[发明专利]用于生成视频标签模型的方法和装置

权利要求书

1.一种用于生成视频标签模型的方法，包括：

获取至少两个样本视频集，其中，样本视频集对应于预设的视频类别，样本视频集包括属于对应的视频类别的正样本视频和不属于对应的视频类别的负样本视频，正样本视频对应于预先标注的正类别信息，负样本视频对应于预先标注的负类别信息；

从所述至少两个样本视频集中选择样本视频集，利用所选择的样本视频集，执行如下训练步骤：利用机器学习方法，将样本视频集包括的正样本视频作为输入，将与输入的正样本视频对应的正类别信息作为期望输出，将样本视频集中的负样本视频作为输入，将与输入的负样本视频对应的负类别信息作为期望输出，训练初始模型；确定所述至少两个样本视频集中是否包括未选择的样本视频集；响应于确定不包括，确定最近一次训练后的初始模型为视频标签模型；

其中，初始模型为卷积神经网络，包括特征提取层和分类层，分类层包括预设数量个权重数据，权重数据对应于预设的视频类别，用于确定输入的视频属于权重数据对应的视频类别的概率。

2.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定所述至少两个样本视频集中包括未选择的样本视频集，从未被选择的样本视频集中重新选择样本视频集，利用重新选择的样本视频集和最近一次训练后的初始模型，继续执行所述训练步骤。

3.根据权利要求1所述的方法，其中，正类别信息和负类别信息分别为包括预设数量个元素的向量，正样本视频对应的向量中的目标元素用于表征正样本视频属于对应的视频类别，负样本视频对应的向量中的目标元素用于表征负样本视频不属于对应的视频类别，目标元素为向量中的元素位置中，位于预先与向量对应的视频类别建立对应关系的元素位置处的元素，向量对应的视频类别为向量对应的样本视频所属的样本视频集对应的视频类别。

4.根据权利要求1所述的方法，其中，所述训练初始模型，包括：

固定所述预设数量个权重数据中的、除样本视频集对应的权重数据之外的其他权重数据，以及调整样本视频集对应的权重数据，以对初始模型进行训练。

5.根据权利要求1或4所述的方法，其中，所述初始模型还包括视频帧提取层；以及

所述将样本视频集包括的正样本视频作为输入，将与输入的正样本视频对应的正类别信息作为期望输出，将样本视频集中的负样本视频作为输入，将与输入的负样本视频对应的负类别信息作为期望输出，训练初始模型，包括：

将样本视频集包括的正样本视频输入视频帧提取层，得到正样本视频帧集合；将所得到的正样本视频帧集合作为特征提取层的输入，将与输入的正样本视频对应的正类别信息作为初始模型的期望输出；将样本视频集包括的负样本视频输入所述视频帧提取层，得到负样本视频帧集合；将所得到的负样本视频帧集合作为特征提取层的输入，将与输入的负样本视频对应的负类别信息作为初始模型的期望输出，训练初始模型。

6.一种用于生成视频的类别标签集合的方法，包括：

获取待分类视频；

将所述待分类视频输入预先训练的视频标签模型，生成类别标签集合，其中，类别标签对应于预设的视频类别，用于表征所述待分类视频属于类别标签对应的视频类别，所述视频标签模型是根据权利要求1-5之一所述的方法生成的。