接到所述待推荐对象的展示接口的入口；生成所述推荐对象的推荐信息，其中所述推荐信息包括链接到所述推荐对象的展示接口的入口，并且其中响应于所述推荐信息在呈现时被触发而引起所述推荐对象的展示接口被呈现；以及，将所述推荐信息相对于所述视频的呈现时间与所述关键帧相关联。2.如权利要求1所述的方法，其中，识别所述视频中的关键帧包括：对所述视频进行镜头分析，以获得所述视频的镜头片段；对所述镜头片段内的视频帧进行边缘检测，以获得所述镜头片段内的视频帧的锐度；以及，基于所述镜头片段内的视频帧的锐度确定所述镜头片段的关键帧。3.如权利要求2所述的方法，其中，基于所述镜头片段内的视频帧的锐度确定所述镜头片段的关键帧包括：将所述镜头片段内的视频帧中的锐度最高的视频帧确定为所述镜头片段的关键帧。4.如权利要求2所述的方法，其中，基于所述镜头片段内的视频帧的锐度确定所述镜头片段的关键帧包括：将所述镜头片段内的低清晰度视频帧区间的相邻视频帧确定为所述镜头片段的关键帧，其中所述低清晰度视频帧区间由所述镜头片段内的视频帧中锐度低于锐度阈值的连续的视频帧组成。5.如权利要求1所述的方法，其中，基于所述图像区域的图像数据，提取所述目标对象的特征向量包括：利用包括多个特征提取层的特征提取模型对所述图像区域的图像数据进行特征提取；以及，聚合所述多个特征提取层提取的特征，以得到所述目标对象的特征向量。6.如权利要求1所述的方法，其中，基于所述目标对象的特征向量，在待推荐对象库中选取推荐对象包括：在待推荐对象库中获取拟推荐对象，其中所述待推荐对象库中的待推荐对象的属性还包括预设推荐权重，并且所述拟推荐对象与所述目标对象的相似度大于预设相似度阈值或者所述拟推荐对象与所述目标对象的相似度排名大于预设排名阈值；以及，基于所述拟推荐对象的预设推荐权重，在所述拟推荐对象中确定所述推荐对象。7.如权利要求1所述的方法，其中，基于所述目标对象的特征向量，在待推荐对象库中选取...
【专利技术属性】
技术研发人员：余自强，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。