视频封面图处理方法及相关装置与流程

1.本技术涉及图像处理技术领域，尤其涉及视频封面图处理方法及相关装置。


背景技术：

2.视频封面图指的是在视频未播放的情况下向用户展示的封面图。视频封面图可以帮助用户更快速的了解某个视频是否为用户感兴趣的视频。随着计算机的普及和互联网的高速发展，互联网上传播的视频越来越丰富。在面对各大视频平台上的海量视频，通过给视频设置合适的封面图，可以帮助用户更快找到感兴趣的视频，避免视频的无效播放，从而节约大量网络资源。
3.目前，较为常用的视频封面图确定方法所得到的视频封面图，无法体现出该视频是否符合不同用户各自所想观看的视频，导致视频的无效播放，从而浪费大量网络资源。


技术实现要素：

4.本技术实施例提供了一种视频封面图处理方法及相关装置，在将视频分发给目标用户时，基于发布优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定向目标用户展示的目标封面图，实现了基于用户互动行为确定视频的个性化封面图，使个性化封面图更符合用户的兴趣，从而用户能通过封面图快速找到各自想观看的视频，避免视频的无效播放，节约了大量网络资源。
5.第一方面，本技术实施例提供了一种视频封面图处理方法，该方法包括：
6.获取针对待处理视频发布的优质评论；
7.基于所述优质评论与所述待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为所述优质评论对应的候选封面图；
8.根据发布所述优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定向所述目标用户展示的目标封面图。
9.本技术实施例中，提供了一种视频封面图确定方法，具体为，基于待处理视频的优质评论与待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为该优质评论对应的候选封面图，再根据发布优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从上述优质评论对应的候选封面图中确定向目标用户展示的目标封面图。其中，上述指定相关条件指的是优质评论与待处理视频中视频帧的相关度达到一定高度的条件，可以理解的是，优质评论与视频中视频帧的相关度，只要不是最低的相关度，都可以认为是达到一定高度条件的相关度。也可以理解为只要高于某一个阈值的相关度，就可以认为是较高的相关度，如高于平均值等，该阈值不是一个固定的值，可以根据不同的应用场景而不同。通过本技术实施例确定的目标封面图，可以使该视频在未播放的情况下展示给目标用户的封面图更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
10.在一种可能的实施方式中，所述根据发布所述优质评论的评论发布用户与待推荐
的目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定向所述目标用户展示的目标封面图，包括：
11.根据发布优质评论的评论发布用户与所述目标用户的兴趣相似度，将兴趣相似度达到指定相似条件的评论发布用户确定为候选用户；
12.将所述候选用户发布的优质评论对应的候选封面图确定为所述目标封面图。
13.在本技术实施例中，提供了一种确定目标封面图的可能的具体实施方式。具体为，先根据发布优质评论的评论发布用户与目标用户的兴趣相似度，将兴趣相似度达到指定相似条件的评论发布用户确定为候选用户，然后再将候选用户发布的优质评论对应的候选封面图确定为目标封面图。其中，上述指定相似条件指的是发布优质评论的评论发布用户与目标用户的兴趣相似度达到一定高度的条件，可以理解的是，发布优质评论的评论发布用户与目标用户的兴趣相似度，只要不是最低的兴趣相似度，都可以认为是达到一定高度条件的兴趣相似度。也可以理解为只要高于某一个阈值的兴趣相似度，就可以认为是较高的兴趣相似度，如高于平均值等，该阈值不是一个固定的值，可以根据不同的应用场景而不同。本技术实施例，基于发布优质评论的评论发布用户与目标用户的兴趣相似度，可以使该视频在未播放的情况下展示给目标用户的封面图更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
14.在一种可能的实施方式中，所述将兴趣相似度达到指定相似条件的评论发布用户确定为候选用户，包括：
15.将与所述目标用户的兴趣相似度大于第一目标阈值的评论发布用户确定为所述候选用户。
16.在本技术实施例中，提供了一种确定候选用户的可能的具体实施方式。具体为，将与目标用户的兴趣相似度大于第一目标阈值的评论发布用户确定为候选用户，其中，第一目标阈值不是一个固定的值，可以根据不同的应用场景而不同。目标用户与评论发布用户之间的兴趣相似度可以基于各自的兴趣标签得到，用户的兴趣标签由用户的历史浏览记录、历史评论数据等得到。本技术实施例，基于发布优质评论的评论发布用户与目标用户的兴趣相似度所确定的候选用户，与目标用户的关联性更高，从而由候选用户发布的优质评论对应的候选封面图确定得到的目标封面图，更符合目标用户的兴趣。
17.在一种可能的实施方式中，所述根据发布所述优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定向所述目标用户展示的目标封面图，包括：
18.根据所述优质评论的优质率、所述优质评论与所述视频帧的相关度中的一项或多项，以及发布所述优质评论的评论发布用户与所述目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定所述目标封面图。
19.在本技术实施例中，提供了一种确定目标封面图的可能的具体实施方式。具体为，根据优质评论的优质率、优质评论与视频帧的相关度中的一项或多项，以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图。其中，可以根据优质评论的优质率以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图；或者，根据优质评论与视频帧的相关度以及发布该优质评论的评论发布用户
与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图；或者，根据优质评论的优质率、优质评论与视频帧的相关度以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图。本技术实施例，基于优质评论与候选封面图之间的关联程度，可以使该视频在未播放的情况下展示给目标用户的封面图更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
20.在一种可能的实施方式中，所述根据所述优质评论的优质率、所述优质评论与所述视频帧的相关度中的一项或多项，以及发布所述优质评论的评论发布用户与所述目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定所述目标封面图，包括：
21.在第一优质评论的优质率、所述第一优质评论与所述视频帧的相关度、发布所述第一优质评论的评论发布用户与所述目标用户的兴趣相似度的加权和大于第二目标阈值的情况下，将所述第一优质评论对应的候选封面图确定为所述目标封面图。
22.在本技术实施例中，提供了一种确定目标封面图的可能的具体实施方式。具体为，先计算第一优质评论的优质率、第一优质评论与视频帧的相关度、发布该第一优质评论的评论发布用户与目标用户的兴趣相似度的加权和，在该加权和大于第二目标阈值的情况下，将该第一优质评论对应的候选封面图确定为目标封面图。其中，第二目标阈值不是一个固定的值，可以根据不同的应用场景而不同。本技术实施例，基于优质评论与候选封面图之间的关联程度所确定的目标封面图，更符合目标用户的兴趣。
23.在一种可能的实施方式中，所述将相关度达到指定相关条件的视频帧确定为所述优质评论对应的候选封面图，包括：
24.将与所述优质评论的相关度大于第一阈值的视频帧确定为所述优质评论对应的候选封面图；所述相关度基于将所述视频帧和所述优质评论输入至第一神经网络模型中得到。
25.在本技术实施例中，提供了一种确定优质评论对应的候选封面图的可能的具体实施方式。具体为，将视频帧和优质评论输入至第一神经网络模型中，得到视频帧与优质评论的相关度，在该相关度大于第一阈值的情况下，将该视频帧确定为该优质评论对应的候选封面图。其中，该第一阈值不是一个固定的值，可以根据不同的应用场景而不同。本技术实施例，通过构建优质评论与候选封面图的对应关系，可以基于该对应关系，从优质评论对应的候选封面图中确定目标封面图。
26.在一种可能的实施方式中，所述获取针对待处理视频发布的优质评论，包括：
27.在针对所述待处理视频发布的评论中，将优质率达到指定优质条件的评论确定为所述优质评论；所述优质率基于将针对所述待处理视频发布的评论以及评论互动信息输入至第二神经网络模型中得到，所述评论互动信息包括以下一项或多项：评论的点赞率、评论的回复率、评论的丰富度。
