CN109961032B - 用于生成分类模型的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于生成分类模型的方法和装置。该方法的一具体实施方式包括：获取样本集合；从样本集合中选择样本；基于所选择的样本的类别信息确定所选择的样本是否为正样本；如果为正样本，利用第一损失函数来调整分类模型的参数；如果为负样本，利用第二损失函数来调整分类模型的参数。该实施方式可以有针对性地利用不同类型的样本视频对模型进行优化，从而有助于提高训练得到的分类模型对视频进行分类的准确性，减少对训练样本的需求量，提高模型训练的效率。

Description

用于生成分类模型的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于生成分类模型的方法和装置。

背景技术

目前，为了识别视频、图像等信息的类别，可以使用分类模型。分类模型通常需要预先训练得到。现有的分类模型通常为多分类模型，即可以将输入的视频划归到预设的多个类别中的其中一个。为了提高多分类模型对视频分类的准确率，通常需要针对每个类别，设置大量的训练样本以供训练时对模型的参数进行优化。

发明内容

本公开的实施例提出了用于生成分类模型的方法和装置，以及视频分类方法和装置。

第一方面，本公开的实施例提供了一种用于生成分类模型的方法，该方法包括：获取样本集合，其中，样本集合中的样本具有相应的类别信息，该类别信息用于表征该样本为正样本或负样本；从样本集合中选择样本；基于所选择的样本的类别信息确定所选择的样本是否为正样本；响应于确定所选择的样本为正样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第一损失函数来调整分类模型的参数；响应于确定所选择的样本为负样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第二损失函数来调整分类模型的参数。

在一些实施例中，第一损失函数包括多分类损失函数，并且第二损失函数包括二分类损失函数。

在一些实施例中，样本集合中的样本的类别信息由具有预设数目的元素的向量来表示，预设数目的元素中的元素对应于多个预设类别中的类别。

在一些实施例中，样本集合包括视频样本集合，所选择的样本为视频样本；以及通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第一损失函数来调整分类模型的参数，包括：从所选择的视频样本中提取样本视频帧集合；从所提取的样本视频帧集合提取特征数据；基于所提取的特征数据和所选择的视频样本的类别信息，利用第一损失函数，调整分类模型的参数。

在一些实施例中，从所选择的视频样本中提取样本视频帧集合，包括以下至少一项：从所选择的视频样本中，提取关键帧的集合，作为样本视频帧集合；基于预设的播放时间间隔从所选择的视频样本中提取样本视频帧集合。

在一些实施例中，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第二损失函数来调整分类模型的参数，包括：从所选择的视频样本中提取样本视频帧集合；从所提取的样本视频帧集合提取特征数据；基于所提取的特征数据和所选择的视频样本的类别信息，利用第二损失函数，调整分类模型的参数。

第二方面，本公开的实施例提供了一种视频分类方法，该方法包括：获取待分类视频；将待分类视频输入预先训练的分类模型，以生成用于表征待分类视频所属的视频类别的类别信息，其中，分类模型是根据上述第一方面中任一实施例描述的方法生成的。

在一些实施例中，该方法还包括：将待分类视频发送至与类别信息表征的视频类别建立对应关系的用户的终端。

第三方面，本公开的实施例提供了一种用于生成分类模型的装置，该装置包括：样本获取单元，被配置成获取样本集合，其中，样本集合中的样本具有相应的类别信息，该类别信息用于表征该样本为正样本或负样本；选择单元，被配置成从样本集合中选择样本；确定单元，被配置成基于所选择的样本的类别信息确定所选择的样本是否为正样本；第一训练单元，被配置成响应于确定所选择的样本为正样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第一损失函数来调整分类模型的参数；第二训练单元，被配置成响应于确定所选择的样本为负样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第二损失函数来调整分类模型的参数。

在一些实施例中，第一损失函数包括多分类损失函数，并且第二损失函数包括二分类损失函数。

在一些实施例中，样本集合中的样本的类别信息由具有预设数目的元素的向量来表示，预设数目的元素中的元素对应于多个预设类别中的类别。

在一些实施例中，样本集合包括视频样本集合，所选择的样本为视频样本；以及第一训练单元包括：第一提取模块，被配置成从所选择的视频样本中提取样本视频帧集合；第二提取模块，被配置成从所提取的样本视频帧集合提取特征数据；第一调整模块，被配置成基于所提取的特征数据和所选择的视频样本的类别信息，利用第一损失函数，调整分类模型的参数。

