-
公开(公告)号:CN117371440B
公开(公告)日:2024-03-12
申请号:CN202311653831.4
申请日:2023-12-05
申请人: 广州阿凡提电子科技有限公司
发明人: 张征
IPC分类号: G06F40/284 , G06F40/126 , G06F40/30 , G06N3/042
摘要: 本申请实施例提供一种基于AIGC的话题文本大数据分析方法及系统,通过从话题文本大数据中获取候选话题文本,并为其生成两个话题视角下的话题文本向量,同时,也为已经标定的话题文本序列中的每个文本生成相应的两个话题视角下的话题文本向量,有助于将复杂的话题文本信息转化为易于处理和分析的向量形式,大大提高了后续处理的效率,通过对候选话题文本的第一话题视角的话题文本向量与每个标定话题文本的第一话题视角的话题文本向量进行关联性分析,生成第二话题文本序列,能够有效地缩小后续处理的数据规模,提高处理速度。最后,通过对更高维度的特征进行关联性分析,能够更精确地找到与候选话题文本相关的信息,从而提高了查找的准确性。
-
公开(公告)号:CN116866674B
公开(公告)日:2024-02-27
申请号:CN202311005122.5
申请日:2023-08-10
申请人: 广州阿凡提电子科技有限公司
IPC分类号: H04N21/4788 , H04N21/2187 , H04N21/442
摘要: 本申请涉及人工智能技术领域,提供一种应用人工智能的直播图像互动信息处理方法及系统,应用本申请实施例,相较于传统的VR直播质量标签分析技术,可以在准确可靠地确定出VR直播质量标签的基础上,进一步确定出可以反映VR直播用户终端与虚拟空间化直播服务器之间在直播会话交互过程中的场景仿真模拟分析报告,从而保障所确定出的VR直播质量标签的可信度。
-
公开(公告)号:CN112348549A
公开(公告)日:2021-02-09
申请号:CN202010973042.9
申请日:2020-09-16
申请人: 广州阿凡提电子科技有限公司
发明人: 张征
IPC分类号: G06Q30/02
摘要: 本发明提供一种广告运营方法、智能终端以及存储装置,该广告运营方法包括:S101:获取多个视频平台的客户数据,并对客户数据进行数据清洗,客户数据包括客户信息、客户轨迹、客户动作;S102:根据客户信息的识别信息确定每个用户在不同视频平台的上的客户数据;S103:根据客户数据与用户标签模型的匹配性获取用户的标签属性,根据标签属性针对用户进行广告运营。本发明能够对多视频平台的客户数据进行统一管理,广告运营的数据集中,获取的客户数据多,能够准确把握用户兴趣和需求,避免了无效投放,广告运营的方式更精确,转化率高,且不容易出现重复投放,降低了运营成本。
-
公开(公告)号:CN117392758B
公开(公告)日:2024-03-26
申请号:CN202311652978.1
申请日:2023-12-05
申请人: 广州阿凡提电子科技有限公司
发明人: 张征
IPC分类号: G06V40/20 , G06V10/764 , G06V10/774 , G06V20/40 , G06V20/52
摘要: 本申请实施例提供一种基于视频分析的用户行为识别方法及系统,通过对多个用户行为标签进行训练,并利用深度学习神经网络,该方法可以更准确地识别和预测各种不同类型的用户异常行为。同时,通过使用用户异常行为标注数据,该方法能够更精确地定位视频中的异常行为。此外,由于该方法依赖于设定的视频数据生成模板视频数据序列,因此可以根据需要轻松地添加或修改用户行为标签。这意味着可以轻松适应新的或未知的异常行为。并且通过准确和及时地识别异常行为,可以帮助管理者更快地做出响应,从而大大提高了各个管理区域的安全性。
-
公开(公告)号:CN116996708B
公开(公告)日:2024-02-09
申请号:CN202311005123.X
申请日:2023-08-10
申请人: 广州阿凡提电子科技有限公司
IPC分类号: H04N21/234 , H04N21/235 , H04N21/84 , G06F16/75 , G06F16/783 , G06V20/30 , G06V20/40 , G06V10/764 , G06V10/82
摘要: 本发明实施例提供的基于机器学习的短视频数据标签推荐方法、系统及云平台,在利用已调试的短视频标签推荐网络对待分析短视频图像进行分类处理时,由于已调试的短视频标签推荐网络能够对待分析短视频图像(不完整的短视频图像)中缺失的内容进行预测分析,因而在进行分类处理时是基于待分析短视频图像对应的完整短视频图像实现的,这样能够提高分类处理的精度和可靠性,以准确地获得短视频图像类别标签。在此基础上,通过短视频图像类别标签的上级标签和下级标签确定待推送短视频图像标签,能够进一步完善和丰富待推送短视频图像标签,以确保短视频运营服务器基于待推送短视频图像标签进行精准且个性化的推送处理。
-
公开(公告)号:CN117371440A
公开(公告)日:2024-01-09
