[发明专利]视频特征提取模型的训练方法、装置和电子设备

说明书

本公开提供了一种视频特征提取模型的训练方法、装置和电子设备，涉及计算机视觉和深度学习等人工智能技术领域，具体可用于视频理解场景下。具体实现方案为：在训练视频特征提取模型时，可以获取多个第一视频样本以及各第一视频样本的标题，并基于用户的多个搜索行为获取各搜索行为对应的视频样本，可用于辅助训练视频特征提取模型，这样在根据多个第一视频样本、各第一视频样本的标题以及各搜索行为对应的视频样本，共同对初始视频特征提取模型进行训练时，加快了初始视频特征提取模型的收敛速度，且整个训练过程中，不依赖人工标注的监督信息，实现了采用自监督的方式训练获取视频特征提取模型，提高了视频特征提取模型的训练效率。

技术领域

本公开涉及图片处理技术领域，尤其涉及一种视频特征提取模型的训练方法、装置和电子设备，具体涉及计算机视觉和深度学习等人工智能技术领域。

背景技术

视频特征提取模型能够将一个视频图像序列映射成一个高维特征向量，并通过该高维特征向量表达视频画面内容。视频特征提取模型可以应用于较多场景，例如视频推荐场景或者视频搜索场景。

现有技术中，通常采用有监督的方式训练视频特征提取模型，即视频特征提取模型的训练需要依赖于标注的监督信息。这些监督信息通常需要人工标注，若要训练得到准确度较高的视频特征提取模型，则通常需要获取大量的视频样本进行训练，这会使得人工标注量较大，耗时较多，从而导致视频特征提取模型的训练效率较低。

因此，如何采用自监督的方式训练得到视频特征提取模型，以提高视频特征提取模型的训练效率是本领域技术人员亟待解决的问题。

发明内容

本公开提供了一种视频特征提取模型的训练方法、装置和电子设备，在训练视频特征提取模型时，实现了采用自监督的方式训练得到视频特征提取模型，提高了视频特征提取模型的训练效率。

根据本公开的第一方面，提供了一种视频特征提取模型的训练方法，该视频特征提取模型的训练方法可以包括：

获取多个第一视频样本以及各第一视频样本的标题。

基于用户的多个搜索行为获取各搜索行为对应的视频样本，所述各搜索行为对应的视频样本包括基于所述搜索行为展示的多个第二视频样本和所述用户对所述多个第二视频样本执行点击操作的多个第三视频样本。

根据所述多个第一视频样本、所述各第一视频样本的标题以及所述各搜索行为对应的视频样本，对初始视频特征提取模型进行训练，得到所述视频特征提取模型。

根据本公开的第二方面，提供了一种视频特征提取模型的训练装置，该视频特征提取模型的训练装置可以包括：

第一获取单元，用于获取多个第一视频样本以及各第一视频样本的标题。

第二获取单元，用于基于用户的多个搜索行为获取各搜索行为对应的视频样本，所述各搜索行为对应的视频样本包括基于所述搜索行为展示的多个第二视频样本和所述用户对所述多个第二视频样本执行点击操作的多个第三视频样本。

处理单元，用于根据所述多个第一视频样本、所述各第一视频样本的标题以及所述各搜索行为对应的视频样本，对初始视频特征提取模型进行训练，得到所述视频特征提取模型。

根据本公开的第三方面，提供了一种电子设备，该电子设备可以包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面所述的视频特征提取模型的训练方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述第一方面所述的视频特征提取模型的训练方法。