在一些实施例中，第一提取模块被配置成执行以下至少一项：从所选择的视频样本中，提取关键帧的集合，作为样本视频帧集合；基于预设的播放时间间隔从所选择的视频样本中提取样本视频帧集合。

在一些实施例中，第二训练单元包括：第三提取模块，被配置成从所选择的视频样本中提取样本视频帧集合；第四提取模块，被配置成从所提取的样本视频帧集合提取特征数据；第二调整模块，被配置成基于所提取的特征数据和所选择的视频样本的类别信息，利用第二损失函数，调整分类模型的参数。

第四方面，本公开的实施例提供了一种视频分类装置，该装置包括：视频获取单元，被配置成获取待分类视频；生成单元，被配置成将待分类视频输入预先训练的分类模型，以生成用于表征待分类视频所属的视频类别的类别信息，其中，分类模型是根据上述第一方面中任一实施例描述的方法生成的。

在一些实施例中，该装置还包括：发送单元，被配置成将待分类视频发送至预先与类别信息表征的视频类别建立对应关系的用户的终端。

第五方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面或第二方面中任一实现方式描述的方法。

第六方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。

本公开的实施例提供的用于生成分类模型的方法和装置，通过获取样本集合，其中，样本集合中的样本具有相应的类别信息，该类别信息用于表征该样本为正样本或负样本，然后，从样本集合中选择样本，如果选择的样本为正样本，利用第一损失函数训练分类模型，如果选择的样本为负样本，利用第二损失函数训练分类模型，最终训练得到分类模型，从而利用第一损失函数和第二损失函数，有针对性地利用不同类型的训练样本对模型进行优化，从而有助于提高训练得到的分类模型对各种信息进行分类的准确性。相比于现有技术中，通常需要大量的训练样本对模型进行训练，本公开的实施例可以在提高分类的准确性的基础上，减少对训练样本的需求量，因而可以提高模型训练的效率，有助于降低获取大量训练样本所耗费的存储资源，以及降低训练模型时所占用的处理器的时间。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的实施例的用于生成分类模型的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于生成分类模型的方法的一个应用场景的示意图；

图4是根据本公开的实施例的视频分类方法的一个实施例的流程图；

图5是根据本公开的实施例的用于生成分类模型的装置的一个实施例的结构示意图；

图6是根据本公开的实施例的视频分类装置的一个实施例的结构示意图；

图7是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关公开，而非对该公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关公开相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的实施例的用于生成分类模型的方法或用于生成分类模型的装置，以及视频分类方法或视频分类装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频播放应用、视频处理应用、网页浏览器应用、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如利用终端设备101、102、103上传的样本集合进行模型训练的后台模型服务器。后台模型服务器可以利用获取的样本集合进行模型训练，生成分类模型，还可以将分类模型发送到终端设备，或者利用分类模型对待分类视频进行处理，得到待分类视频的类别信息。

需要说明的是，本公开的实施例所提供的用于生成分类模型的方法可以由服务器105执行，也可以由终端设备101、102、103执行，相应地，用于生成分类模型的装置可以设置于服务器105中，也可以设置于终端设备101、102、103中。此外，本公开的实施例所提供的视频分类方法可以由服务器105执行，也可以由终端设备101、102、103执行，相应地，视频分类装置可以设置于服务器105中，也可以设置于终端设备101、102、103中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。在训练模型所需的样本集合不需从远程获取，或者待分类视频不需从远程获取的情况下，上述系统架构可以不包括网络，而只包括服务器或终端设备。

继续参考图2，示出了根据本公开的用于生成分类模型的方法的一个实施例的流程200。该用于生成分类模型的方法，包括以下步骤：

步骤201，获取样本集合。

在本实施例中，用于生成分类模型的方法的执行主体(例如图1所示的服务器或终端设备)可以通过有线连接方式或者无线连接方式从远程获取样本集合，或从本地获取样本集合。其中，样本集合中的样本对应于预设的类别信息，类别信息用于表征样本为正样本或负样本。具体地，正样本为属于预设的至少两个类别中的类别的样本，负样本为不属于预设的至少两个类别中的类别的样本。正样本对应的类别信息用于表征正样本所属的类别，负样本对应的类别信息用于表征负样本不属于类别信息指示的类别。