申请号:CN202311653831.4
申请日:2023-12-05
申请人: 广州阿凡提电子科技有限公司
发明人: 张征
IPC分类号: G06F40/284 , G06F40/126 , G06F40/30 , G06N3/042
摘要: 本申请实施例提供一种基于AIGC的话题文本大数据分析方法及系统,通过从话题文本大数据中获取候选话题文本,并为其生成两个话题视角下的话题文本向量,同时,也为已经标定的话题文本序列中的每个文本生成相应的两个话题视角下的话题文本向量,有助于将复杂的话题文本信息转化为易于处理和分析的向量形式,大大提高了后续处理的效率,通过对候选话题文本的第一话题视角的话题文本向量与每个标定话题文本的第一话题视角的话题文本向量进行关联性分析,生成第二话题文本序列,能够有效地缩小后续处理的数据规模,提高处理速度。最后,通过对更高维度的特征进行关联性分析,能够更精确地找到与候选话题文本相关的信息,从而提高了查找的准确性。
-
公开(公告)号:CN115118934A
公开(公告)日:2022-09-27
申请号:CN202210748800.6
申请日:2022-06-28
申请人: 广州阿凡提电子科技有限公司
发明人: 张征
IPC分类号: H04N7/18 , H04N21/433 , H04N21/44 , H04N21/442
摘要: 本发明公开了一种直播效果监控处理方法及系统,属于直播视频技术领域,包括对直播内容进行录制缓存,从缓存录像中计算出直播历史关键帧图像,再对历史关键帧图像进行检测,采用亮度异常检测、偏色检测、图像噪声检测、条纹噪声检测、清晰度检测、信号丢失检测、画面冻结检测和画面滚动及抖动检测等多种检测方式对历史关键帧图像进行全方面检测,最后根据检测结果进行结合判断,判断当前直播内容是否符合直播标准,本发明能对直播视频进行多角度检测,使得检测结果全面且实用,提高检测结果的可靠性,从数据角度直观的体现直播流的质量,便于工作人员对用户观看直播视频的质量情况进行了解。
-
公开(公告)号:CN114928764A
公开(公告)日:2022-08-19
申请号:CN202210383270.X
申请日:2022-04-12
申请人: 广州阿凡提电子科技有限公司
发明人: 张征
IPC分类号: H04N21/44 , H04N21/439 , G10L15/22
摘要: 本发明公开了一种原创短视频AI智能化检测方法、系统和装置,属于视频判断处理技术领域,包括获取多个视频素材并保存进数据库内;对视频素材进行分析,获取视频素材的标签;对视频素材进行视频信息抽取,获取视频素材信息;将视频素材信息结合视频素材标签保存至视频素材库中;检测队列按顺序将待检测视频导出,对导出的待检测视频进行分析和信息抽取,获取待检测视频标签和待检测视频信息;将待检测视频标签与视频素材库内保存的视频素材标签进行匹配,将匹配的视频素材标签与其对应的视频素材信息与待检测视频信息进行比对,获取比对结果,本发明能对短视频是否原创作出判断,减轻审核人员的工作量,提高原创性审核的准确性。
-
公开(公告)号:CN114173059A
公开(公告)日:2022-03-11
申请号:CN202111499681.7
申请日:2021-12-09
申请人: 广州阿凡提电子科技有限公司
发明人: 张征
摘要: 本发明公开了一种视频编辑系统、方法及APP,属于移动互联网开发技术领域,包括摄像模块、记忆模块、处理模块、预合成模块、显示模块、鉴定模块、调节模块以及集成模块,所述摄像模块按照拍摄要求拍摄一个无人物出现且背景为全白的车辆场景视频,并将拍摄要求发送给记忆模块,将拍摄的车辆场景内容发送给处理模块,所述记忆模块接收摄像模块发送的拍摄要求的数据,保存并发送给预合成模块,所述处理模块接收摄像模块发送的拍摄内容,通过OpenCV对车辆视频进行目标定位、分割,去除背景板,生成仅有车辆出行的视频内容,本发明避免了因修改视频中某一类内容导致视频的无效性而引起的成本提升,减少拍摄视频的时间、人力以及物力,提升了工作效率。
-
公开(公告)号:CN117392758A
公开(公告)日:2024-01-12
申请号:CN202311652978.1
申请日:2023-12-05
申请人: 广州阿凡提电子科技有限公司
发明人: 张征
IPC分类号: G06V40/20 , G06V10/764 , G06V10/774 , G06V20/40 , G06V20/52
摘要: 本申请实施例提供一种基于视频分析的用户行为识别方法及系统,通过对多个用户行为标签进行训练,并利用深度学习神经网络,该方法可以更准确地识别和预测各种不同类型的用户异常行为。同时,通过使用用户异常行为标注数据,该方法能够更精确地定位视频中的异常行为。此外,由于该方法依赖于设定的视频数据生成模板视频数据序列,因此可以根据需要轻松地添加或修改用户行为标签。这意味着可以轻松适应新的或未知的异常行为。并且通过准确和及时地识别异常行为,可以帮助管理者更快地做出响应,从而大大提高了各个管理区域的安全性。
-
-
-
-
-
-
-
-
-