[发明专利]视频分类方法和装置

说明书

本发明公开了一种视频分类方法和装置。其中，该方法包括：获取待分类的视频的内容类别，其中，内容类别为以视频自身内容分类得到的类别；根据预设的转换关系对视频的内容类别进行转换，得到视频的社交属性类别，其中，预设的转换关系通过样本数据训练得到，样本数据包括视频的内容类别和与视频有交互行为的用户的社交属性类别；将视频的社交属性类别作为待分类的视频的类别。本发明解决了由于视频分类时仅考虑视频自身内容造成的视频分类结果不贴近用户的技术问题。

技术领域

本发明涉及视频领域，具体而言，涉及一种视频分类方法和装置。

背景技术

视频分类和内容识别系统以视频自身内容为中心，依赖特征的选取和构造进行视频分类，传统的方法使用静态视觉特征、声音特征和运动特征等进行视频内容的识别和分类。近年来，随着深度学习研究热度的不断提升，基于CNN网络等通过学习得到的特征也被用来进行视频内容的识别和分类。不管采用何种特征，现有视频内容分类技术都是基于视频本身内容，图1是现有技术的视频内容分类的框架图，如图1所示，通过人工设计特征或深度学习网络学习特征对视频内容进行分类，将视频分为多个类别。

现有的视频内容分类技术主要是以“视频自身内容”为中心的思路，主要缺点如下：忽略了用户，即人的主观意愿和兴趣。互联网视频的消费者和散播者都是人，因此用户的兴趣和意愿，以及用户群体所处的环境和观看视频时的情绪等主观因素对视频内容的分类、个性化推荐等应用具有一定的影响，发明人经过研究发现，用户不同的知识背景、兴趣、关注点等主观因素会对相同视频内容产生不同的分类判别，这类比于，对于同一个公众人物，例如贝克汉姆，有足球背景的人会把他归为“球星”，但是，没有体育背景的用户可能会把他归为“娱乐明星”。对视频分类来说，同样存在这个问题，例如，比较著名的“李世石和阿尔法的围棋人机大战”的视频，具有围棋背景或在围棋等竞技类项目用户可能把此类视频归为“竞赛”或“围棋比赛”，而对信息技术比较感兴趣的用户可能会把此类视频归为“科技”或“人工智能”的类别。所以在视频内容分类技术中仅以视频自身内容分类会使得视频分类结果不够贴近用户。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种视频分类方法和装置，以至少解决由于视频分类时仅考虑视频自身内容造成的视频分类结果不贴近用户的技术问题。

根据本发明实施例的一个方面，提供了一种视频分类方法，包括：获取待分类的视频的内容类别，其中，所述内容类别为以视频自身内容分类得到的类别；根据预设的转换关系对所述视频的内容类别进行转换，得到视频的社交属性类别，其中，所述预设的转换关系通过样本数据训练得到，所述样本数据包括视频的内容类别和与所述视频有交互行为的用户的社交属性类别；将所述视频的社交属性类别作为所述待分类的视频的类别。

根据本发明实施例的另一方面，还提供了一种视频分类装置，包括：第一获取单元，用于获取待分类的视频的内容类别，其中，所述内容类别为以视频自身内容分类得到的类别；转换单元，用于根据预设的转换关系对所述视频的内容类别进行转换，得到视频的社交属性类别，其中，所述预设的转换关系通过样本数据训练得到，所述样本数据包括视频的内容类别和与所述视频有交互行为的用户的社交属性类别；处理单元，用于将所述视频的社交属性类别作为所述待分类的视频的类别。

根据本发明实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，在程序运行时控制存储介质所在设备执行本发明实施例的视频分类方法。

根据本发明实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，所述程序运行时执行本发明实施例的视频分类方法。

在本发明实施例中，采用根据预设的转换关系对视频的内容类别进行转换，得到视频的社交属性类别，根据视频的内容类别得到待分类的视频的社交属性类别的方式，达到了根据视频的社交属性对视频进行分类的目的，从而实现了使视频分类结果更贴近用户的技术效果，进而解决了由于视频分类时仅考虑视频自身内容造成的视频分类结果不贴近用户的技术问题。