在本实施例中，样本集合中的样本可以是各种类型的样本，包括但不限于以下任一种：视频、图像、文本等。

作为示例，假设样本集合中的样本的类型为视频，某正样本对应的类别信息为“1”，用于表征该正样本所属的视频类型为“猫”(即该类型的视频包括表征猫的画面)，某正样本对应的类别信息为“2”，用于表征该正样本所属的视频类型为“狗”。假设某负样本对应的类别信息为“101”，该类别信息对应于视频类型“猫”，用于表征该负样本不属于“猫”类型的视频，某负样本对应的类别信息为“102”，该类别信息对应于视频类型“狗”，用于表征该负样本不属于“狗”类型的视频。

在本实施例的一些可选的实现方式中，样本集合中的样本的类别信息由具有预设数目的元素的向量来表示，预设数目的元素中的元素对应于多个预设类别中的类别。

作为示例，正样本对应的向量中的目标元素用于表征正样本属于正样本对应的类别，负样本对应的向量中的目标元素用于表征负样本不属于负样本对应的类别，目标元素为向量中的元素中，位于预先与样本对应的类别建立对应关系的位置处的元素。假设样本的类型为视频，预设数目为200，对于一个正样本，该正样本对应的视频类别为“猫”，则该正样本对应的类别信息可以是向量(1,0,0,0，…，0)，该向量包括200个元素，其中第一个元素(即目标元素)对应于“猫”类。这里，数字1表示该视频属于“猫”类，其他的元素0表示该视频不属于0所在的元素位置对应的视频类别。类似的，对于另一个正样本，该正样本对应的视频类别为“狗”，则该正样本对应的类别信息可以是向量(0,1,0,0，…，0)，其中第二个元素对应于“狗”类。

此外，对于一个负样本，其对应的类别信息可以是向量(0,0,0,0，…0，1,0…，0)，对应于“猫”类，其中，第101个元素(即目标元素)为数字1，其他元素为数字0，表示该负样本不属于“猫”类。对于另一个负样本，其对应的类别信息可以是向量(0,0,0,0，…0，0,1…，0)，对应于“狗”类，其中，第102个元素为数字1，表示该负样本不属于“狗”类。通常，样本集中的负样本分别对应的视频类别的数量小于等于正样本对应的视频类别的数量。例如，正样本对应的视频类别包括“猫”、“狗”、“狐狸”三个类别，负样本对应的视频类别可以包括上述三个类别中的至少一个。

需要说明的是，向量中的数值也可以是其他数值，不限于0和1。通过使用向量表征类别信息，可以灵活地对分类模型识别的类别进行扩展。例如，实际应用中，只需识别10个类别，向量包括的元素的数量大于10，其中的第1到第10个元素分别对应于预设的类别。当需要使分类模型能够识别更多类别时，只需设置其他元素对应的类别，从而可以灵活地对分类模型的识别能力进行扩展。

步骤202，从样本集合中选择样本。

在本实施例中，上述执行主体可以按照各种方式从样本集合中选择样本，例如随机选择，按照预先设置的各个样本的编号顺序选择等。

步骤203，基于所选择的样本的类别信息确定所选择的样本是否为正样本。

在本实施例中，上述执行主体可以基于所选择的样本的类别信息确定所选择的样本是否为正样本。

步骤204，响应于确定所选择的样本为正样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第一损失函数来调整分类模型的参数。

在本实施例中，上述执行主体可以响应于确定所选择的样本为正样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第一损失函数来调整分类模型的参数。其中，第一损失函数可以包括各种用于训练分类模型的损失函数。

具体地，分类模型可以是各种类型的模型，例如循环神经网络模型、卷积神经网络模型等。在训练分类模型的过程中，针对每次训练输入的正样本或负样本，可以得到实际输出。其中，实际输出是分类模型实际输出的数据，用于表征类别信息。然后，上述执行主体可以采用梯度下降法和反向传播法，基于实际输出和期望输出，利用损失函数确定损失值，确定用于表征实际输出和期望输出的差距的损失值，根据损失值调整分类模型的参数(即调整参数以使损失值逐渐减小)。