28.在本技术实施例中，提供了一种获取待处理视频的优质评论的可能的具体实施方式。具体为，将针对待处理视频发布的评论以及评论互动信息输入至第二神经网络模型中，得到该评论的优质率，其中，该评论互动信息包括以下一项或多项：评论的点赞率、评论的回复率、评论的丰富度。在该评论的优质率达到指定优质条件的情况下，将该评论确定为优质评论。其中，上述指定优质条件指的是评论的优质率达到一定高度的条件，可以理解的
是，评论的优质率，只要不是最低的优质率，都可以认为是达到一定高度条件的优质率。也可以理解为只要高于某一个阈值的优质率，就可以认为是较高的优质率，如高于平均值等，该阈值不是一个固定的值，可以根据不同的应用场景而不同。通过本技术实施例得到的优质评论，可以最大程度的反映不同用户对视频的不同兴趣倾向，有利于后续在优质评论与目标用户之间构建兴趣相似的互动行为，从而提高确定目标用户的目标封面图的准确性。
29.第二方面，本技术实施例提供了一种视频封面图处理方法，该方法包括：
30.接收待处理视频的目标封面图，所述目标封面图根据针对所述待处理视频发布的优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定得到，所述候选封面图基于所述优质评论与所述待处理视频中视频帧的相关度达到指定相关条件的视频帧确定得到；
31.响应于对应所述待处理视频的封面显示指令，显示所述目标封面图。
32.本技术实施例中，提供了一种视频封面图的显示方法。具体为，先接收待处理视频的目标封面图，然后向目标用户显示该目标封面图，其中，目标封面图可以基于待处理视频的优质评论与待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为该优质评论对应的候选封面图，再根据发布优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从上述优质评论对应的候选封面图中确定向目标用户展示的目标封面图。通过本技术实施例，向目标用户展示的目标封面图，可以更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
33.第三方面，本技术实施例提供了一种视频封面图处理装置，该装置包括：
34.获取单元，用于获取针对待处理视频发布的优质评论；
35.确定单元，用于基于所述优质评论与所述待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为所述优质评论对应的候选封面图；
36.所述确定单元，还用于根据发布所述优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定向所述目标用户展示的目标封面图。
37.本技术实施例中，提供了一种视频封面图确定方法，具体为，基于待处理视频的优质评论与待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为该优质评论对应的候选封面图，再根据发布优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从上述优质评论对应的候选封面图中确定向目标用户展示的目标封面图。其中，上述指定相关条件指的是优质评论与待处理视频中视频帧的相关度达到一定高度的条件，可以理解的是，优质评论与视频中视频帧的相关度，只要不是最低的相关度，都可以认为是达到一定高度条件的相关度。也可以理解为只要高于某一个阈值的相关度，就可以认为是较高的相关度，如高于平均值等，该阈值不是一个固定的值，可以根据不同的应用场景而不同。通过本技术实施例确定的目标封面图，可以使该视频在未播放的情况下展示给目标用户的封面图更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
38.在一种可能的实施方式中，所述确定单元，具体用于根据发布优质评论的评论发布用户与所述目标用户的兴趣相似度，将兴趣相似度达到指定相似条件的评论发布用户确
定为候选用户；
39.所述确定单元，具体还用于将所述候选用户发布的优质评论对应的候选封面图确定为所述目标封面图。
40.在本技术实施例中，提供了一种确定目标封面图的可能的具体实施方式。具体为，先根据发布优质评论的评论发布用户与目标用户的兴趣相似度，将兴趣相似度达到指定相似条件的评论发布用户确定为候选用户，然后再将候选用户发布的优质评论对应的候选封面图确定为目标封面图。其中，上述指定相似条件指的是发布优质评论的评论发布用户与目标用户的兴趣相似度达到一定高度的条件，可以理解的是，发布优质评论的评论发布用户与目标用户的兴趣相似度，只要不是最低的兴趣相似度，都可以认为是达到一定高度条件的兴趣相似度。也可以理解为只要高于某一个阈值的兴趣相似度，就可以认为是较高的兴趣相似度，如高于平均值等，该阈值不是一个固定的值，可以根据不同的应用场景而不同。本技术实施例，基于发布优质评论的评论发布用户与目标用户的兴趣相似度，可以使该视频在未播放的情况下展示给目标用户的封面图更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
41.在一种可能的实施方式中，所述确定单元，具体还用于将与所述目标用户的兴趣相似度大于第一目标阈值的评论发布用户确定为所述候选用户。
42.在本技术实施例中，提供了一种确定候选用户的可能的具体实施方式。具体为，将与目标用户的兴趣相似度大于第一目标阈值的评论发布用户确定为候选用户，其中，第一目标阈值不是一个固定的值，可以根据不同的应用场景而不同。目标用户与评论发布用户之间的兴趣相似度可以基于各自的兴趣标签得到，用户的兴趣标签由用户的历史浏览记录、历史评论数据等得到。本技术实施例，基于发布优质评论的评论发布用户与目标用户的兴趣相似度所确定的候选用户，与目标用户的关联性更高，从而由候选用户发布的优质评论对应的候选封面图确定得到的目标封面图，更符合目标用户的兴趣。
43.在一种可能的实施方式中，所述确定单元，具体还用于根据所述优质评论的优质率、所述优质评论与所述视频帧的相关度中的一项或多项，以及发布所述优质评论的评论发布用户与所述目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定所述目标封面图。
44.在本技术实施例中，提供了一种确定目标封面图的可能的具体实施方式。具体为，根据优质评论的优质率、优质评论与视频帧的相关度中的一项或多项，以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图。其中，可以根据优质评论的优质率以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图；或者，根据优质评论与视频帧的相关度以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图；或者，根据优质评论的优质率、优质评论与视频帧的相关度以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图。本技术实施例，基于优质评论与候选封面图之间的关联程度，可以使该视频在未播放的情况下展示给目标用户的封面图更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
45.在一种可能的实施方式中，所述确定单元，具体还用于在第一优质评论的优质率、所述第一优质评论与所述视频帧的相关度、发布所述第一优质评论的评论发布用户与所述目标用户的兴趣相似度的加权和大于第二目标阈值的情况下，将所述第一优质评论对应的候选封面图确定为所述目标封面图。
46.在本技术实施例中，提供了一种确定目标封面图的可能的具体实施方式。具体为，先计算第一优质评论的优质率、第一优质评论与视频帧的相关度、发布该第一优质评论的评论发布用户与目标用户的兴趣相似度的加权和，在该加权和大于第二目标阈值的情况下，将该第一优质评论对应的候选封面图确定为目标封面图。其中，第二目标阈值不是一个固定的值，可以根据不同的应用场景而不同。本技术实施例，基于优质评论与候选封面图之间的关联程度所确定的目标封面图，更符合目标用户的兴趣。
47.在一种可能的实施方式中，所述确定单元，还用于将与所述优质评论的相关度大于第一阈值的视频帧确定为所述优质评论对应的候选封面图；所述相关度基于将所述视频帧和所述优质评论输入至第一神经网络模型中得到。
48.在本技术实施例中，提供了一种确定优质评论对应的候选封面图的可能的具体实施方式。具体为，将视频帧和优质评论输入至第一神经网络模型中，得到视频帧与优质评论的相关度，在该相关度大于第一阈值的情况下，将该视频帧确定为该优质评论对应的候选封面图。其中，该第一阈值不是一个固定的值，可以根据不同的应用场景而不同。本技术实施例，通过构建优质评论与候选封面图的对应关系，可以基于该对应关系，从优质评论对应的候选封面图中确定目标封面图。
