-
公开(公告)号：CN110929099A
公开(公告)日：2020-03-27
申请号：CN201911186838.3
申请日：2019-11-28
申请人： 杭州趣维科技有限公司
IPC分类号： G06F16/783 , G06F16/735 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于多任务学习的短视频帧语义提取方法及系统，该提取方法包括步骤：S1、构建包括图片分类通道、人脸识别通道的卷积神经网络；S2、通过短视频帧样本数据对卷积神经网络进行训练，得到多任务短视频语义提取模型；S3、基于多任务短视频语义提取模型对视频帧语义进行提取，得到包括粗粒度特征及人脸特征的语义特征。本发明针对短视频的特点，采用多任务学习的方式，同时提取短视频帧的粗粒度特征及人物特征，使短视频语义提取的信息更加全面、快速。
-
公开(公告)号：CN111488488A
公开(公告)日：2020-08-04
申请号：CN202010281545.X
申请日：2020-04-10
申请人： 杭州趣维科技有限公司
IPC分类号： G06F16/735 , G06F16/75 , G06K9/62
摘要： 一种基于图挖掘的用户兴趣探测方法，包括如下步骤：步骤S1：对所有视频进行分类；步骤S2：对不同类别的视频之间构建视频类别关系图；步骤S3：计算转移概率以及个体用户对已播放的视频类别的喜好程度；步骤S4：根据用户对已播放的视频类别的喜好程度以及不同类别视频间的转移概率，获得用户对未播放视频类别的喜好概率；步骤S5：根据用户对未播放视频类别的喜好概率，进行排序，取设定个数的喜好概率最大的视频类别，作为兴趣探测类别；步骤S6：将兴趣探测类别中的视频根据流行度进行排序，并取流行度最高的一批视频作为推荐视频，推荐给用户；本发明通过能够推荐更容易被用户喜欢的新的类别的视频给用户，有助于帮助用户探测新的兴趣点。
-
公开(公告)号：CN111444388A
公开(公告)日：2020-07-24
申请号：CN202010238280.5
申请日：2020-03-30
申请人： 杭州趣维科技有限公司
IPC分类号： G06F16/78 , G06F16/735
摘要： 本发明公开了一种基于随机游走的视频标签排序方法。它具体包括如下步骤：(1)视频标签图：定义视频标签i、标签j间的相似度，计算每个标签之间的相似度，并构建标签图，最终会得到个完全图；(2)顶点密度：根据随机游走算法定义顶点密度，用来衡量某个标签的代表性强弱；(3)顶点密度修正：通过IDF值来对顶点密度进行修正，定义修正顶点密度；(4)采用自适应步长标签排序算法输出排序视频标签序列。本发明的有益效果是：能够解决在非个性化推荐中视频标签选取的问题，使得非个性化推荐中的视频标签选取更为合适。
-
公开(公告)号：CN111159242A
公开(公告)日：2020-05-15
申请号：CN201911390108.5
申请日：2019-12-27
申请人： 杭州趣维科技有限公司
IPC分类号： G06F16/2457 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于边缘计算的客户端重排序方法及系统，重排序方法包括步骤：S1、获取服务端推荐的包括k个信息的第一信息排序；S2、对所述k个信息随机排列，得到K！个第二信息排序；S3、提取每个所述第二信息排序中推荐信息及其上下文信息的特征；S4、将每个第二信息排序的特征依次输入Attention-LSTM-MLP模型，得到相应的点击通过率预估值，选择最高点击通过率预估值所对应的第二信息排序进行显示。本发明充分考虑各客户端的显示特点，在客户端对序列进行重排序，提升用户体验和推荐效果。
-
公开(公告)号：CN110647903A
公开(公告)日：2020-01-03
申请号：CN201910540170.1
申请日：2019-06-20
申请人： 杭州趣维科技有限公司
摘要： 本发明公开了一种短视频分类方法，包括以下步骤：网络训练；网络测试，包括对待分类的短视频进行等间隔截帧，每个视频截取一定帧数；对截取的帧，通过图像处理，取出一定大小的图片输入模型进行预测，在Softmax之前融合截取的帧和不同流的预测分数，最终得出结果，所述模型通过如下方式得到：一个输入视频被分为K段，一个片段从它对应的段中随机采样得到，不同片段的类别得分采用段共识函数进行融合来产生段共识，得到一个视频级的预测，然后对所有模式的预测融合产生最终的预测结果。
