[发明专利]融合视听觉特征的视频表现力识别方法、终端及存储介质

说明书

本发明公开了一种融合视听觉特征的视频表现力识别方法、终端及计算机可读存储介质，本发明通过根据预设视频的访问量和上传时长得到视频表现力真值，并根据所述视频的视频特征和音频特征以及该视频对应的视频表现力真值进行训练，得到视频表现力识别模型，后续将待测视频的视觉特征和音频特征带入所述模型，从而快速且准确的得到所述待测视频的视频表现力真值，从而有效解决现有技术中不能对视频表现力客观准确定性的问题。

技术领域

本发明涉及通信技术领域，尤其涉及一种融合视听觉特征的视频表现力识别方法、终端及计算机可读存储介质。

背景技术

互联网和智能终端的飞速发展，使得互联网上的视频数量急剧增长，视频广告作为与商业直接相关的数据近年来发展迅速，其制作数量与日俱增，各大厂商花费巨资打造视频广告，以提高品牌的影响力和产品的销售额，广告视频的表现力强，会迅速给观众留下深刻的印象，提升产品的知名度，给厂家带来丰厚的利润，反之，对产品的销售提升则没有太多帮助。

视频的表现力识别目前尚未得到深入的研究，视频广告的表现力通常取决于广告的构思和设计，凭借主观经验决定，缺少客观的、定量的分析，而视频的颜色等视觉特征和视频中的音频特征等往往可以客观反映视频本身的表现力，但是并未被充分挖掘应用于分析视频的表现力。

发明内容

鉴于上述的分析，本发明旨在提供一种融合视听觉特征的视频表现力识别方法、终端及计算机可读存储介质，用以解决现有技术中不能客观准确的对视频表现力进行定性的问题。

为解决上述问题，本发明主要是通过以下技术方案实现的：

本发明提供了一种融合视听觉特征的视频表现力识别方法，该方法包括：

根据预设视频的访问量和上传时长得到视频表现力真值，提取所述视频的视觉特征和音频特征，并将所述视频的视觉特征、音频特征以及该视频对应的视频表现力真值进行训练，得到视频表现力识别模型；

提取待测视频的视觉特征，并提取待测视频的音频特征，将所述视觉特征和音频特征，带入所述视频表现力识别模型得到所述待测视频的视频表现力真值。

进一步地，所述预设视频为互联网上的视频广告。

进一步地，将所述视频和该视频对应的视频表现力真值进行训练，得到视频表现力识别模型，具体包括：将所述视频和该视频对应的视频表现力真值带入支持向量机SVM进行SVM训练，得到视频表现力识别模型。

进一步地，所述视觉特征包括以下中的一种或多种：BoW特征、GIST特征、颜色矩特征和颜色直方图特征。

进一步地，提取待测视频的音频特征，具体包括：将待测视频转化为音频格式的音频文件，并对音频文件提取音频特征。

进一步地，对音频文件提取音频特征，具体包括：提取音频文件中的节奏、音调、音量和音色信息。

另一方面，本发明还提供一种服务器，所述服务器包括处理器、存储器及通信总线；所述通信总线用于实现处理器和存储器之间的连接通信；所述处理器用于执行存储器中存储的计算机指令，以实现上述任一种所述的融合视听觉特征的视频表现力识别方法。

再一方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述任一种所述的融合视听觉特征的视频表现力识别方法。

本发明有益效果如下：

本发明通过根据预设视频的访问量和上传时长得到视频表现力真值，并根据所述视频的视频特征和音频特征以及该视频对应的视频表现力真值进行训练，得到视频表现力识别模型，后续将待测视频的视觉特征和音频特征带入所述模型，从而快速且准确的得到所述待测视频的视频表现力真值，从而有效解决现有技术中不能对视频表现力客观准确定性的问题。