49.在一种可能的实施方式中，所述确定单元，还用于在针对所述待处理视频发布的评论中，将优质率达到指定优质条件的评论确定为所述优质评论；所述优质率基于将针对所述待处理视频发布的评论以及评论互动信息输入至第二神经网络模型中得到，所述评论互动信息包括以下一项或多项：评论的点赞率、评论的回复率、评论的丰富度。
50.在本技术实施例中，提供了一种获取待处理视频的优质评论的可能的具体实施方式。具体为，将针对待处理视频发布的评论以及评论互动信息输入至第二神经网络模型中，得到该评论的优质率，其中，该评论互动信息包括以下一项或多项：评论的点赞率、评论的回复率、评论的丰富度。在该评论的优质率达到指定优质条件的情况下，将该评论确定为优质评论。其中，上述指定优质条件指的是评论的优质率达到一定高度的条件，可以理解的是，评论的优质率，只要不是最低的优质率，都可以认为是达到一定高度条件的优质率。也可以理解为只要高于某一个阈值的优质率，就可以认为是较高的优质率，如高于平均值等，该阈值不是一个固定的值，可以根据不同的应用场景而不同。通过本技术实施例得到的优质评论，可以最大程度的反映不同用户对视频的不同兴趣倾向，有利于后续在优质评论与目标用户之间构建兴趣相似的互动行为，从而提高确定目标用户的目标封面图的准确性。
51.第四方面，本技术实施例提供了一种视频封面图处理装置，该装置包括：
52.接收单元，用于接收待处理视频的目标封面图，所述目标封面图根据针对所述待处理视频发布的优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定得到，所述候选封面图基于所述优质评论与所述待处理视频中视频帧的相关度达到指定相关条件的视频帧确定得到；
53.显示单元，用于响应于对应所述待处理视频的封面显示指令，显示所述目标封面
图。
54.本技术实施例中，提供了一种视频封面图的显示方法。具体为，先接收待处理视频的目标封面图，然后向目标用户显示该目标封面图，其中，目标封面图可以基于待处理视频的优质评论与待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为该优质评论对应的候选封面图，再根据发布优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从上述优质评论对应的候选封面图中确定向目标用户展示的目标封面图。通过本技术实施例，向目标用户展示的目标封面图，可以更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
55.第五方面，本技术实施例提供一种视频封面图处理装置，所述视频封面图处理装置包括处理器和存储器；所述存储器用于存储计算机执行指令；所述处理器用于执行所述存储器所存储的计算机执行指令，以使所述视频封面图处理装置执行如上述第一方面以及任一项可能的实施方式的方法。可选的，所述视频封面图处理装置还包括收发器，所述收发器，用于接收信号或者发送信号。
56.第六方面，本技术实施例提供一种视频封面图处理装置，所述视频封面图处理装置包括处理器和存储器；所述存储器用于存储计算机执行指令；所述处理器用于执行所述存储器所存储的计算机执行指令，以使所述视频封面图处理装置执行如上述第二方面以及任一项可能的实施方式的方法。可选的，所述视频封面图处理装置还包括收发器，所述收发器，用于接收信号或者发送信号。
57.第七方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质用于存储指令或计算机程序；当所述指令或所述计算机程序被执行时，使得第一方面以及任一项可能的实施方式所述的方法被实现；或者，当所述指令或所述计算机程序被执行时，使得第二方面以及任一项可能的实施方式所述的方法被实现。
58.第八方面，本技术实施例提供一种计算机程序产品，所述计算机程序产品包括指令或计算机程序；当所述指令或所述计算机程序被执行时，使得第一方面以及任一项可能的实施方式所述的方法被实现；或者，当所述指令或所述计算机程序被执行时，使得第二方面以及任一项可能的实施方式所述的方法被实现。
59.第九方面，本技术实施例提供一种芯片，该芯片包括处理器，所述处理器用于执行指令，当该处理器执行所述指令时，使得该芯片执行如第一方面以及任一项可能的实施方式所述的方法；或者，当该处理器执行所述指令时，使得该芯片执行如第二方面以及任一项可能的实施方式所述的方法。可选的，该芯片还包括通信接口，所述通信接口用于接收信号或发送信号。
60.第十方面，本技术实施例提供一种系统，所述系统包括至少一个如第三方面或第五方面所述的视频封面图处理装置，或者，如第四方面或第六方面所述的视频封面图处理装置，或者，如第九方面所述的芯片。
61.此外，在执行上述第一方面以及任一项可能的实施方式所述的方法的过程中，上述方法中有关发送信息和/或接收信息等的过程，可以理解为由处理器输出信息的过程，和/或，处理器接收输入的信息的过程。在输出信息时，处理器可以将信息输出给收发器(或者通信接口、或发送模块)，以便由收发器进行发射。信息在由处理器输出之后，还可能需要
进行其他的处理，然后才到达收发器。类似的，处理器接收输入的信息时，收发器(或者通信接口、或发送模块)接收信息，并将其输入处理器。更进一步的，在收发器收到该信息之后，该信息可能需要进行其他的处理，然后才输入处理器。
62.基于上述原理，举例来说，前述方法中提及的发送信息可以理解为处理器输出信息。又例如，接收信息可以理解为处理器接收输入的信息。
63.可选的，对于处理器所涉及的发射、发送和接收等操作，如果没有特殊说明，或者，如果未与其在相关描述中的实际作用或者内在逻辑相抵触，则均可以更加一般性的理解为处理器输出和接收、输入等操作。
64.可选的，在执行上述第一方面以及任一项可能的实施方式所述的方法的过程中，上述处理器可以是专门用于执行这些方法的处理器，也可以是通过执行存储器中的计算机指令来执行这些方法的处理器，例如通用处理器。上述存储器可以为非瞬时性(non-transitory)存储器，例如只读存储器(read only memory，rom)，其可以与处理器集成在同一块芯片上，也可以分别设置在不同的芯片上，本技术实施例对存储器的类型以及存储器与处理器的设置方式不做限定。
65.在一种可能的实施方式中，上述至少一个存储器位于装置之外。
66.在又一种可能的实施方式中，上述至少一个存储器位于装置之内。
67.在又一种可能的实施方式之中，上述至少一个存储器的部分存储器位于装置之内，另一部分存储器位于装置之外。
68.本技术中，处理器和存储器还可能集成于一个器件中，即处理器和存储器还可以被集成在一起。
69.本技术实施例中，在将视频分发给目标用户时，基于发布优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定向目标用户展示的目标封面图，实现了基于用户互动行为确定视频的个性化封面图，使个性化封面图更符合用户的兴趣，从而用户能通过封面图快速找到各自想观看的视频，避免视频的无效播放，节约了大量网络资源。
附图说明
70.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本技术的一些实施例，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的附图。
71.图1为本技术实施例提供的一种确定视频封面图的场景示意图；
72.图2为本技术实施例提供的一种确定视频封面图的架构示意图；
73.图3为本技术实施例提供的一种视频封面图确定方法的流程示意图；
74.图4为本技术实施例提供的一种网络模型的结构示意图；
75.图5为本技术实施例提供的另一种网络模型的结构示意图；
76.图6为本技术实施例提供的又一种网络模型的结构示意图；
77.图7a为本技术实施例提供的一种视频封面图显示方法的流程示意图；
78.图7b为本技术实施例提供的一种视频封面图显示界面的效果示意图；
79.图7c为本技术实施例提供的另一种视频封面图显示界面的效果示意图；
80.图8为本技术实施例提供的一种视频封面图处理装置的结构示意图；
81.图9为本技术实施例提供的一种视频封面图处理装置的结构示意图；
82.图10为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
83.为了使本技术的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图对本技术实施例进行描述。
84.本技术的说明书、权利要求书及附图中的术语“第一”和“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们的任何变形，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、产品或设备等，没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元等，或可选地还包括对于这些过程、方法、产品或设备等固有的其它步骤或单元。
