一种视频镜头推荐方法技术

本发明专利技术公开了一种视频镜头推荐方法，S1：视频镜头切分；S2：进行多维度标注、使用统计以及时间统计；S3：获取视频镜头的基本信息数据、频次数据和保鲜度数据，得出语义相似度数据、频度系数和保鲜度系数；S4：根据语义相似度数据、使用频度系数和保鲜度系数计算综合得分并排序，得到推荐列表。对视频镜头切分，通过多维度标注，对用户使用镜头进行统计获得镜头使用频次数据，时间统计获得镜头保鲜度数据，得出语义相似度、频度系数和保鲜度系数，最后通过综合得分排序计算对视频镜头进行综合排序，综合考虑语义匹配、使用情况以及时间保鲜等因素，既保证语义准确性，又包含用户使用爱好，同时体现了视频新旧，实现视频镜头精准推荐。实现视频镜头精准推荐。实现视频镜头精准推荐。

【技术实现步骤摘要】
一种视频镜头推荐方法


[0001]本专利技术涉及人工智能视频分析处理
，特别是一种视频镜头推荐方法。

技术介绍

[0002]近年来，移动互联网及其快速发展，短视频已替代传统广播电视成为各大媒体的主要传播途径。但是，对于很多短视频制作单位和个体来说，“如何快速找到用户喜爱的视频镜头素材”、“如何对找到既贴合文本又有时效性的镜头素材”以及“如何精准提供视频镜头素材”是备受关注的问题。
[0003]传统的方法一般通过人工收集、整理、切分并进行手工标注，然后在视频编辑时再从收集的镜头素材中筛选过滤，这种方法不仅效率低下，而且花费大量人力物力，素材范围非常有限，往往不能获取到有价值的镜头素材。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的缺点，提供一种视频镜头推荐方法。
[0005]本专利技术的目的通过以下技术方案来实现：一种视频镜头推荐方法，包括以下步骤：
[0006]S1：检测视频镜头中各个镜头的边界位置，根据边界位置对视频进行切分；
[0007]S2：将切分后的视频镜头分别进行多维度标注、使用统计以及时间统计；
[0008]S3：通过对视频镜头进行多维度标注获取视频镜头的基本信息数据，得出语义相似度数据，通过对视频镜头进行使用统计获取视频镜头的频次数据，得出使用频度系数，通过对视频镜头进行时间统计获取视频镜头的保鲜度数据，得出保鲜度系数；
[0009]S4：根据语义相似度数据、使用频度系数和保鲜度系数计算综合得分并排序，得到推荐视频镜头列表。
[0010]优选的，步骤S1中，还包括以下步骤：
[0011]S1.1：计算RGB颜色空间中红色、绿色、蓝色在两帧之间的差，计算公式为：
[0012][0013][0014][0015]其中，H
R
为R颜色的直方图计算值，H
G
为G颜色的直方图计算值，H
B
为B颜色的直方图计算值，f
i
为第i幅图像帧，f
j
为第j幅图像帧，D
R
(f
i
,f
j
)为RGB颜色空间中的红色在第i帧和第j帧之间的帧间差，D
G
(f
i
,f
j
)为RGB颜色空间中的绿色在第i帧和第j帧之间的帧间差，D
B
(f
i
,f
j
)为RGB颜色空间中的蓝色在第i帧和第j帧之间的帧间差，k为位分辨率；
[0016]S1.2：
[0017]D(f
i
,f
j
)＝D
R
(f
i
,f
j
)+D
G
(f
i
,f
j
)+D
B
(f
i
,f
j
)；
[0018]其中D(f
i
,f
j
)为第i帧和第j帧之间的帧间差，当D(f
i
,f
j
)大于预设阈值时，系统判定该帧为镜头切分点；
[0019]S1.3：将镜头切分点之前的视频片段提取出来，并进行预处理，保留为一个镜头；
[0020]S1.4：将镜头文件存储在对应的文件系统中，并将镜头信息录入数据库，用于索引。
[0021]优选的，步骤S2中，多维度标注包括语音识别标注、OCR文字识别标注、人脸识别标注和物品检测标注。
[0022]优选的，步骤S2中，经过多维度标注后得出基本信息数据，将基本信息数据储存到MySQL数据库中，通过canal监听MySQL中binlog，将监听到的数据变更通知ES服务，ES服务更新内部数据。
[0023]优选的，步骤S3中，通过多字段匹配得出语义相似度值，并对视频镜头进行排序，具体步骤为：
[0024]S3.1.1：创建keyword类型shot_voice、shot_ocr、shot_person、shot_things字段，并从MySQL同步数据；
[0025]S3.1.2：配置ES中文分词插件；
