System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于短视频贴标签,具体涉及一种旅行视频标签识别方法。
技术介绍
1、在互联网快速发展的时代,很多网站都允许用户自行上传视频资源进行展示,然后根据上传的视频资源进行标签分类。现今如抖音、腾讯短视频等平台的标签分类主要基于大类进行划分,如兴趣(包括汽车、旅行、游戏、科技、动漫等)、生活(包括动物、体育、情感、家居等)等,未针对某行业进行垂直细分,对于该行业内的特定品牌的曝光率及转化率而言事倍功半,常常花费很多时间和精力去策划、拍摄、剪辑、投放的视频却没人看,造成资源浪费。
技术实现思路
1、本专利技术的目的在于提供一种旅行视频标签识别sdk及识别方法,对视频精准细分贴标签,便于用户搜索和使用视频,避免分类太泛需求不对称的问题。
2、为了达到上述目的,本专利技术一种旅行视频标签识别方法所采用的技术方案,包括以下步骤:
3、步骤s1:获取视频数据,视频数据可以是用户上传的视频、或摄像设备录制的视频等;
4、步骤s2:对所述视频数据进行图像信息截取处理形成目标图片,将处理后的图像信息通过ai图像识别技术进行分析,通过open ai得到该视频数据对应的主题标签;
5、步骤s3:将得到的该视频数据各主题标签通过大数据统计其出现的次数;
6、步骤s4:将生成的主题标签按出现次数由多到少的顺序,与后台标签库进行模糊匹配;
7、步骤s5:根据模糊匹配结果,保存与后台标签库中已有标签匹配一致的排在前五名的标签,作为该视频的
8、优选的,使用ffmpeg命令定时截取视频图像信息。
9、优选的,处理后的图像信息通过ai图像识别技术进行分析,ai图像识别技术进行深度学习,构建深度学习模型,通过对输入的截取图像数据进行加权和激活,进行图像元素特征提取和分类,得出图像的类型、位置、颜色信息。
10、优选的,通过open ai得到该视频数据对应的主题标签。
11、优选的,利用java对根据该视频所有截图生成的标签数据进行快速去重处理及排序统计。
12、优选的,使用模糊匹配,合并、去重智能生成标签数据库及后台标准标签数据库之间的重复记录。
13、本专利技术的有益效果:
14、采用ffmpeg命令实现自动对上传视频数据进行定时截图处理,使视频数据转化更高效、省力;采用ai图像识别技术,对图像元素特征从低级特层(如边缘和颜色)到高级特征(如纹理和形状)可多个层次进行特征提取及深度学习模型构建,更全面的识别和分析图像,不仅可以更高效的处理大规模的图像数据,而且图像分析结果也更加准确和可靠。另外,ai中的神经网络模型具有自适应学习能力,可以根据新的数据不断调整和优化深度学习模型,无需频繁更新算法或手动调整参数。
15、采用open ai技术,利用其强大的自然语言处理和生成能力,可以理解和推理出大量的与图像识别特征一致的标签信息,帮助节省大量时间和人力,提高自动化工作流程效率,改善用户体验,提升产品和服务质量。
16、采用大数据技术,利用java强大的大数据处理能力及高效的执行速度,对标签重复出现次数进行数据统计和排序。
17、采用模糊匹配技术,通过字符数量、字符类型、词汇内容等因素,比较两个或更多字符串之间的是否存在匹配关系,更好地匹配文本,增加命中记录数量,提高查全率。
18、该旅游视频标签识别方法形成的整体方法简单易操控、性能稳定普适性强,成本低,具有高度扩展性,可帮助旅游行业品牌直达有特定旅游需求的目标粉丝用户群体,提高曝光率及转化率,也能缩短用户主动检索品牌、品类或商品相关信息的速度,有效提升用户体验。
本文档来自技高网...【技术保护点】
1.一种旅行视频标签识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的旅行视频标签识别方法,其特征在于,所述步骤S2使用FFmpeg命令定时截取视频图像信息。
3.根据权利要求1所述的旅行视频标签识别方法,其特征在于,每隔5秒进行视频图像信息的截取处理。
4.根据权利要求3所述的旅行视频标签识别方法,其特征在于,所述步骤S2处理后的图像信息通过图像识别技术进行分析,图像识别技术进行深度学习,构建深度学习模型,通过对输入的截取图像数据进行加权和激活,进行图像元素特征提取和分类,得出图像的类型、位置、颜色信息。
5.根据权利要求4所述的旅行视频标签识别方法,其特征在于,通过Open AI图像识别技术得到该视频数据对应的主题标签。
6.根据权利要求5所述的旅行视频标签识别方法,其特征在于,利用JAVA对根据该视频所有截图生成的标签数据进行快速去重处理及排序统计。
7.根据权利要求6所述的旅行视频标签识别方法,其特征在于,使用模糊匹配,合并、去重智能生成标签数据库及后台标准标签数据库之间的重复记录。
>8.根据权利要求7所述的旅行视频标签识别方法,其特征在于,图像元素特征包括边缘、颜色、纹理及形状。
...【技术特征摘要】
1.一种旅行视频标签识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的旅行视频标签识别方法,其特征在于,所述步骤s2使用ffmpeg命令定时截取视频图像信息。
3.根据权利要求1所述的旅行视频标签识别方法,其特征在于,每隔5秒进行视频图像信息的截取处理。
4.根据权利要求3所述的旅行视频标签识别方法,其特征在于,所述步骤s2处理后的图像信息通过图像识别技术进行分析,图像识别技术进行深度学习,构建深度学习模型,通过对输入的截取图像数据进行加权和激活,进行图像元素特征提取和分类,得出图像的类型、位置、...
【专利技术属性】
技术研发人员:高平,谭晓皓,韩沛均,聂应龙,
申请(专利权)人:湖南快乐车行露营地投资发展有限公司,
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。