85.在本文中提及的“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员可以显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
86.应当理解，在本技术中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上，“至少两个(项)”是指两个或三个及三个以上，“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
87.本技术提供了一种视频封面图处理方法，为了更清楚地描述本技术的方案，下面先介绍一些与视频封面图相关的知识。
88.个性化封面图：视频在未播放的情况下展示给用户时，封面图基于用户兴趣动态展示。视频封面图可以帮助用户更快速的了解某个视频是否为用户感兴趣的视频。
89.视频自动语音识别(automatic speech recognition，asr)文本：对视频语音经过asr转换出的文本内容。
90.视频光学字符识别(optical character recognition，ocr)文本：对视频画像通过ocr转换出的文本内容。
91.随着计算机的普及和互联网的高速发展，互联网上传播的视频越来越丰富。在面对各大视频平台上的海量视频，通过给视频设置合适的封面图，可以帮助用户更快找到感兴趣的视频，避免视频的无效播放，从而节约大量网络资源。
92.目前，较为常用的视频封面图确定方法，是通过人工构建多张封面图备选，或从视频中任意选取一帧或多帧图像备选，或直接将视频中热度最高的图像帧固定为该视频的封面图。但是，通过上述视频封面图确定方法所得到的视频封面图，无法体现出该视频是否符合不同用户各自所想观看的视频，导致视频的无效播放，从而浪费大量网络资源。
93.针对上述常用的视频封面图确定方法中存在的视频封面图选取不合适导致浪费网络资源的问题，本技术实施例提供了一种新的确定视频封面图的架构，并基于该架构提供了一种新的视频封面图确定方法。通过实施本技术所提供的确定视频封面图的架构和视频封面图确定方法，可以基于发布优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定向目标用户展示的目标封面图，实现了基于用户互动行为确定视频的个性化封面图，使个性化封面图更符合用户的兴趣，从而用户能通过封面图快速找到各自想观看的视频，避免视频的无效播放，节约了大量网络资源。
94.下面结合本技术实施例中的附图对本技术实施例进行描述。
95.请参阅图1，图1为本技术实施例提供的一种确定视频封面图的场景示意图。
96.在本场景中，用于确定视频封面图的电子设备为搭载了可用于执行计算机执行指令的处理器的设备，具体的，该电子设备可以是计算机、服务器等。
97.如图1所示，在将视频分发给当前用户uy时，需要选取一个目标封面图作为该视频未播放的情况下展示给当前用户uy的界面。为使选取的目标封面图更能体现该视频的看点，更加符合目标用户的兴趣倾向，本技术实施例基于大量其他用户对视频发布的优质评论互动数据，为该视频构建与优质评论相关的候选封面图。再将与目标用户兴趣相似的优质评论发布用户所发布的优质评论相关的候选封面图，作为展示给当前用户uy的目标封面图。
98.比如，基于大量其他用户对视频发布的优质评论互动数据中，筛选出用户u1发布的优质评论c1、用户u2发布的优质评论c2、
……
、用户ux发布的优质评论cx。再分别构建与上述优质评论相对应的候选封面图，比如，根据优质评论c1与视频各视频帧的相关度，将相关度满足指定相关条件的视频帧确定为候选封面图p1(例如可选择相关度最高的前一个或前几个视频帧作为候选封面图p1)，该候选封面图p1为视频在未播放的情况下向用户u1展示的封面图。同理，根据优质评论c2与视频各视频帧的相关度，将相关度满足指定相关条件的视频帧确定为候选封面图p2(例如可选择相关度最高的前一个或前几个视频帧作为候选封面图p2)，该候选封面图p2为视频在未播放的情况下向用户u2展示的封面图，根据优质评论cx与视频各视频帧的相关度，将相关度满足指定相关条件的视频帧确定为候选封面图px(例如可选择相关度最高的前一个或前几个视频帧作为候选封面图px)，该候选封面图px为视频在未播放的情况下向用户ux展示的封面图。最后根据当前用户与上述用户之间的兴趣相似度，选择相似度最高的用户发布的优质评论所对应的封面图，作为展示给当前用户的目标封面图。
99.本场景中得到的目标封面图更符合当前用户的兴趣，实现了基于用户互动行为确定视频的个性化封面图。因为平台用户观看视频后，会对视频进行评论，与热度较高评论相关的视频帧一般有较好的看点，以此作为视频在未播放的情况下展示给用户的封面图更能吸引其他用户观看。在将视频展示给当前用户时，从视频的评论用户中找到与当前用户兴趣相似的评论发布用户，将与当前用户兴趣相似的评论发布用户发表的优质评论相关的视频帧作为封面图展示给当前用户，可以提升视频对当前用户的兴趣吸引度，使当前用户能通过封面图快速找到感兴趣的视频，避免视频的无效播放，从而节约了大量网络资源。
100.请参阅图2，图2为本技术实施例提供的一种确定视频封面图的架构示意图。
101.如图2所示，本技术实施例中的确定视频封面图的架构主要包括优质评论筛选模
块、优质评论相关候选封面图构建模块以及当前用户目标封面图确定模块。
102.其中，优质评论筛选模块主要用于从众多用户对视频发布的大量评论中筛选出符合条件的优质评论，目的在于基于这些优质评论构建与之相关的候选封面图。具体可以是在针对待处理视频发布的评论中，将优质率达到指定优质条件的评论确定为优质评论(例如可选择优质率最高的前一个或前几个评论作为优质评论)。其中，优质率表征对视频发布的评论的优质概率，优质概率即评判某条评论达到优质程度的概率，可以理解的是，若某条评论的点赞数、回复数越多，表示该评论的优质概率越高。优质率可以基于将针对待处理视频发布的评论以及评论互动信息输入至第二神经网络模型中得到，该评论互动信息包括评论的点赞率、评论的回复率、评论的丰富度中的一项或多项。通过本模块得到的优质评论，可以最大程度的反映不同优质评论发布用户对视频的不同兴趣倾向，有利于后续在优质评论发布用户与当前用户之间构建兴趣相似的互动行为，从而提高确定当前用户的目标封面图的准确性。
103.优质评论相关候选封面图构建模块，主要用于基于优质评论筛选模块筛选得到的优质评论，构建与之相关的候选封面图，目的在于基于这些候选封面图确定该视频展现给当前用户的目标封面图。具体可以是将视频切片分为若干个视频片段，将这些若干个视频片段中与上述优质评论发布用户对视频发布的优质评论之间的相关程度大于第二阈值的视频片段，作为候选视频片段。其中，该第二阈值不是一个固定的值，可以根据不同的应用场景而不同。然后再对该候选视频片段抽帧，将该候选视频片段中与上述优质评论的相关程度大于第一阈值的图像帧，作为该优质评论对应的候选封面图。其中，该第一阈值不是一个固定的值，可以根据不同的应用场景而不同。也可以直接将视频中与优质评论的相关度大于第一阈值的视频帧确定为该优质评论对应的候选封面图。通过本模块得到的候选封面图，更符合优质评论发布用户的兴趣，有利于后续优质评论发布用户与当前用户构建兴趣相似的互动行为，从而提高确定当前用户的目标封面图的准确性。
104.当前用户目标封面图确定模块，主要用于基于上述候选封面图确定视频展示给当前用户的目标封面图。具体可以是通过为当前用户寻找到与之兴趣相似度达到指定相似条件的优质评论发布用户作为候选用户(例如，将与当前用户的兴趣相似度大于第一目标阈值的优质评论发布用户作为候选用户)，然后将该候选用户发布的优质评论对应的候选封面图作为当前用户的目标封面图。其中，目标封面图为视频在未播放的情况下展示给当前用户的封面图。上述第一目标阈值不是一个固定的值，可以根据不同的应用场景而不同。当前用户与优质评论发布用户之间的兴趣相似度可以基于当前用户的兴趣标签和优质评论发布用户的兴趣标签得到，用户的兴趣标签由用户的历史浏览记录、历史评论数据等得到。通过本模块确定的目标封面图，基于当前用户与兴趣相似的优质评论发布用户之间的互动行为，更符合当前用户的兴趣，使当前用户能快速找到自己想观看的视频，避免了视频的无效播放，从而节约了大量网络资源。
105.基于上述确定视频封面图的架构，本技术实施例还提供了一种新的视频封面图确定方法，下面将结合图3对该视频封面图确定方法进行说明。
106.请参阅图3，图3为本技术实施例提供的一种视频封面图确定方法的流程示意图，该方法包括但不限于如下步骤：
107.步骤301：获取针对待处理视频发布的优质评论。
108.电子设备获取针对待处理视频发布的优质评论。
109.其中，本技术实施例中的电子设备为搭载了可用于执行计算机执行指令的处理器的设备，具体的，该电子设备可以是计算机、服务器等。
110.在本步骤中，需筛选用户对待处理视频发布的海量评论，得到对该待处理视频发布的优质评论。