-
公开(公告)号：CN110851651A
公开(公告)日：2020-02-28
申请号：CN201911088257.6
申请日：2019-11-08
申请人： 杭州趣维科技有限公司
IPC分类号： G06F16/735 , G06F16/783
摘要： 本发明公开了一种个性化视频推荐方法及系统，其中方法包括：S1、构建用户向量、视频向量，将所述向量存储在Faiss中；S2、判断用户是否需要进行兴趣探索，若是，执行步骤S3、若否，执行步骤S4；S3、基于该用户的用户向量及其好友或者相同地域用户的ID，更新用户向量；S4、基于用户向量在Faiss中进行视频召回，为用户生成推荐视频。本发明在避免视频推荐过程中推荐的内容类型固定问题的同时，仍能维持高的推荐效率。同时，结合社交关系网及自身特性进行推荐，推荐效果好。
-
公开(公告)号：CN110349070A
公开(公告)日：2019-10-18
申请号：CN201910507617.5
申请日：2019-06-12
申请人： 杭州趣维科技有限公司
IPC分类号： G06T1/00
摘要： 本发明公开了一种短视频水印检测方法，该方法充分考虑到短视频水印位置集中和水印面试较小的特点，利用yolov3模型和sigmoid二分类模型来预测每一帧视频中含有目标水印的概率，从而给短视频水印检测提供更高的检测准确率和更小的定位误差。
-
公开(公告)号：CN111182364A
公开(公告)日：2020-05-19
申请号：CN201911380117.6
申请日：2019-12-27
申请人： 杭州趣维科技有限公司
IPC分类号： H04N21/8355
摘要： 本发明公开了一种短视频版权检测方法及系统，检测方法包括：S1、获取具有版权的短视频，生成所述具有版权的短视频所对应的图片帧向量；S2、将所述具有版权的短视频所对应的图片帧向量存储在Faiss中；S3、为待检测短视频生成对应的图片帧向量，利用待检测短视频所对应的图片帧向量对Faiss进行索引；S4、返回与所述待检测短视频所对应的图片帧向量距离小于第一阈值的图片帧向量所对应的候选短视频；S5、计算待检测短视频与各候选短视频连续相似图片帧的数量；S6、基于所述相似图片帧的数量判断待检测短视频是否侵犯对应候选短视频的版权。本发明能够全面获取短视频的时间维度特征和空间维度特征、全局特征和局部特征。
-
公开(公告)号：CN111083468A
公开(公告)日：2020-04-28
申请号：CN201911334549.3
申请日：2019-12-23
申请人： 杭州趣维科技有限公司
IPC分类号： H04N17/00
摘要： 本发明公开了一种基于图像梯度的短视频质量评价方法及系统，该方法包括步骤：S1、对短视频进行截帧处理，将短视频分解成多个图像帧；S2、对所述多个图像帧进行图像灰度化处理，得到对应的图像帧灰度图；S3、将所述图像帧灰度图N等分成N个子图，计算所述图像帧灰度图的梯度得分Score及所述N个子图梯度得分集合S＝{Score1，Score2，...，ScoreN}，其中Scorei表示第i个子图的梯度得分，i＝1,2,...,N；S4、基于所述梯度得分Score及梯度得分集合S计算图像帧的质量得分；S5、基于所有截帧图像帧的质量得分，计算短视频质量得分。本发明将短视频分解成多个图像序列帧，引入优化后的图像梯度作为客观度量图像信息量方法，从而实现实时客观短视频质量评价。
-
公开(公告)号：CN111079864A
公开(公告)日：2020-04-28
申请号：CN201911420703.9
申请日：2019-12-31
申请人： 杭州趣维科技有限公司
摘要： 本发明公开了一种基于优化视频关键帧提取的短视频分类方法及系统，分类方法包括步骤：S1、提取短视频密集帧；S2、计算所述密集帧中各图像帧的信息量；S3、选取信息量最大的多个图像帧作为所述短视频的关键帧；S4、拼接所述关键帧生成短视频张量，将所述短视频张量输入3D-CNN分类模型，基于所述3D-CNN分类模型对所述短视频张量进行特征学习，输出短视频类别。本发明基于信息量对视频帧进行筛选，避免了视频抖动造成抽取的帧产生运动模糊或者由于画面切换导致抽取的帧为纯色的问题，提升了分类的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.034 秒)
