[发明专利]电视频道的确定方法、装置及服务器

权利要求书

1.一种电视频道的确定方法，应用在服务器上，其特征在于，所述方法包括：

将智能电视的台标图片中的像素点对应的像素值作为输入参数输入到所述神经网络的输入层；

根据所述神经网络已训练的训练数据集确定所述输入参数在所述神经网络的输出层对应的多个输出值，所述多个输出值的个数由所述服务器中所存储的台标的个数确定，所述训练数据集通过服务器中所存储的台标训练得到；

根据所述多个输出值中数值最大的值对应的台标确定所述智能电视当前播放电视节目的电视频道。

2.根据权利要求1所述的方法，其特征在于，所述训练数据集包括所述神经网络的一阶特征对应的第一权重矩阵、第一偏置向量、所述神经网络的二阶特征对应的第二权重矩阵、第二偏置向量以及位于所述神经网络的输出层的分类器对应的分类器参数，所述根据所述神经网络已训练的训练数据集确定所述输入参数在所述神经网络的输出层对应的多个输出值，包括：

根据所述输入参数、所述第一权重矩阵和所述第一偏置向量确定所述神经网络的一阶特征；

根据所述一阶特征、所述第二权重矩阵和所述第二偏置向量确定所述神经网络的二阶特征；

将所述二阶特征输入到所述分类器，通过所述分类器得到所述神经网络的输出层对应的多个输出值。

3.根据权利要求1所述的方法，其特征在于，所述将智能终端的台标图片中的像素点对应的像素值作为输入参数输入到所述神经网络的输入层，包括：

将智能电视的台标图片中的像素点对应的像素值进行归一化处理；

将归一化后的所述像素值进行去相关性处理，将去相关性处理后的所述像素值输入到所述神经网络的输入层。

4.根据权利要求1所述的方法，其特征在于，所述将智能终端的台标图片中的像素点对应的像素值作为输入参数输入到所述神经网络的输入层的步骤之前，所述方法还包括：

确定所述台标图片的分辨率与所述神经网络的输入维数；

在所述台标图片的分辨率与所述输入维数不相同时，根据所述输入维数对所述台标图片进行缩放处理。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在确定所述服务器中所存储的台标有更新时，根据所述服务器中所存储的台标对所述神经网络重新进行训练，得到训练后的所述训练数据集。

6.一种电视频道的确定装置，应用在服务器上，其特征在于，所述装置包括：

输入模块，被配置为将智能电视的台标图片中的像素点对应的像素值作为输入参数输入到所述神经网络的输入层；

输出模块，被配置为根据所述神经网络已训练的训练数据集确定所述输入模块的所述输入参数在所述神经网络的输出层对应的多个输出值，所述多个输出值的个数由所述服务器中所存储的台标的个数确定，所述训练数据集通过服务器中所存储的台标训练得到；

第一确定模块，被配置为根据所述输出模块输出的所述多个输出值中数值最大的值对应的台标确定所述智能电视当前播放电视节目的电视频道。

7.根据权利要求6所述的装置，其特征在于，所述训练数据集包括所述神经网络的一阶特征对应的第一权重矩阵、第一偏置向量、所述神经网络的二阶特征对应的第二权重矩阵、第二偏置向量以及位于所述神经网络的输出层的分类器对应的分类器参数，所述根据所述神经网络已训练的训练数据集确定所述输入参数在所述神经网络的输出层对应的多个输出值，输出模块包括：

第一确定子模块，被配置为根据所述输入参数、所述第一权重矩阵和所述第一偏置向量确定所述神经网络的一阶特征；

第二确定子模块，被配置为根据所述第一确定子模块确定的所述一阶特征、所述第二权重矩阵和所述第二偏置向量确定所述神经网络的二阶特征；

分类器子模块，被配置为将所述第二确定子模块确定的所述二阶特征输入到所述分类器，通过所述分类器得到所述神经网络的输出层对应的多个输出值。

8.根据权利要求6所述的装置，其特征在于，所述输入模块包括：

归一化处理子模块，被配置为将智能电视的台标图片中的像素点对应的像素值进行归一化处理；

去相关处理子模块，被配置为将所述归一化处理子模块归一化后的所述像素值进行去相关性处理；

输入子模块，被配置为将去相关处理子模块去相关性处理后的所述像素值输入到所述神经网络的输入层。