[0026]S3.1.3：设置ES插入数据时，若索引名称不存在，则自动创建索引；
[0027]S3.1.4：通过ES自带的bool shouldquery算分方法，对shot_voice、shot_ocr、shot_person、shot_things四个字段进行排序，获取语义相似度排名及语义相似度分数score
i
。
[0028]优选的，步骤S3中，还包括以下步骤：
[0029]S3.2.1：通过累加镜头被选用次数作为镜头的使用频次数据，
[0030]shot_usage
i
＝∑shot
i
；
[0031]系统在每一次镜头使用后，将shot_usage
i
更新到数据库中；
[0032]S2.2.2：将频次数据存储在MySQL数据库内；
[0033]S2.2.3：计算频度系数k
i
，
[0034][0035]优选的，步骤S3中，还包括以下步骤：
[0036]S2.3.1：对视频镜头时间进行统计，获取视频镜头的保鲜度数据，
[0037]D
i
＝Day(Time
now
‑
shot_time
i
)；
[0038]其中，shot_time
i
为镜头时间，Time
now
为当前查询时间；
[0039]S2.3.2：计算保鲜度系数，
[0040][0041]其中，K为保鲜常数。
[0042]优选的，步骤S4中，计算综合得分Score
i
，
[0043]Score
i
＝score
i
×
k
i
×
t
i
[0044]其中，score
i
为语义相似度分数，k
i
为频度系数，t
i
为保鲜度系数。
[0045]优选的，通过建立倒序索引对数据内容进行查询。
[0046]本专利技术具有以下优点：本专利技术首先对视频镜头进行切分，然后通过多维度标注视
频镜头，通过对用户使用镜头进行统计获得镜头使用频次数据，通过时间统计获得镜头保鲜度数据，再得出镜头语义相似度、镜头使用频度系数和镜头保鲜度系数，最后通过综合得分排序计算对视频镜头进行综合排序，从而综合考虑语义匹配、使用情况以及时间保鲜等影响因素，既保证语义的准确性，又包含了用户使用爱好，同时体现了视频新旧，实现视频镜头的精准推荐。
附图说明
[0047]图1为视频镜头推荐方法流程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频镜头推荐方法，其特征在于：包括以下步骤：S1：检测视频镜头中各个镜头的边界位置，根据边界位置对视频进行切分；S2：将切分后的视频镜头分别进行多维度标注、使用统计以及时间统计；S3：通过对视频镜头进行多维度标注获取视频镜头的基本信息数据，得出语义相似度数据，通过对视频镜头进行使用统计获取视频镜头的频次数据，得出使用频度系数，通过对视频镜头进行时间统计获取视频镜头的保鲜度数据，得出保鲜度系数；S4：根据语义相似度数据、使用频度系数和保鲜度系数计算综合得分并排序，得到推荐视频镜头列表。2.根据权利要求1所述的一种视频镜头推荐方法，其特征在于：所述步骤S1中，还包括以下步骤：S1.1：计算RGB颜色空间中红色、绿色、蓝色在两帧之间的差，计算公式为：S1.1：计算RGB颜色空间中红色、绿色、蓝色在两帧之间的差，计算公式为：S1.1：计算RGB颜色空间中红色、绿色、蓝色在两帧之间的差，计算公式为：其中，H
R
为R颜色的直方图计算值，H
G
为G颜色的直方图计算值，H
B
为B颜色的直方图计算值，f
i
为第i幅图像帧，f
j
为第j幅图像帧，D
R
(f
i
，f
j
)为RGB颜色空间中的红色在第i帧和第j帧之间的帧间差，D
G
(f
i
，f
j
)为RGB颜色空间中的绿色在第i帧和第j帧之间的帧间差，D
B
(f
i
，f
j
)为RGB颜色空间中的蓝色在第i帧和第j帧之间的帧间差，k为位分辨率；S1.2：D(f
i
，f
j
)＝D
R
(f
i
，f
j
)+D
G
(f
i
，f
j
)+D
B
(f
i
，f
j
)；其中D(f
i
，f
j
)为第i帧和第j帧之间的帧间差，当D(f
i
，f
j
)大于预设阈值时，系统判定该帧为镜头切分点；S1.3：将镜头切分点之前的视频片段提取出来，并进行预处理，保留为一个镜头；S1.4：将镜头文件存储在对应的文件系统中，并将镜头信息录入数据库，用于索引。3.根据权利要求2所述的一种视频镜头推荐方法，其特征在于：所述步骤S2中，多维度标注包括语音识别...

【专利技术属性】
技术研发人员：张昱，彭泓，郑扬，赵浩伊，
申请(专利权)人：成都数智风科技有限公司，
类型：发明
国别省市：