[发明专利]多媒体数据处理方法、标签识别方法、装置及电子设备

说明书

本公开关于一种多媒体数据处理方法、标签识别方法、装置及电子设备。多媒体数据处理方法包括：获取包括第一多媒体数据集和第二多媒体数据集的待处理多媒体数据集；对第一多媒体数据集中的待处理多媒体数据进行分类处理，得到多个分类中心以及每个分类中心对应的多媒体数据子集；根据每个分类中心对应的多媒体数据子集，确定每个分类中心对应的分类标签；获取第二多媒体数据集中的目标多媒体数据与每个分类中心的相似度信息；根据目标多媒体数据与每个分类中心的相似度信息，从多个分类中心对应的分类标签中确定至少一个分类标签作为目标多媒体数据对应的目标标签。根据本公开提供的技术方案，可以提高标签标注的效率和精准性。

技术领域

本公开涉及数据分析技术领域，尤其涉及一种多媒体数据处理方法、标签识别方法、装置及电子设备。

背景技术

目前对多媒体数据内容的理解越来越重要，例如对多媒体内容的多维度理解对于内容传媒行业非常重要。相关技术中，一般通过人工定义标签—数据标注—模型训练—模型预测标签的过程以实现对多媒体数据内容的理解。其中，在人工定义标签时，会出现缺漏、冗余以及与实际多媒体数据分布不一致的问题；并且数据标注成本高且效率低，使得训练数据难以获取，这些问题在多标签场景下更加突出。

发明内容

本公开提供一种多媒体数据处理方法、标签识别方法、装置及电子设备，以至少解决相关技术中如何避免标签定义中缺漏、冗余以及与实际多媒体数据分布不一致的问题以及如何提高标签标注的效率和准确性的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种多媒体数据处理方法，包括：

获取待处理多媒体数据集，所述待处理多媒体数据集包括第一多媒体数据集和第二多媒体数据集；

对所述第一多媒体数据集中的待处理多媒体数据进行分类处理，得到多个分类中心以及每个分类中心对应的多媒体数据子集；

根据每个分类中心对应的多媒体数据子集，确定每个分类中心对应的分类标签；

获取所述第二多媒体数据集中的目标多媒体数据与每个分类中心的相似度信息，所述目标多媒体数据为所述第二多媒体数据集中的全量待处理多媒体数据或部分待处理多媒体数据；

根据所述目标多媒体数据与每个分类中心的相似度信息，从所述多个分类中心对应的分类标签中确定至少一个分类标签作为所述目标多媒体数据对应的目标标签。

在一种可能的实现方式中，所述对所述第一多媒体数据集中的待处理多媒体数据进行分类处理，得到多个分类中心以及每个分类中心对应的多媒体数据子集步骤包括：

将所述第一多媒体数据集中的待处理多媒体数据输入特征提取模型，进行特征提取处理，得到所述第一多媒体数据集中的待处理多媒体数据对应的特征信息；

对所述第一多媒体数据集中的待处理多媒体数据对应的特征信息进行分类处理，得到所述多个分类中心；

获取所述第一多媒体数据集中的待处理多媒体数据与每个分类中心的相似度信息；

根据所述第一多媒体数据集中的待处理多媒体数据与每个分类中心的相似度信息，获取每个分类中心对应的多媒体数据子集。

在一种可能的实现方式中，所述根据每个分类中心对应的多媒体数据子集，确定每个分类中心对应的分类标签步骤包括：

获取每个多媒体数据子集中待处理多媒体数据对应的特征信息；

当所述多媒体数据子集中待处理多媒体数据对应的特征信息满足预设条件时，根据所述多媒体数据子集中待处理多媒体数据对应的特征信息，确定所述多媒体数据子集对应分类中心的分类标签；

当所述多媒体数据子集中待处理多媒体数据对应的特征信息不满足预设条件时，对所述多媒体数据子集进行更新，得到目标多媒体数据子集；