一种基于人工智能的视频特征提取方法及系统与流程

本发明涉及基于人工智能的视频特征提取技术领域，具体而言，涉及一种基于人工智能的视频特征提取方法及系统。

背景技术：

目前的基于人工智能的视频特征提取方法无法准确判断基于人工智能的视频特征提取的可靠性，进而难以针对基于人工智能的视频特征提取过程执行相关的判定工作，极大增加视频相似度判断过程的不确定性。

技术实现要素：

有鉴于此，本发明实施例的目的在于提供一种基于人工智能的视频特征提取方法及系统，能够准确判断基于人工智能的视频特征提取的可靠性，进而解决难以针对基于人工智能的视频特征提取过程执行相关的判定工作，增加视频相似度判断过程的不确定性的问题。

根据本发明实施例的一个方面，提供一种基于人工智能的视频特征提取方法，应用于服务器，所述服务器与视频服务设备通信连接，所述方法包括：

获取所述视频服务设备生成的实时交互视频数据，所述实时交互视频数据包括所述视频服务设备所在视频交互场景的多个视频交互会话行为的信息；

分别获取与所述多个视频交互会话行为中目标数量个视频交互会话行为的视频特征提取关联的视频特征提取模型，得到至少一组视频特征提取模型；

将所述至少一组视频特征提取模型预先提取的每个视频交互会话行为的信息分别与所述多个视频交互会话行为的信息进行比较，得到至少一组比较数据；

根据所述至少一组比较数据计算视频相似度，如果所述视频相似度在设定相似度范围内，则判定所述视频服务设备所在视频交互场景符合当前视频交互的数据挖掘条件。

在一种可能的示例中，所述获取所述视频服务设备生成的实时交互视频数据的步骤，包括：

获取所述视频服务设备生成的多个视频交互应用环境的应用会话配置数据，且任意两个视频交互应用环境的应用会话配置数据之间具有至少一个相同视频交互会话行为的信息；

在此之后将任意两个视频交互应用环境的应用会话配置数据之间，相同视频交互会话行为的信息进行比较，如果每个相同视频交互会话行为的信息都相比较，则执行所述得到至少一组视频特征提取模型的操作。

在一种可能的示例中，所述分别获取与所述多个视频交互会话行为中目标数量个视频交互会话行为的视频特征提取关联的视频特征提取模型，得到至少一组视频特征提取模型的步骤，包括：

对所述多个视频交互会话行为中目标数量个视频交互会话行为的信息进行识别，根据识别结果得到至少一组视频特征提取模型。

在一种可能的示例中，如果每组比较数据中包括：一组视频特征提取模型中各个视频交互会话行为的信息与所述多个视频交互会话行为的信息是否比较或未比较到的信息；则所述根据所述至少一组比较数据计算视频相似度的步骤，具体包括：

根据所述每组比较数据中所述各个视频交互会话行为的信息是否比较或未比较到的信息，及预置的视频相似度确定策略，统计每组比较数据对应的总视频相似度；

根据所述至少一组比较数据分别对应的总视频相似度，计算所述视频相似度；

其中，所述预置的视频相似度确定策略包括：

对于一组比较数据中一项相比较的信息，则对应视频相似度为第一数值；对于一组比较数据中一项不相比较的信息，则对应视频相似度为第二数值；如果一组比较数据中一项未比较到的信息，则对应视频相似度为第三数值；所述每组比较数据对应的总视频相似度为一组视频特征提取模型中各个视频交互会话行为的信息的比较数据对应的视频相似度的和值。

在一种可能的示例中，所述根据所述至少一组比较数据分别对应的总视频相似度，计算所述视频相似度的步骤，包括：

分别计算每组比较数据对应的总视频相似度，与对应组比较数据对应的最高可能总视频相似度的比值；

将所述各组比较数据对应的比值的函数计算值作为所述视频相似度。

根据本发明实施例的另一方面，提供一种基于人工智能的视频特征提取系统，应用于服务器，所述服务器与视频服务设备通信连接，所述系统包括：

第一获取模块，用于获取所述视频服务设备生成的实时交互视频数据，所述实时交互视频数据包括所述视频服务设备所在视频交互场景的多个视频交互会话行为的信息；

第二获取模块，用于分别获取与所述多个视频交互会话行为中目标数量个视频交互会话行为的视频特征提取关联的视频特征提取模型，得到至少一组视频特征提取模型；

比较模块，用于将所述至少一组视频特征提取模型预先提取的每个视频交互会话行为的信息分别与所述多个视频交互会话行为的信息进行比较，得到至少一组比较数据；

计算模块，用于根据所述至少一组比较数据计算视频相似度，如果所述视频相似度在设定相似度范围内，则判定所述视频服务设备所在视频交互场景符合当前视频交互的数据挖掘条件。

根据本发明实施例的另一方面，提供一种可读存储介质，该可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行上述的基于人工智能的视频特征提取方法的步骤。

