[发明专利]对象获取方法、装置、客户端、服务器、系统和存储介质在审

专利信息
申请号: 202010784723.0 申请日: 2020-08-06
公开(公告)号: CN111950425A 公开(公告)日: 2020-11-17
发明(设计)人: 张昭 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;H04N21/478
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 冯右明
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 获取 方法 装置 客户端 服务器 系统 存储 介质
【说明书】:

本公开关于一种对象获取方法、装置、客户端、服务器、系统和存储介质,该方法包括:对目标用户展示目标视频;识别到所述目标视频包括目标对象,向所述目标用户展示所述目标对象的对象信息;检测到所述目标用户实施的行为符合预设对象获取行为,针对所述目标用户执行所述目标对象的获取操作。采用本方法,实现了在向目标用户展示目标视频中包括的目标对象的对象信息的情况下,根据目标用户实施的行为,自动执行目标对象的获取操作的目的,无需用户对目标对象进行繁琐的获取操作,从而简化了对象的获取流程,进一步提高了对象的获取效率。

技术领域

本公开涉及视频处理技术领域,尤其涉及一种对象获取方法、装置、客户端、服务器、系统和存储介质。

背景技术

随着互联网技术的不断发展,通过网络浏览例如视频这样的多媒体资源,已经成为人们获取信息的重要途径之一,多媒体资源的内容形式也日益丰富,例如出现了可以通过观看视频进行购物的购物视频,在观看购物视频过程中,观众可以通过购物视频中出现的商品购物电话、店铺网络地址、购物二维码等下单购买商品,但是,购物操作通常较为繁琐,影响用户购物体验。

发明内容

本公开提供一种对象获取方法、装置、客户端、服务器、系统和存储介质,以至少解决相关技术中对象获取效率较低的问题。本公开的技术方案如下:

根据本公开实施例的第一方面,提供一种对象获取方法,包括:

对目标用户展示目标视频;

识别到所述目标视频包括目标对象,向所述目标用户展示所述目标对象的对象信息;

检测到所述目标用户实施的行为符合预设对象获取行为,针对所述目标用户执行所述目标对象的获取操作。

在一示例性实施例中,所述识别到所述目标视频包括目标对象,包括:获取所述目标视频中的视频帧图像;通过图像特征提取模型提取所述视频帧图像中的图像特征;所述图像特征提取模型为通过预设类型的神经网络根据采集的图像样本集训练得到的,用于对输入的图像进行识别,对应输出所述图像的图像特征;若识别到所述图像特征中包括目标对象的图像特征,则确认所述目标视频包括所述目标对象。

在一示例性实施例中,所述识别到所述目标视频包括目标对象,还包括:获取所述目标视频中的视频帧图像;将所述视频帧图像输入预先训练的图像识别模型中,得到所述视频帧图像中的对象标签;所述图像识别模型是根据采集的图像识别训练样本,基于预设的神经网络训练得到的,用于对输入的视频帧图像进行处理,得到所述视频帧图像中的对象标签,所述图像识别训练样本包括所述输入的视频帧图像以及所述视频帧图像中的对象标签;若所述视频帧图像中的对象标签为目标对象,则确认所述目标视频包括所述目标对象。

在一示例性实施例中,所述识别到所述目标视频包括目标对象,还包括:获取所述目标视频中的视频帧图像;对所述视频帧图像进行分割处理,生成所述视频帧图像中的多个候选区域图像;对各个所述候选区域图像进行分类处理,得到各个所述候选区域图像对应的物体标识;若所述物体标识与目标对象的对象标识匹配,则确认所述目标视频包括所述目标对象。

在一示例性实施例中,所述对各个所述候选区域图像进行分类处理,得到各个所述候选区域图像对应的物体标识,包括:通过图像分类模型对各个所述候选区域图像进行处理,得到各个所述候选区域图像对应的物体标识;其中,所述图像分类模型是根据采集的图像识别训练样本,基于预设的神经网络训练得到的,用于对输入的候选区域图像进行处理,得到所述候选区域图像对应的物体标识,所述图像识别训练样本包括所述输入的候选区域图像以及所述候选区域图像对应的物体标识。

在一示例性实施例中,所述识别到所述目标视频包括目标对象,还包括:提取所述直播视频中的语音信息;获取所述语音信息对应的文本信息;若所述文本信息中包括与目标对象的对象标识匹配的信息,则确认所述目标视频包括所述目标对象。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010784723.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top