111.具体为，在针对待处理视频发布的评论中，将优质率达到指定优质条件的评论确定为上述优质评论。上述指定优质条件指的是评论的优质率达到一定高度的条件，可以理解的是，评论的优质率，只要不是最低的优质率，都可以认为是达到一定高度条件的优质率。也可以理解为只要高于某一个阈值的优质率，就可以认为是较高的优质率。例如，可以将各个评论的优质率按从小到大排序，选择优质率最高的前一个或前几个评论作为优质评论。再例如，还可以将优质率高于第三阈值的评论确定为优质评论，其中，该第三阈值不是一个固定的值，可以根据不同的应用场景而不同。上述优质率表征对视频发布的评论的优质概率，优质概率即评判某条评论达到优质程度的概率，可以理解的是，若某条评论的点赞数、回复数越多，表示该评论的优质概率越高。在一种实施方式中，优质率可以通过第二神经网络模型基于针对待处理视频发布的评论与评论互动信息得到。
112.具体还可参阅图4，图4为本技术实施例提供的一种网络模型的结构示意图。
113.如图4所示，将平台视频的用户评论输入至第二神经网络模型中进行优质评论筛选。该模型左侧部分会将评论的互动信息和评论字面丰富度经过全连接网络进行建模表示，该模型的右侧部分会将评论文本内容经过双向编码器(bidirectional encoder representation from transformers，bert)模型进行深度建模表示。其中，评论的互动信息和评论字面丰富度包括但不限于如下内容：
114.评论点赞率＝此评论被点赞次数/当前视频的播放次数；
115.评论回复率＝此评论被回复次数/当前视频的播放次数；
116.评论丰富度＝min(1.0，评论字数/ml)*评论字复杂度，ml为平台评论平均长度，如ml为20；
117.评论字复杂度＝评论非重复字数/评论字数。
118.可以看出，上述图4中的第二神经网络模型，通过在构建的优质与非优质视频评论数据上进行训练，使模型具备输入上述统计特征与文本内容特征，返回评论优质率py_c的功能。故而，通过模型左侧部分对评论的互动信息和字面丰富度进行建模表示，以及右侧部分对评论文本内容进行深度建模表示，可以同时结合评论的互动情况以及评论的文本内容，得到评论的优质率，且该模型得到的评论优质率准确性较高。当评论的优质率py_c满足一定阈值时，判定该评论较优质，比如，将对视频发布的评论中优质率大于第三阈值的评论，作为优质评论。
119.步骤302：基于优质评论与待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为优质评论对应的候选封面图。
120.在本步骤中，基于上述过程得到的优质评论，以及优质评论与待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为该优质评论对应的候选封面图。上述指定相关条件指的是优质评论与视频帧的相关度达到一定高度的条件，可以理解的是，优质评论与视频帧的相关度，只要不是最低的相关度，都可以认为是达到一定高度条件
的相关度。也可以理解为只要高于某一个阈值的相关度，就可以认为是较高的相关度。例如，可以将优质评论与各个视频帧的相关度按从小到大排序，选择相关度最高的前一个或前几个视频帧作为该优质评论对应的候选封面图。再例如，还可以将与优质评论的相关度高于第一阈值的视频帧确定为该优质评论对应的候选封面图。
121.上述确定优质评论对应的候选封面图的过程具体为，将与优质评论的相关度大于第一阈值的视频帧确定为该优质评论对应的候选封面图，其中，视频帧与优质评论的相关度可以基于将该视频帧与该优质评论输入至第一神经网络模型中得到。其中，该第一阈值不是一个固定的值，可以根据不同的应用场景而不同。本技术实施例，通过构建优质评论与候选封面图的对应关系，可以基于该对应关系，从优质评论对应的候选封面图中确定目标封面图。
122.在一种实施方式中，上述确定优质评论对应的候选封面图的过程还可分为两个阶段，第一阶段具体为，将视频切片分为若干个视频片段，将这些若干个视频片段中与上述优质评论之间的第二相关度大于第二阈值的视频片段，作为候选视频片段。然后再进行第二阶段，对该候选视频片段抽帧，将该候选视频片段中与上述优质评论的第一相关度大于第一阈值的图像帧，作为候选封面图。其中，上述第二阈值和第一阈值不是一个固定的值，可以根据不同的应用场景而不同。上述第二相关度用于表征视频中的视频片段与优质评论之间的相关程度，上述第一相关度用于表征视频片段中的图像帧与优质评论之间的相关程度。
123.进一步地，可以通过将视频片段的文本信息和优质评论输入至第三神经网络模型中，得到视频片段与优质评论的第二相关度，其中，该视频片段的文本信息包括视频片段的对白文本或视频片段的字幕文本。
124.具体还可参阅图5，图5为本技术实施例提供的另一种网络模型的结构示意图。
125.如图5所示，对当前视频进行切片，片段长度为dt，将视频切分为s个片段，分别判断每个视频片段与上述优质评论之间的相关性。将视频片段的文本信息与优质评论(优质互动评论文本)输入至图5中的模型，判定视频片段与优质评论之间的相关性。其中，视频片段部分使用自动语音识别asr识别的对白文本和光学字符识别ocr识别的字幕文本作为输入特征，对上述视频文本抽取关键词信息，将关键词信息作为视频片段的输入特征。视频片段的文本关键词信息与优质评论分别经过变压-编码(transformer-encoder)多层自注意力模型构建深度表示，然后对两部分深度表示经过融合输出视频片段-优质互动评论的相关性概率(即上述第二相关度)。
126.可以看出，上述图5中的第三神经网络模型，通过在构建的视频片段与评论相关/不相关的正负数据集上进行训练，使模型具备输入视频片段特征、优质互动评论特征，输出两者相关性概率的能力。故而，通过该模型分别对输入的视频片段的文本关键词信息与优质评论构建深度表示，再对两部分深度表示经过融合输出视频片段-优质互动评论的相关性概率，可以使得到的第二相关度准确性较高。当某个视频片段的第二相关度大于上述第二阈值时，判定该视频片段为候选视频片段，以对其进行下一步识别。
127.进一步地，可以通过对上述第一阶段得到的候选视频片段抽帧，将候选视频片段中的图像帧和优质评论输入至第一神经网络模型中，得到候选视频片段中的图像帧与优质评论的第一相关度。
128.具体还可参阅图6，图6为本技术实施例提供的又一种网络模型的结构示意图。
129.如图6所示，对上述第一阶段识别得到的第二相关度最高的视频片段，均匀抽取f帧，如f＝20，分别计算每个图像帧与优质评论的相关性。将该最相关视频片段中的某图像帧与优质评论(优质互动评论文本)输入至图6中的模型，判定该最相关视频片段中的某图像帧与优质评论之间的相关性。该最相关视频片段中的图像帧与优质评论分别经过变压-编码(transformer-encoder)多层自注意力模型构建深度表示，然后对两部分深度表示经过融合输出视频帧-优质互动评论的相关性概率(即上述第一相关度)。
130.可以看出，上述图6中的第一神经网络模型，通过在构建的图像帧与评论相关/不相关的正负数据集上进行训练，使模型具备输入图像帧特征、优质互动评论特征，输出两者相关性概率的能力。故而，通过该模型分别对输入的图像帧信息与优质评论构建深度表示，再对两部分深度表示经过融合输出视频帧-优质互动评论的相关性概率，可以使得到的第一相关度准确性较高。当某个视频片段的图像帧的第一相关度大于上述第一阈值时，判定该图像帧为候选封面图，此时，该候选封面图与优质互动评论的第一相关度记为pr_c。
131.综合上述第一阶段和第二阶段所述，一个视频存在多个优质互动评论，故可通过上述第一阶段和第二阶段的方法，为每一个优质互动评论构建出最相关的个性化候选封面图，如下表所示：
132.视频v1优质评论c1候选封面图p1第一相关度pr_c1优质率py_c1候选用户u1视频v1优质评论c2候选封面图p2第一相关度pr_c2优质率py_c2候选用户u2视频v1优质评论c3候选封面图p3第一相关度pr_c3优质率py_c3候选用户u3视频v2优质评论c4候选封面图p4第一相关度pr_c4优质率py_c4候选用户u4视频v2优质评论c5候选封面图p5第一相关度pr_c5优质率py_c5候选用户u5
………………………………
视频vn优质评论cn候选封面图pn第一相关度pr_cn优质率py_cn候选用户un
133.步骤303：根据发布优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从优质评论对应的候选封面图中确定向目标用户展示的目标封面图。
134.在本步骤中，基于上述筛选得到的优质评论，以及构建该优质评论对应的候选封面图，根据发布优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从优质评论对应的候选封面图中确定视频在未播放的情况下向目标用户展示的目标封面图。
135.在一种实施方式中，具体为，根据发布优质评论的评论发布用户与目标用户的兴趣相似度，将兴趣相似度达到指定相似条件的评论发布用户确定为候选用户，然后将候选用户发布的优质评论对应的候选封面图确定为目标封面图。
