[发明专利]视频标签获取方法、装置、存储介质及服务器

权利要求书

1.一种视频标签获取方法，其特征在于，所述方法包括：

启动针对目标视频的标签预测服务，获取所述目标视频的图像特征、音频特征以及文本特征；

将所述目标视频的图像特征、所述音频特征以及所述文本特征输入至已训练完成的标签预测模型中，所述标签预测模型中包含图像标签预测模型、音频标签预测模型和文本标签预测模型；所述图像标签预测模型用于根据所述图像特征预测图像标签，所述音频标签预测模型用于根据所述音频特征预测音频标签，所述文本标签预测模型用于根据所述文本特征预测文本标签；计算所述目标视频的图像特征、所述音频特征以及所述文本特征的相关性，基于所述相关性调整所述图像特征、所述音频特征以及所述文本特征的权重，将所述图像标签预测模型、所述音频标签预测模型和所述文本标签预测模型输出的调整权重后的特征进行融合，生成并输出所述目标视频的标签。

2.根据权利要求1所述的方法，其特征在于，所述启动针对目标视频的标签预测服务之前，还包括：

创建初始标签预测模型，获取样本视频以及所述样本视频的标签；

获取所述样本视频的图像特征、音频特征以及文本特征；

利用所述样本视频的标签、所述样本视频的图像特征、音频特征以及文本特征训练所述初始标签预测模型，生成训练完成的标签预测模型。

3.根据权利要求1所述的方法，其特征在于，所述启动针对目标视频的标签预测服务之前，还包括：

获取历史操作信息；

根据所述历史操作信息在视频流集合中筛选出所述目标视频。

4.根据权利要求3所述的方法，其特征在于，所述获取所述目标视频的图像特征、音频特征以及文本特征，包括：

对所述目标视频进行抽帧处理，获取每帧视频对应的图像特征、音频特征以及文本特征；

对所述每帧视频对应的图像特征、音频特征以及文本特征分别进行拼接，得到所述目标视频的图像特征、音频特征以及文本特征。

5.根据权利要求1所述的方法，其特征在于，所述输出所述目标视频的标签之后，还包括：

将所述目标视频以及所述标签保存至数据库中。

6.根据权利要求1所述的方法，其特征在于，所述输出所述目标视频的标签之后，还包括：

获取与所述标签相关联的视频，向用户服务器推送所述视频。

7.一种视频标签获取装置，其特征在于，所述装置包括：

特征获取模块，用于启动针对目标视频的标签预测服务，获取所述目标视频的图像特征、音频特征以及文本特征；

标签输出模块，用于将所述目标视频的图像特征、所述音频特征以及所述文本特征输入至已训练完成的标签预测模型中，所述标签预测模型中包含图像标签预测模型、音频标签预测模型和文本标签预测模型；所述图像标签预测模型用于根据所述图像特征预测图像标签，所述音频标签预测模型用于根据所述音频特征预测音频标签，所述文本标签预测模型用于根据所述文本特征预测文本标签；计算所述目标视频的图像特征、所述音频特征以及所述文本特征的相关性，基于所述相关性调整所述图像特征、所述音频特征以及所述文本特征的权重，将所述图像标签预测模型、所述音频标签预测模型和所述文本标签预测模型输出的调整权重后的特征进行融合，生成并输出所述目标视频的标签。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现所述权利要求1-6中任一项所述方法的步骤。

9.一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现所述权利要求1-6中任一项所述方法的步骤。