视频相似度确定方法、装置、电子设备及存储介质制造方法及图纸

本公开关于一种视频相似度确定方法、装置、电子设备及存储介质，其中方法通过获取第一视频和第二视频中目标帧的特征数据，根据特征数据获取第一视频中的目标帧与第二视频中的目标帧之间的帧间相似度矩阵，并对帧间相似度矩阵进行非线性转换，得到第一视频与第二视频之间的相似度矩阵，进而通过对相似度矩阵进行对抗计算，得到第一视频与第二视频之间的相似度。由于本实施例在确定视频的相似度时，既考虑了视频的各帧间的相似度特征，也考虑了视频粒度的相似度特征，因此，计算的相似度更加准确。准确。准确。

【技术实现步骤摘要】
视频相似度确定方法、装置、电子设备及存储介质


[0001]本公开涉及互联网
，尤其涉及一种视频相似度确定方法、装置、电子设备及存储介质。

技术介绍

[0002]随着互联网技术的发展，网络视频平台逐渐得到普及，越来越多的用户通过视频平台上传视频，因此，如何控制网络视频平台中视频的质量显得尤为重要。
[0003]相关技术中，在判断两个视频是否为重复视频时，一般通过提取视频的逐帧特征或者embedding(嵌入)向量，然后基于两个视频的逐帧特征或嵌入向量来计算两个视频的相似度，或者将逐帧的特征或嵌入向量转化为整个视频的特征表示或向量表示，然后通过特征表示或向量表示之间的距离来确定相似度，从而确定两个视频是否重复。
[0004]然而，如果对视频的分辨率进行修改，或者对视频进行裁剪、混剪、加片头片尾、修改背景等操作，则上述方式难以对重复或相似视频进行准确地判断。

技术实现思路

[0005]本公开提供一种视频相似度确定方法、装置、电子设备及存储介质，以至少解决相关技术中对于重复或相似视频的判断准确性不高的问题。本公开的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频相似度确定方法，其特征在于，所述方法包括：获取第一视频和第二视频中目标帧的特征数据；根据所述特征数据获取所述第一视频中的目标帧与所述第二视频中的目标帧之间的帧间相似度矩阵；对所述帧间相似度矩阵进行非线性转换，得到所述第一视频与所述第二视频之间的相似度矩阵；通过对所述相似度矩阵进行对抗计算，得到所述第一视频与所述第二视频之间的相似度。2.根据权利要求1所述的方法，其特征在于，所述对所述帧间相似度矩阵进行非线性转换，得到所述第一视频与所述第二视频之间的相似度矩阵，包括：通过卷积神经网络对所述帧间相似度矩阵进行非线性转换，得到所述第一视频与所述第二视频之间的相似度矩阵。3.根据权利要求2所述的方法，其特征在于，所述卷积神经网络的生成方式包括：获取训练数据集，所述训练数据集包括若干个三元组样本数据，所述三元组样本数据包括锚点样本视频、与所述锚点样本视频相似的第一样本视频以及与所述锚点样本视频不相似的第二样本视频；获取所述锚点样本视频与所述第一样本视频之间的第一样本帧间相似度矩阵，以及获取所述锚点样本视频与所述第二样本视频之间的第二样本帧间相似度矩阵；采用所述第一样本帧间相似度矩阵和所述第二样本帧间相似度矩阵训练基础卷积网络，得到训练后的卷积神经网络。4.根据权利要求3所述的方法，其特征在于，所述采用所述第一样本帧间相似度矩阵和所述第二样本帧间相似度矩阵训练基础卷积网络，得到训练后的卷积神经网络，包括：将所述第一样本帧间相似度矩阵和所述第二样本帧间相似度矩阵分别输入基础卷积网络进行卷积处理，得到与所述第一样本帧间相似度矩阵对应的第一样本视频相似度矩阵，以及得到与所述第二样本帧间相似度矩阵对应的第二样本视频相似度矩阵；通过对所述第一样本视频相似度矩阵进行对抗计算，得到所述锚点样本视频与所述第一样本视频之间的第一样本相似度，通过对所述第二样本视频相似度矩阵进行对抗计算，得到所述锚点样本视频与所述第二样本视频之间的第二样本相似度；根据所述第一样本相似度和所述第二样本相似度确定网络损失，根据...

【专利技术属性】
技术研发人员：陈翼翼，刘旭东，李岩，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：