136.上述指定相似条件指的是优质评论发布用户与目标用户的兴趣相似度达到一定高度的条件，可以理解的是，优质评论发布用户与目标用户的兴趣相似度，只要不是最低的兴趣相似度，都可以认为是达到一定高度条件的兴趣相似度。也可以理解为只要高于某一个阈值的兴趣相似度，就可以认为是较高的兴趣相似度。例如，可以将各个优质评论发布用户与目标用户的兴趣相似度按从小到大排序，选择兴趣相似度最高的前一个或前几个优质评论发布用户发布的优质评论对应的候选封面图作为目标封面图。再例如，还可以将与目标用户的兴趣相似度高于第一目标阈值的优质评论发布用户发布的优质评论对应的候选封面图作为目标封面图。其中，目标封面图为视频在未播放的情况下展示给目标用户的封
面图。上述第一目标阈值不是一个固定的值，可以根据不同的应用场景而不同。目标用户与优质评论发布用户之间的兴趣相似度可以基于目标用户的兴趣标签和优质评论发布用户的兴趣标签得到，用户的兴趣标签由用户的历史浏览记录、历史评论数据等得到。
137.示例性的，当前目标用户与优质互动评论用户的兴趣相似度记为ps_c，通过在两个用户的兴趣标签集合上计算杰卡德相似系数，即兴趣标签交集个数/兴趣标签并集个数，作为ps_c。用户的兴趣标签通过用户的有效播放历史统计，将有效播放的视频标签迁移为用户的兴趣标签。
138.或者，在另一种实施方式中，具体为，根据上述优质评论的优质率、优质评论与视频帧的相关度中的一项或多项，以及发布优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定目标封面图。
139.其中，可以根据优质评论的优质率以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图；或者，根据优质评论与视频帧的相关度以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图；或者，根据优质评论的优质率、优质评论与视频帧的相关度以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图。例如，先计算第一优质评论的优质率、第一优质评论与视频帧的相关度、发布该第一优质评论的评论发布用户与目标用户的兴趣相似度的加权和，在该加权和大于第二目标阈值的情况下，将该第一优质评论对应的候选封面图确定为目标封面图。其中，第二目标阈值不是一个固定的值，可以根据不同的应用场景而不同。
140.示例性的，当前目标用户对视频的各个性化候选封面图pi的期望得分＝w1*优质率py_c[pi]+w2*第一相关度pr_c[pi]+w3*当前目标用户与优质评论发布用户兴趣相似度ps_c[pi]。其中，上述w1、w2、w3为权重，w1+w2+w3＝1.0。选取期望得分最高的互动候选封面图，展示给当前目标用户，充分利用视频平台的大量用户互动数据，结合用户兴趣实现个性化封面图，使目标用户能快速找到自己想观看的视频，避免视频的无效播放，从而节约了大量网络资源。
[0141]
目前较为常用的视频封面图确定方法，是通过人工构建多张封面图备选，或从视频中任意选取一帧或多帧图像备选，或直接将视频中热度最高的图像帧固定为该视频的封面图。
[0142]
本技术实施例中的视频封面图确定方法，与上述常用的视频封面图确定方法相比，可以使该视频在未播放的情况下展示给目标用户的封面图更加符合目标用户的兴趣，实现了基于用户互动行为确定视频的个性化封面图，使目标用户能快速找到自己想观看的视频，避免视频的无效播放，从而节约了大量网络资源。
[0143]
请参阅图7a，图7a为本技术实施例提供的一种视频封面图显示方法的流程示意图，该方法包括但不限于如下步骤：
[0144]
步骤701：接收待处理视频的目标封面图。
[0145]
电子设备接收待处理视频的目标封面图，其中，目标封面图可以基于待处理视频的优质评论与待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为该优质评论对应的候选封面图，再根据发布优质评论的评论发布用户与待推荐的目标用户
的兴趣相似度，从上述优质评论对应的候选封面图中确定向目标用户展示的目标封面图。具体的，确定目标封面图的实施方式可以参阅上述图3中的方法，此处不再赘述。
[0146]
此外，本技术实施例中的电子设备为搭载了可用于执行计算机执行指令的处理器的设备，具体的，该电子设备可以是手机、平板电脑等。
[0147]
步骤702：响应于对应待处理视频的封面显示指令，显示该目标封面图。
[0148]
电子设备响应于对应待处理视频的封面显示指令，在该待处理视频未播放的情况下向目标用户显示该目标封面图。
[0149]
其中，封面显示指令可以是在电子设备接收到与待处理视频对应的页面渲染请求时确定的，该页面渲染请求中可携带有指示该目标封面图的数据，例如可以是该目标封面图存储的目标位置，以便电子设备基于该页面渲染请求在目标位置获取该目标封面图进行渲染显示；再如，还可以是直接用于渲染该目标封面图的数据，以直接基于该页面渲染请求渲染并显示该目标封面图。需要说明的是，前述仅为示例性说明，根据需要还可采用其他方式获得封面，并不对本技术构成限定。在一些实施方式中，封面显示指令可以是在电子设备接收到与待处理视频对应的页面渲染请求时生成的(此时封面显示指令可携带有指示该目标封面图的数据)；在另一些实施方式中，封面显示指令也可以直接是电子设备所接收到的与待处理视频对应的页面渲染请求，本技术实施例在此不做限定。
[0150]
此外，下面将对电子设备接收上述待处理视频对应的页面渲染请求的过程进一步说明。在一些实施方式中，目标用户点击运行在电子设备上的某视频软件或app，该视频软件接收到目标用户的启动指令后需要显示包含若干个待处理视频的首页，此时电子设备接收到该首页对应的页面渲染请求，该页面渲染请求可携带有分别指示各个待处理视频对应的目标封面图的数据，或是直接用于渲染该目标封面图的数据。在另一些实施方式中，视频软件启动后，目标用户点击该视频软件首页的某个子选项，切换到该子选项对应的子页面，如点击首页中的“短视频”子选项，切换到“短视频”子页面，该视频软件接收到目标用户的页面切换指令后需要显示包含若干个短视频的子页面，此时电子设备接收到该子页面对应的页面渲染请求，该页面渲染请求可携带有指示该子页面中包含的短视频对应的目标封面图的数据，或是直接用于渲染该目标封面图的数据。
[0151]
由上述步骤701可知，本技术实施例中的电子设备可以是手机、平板电脑等具有显示功能的设备，故本步骤中，在用户未播放待处理视频时，该待处理视频的目标封面图可显示于手机、平板电脑等电子设备的显示页面上。
[0152]
具体的，下面将以手机为例，结合图7b和图7c对目标封面图的显示效果做进一步说明。
[0153]
请参阅图7b，图7b为本技术实施例提供的一种视频封面图显示界面的效果示意图。
[0154]
如图7b所示，为运行在手机上的某个视频软件的显示页面，其顶部导航栏包括了网络运营商、网络信号、时间、电池等一些基本信息。图标7201为目标用户，即当前登录用户，本步骤中所显示的目标封面图即用于向7201所指示的目标用户展示。图标7202为搜索栏，目标用户可在此处输入关键词进行搜索，在搜索栏下方的显示结果中找到自己想观看的视频。在搜索栏的下方，显示了若干个短视频的简略信息，包括图标7203所指示的视频v1、图标7204所指示的视频v2、图标7205所指示的视频v3、图标7206所指示的视频v4、图标
7207所指示的视频v5、图标7208所指示的视频v6。
[0155]
当视频软件启动后需要显示包含上述若干个视频的页面，以视频v1为例，电子设备在接受到该页面的页面渲染请求时，可获取到视频v1的封面显示指令，并响应于视频v1的封面显示指令，显示视频v1的目标封面图，展示给目标用户。由于上述目标封面图是基于对视频v1发布优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定向目标用户展示的目标封面图，故能最大程度的反映视频v1是否符合目标用户的兴趣，从而目标用户能通过该封面图快速判断视频v1是否是自己想观看的视频，可以避免视频的无效播放，节约了大量网络资源。同理，其他视频(视频v2、视频v3、视频v4、视频v5、视频v6)的封面图的显示过程、显示原理以及显示效果和视频v1类似，此处不再赘述。
[0156]
上述图7b为显示多个视频封面图的页面显示效果，下面将以视频v1为例，展示显示单个视频v1封面图的页面显示效果。
[0157]
请参阅图7c，图7c为本技术实施例提供的另一种视频封面图显示界面的效果示意图。
[0158]
如图7c所示，为运行在手机上的某个视频软件的显示页面，其顶部导航栏包括了网络运营商、网络信号、时间、电池等一些基本信息。图标7301所指示的区域为上述视频v1的显示区域，此时的当前登录用户依然为上述图标7201所指示的目标用户。在视频v1的显示区域的下方，为视频v1的视频简介和网络用户对视频v1发布的评论。在网络用户对视频v1发布评论的显示区域中，按评论优质率的高低顺序，依次显示了各个用户对视频v1发布的优质评论。其中，图标7302为候选用户u1，候选用户u1对视频v1发布了优质评论c1，该优质评论c1对应了上述候选封面图p1；图标7303为候选用户u2，候选用户u2对视频v1发布了优质评论c2，该优质评论c2对应了上述候选封面图p2。
