使用经过使用自监督训练来训练的机器学习视频筛选模型的视频筛选制造技术

技术编号:41965489 阅读:19 留言:0更新日期:2024-07-10 16:47
使用经过使用自监督训练来训练的经训练的视频筛选模型来进行视频内容筛选包括通过以下方式来自动生成训练数据集:获得判辨筛选数据,所述判辨筛选数据指示训练视频内的判辨时间片段和参考视频内的对应的参考时间片段;获得来自所述训练视频的扩展时间片段的候选筛选数据,其中所述扩展时间片段包括所述判辨时间片段和来自所述训练视频的与所述判辨时间片段相邻的至少一个帧。所述候选筛选数据指示来自所述参考视频的筛选帧与来自所述扩展时间片段的候选帧的空间部分之间的相似度。响应于对候选子帧之间的确定的相似度的确定,在所述自动生成的训练数据集中包括样例数据被训练,从而指示所述候选子帧与所述筛选帧之间的相似度。

【技术实现步骤摘要】
【国外来华专利技术】


技术介绍

1、数字图像和视频可被托管或存储在诸如服务器或内容存储和分发系统上,诸如使用经由电子通信网络(诸如互联网)的电子通信进行托管或存储。可由用户操作的客户端装置可向内容存储和分发系统上传图像和视频,并且可访问由内容存储和分发系统存储的图像和视频。


技术实现思路

1、本文公开了用于使用经过使用自监督训练来训练的机器学习视频筛选模型来进行视频筛选的系统、方法和设备的方面。

2、一方面是一种用于使用经过使用自监督训练来训练的机器学习视频筛选模型来进行视频筛选的方法。使用经过使用自监督训练来训练的机器学习视频筛选模型来进行视频筛选可包括响应于从经过使用自监督训练来训练的经训练的视频筛选模型获得的自动识别的筛选数据而筛选当前视频,其中所述筛选数据指示所述当前视频与参考视频之间的相似度。自监督训练包括通过使用通过以下方式自动生成的训练数据集来对未训练的视频筛选模型进行训练来获得所述经训练的视频筛选模型:获得自动生成的判辨(predicate)筛选数据,所述自动生成的判辨筛选数据指示训练视频内的判辨时间本文档来自技高网...

【技术保护点】

1.一种使用经过使用自监督训练来训练的视频筛选模型来进行视频内容筛选的方法,所述方法包括:

2.如权利要求1所述的方法,其中,所述自监督训练包括:

3.如权利要求2所述的方法,其中,所述自动识别的筛选数据是使用所述第一定义的置信度阈值从经过使用自监督训练来训练的所述经训练的视频筛选模型获得的。

4.如权利要求2所述的方法,其中,将所述训练样例数据包括在所述自动生成的训练数据集中包括:

5.如权利要求2所述的方法,其中,获得所述候选筛选数据包括:使用低于所述第一定义的置信度阈值的第二定义的置信度阈值从所述先前训练的视频筛选模型获得所述候选筛选...

【技术特征摘要】
【国外来华专利技术】

1.一种使用经过使用自监督训练来训练的视频筛选模型来进行视频内容筛选的方法,所述方法包括:

2.如权利要求1所述的方法,其中,所述自监督训练包括:

3.如权利要求2所述的方法,其中,所述自动识别的筛选数据是使用所述第一定义的置信度阈值从经过使用自监督训练来训练的所述经训练的视频筛选模型获得的。

4.如权利要求2所述的方法,其中,将所述训练样例数据包括在所述自动生成的训练数据集中包括:

5.如权利要求2所述的方法,其中,获得所述候选筛选数据包括:使用低于所述第一定义的置信度阈值的第二定义的置信度阈值从所述先前训练的视频筛选模型获得所述候选筛选数据。

6.如权利要求1或2所述的方法,其中,将所述训练样例数据包括在所述自动生成的训练数据集中包括:

7.如权利要求1或2所述的方法,其中,将所述训练样例数据包括在所述自动生成的训练数据集中包括:

8.如权利要求1至7中的任一项所述的方法,其中,所述自监督训练包括对所述自动生成的训练数据集进行去偏。

9.一种使用经过使用自监督训练来训练的视频筛选模型来进行视频内容筛选的方法,所述方法包括:

10.如权利要求9所述的方法,其中:...

【专利技术属性】
技术研发人员:玛雅克·坎德帕尔巴霍迪尔·阿希尔马托夫菲利普·帕维蒂克
申请(专利权)人:谷歌有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1