一种视频处理方法、装置、计算机设备、介质及产品制造方法及图纸

本申请实施例公开了一种视频处理方法、装置、计算机设备、介质及产品，该方法包括：获取待处理视频的先验数据以及后验数据；对先验数据进行特征提取，得到待处理视频的先验特征，并对后验数据进行特征提取，得到待处理视频的后验特征；将先验特征和后验特征进行融合处理，得到融合特征；基于融合特征确定待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值；基于待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值对待处理视频进行推荐。可以提高文本类别识别的准确率。本申请可应用于人工智能等场景，如上述待处理视频的目标值可利用神经网络模型来确定，以用于视频推荐等场景。以用于视频推荐等场景。以用于视频推荐等场景。

【技术实现步骤摘要】
一种视频处理方法、装置、计算机设备、介质及产品


[0001]本申请涉及计算机
，尤其涉及一种视频处理方法、装置、计算机设备、介质及产品。

技术介绍

[0002]随着电子技术和互联网技术的快速发展，多媒体数据也得到了快速发展，用户可以通过各种多媒体平台浏览各种各样的视频，面对如此海量的视频，目前，通常是采用人工评估的方式来对各个视频进行影响力评估，以从海量的视频中筛选出具有吸引力的视频作为推荐视频，而这种方式推荐效率和推荐准确性较低。因此，如何高效且准确的从海量的视频中筛选出具有吸引力的视频成为了当前研究热点。