[0159]
在目标用户未播放视频v1的情况下，电子设备响应于视频v1的封面显示指令，将视频v1的显示区域显示为上述目标封面图，展示给目标用户。该目标封面图是基于对视频v1发布优质评论c1的候选用户u1、对视频v1发布优质评论c2的候选用户u2等其他候选用户与目标用户的兴趣相似度，从优质评论c1对应的候选封面图p1、优质评论c2对应的候选封面图p2等其他优质评论对应的候选封面图中确定向目标用户展示的目标封面图。
[0160]
通过本技术实施例，向目标用户展示的目标封面图，可以更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
[0161]
上述详细阐述了本技术实施例的方法，下面提供本技术实施例的装置。
[0162]
请参阅图8，图8为本技术实施例提供的一种视频封面图处理装置的结构示意图，该视频封面图处理装置80可以包括获取单元801以及确定单元802，其中，各个单元的描述如下：
[0163]
获取单元801，用于获取针对待处理视频发布的优质评论；
[0164]
确定单元802，用于基于所述优质评论与所述待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为所述优质评论对应的候选封面图；
[0165]
所述确定单元802，还用于根据发布所述优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定向所述目标用户展示的目标封面图。
[0166]
本技术实施例中，提供了一种视频封面图确定方法，具体为，基于待处理视频的优质评论与待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为该优质评论对应的候选封面图，再根据发布优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从上述优质评论对应的候选封面图中确定向目标用户展示的目标封面图。其中，上述指定相关条件指的是优质评论与待处理视频中视频帧的相关度达到一定高度的条件，可以理解的是，优质评论与视频中视频帧的相关度，只要不是最低的相关度，都可以认为是达到一定高度条件的相关度。也可以理解为只要高于某一个阈值的相关度，就可以认为是较高的相关度，如高于平均值等，该阈值不是一个固定的值，可以根据不同的应用场景而不同。通过本技术实施例确定的目标封面图，可以使该视频在未播放的情况下展示给目标用户的封面图更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
[0167]
在一种可能的实施方式中，所述确定单元802，具体用于根据发布优质评论的评论发布用户与所述目标用户的兴趣相似度，将兴趣相似度达到指定相似条件的评论发布用户确定为候选用户；
[0168]
所述确定单元802，具体还用于将所述候选用户发布的优质评论对应的候选封面图确定为所述目标封面图。
[0169]
在本技术实施例中，提供了一种确定目标封面图的可能的具体实施方式。具体为，先根据发布优质评论的评论发布用户与目标用户的兴趣相似度，将兴趣相似度达到指定相似条件的评论发布用户确定为候选用户，然后再将候选用户发布的优质评论对应的候选封面图确定为目标封面图。其中，上述指定相似条件指的是发布优质评论的评论发布用户与目标用户的兴趣相似度达到一定高度的条件，可以理解的是，发布优质评论的评论发布用户与目标用户的兴趣相似度，只要不是最低的兴趣相似度，都可以认为是达到一定高度条件的兴趣相似度。也可以理解为只要高于某一个阈值的兴趣相似度，就可以认为是较高的兴趣相似度，如高于平均值等，该阈值不是一个固定的值，可以根据不同的应用场景而不同。本技术实施例，基于发布优质评论的评论发布用户与目标用户的兴趣相似度，可以使该视频在未播放的情况下展示给目标用户的封面图更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
[0170]
在一种可能的实施方式中，所述确定单元802，具体还用于将与所述目标用户的兴趣相似度大于第一目标阈值的评论发布用户确定为所述候选用户。
[0171]
在本技术实施例中，提供了一种确定候选用户的可能的具体实施方式。具体为，将与目标用户的兴趣相似度大于第一目标阈值的评论发布用户确定为候选用户，其中，第一目标阈值不是一个固定的值，可以根据不同的应用场景而不同。目标用户与评论发布用户之间的兴趣相似度可以基于各自的兴趣标签得到，用户的兴趣标签由用户的历史浏览记录、历史评论数据等得到。本技术实施例，基于发布优质评论的评论发布用户与目标用户的兴趣相似度所确定的候选用户，与目标用户的关联性更高，从而由候选用户发布的优质评论对应的候选封面图确定得到的目标封面图，更符合目标用户的兴趣。
[0172]
在一种可能的实施方式中，所述确定单元802，具体还用于根据所述优质评论的优质率、所述优质评论与所述视频帧的相关度中的一项或多项，以及发布所述优质评论的评论发布用户与所述目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定所述
目标封面图。
[0173]
在本技术实施例中，提供了一种确定目标封面图的可能的具体实施方式。具体为，根据优质评论的优质率、优质评论与视频帧的相关度中的一项或多项，以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图。其中，可以根据优质评论的优质率以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图；或者，根据优质评论与视频帧的相关度以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图；或者，根据优质评论的优质率、优质评论与视频帧的相关度以及发布该优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定展示给目标用户的目标封面图。本技术实施例，基于优质评论与候选封面图之间的关联程度，可以使该视频在未播放的情况下展示给目标用户的封面图更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
[0174]
在一种可能的实施方式中，所述确定单元802，具体还用于在第一优质评论的优质率、所述第一优质评论与所述视频帧的相关度、发布所述第一优质评论的评论发布用户与所述目标用户的兴趣相似度的加权和大于第二目标阈值的情况下，将所述第一优质评论对应的候选封面图确定为所述目标封面图。
[0175]
在本技术实施例中，提供了一种确定目标封面图的可能的具体实施方式。具体为，先计算第一优质评论的优质率、第一优质评论与视频帧的相关度、发布该第一优质评论的评论发布用户与目标用户的兴趣相似度的加权和，在该加权和大于第二目标阈值的情况下，将该第一优质评论对应的候选封面图确定为目标封面图。其中，第二目标阈值不是一个固定的值，可以根据不同的应用场景而不同。本技术实施例，基于优质评论与候选封面图之间的关联程度所确定的目标封面图，更符合目标用户的兴趣。
[0176]
在一种可能的实施方式中，所述确定单元802，还用于将与所述优质评论的相关度大于第一阈值的视频帧确定为所述优质评论对应的候选封面图；所述相关度基于将所述视频帧和所述优质评论输入至第一神经网络模型中得到。
[0177]
在本技术实施例中，提供了一种确定优质评论对应的候选封面图的可能的具体实施方式。具体为，将视频帧和优质评论输入至第一神经网络模型中，得到视频帧与优质评论的相关度，在该相关度大于第一阈值的情况下，将该视频帧确定为该优质评论对应的候选封面图。其中，该第一阈值不是一个固定的值，可以根据不同的应用场景而不同。本技术实施例，通过构建优质评论与候选封面图的对应关系，可以基于该对应关系，从优质评论对应的候选封面图中确定目标封面图。
[0178]
在一种可能的实施方式中，所述确定单元802，还用于在针对所述待处理视频发布的评论中，将优质率达到指定优质条件的评论确定为所述优质评论；所述优质率基于将针对所述待处理视频发布的评论以及评论互动信息输入至第二神经网络模型中得到，所述评论互动信息包括以下一项或多项：评论的点赞率、评论的回复率、评论的丰富度。
[0179]
在本技术实施例中，提供了一种获取待处理视频的优质评论的可能的具体实施方式。具体为，将针对待处理视频发布的评论以及评论互动信息输入至第二神经网络模型中，得到该评论的优质率，其中，该评论互动信息包括以下一项或多项：评论的点赞率、评论的
回复率、评论的丰富度。在该评论的优质率达到指定优质条件的情况下，将该评论确定为优质评论。其中，上述指定优质条件指的是评论的优质率达到一定高度的条件，可以理解的是，评论的优质率，只要不是最低的优质率，都可以认为是达到一定高度条件的优质率。也可以理解为只要高于某一个阈值的优质率，就可以认为是较高的优质率，如高于平均值等，该阈值不是一个固定的值，可以根据不同的应用场景而不同。通过本技术实施例得到的优质评论，可以最大程度的反映不同用户对视频的不同兴趣倾向，有利于后续在优质评论与目标用户之间构建兴趣相似的互动行为，从而提高确定目标用户的目标封面图的准确性。
