[发明专利]视频标签的获取方法及装置

说明书

本发明实施例涉及计算机技术领域，公开了一种视频标签的获取方法及装置。视频标签的获取方法，包括：响应于输入的视频图像，获取视频图像对应的特征信息；将特征信息分别输入到多个不同的分类模型，得到多个分类模型输出的多个标签集，每个标签集中包括至少一标签；根据各标签集中的标签的概率值，从多个标签集中选取视频图像的视频标签。本发明中，能够融合多个不同的分类模型来获取视频图像的视频标签，从而可以通过选取多种维度类型的分类模型以适应不同类型的视频图像，使得获取的视频图像的视频标签更加准确，提升了自动化添加视频标签的鲁棒性。

技术领域

本发明实施例涉及计算机技术领域，特别涉及一种视频标签的获取方法及装置。

背景技术

随着互联网的飞速发展，使得用户可以通过各种终端的视频类应用程序或网站获取各种类型的视频，例如电影、电视剧等。对于视频来说，视频标签能够很好的展示视频的类型、特色等，从而用户可以根据视频标签选择自己喜爱的视频类型，大大提升了用户的使用体验。

目前，一般通过人工智能的方式自动的给视频打标签，常用的给视频自动打标签的方式主要包含两种类型：一种是基于视频相关文字的自动识别；另一种是基于视频中图像的自动识别。其中，由于视频播放的时间较长，使得涉及到的图像信息太多，处理起来速度较慢且自愿耗费高，因此一般选择基于视频相关文字的自动识别的方式来给视频打标签。

发明人发现现有技术中至少存在如下问题：基于视频相关文字的自动识别的方式来给视频打标签，都是基于单个模型来获取视频的标签，从而在给不同类型的视频打标签时的效果差异性较大，导致了视频标签不准确的情况，影响了用户的体验。

发明内容

本发明实施方式的目的在于提供一种视频标签的获取方法及装置，能够融合多个不同的分类模型来获取视频图像的视频标签，从而可以通过选取多种维度类型的分类模型以适应不同类型的视频图像，使得获取的视频图像的视频标签更加准确，提升了自动化添加视频标签的鲁棒性。

为解决上述技术问题，本发明的实施方式提供了一种视频标签的获取方法，包括：响应于输入的视频图像，获取视频图像对应的特征信息；将特征信息分别输入到多个不同的分类模型，得到多个分类模型输出的多个标签集，每个标签集中包括至少一标签；根据各标签集中的标签的概率值，从多个标签集中选取视频图像的视频标签。

本发明的实施方式还提供了一种视频文本识别装置，包括至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的视频标签的获取方法。

本发明实施方式相对于现有技术而言，响应于输入的视频图像，首先获取其对应的特征信息，并将特征信息输入到多个不同的分类模型中，得到多个分类模型输出的多个标签集，每个标签集包含至少一标签，然后根据各标签集中的标签的概率值，从多个标签集中确定出视频图像的视频标签；即融合了多个不同的分类模型来获取视频图像的视频标签，从而可以通过选取多种维度类型的分类模型以适应不同类型的视频图像，使得获取的视频图像的视频标签更加准确，提升了自动化添加视频标签的鲁棒性。

另外，将特征信息分别输入到多个不同的分类模型，得到多个分类模型输出的多个标签集，包括：将特征信息分别输入到各分类模型，得到每个分类模型生成的各标签的概率值；对于每个分类模型，根据生成的各标签的概率值，选取满足第一预设条件的标签，并将满足第一预设条件的标签加入分类模型的标签集。本实施方式提供了将特征信息分别输入到多个不同的分类模型，得到多个分类模型输出的多个标签集的一种具体实现方式。