技术实现思路

[0003]本申请实施例提供了一种视频处理方法、装置、计算机设备、介质及产品，可以提高视频推荐的准确性和效率。
[0004]第一方面，本申请实施例提供了一种视频处理方法，包括：
[0005]获取待处理视频，并获取所述待处理视频的先验数据以及后验数据；所述先验数据是与所述待处理视频的视频属性相关的数据，所述后验数据是与对象的历史行为相关的数据，所述后验数据由累计的历史行为数据以及实时的历史行为数据组成；
[0006]对所述先验数据进行特征提取，得到所述待处理视频的先验特征，并对所述后验数据进行特征提取，得到所述待处理视频的后验特征；
[0007]将所述先验特征和所述后验特征进行融合处理，得到融合特征；
[0008]基于所述融合特征确定所述待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值；
[0009]基于所述待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值对所述待处理视频进行推荐。
[0010]第二方面，本申请实施例提供了一种视频处理装置，包括：
[0011]获取单元，用于获取待处理视频，并获取所述待处理视频的先验数据以及后验数据；所述先验数据是与所述待处理视频的视频属性相关的数据，所述后验数据是与对象的历史行为相关的数据，所述后验数据由累计的历史行为数据以及实时的历史行为数据组成；
[0012]提取单元，用于对所述先验数据进行特征提取，得到所述待处理视频的先验特征，并对所述后验数据进行特征提取，得到所述待处理视频的后验特征；
[0013]融合单元，用于将所述先验特征和所述后验特征进行融合处理，得到融合特征；
[0014]确定单元，用于基于所述融合特征确定所述待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值；
[0015]推荐单元，用于基于所述待处理视频在点击率维度、完播率维度以及播放时长维
度下分别对应的目标值对所述待处理视频进行推荐。
[0016]第三方面，本申请实施例提供了一种计算机设备，该计算机设备包括处理器和存储器，其中，存储器用于存储计算机程序，该计算机程序包括程序指令，处理器被配置用于调用该程序指令，执行上述方法中的部分或全部步骤。
[0017]第四方面，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令被处理器执行时，用于执行上述方法中的部分或全部步骤。
[0018]第五方面，本申请实施例还提供了一种计算机程序产品或者计算机程序，该计算机程序产品或计算机程序包括程序指令，该程序指令被处理器执行时可实现上述方法中的部分或全部步骤。
[0019]本申请实施例可以对获取待处理视频，并获取待处理视频的先验数据以及后验数据；然后，可以对先验数据进行特征提取，得到待处理视频的先验特征，并可以对后验数据进行特征提取，得到待处理视频的后验特征；接着，可以将先验特征和后验特征进行融合处理，得到融合特征；进一步的，可以基于融合特征确定待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值；并基于待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值对待处理视频进行推荐。通过这种方式，可以实现自动化的视频推荐，提高视频推荐效率；可以融合视频的先验数据以及后验数据对视频进行表征，以提高视频的表征效果，从而可以提高视频推荐的准确性。
附图说明
[0020]为了更清楚地说明本申请实施例或现有技术中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1a是本申请实施例提供的一种视频处理系统的架构示意图；
[0022]图1b是本申请实施例提供的另一种视频处理系统的架构示意图；
[0023]图2是本申请实施例提供的一种视频处理方法的流程示意图；
[0024]图3a是本申请实施例提供的一种确定处理需求的流程示意图；
[0025]图3b是本申请实施例提供的一种累计后验数据和实时后验数据的表征示意图；
[0026]图3c是本申请实施例提供的一种视频处理模型的结构示意图；
[0027]图3d是本申请实施例提供的一种先验特征模块的结构示意图；
[0028]图3e是本申请实施例提供的一种后验特征模块的结构示意图；
[0029]图3f是本申请实施例提供的一种融合模块的结构示意图；
[0030]图4是本申请实施例提供的另一种视频处理方法的流程示意图；
[0031]图5是本申请实施例提供的另一种视频处理模型的结构示意图；
[0032]图6是本申请实施例提供的一种视频处理装置的结构示意图；
[0033]图7是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0034]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
[0035]下述首先对本申请实施例所涉及到的相关术语及概念进行简要介绍：
[0036]人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0037]人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0038]其中，计算机视觉技术(Computer Vision，CV)是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频处理方法，其特征在于，所述方法包括：获取待处理视频，并获取所述待处理视频的先验数据以及后验数据；所述先验数据是与所述待处理视频的视频属性相关的数据，所述后验数据是与对象的历史行为相关的数据，所述后验数据由累计的历史行为数据以及实时的历史行为数据组成；对所述先验数据进行特征提取，得到所述待处理视频的先验特征，并对所述后验数据进行特征提取，得到所述待处理视频的后验特征；将所述先验特征和所述后验特征进行融合处理，得到融合特征；基于所述融合特征确定所述待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值；基于所述待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值对所述待处理视频进行推荐。2.根据权利要求1所述的方法，其特征在于，所述先验数据包括属性模态数据、视觉模态数据、音频模态数据以及文本模态数据；所述对所述先验数据进行特征提取，得到所述待处理视频的先验特征，包括：对所述属性模态数据、所述视觉模态数据、所述音频模态数据以及所述文本模态数据分别进行嵌入处理，得到各个模态下的表征向量；将所述各个模态下的表征向量分别进行特征提取，得到所述各个模态下的先验特征。3.根据权利要求1所述的方法，其特征在于，所述后验数据包括累计后验数据和实时后验数据；所述累计后验数据由按照时间先后顺序排列的第一预设时间范围内的多个时间点的后验数据构成，任一时间点的后验数据包括：所述第一预设时间范围内所述任一时间点之前产生的后验数据；所述实时后验数据由按照时间先后顺序排列的第二预设时间范围内的多个时间点的后验数据构成，任一时间点的后验数据包括：所述任一时间点的前一时间点与所述任一时间点之间产生的后验数据；所述对所述后验数据进行特征提取，得到所述待处理视频的后验特征，包括：对所述累计后验数据进行特征提取，得到累计后验特征，并对所述实时后验数据进行特征提取，得到实时后验特征；对所述累计后验特征和所述实时后验特征行拼接处理，得到后验特征。4.根据权利要求1所述的方法，其特征在于，所述将所述先验特征和所述后验特征进行融合处理，得到融合特征，包括：将所述先验特征和所述后验特征进行拼接处理，得初始融合特征；调用注意力机制对所述初始融合特征中包含的先验维度下特征和后验维度下特征进行跨模态融合，得到融合特征。5.根据权利要求1所述的方法，其特征在于，所述基于所述融合特征确定所述待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值，包括：基于所述融合特征确定在所述点击率维度、所述完播率维度以及所述播放时长维度下分别对应的子特征；针对点击率维度、完播率维度以及播放时长维度中的任一维度，获取针对所述任一维度下每个子特征的特征权重；利用所述每个子特征的特征权重对相应子特征进行加权处理，得到针对所述任一维度
下的目标特征；利用所述目标特征确定所述待处理视频针对所述任一维度下的目标值。6.根据权利要求1所述的方法，其特征在于，所述待处理视频为候选推荐视频集中的一个视频；所述基于所述待处理视频在点击率维度、完播率维度以及播放时长维度下分别对应的目标值对所述待处理视频进行推荐，包括：获取所述点击率维度、所述完播率维度以及所述播放时长维度分别对应的权重；利用各个维度下分别对应的权重对相应目标值进行加权处理，得到所述待处理视频的推荐值；按照所述候选推荐视频集中每个视频的推荐值从大到小的顺序，对所述候...

【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：