[0180]
根据本技术实施例，图8所示的装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本技术的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本技术的其它实施例中，基于网络设备也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
[0181]
需要说明的是，各个单元的实现还可以对应参照上述图3所示的方法实施例的相应描述。
[0182]
在图8所描述的视频封面图处理装置80中，在将视频分发给目标用户时，基于发布优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定向目标用户展示的目标封面图，实现了基于用户互动行为确定视频的个性化封面图，使个性化封面图更符合用户的兴趣，从而用户能通过封面图快速找到各自想观看的视频，避免视频的无效播放，节约了大量网络资源。
[0183]
请参阅图9，图9为本技术实施例提供的一种视频封面图处理装置的结构示意图，该视频封面图处理装置90可以包括接收单元901以及显示单元902，其中，各个单元的描述如下：
[0184]
接收单元901，用于接收待处理视频的目标封面图，所述目标封面图根据针对所述待处理视频发布的优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定得到，所述候选封面图基于所述优质评论与所述待处理视频中视频帧的相关度达到指定相关条件的视频帧确定得到；
[0185]
显示单元902，用于响应于对应所述待处理视频的封面显示指令，显示所述目标封面图。
[0186]
本技术实施例中，提供了一种视频封面图的显示方法。具体为，先接收待处理视频的目标封面图，然后向目标用户显示该目标封面图，其中，目标封面图可以基于待处理视频的优质评论与待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为该优质评论对应的候选封面图，再根据发布优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从上述优质评论对应的候选封面图中确定向目标用户展示的目标封面图。通过本技术实施例，向目标用户展示的目标封面图，可以更加符合目标用户的兴趣，从而使目标用户能通过封面图快速找到想观看的视频，避免视频的无效播放，节约了大量网络资源。
[0187]
根据本技术实施例，图9所示的装置中的各个单元可以分别或全部合并为一个或
若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本技术的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本技术的其它实施例中，基于网络设备也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
[0188]
需要说明的是，各个单元的实现还可以对应参照上述图7a所示的方法实施例的相应描述。
[0189]
在图9所描述的视频封面图处理装置90中，在将视频分发给目标用户时，基于发布优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定向目标用户展示的目标封面图，实现了基于用户互动行为确定视频的个性化封面图，使个性化封面图更符合用户的兴趣，从而用户能通过封面图快速找到各自想观看的视频，避免视频的无效播放，节约了大量网络资源。
[0190]
请参阅图10，图10为本技术实施例提供的一种电子设备100的结构示意图。该电子设备100可以包括存储器1001、处理器1002。进一步可选的，还可以包含通信接口1003以及总线1004，其中，存储器1001、处理器1002以及通信接口1003通过总线1004实现彼此之间的通信连接。通信接口1003用于与上述视频封面图处理装置80或视频封面图处理装置90进行数据交互。
[0191]
其中，存储器1001用于提供存储空间，存储空间中可以存储操作系统和计算机程序等数据。存储器1001包括但不限于是随机存储记忆体(random access memory，ram)、只读存储器(read-only memory，rom)、可擦除可编程只读存储器(erasable programmable read only memory，eprom)、或便携式只读存储器(compact disc read-only memory，cd-rom)。
[0192]
处理器1002是进行算术运算和逻辑运算的模块，可以是中央处理器(central processing unit，cpu)、显卡处理器(graphics processing unit，gpu)或微处理器(microprocessor unit，mpu)等处理模块中的一种或者多种的组合。
[0193]
存储器1001中存储有计算机程序，处理器1002调用存储器1001中存储的计算机程序，以执行上述图3所示的视频封面图确定方法：
[0194]
获取针对待处理视频发布的优质评论；
[0195]
基于所述优质评论与所述待处理视频中视频帧的相关度，将相关度达到指定相关条件的视频帧确定为所述优质评论对应的候选封面图；
[0196]
根据发布所述优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定向所述目标用户展示的目标封面图。
[0197]
上述处理器1002执行方法的具体内容可参阅上述图3，此处不再赘述。
[0198]
相应的，处理器1002调用存储器1001中存储的计算机程序，还可以用于执行上述图8所示的视频封面图处理装置80中的获取单元801以及确定单元802所执行的方法步骤，其具体内容可参阅上述图8，此处不再赘述。
[0199]
另一方面，存储器1001中存储有计算机程序，处理器1002调用存储器1001中存储的计算机程序，以执行上述图7a所示的视频封面图显示方法：
[0200]
接收待处理视频的目标封面图，所述目标封面图根据针对所述待处理视频发布的优质评论的评论发布用户与待推荐的目标用户的兴趣相似度，从所述优质评论对应的候选封面图中确定得到，所述候选封面图基于所述优质评论与所述待处理视频中视频帧的相关度达到指定相关条件的视频帧确定得到；
[0201]
响应于对应所述待处理视频的封面显示指令，显示所述目标封面图。
[0202]
上述处理器1002执行方法的具体内容可参阅上述图7a，此处不再赘述。
[0203]
相应的，处理器1002调用存储器1001中存储的计算机程序，还可以用于执行上述图9所示的视频封面图处理装置90中的接收单元901以及显示单元902所执行的方法步骤，其具体内容可参阅上述图9，此处不再赘述。
[0204]
在图10所描述的电子设备100中，在将视频分发给目标用户时，基于发布优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定向目标用户展示的目标封面图，实现了基于用户互动行为确定视频的个性化封面图，使个性化封面图更符合用户的兴趣，从而用户能通过封面图快速找到各自想观看的视频，避免视频的无效播放，节约了大量网络资源。
[0205]
本技术实施例还提供一种计算机可读存储介质，上述计算机可读存储介质中存储有计算机程序，当上述计算机程序在一个或多个处理器上运行时，可以实现上述图3、图7a所示的方法。
[0206]
本技术实施例还提供一种计算机程序产品，上述计算机程序产品包括计算机程序，当上述计算机程序产品在处理器上运行时，可以实现上述图3、图7a所示的方法。
[0207]
本技术实施例还提供一种芯片，该芯片包括处理器，所述处理器用于执行指令，当该处理器执行所述指令时，可以实现上述图3、图7a所示的方法。可选的，该芯片还包括通信接口，该通信接口用于输入信号或输出信号。
[0208]
本技术实施例还提供了一种系统，该系统包括了至少一个如上述视频封面图处理装置80或视频封面图处理装置90或电子设备100或芯片。
[0209]
综上上述，在将视频分发给目标用户时，基于发布优质评论的评论发布用户与目标用户的兴趣相似度，从优质评论对应的候选封面图中确定向目标用户展示的目标封面图，实现了基于用户互动行为确定视频的个性化封面图，使个性化封面图更符合用户的兴趣，从而用户能通过封面图快速找到各自想观看的视频，避免视频的无效播放，节约了大量网络资源。
[0210]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序相关的硬件完成，该计算机程序可存储于计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：只读存储器rom或随机存储记忆体ram、磁碟或者光盘等各种可存储计算机程序代码的介质。