-
公开(公告)号:CN111680190B
公开(公告)日:2023-07-18
申请号:CN202010517202.9
申请日:2020-06-09
Applicant: 哈尔滨工业大学(威海)
IPC: G06F16/738 , G06F16/735 , G06F16/783 , G06V10/80 , G06V10/82 , G06V20/70 , G06V10/774 , G06N3/0455 , G06N3/0442 , G06N3/0985
Abstract: 本发明提供了一种融合视觉语义信息的视频缩略图推荐方法,该方法包括分别对视频概述模型和视频缩略图推荐模型进行训练,得到对应的第一训练结果和第二训练结果;通过所述第一训练结果对当前视频生成概述语句,将所述概述语句与当前视频的关键帧序列同时输入所述第二训练结果,推荐与所述概述语句相关的关键缩略图,结合当前视频的候选缩略图得到当前视频的推荐缩略图序列。本发明弥补了现有视频网站上不能自动为每段视频推荐代表视频主要内容的视频缩略图的缺陷。本方法为视频推荐客观且具有视频内容代表性的视频缩略图序列,从而提高视频的吸引力。
-
公开(公告)号:CN111680190A
公开(公告)日:2020-09-18
申请号:CN202010517202.9
申请日:2020-06-09
Applicant: 哈尔滨工业大学(威海)
IPC: G06F16/738 , G06F16/735 , G06F16/783 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种融合视觉语义信息的视频缩略图推荐方法,该方法包括分别对视频概述模型和视频缩略图推荐模型进行训练,得到对应的第一训练结果和第二训练结果;通过所述第一训练结果对当前视频生成概述语句,将所述概述语句与当前视频的关键帧序列同时输入所述第二训练结果,推荐与所述概述语句相关的关键缩略图,结合当前视频的候选缩略图得到当前视频的推荐缩略图序列。本发明弥补了现有视频网站上不能自动为每段视频推荐代表视频主要内容的视频缩略图的缺陷。本方法为视频推荐客观且具有视频内容代表性的视频缩略图序列,从而提高视频的吸引力。
-