相较于现有技术而言，本发明实施例提供的基于人工智能的视频特征提取方法及系统，通过获取视频服务设备生成的实时交互视频数据，实时交互视频数据包括视频服务设备所在视频交互场景的多个视频交互会话行为的信息，然后分别获取与多个视频交互会话行为中目标数量个视频交互会话行为的视频特征提取关联的视频特征提取模型，得到至少一组视频特征提取模型，接着将至少一组视频特征提取模型预先提取的每个视频交互会话行为的信息分别与多个视频交互会话行为的信息进行比较，得到至少一组比较数据，从而可以根据至少一组比较数据计算视频相似度，如果视频相似度在设定相似度范围内，则判定视频服务设备所在视频交互场景符合当前视频交互的数据挖掘条件。如此，能够准确判断基于人工智能的视频特征提取的可靠性，进而解决难以针对基于人工智能的视频特征提取过程执行相关的判定工作，增加视频相似度判断过程的不确定性的问题。

为使本发明实施例的上述目的、特征和优点能更明显易懂，下面将结合实施例，并配合所附附图，作详细说明。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本发明实施例所提供的服务器的组件示意图；

图2示出了本发明实施例所提供的基于人工智能的视频特征提取方法的流程示意图；

图3示出了本发明实施例所提供的基于人工智能的视频特征提取系统的功能模块框图。

具体实施方式

为了使本技术领域的学员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。根据本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

图1示出了服务器100的示例性组件示意图。服务器100可以包括一个或多个处理器104，诸如一个或多个中央处理单元(cpu)，每个处理单元可以实现一个或多个硬件线程。服务器100还可以包括任何存储介质106，其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的，比如，存储介质106可以包括以下任一项或多种组合：任何类型的ram，任何类型的rom，闪存设备，硬盘，光盘等。更一般地，任何存储介质都可以使用任何技术来存储信息。进一步地，任何存储介质可以提供信息的易失性或非易失性保留。进一步地，任何存储介质可以表示服务器100的固定或可移除部件。在一种情况下，当处理器104执行被存储在任何存储介质或存储介质的组合中的相关联的指令时，服务器100可以执行相关联指令的任一操作。服务器100还包括用于与任何存储介质交互的一个或多个驱动单元108，诸如硬盘驱动单元、光盘驱动单元等。

服务器100还包括输入/输出110（i/o），其用于接收各种输入(经由输入单元112)和用于提供各种输出(经由输出单元114))。一个具体输出机构可以包括呈现设备116和相关联的图形用户接口(gui)118。服务器100还可以包括一个或多个网络接口120，其用于经由一个或多个通信单元122与其他设备交换数据。一个或多个通信总线124将上文所描述的部件耦合在一起。

通信单元122可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信单元122可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器100等的任何组合。

图2示出了本发明实施例提供的基于人工智能的视频特征提取方法的流程示意图，该基于人工智能的视频特征提取方法可由图1中所示的服务器100执行，该基于人工智能的视频特征提取方法的详细步骤介绍如下。

步骤s110，获取所述视频服务设备生成的实时交互视频数据，所述实时交互视频数据包括所述视频服务设备所在视频交互场景的多个视频交互会话行为的信息；

步骤s120，分别获取与所述多个视频交互会话行为中目标数量个视频交互会话行为的视频特征提取关联的视频特征提取模型，得到至少一组视频特征提取模型；

步骤s130，将所述至少一组视频特征提取模型预先提取的每个视频交互会话行为的信息分别与所述多个视频交互会话行为的信息进行比较，得到至少一组比较数据；

步骤s140，根据所述至少一组比较数据计算视频相似度，如果所述视频相似度在设定相似度范围内，则判定所述视频服务设备所在视频交互场景符合当前视频交互的数据挖掘条件。

基于上述步骤，本实施例通过获取视频服务设备生成的实时交互视频数据，实时交互视频数据包括视频服务设备所在视频交互场景的多个视频交互会话行为的信息，然后分别获取与多个视频交互会话行为中目标数量个视频交互会话行为的视频特征提取关联的视频特征提取模型，得到至少一组视频特征提取模型，接着将至少一组视频特征提取模型预先提取的每个视频交互会话行为的信息分别与多个视频交互会话行为的信息进行比较，得到至少一组比较数据，从而可以根据至少一组比较数据计算视频相似度，如果视频相似度在设定相似度范围内，则判定视频服务设备所在视频交互场景符合当前视频交互的数据挖掘条件。如此，能够准确判断基于人工智能的视频特征提取的可靠性，进而解决难以针对基于人工智能的视频特征提取过程执行相关的判定工作，增加视频相似度判断过程的不确定性的问题。

在一种可能的示例中，针对步骤s110，本实施例具体可以获取所述视频服务设备生成的多个视频交互应用环境的应用会话配置数据，且任意两个视频交互应用环境的应用会话配置数据之间具有至少一个相同视频交互会话行为的信息，在此之后将任意两个视频交互应用环境的应用会话配置数据之间，相同视频交互会话行为的信息进行比较，如果每个相同视频交互会话行为的信息都相比较，则执行所述得到至少一组视频特征提取模型的操作。

在一种可能的示例中，针对步骤s120，本实施例具体可以对所述多个视频交互会话行为中目标数量个视频交互会话行为的信息进行识别，根据识别结果得到至少一组视频特征提取模型。

在一种可能的示例中，针对步骤s140，如果每组比较数据中包括：一组视频特征提取模型中各个视频交互会话行为的信息与所述多个视频交互会话行为的信息是否比较或未比较到的信息；则本实施例可以根据所述每组比较数据中所述各个视频交互会话行为的信息是否比较或未比较到的信息，及预置的视频相似度确定策略，统计每组比较数据对应的总视频相似度，然后根据所述至少一组比较数据分别对应的总视频相似度，计算所述视频相似度；

其中，所述预置的视频相似度确定策略包括：

对于一组比较数据中一项相比较的信息，则对应视频相似度为第一数值；对于一组比较数据中一项不相比较的信息，则对应视频相似度为第二数值；如果一组比较数据中一项未比较到的信息，则对应视频相似度为第三数值；所述每组比较数据对应的总视频相似度为一组视频特征提取模型中各个视频交互会话行为的信息的比较数据对应的视频相似度的和值。

其中，作为一种可能的示例，可以分别计算每组比较数据对应的总视频相似度，与对应组比较数据对应的最高可能总视频相似度的比值，然后将所述各组比较数据对应的比值的函数计算值作为所述视频相似度。

图3示出了本发明实施例提供的基于人工智能的视频特征提取系统200的功能模块图，该基于人工智能的视频特征提取系统200实现的功能可以对应上述方法执行的步骤。该基于人工智能的视频特征提取系统200可以理解为上述服务器100，或服务器100的处理器，也可以理解为独立于上述服务器100或处理器之外的在服务器100控制下实现本发明功能的组件，如图3所示，下面分别对该基于人工智能的视频特征提取系统200的各个功能模块的功能进行详细阐述。

第一获取模块210，用于获取所述视频服务设备生成的实时交互视频数据，所述实时交互视频数据包括所述视频服务设备所在视频交互场景的多个视频交互会话行为的信息；

第二获取模块220，用于分别获取与所述多个视频交互会话行为中目标数量个视频交互会话行为的视频特征提取关联的视频特征提取模型，得到至少一组视频特征提取模型；

比较模块230，用于将所述至少一组视频特征提取模型预先提取的每个视频交互会话行为的信息分别与所述多个视频交互会话行为的信息进行比较，得到至少一组比较数据；

计算模块240，用于根据所述至少一组比较数据计算视频相似度，如果所述视频相似度在设定相似度范围内，则判定所述视频服务设备所在视频交互场景符合当前视频交互的数据挖掘条件。

作为一种可能的示例，所述第一获取模块210通过以下方式获取所述视频服务设备生成的实时交互视频数据：

获取所述视频服务设备生成的多个视频交互应用环境的应用会话配置数据，且任意两个视频交互应用环境的应用会话配置数据之间具有至少一个相同视频交互会话行为的信息；

在此之后将任意两个视频交互应用环境的应用会话配置数据之间，相同视频交互会话行为的信息进行比较，如果每个相同视频交互会话行为的信息都相比较，则执行所述得到至少一组视频特征提取模型的操作。

作为一种可能的示例，所述第二获取模块220通过以下方式分别获取与所述多个视频交互会话行为中目标数量个视频交互会话行为的视频特征提取关联的视频特征提取模型，得到至少一组视频特征提取模型：

对所述多个视频交互会话行为中目标数量个视频交互会话行为的信息进行识别，根据识别结果得到至少一组视频特征提取模型。

作为一种可能的示例，如果每组比较数据中包括：一组视频特征提取模型中各个视频交互会话行为的信息与所述多个视频交互会话行为的信息是否比较或未比较到的信息；则所述计算模块240用于通过以下方式根据所述至少一组比较数据计算视频相似度：

根据所述每组比较数据中所述各个视频交互会话行为的信息是否比较或未比较到的信息，及预置的视频相似度确定策略，统计每组比较数据对应的总视频相似度；

根据所述至少一组比较数据分别对应的总视频相似度，计算所述视频相似度；

其中，所述预置的视频相似度确定策略包括：

对于一组比较数据中一项相比较的信息，则对应视频相似度为第一数值；对于一组比较数据中一项不相比较的信息，则对应视频相似度为第二数值；如果一组比较数据中一项未比较到的信息，则对应视频相似度为第三数值；所述每组比较数据对应的总视频相似度为一组视频特征提取模型中各个视频交互会话行为的信息的比较数据对应的视频相似度的和值。

作为一种可能的示例，所述计算模块240用于通过以下方式计算所述视频相似度：

分别计算每组比较数据对应的总视频相似度，与对应组比较数据对应的最高可能总视频相似度的比值；

将所述各组比较数据对应的比值的函数计算值作为所述视频相似度。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的根据硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

可以替换的，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（dsl））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质（例如固态硬盘solidstatedisk(ssd)）等。

需要说明的是，在本文中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图进销存确认视为限制所涉及的权利要求。