在本实施例中，分类模型可以包括特征提取层和分类层，其中，特征提取层用于提取输入的样本的特征(例如当样本为视频或图像时，特征可以包括颜色、形状、纹理等特征)，得到用于表征样本的特征的特征数据。分类层可以是用于对特征数据进行分类的各种分类器(例如支持向量机，softmax分类函数等)。

步骤205，响应于确定所选择的样本为负样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第二损失函数来调整分类模型的参数。

在本实施例中，上述执行主体可以响应于确定所选择的样本为负样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第二损失函数来调整分类模型的参数。其中，第二损失函数可以包括各种用于训练分类模型的损失函数。

在本实施例的一些可选的实现方式中，第一损失函数包括多分类损失函数，并且第二损失函数包括二分类损失函数。

通常，由于输入的正样本对应的类别信息用于表征正样本所属的类别，通常分类模型可以识别的类别为多个，因此，上述执行主体可以针对输入的正样本，采用多分类损失函数确定损失值，所确定的损失值可以用于表征实际输出和期望输出的差距。作为示例，多分类损失函数可以为交叉熵损失函数。上述执行主体可以采用梯度下降法和反向传播法，基于上述多分类损失函数，调整分类模型的参数。

由于输入的负样本对应的类别信息用于表征负样本是否属于类别信息对应的类别，即模型的实际输出用于表征两种识别结果(属于或不属于)，因此，上述执行主体可以针对输入的负样本，采用二分类损失函数确定损失值。作为示例，二分类损失函数可以为交叉熵损失函数。需要说明的是，这里的二分类损失函数虽然与上述多分类损失函数均为交叉熵损失函数，但是，这两个交叉熵损失函数的形式不同。上述执行主体可以采用梯度下降法和反向传播法，基于上述二分类损失函数，调整分类模型的参数。

需要说明的是，分类模型包括的分类层可以包括多个二分类器和一个多分类器，每个二分类器对应于一个类别，二分类器和多分类器的参数是共享的，在使用二分类损失函数或多分类损失函数进行训练时，二分类器和多分类器的参数可以同时优化。在使用训练后的分类模型进行视频分类时，可以使用上述多分类器进行视频分类。

在本实施例的一些可选的实现方式中，样本集合包括视频样本集合，所选择的样本为视频样本。上述执行主体可以响应于确定所选择的样本为正样本，按照如下步骤调整分类模型的参数：

首先，从所选择的视频样本中提取样本视频帧集合。具体地，上述执行主体可以按照各种方式从所选择的视频样本中提取样本视频帧集合。

在本实施例的一些可选的实现方式中，上述执行主体可按照如下至少一种方式，从所选择的视频样本中提取样本视频帧集合：

方式一，从所选择的视频样本中，提取关键帧的集合，作为样本视频帧集合。可以理解，当所选择的视频样本为正样本时，选择出的样本视频帧集合为正样本视频帧集合，当所选择的视频样本为负样本时，选择出的样本视频帧集合为负样本视频帧集合。上述执行主体可以按照现有的提取视频的关键帧的方法，从视频样本中提取关键帧。

方式二，基于预设的播放时间间隔(例如10秒)从所选择的视频样本中提取样本视频帧集合。通过本实现方式，可以从视频样本中提取一定数量的视频帧用于对样本视频进行分类，从而可以减少模型的计算量，提高模型训练的效率。

然后，从样本视频帧集合提取特征数据。具体地，可以将样本视频帧集合输入分类模型包括的特征提取层，特征提取层输出特征数据。

最后，基于所提取的特征数据和所选择的视频样本的类别信息，利用第一损失函数，调整分类模型的参数。通常，可以将特征数据作为分类模型包括的分类层的输入，将类别信息作为分类层的期望输出，利用第一损失函数，确定实际输出和期望输出的差距，调整分类模型的参数，以使上述差距减小。

在本实施例的一些可选的实现方式中，上述执行主体可以响应于确定所选择的样本为负样本，按照如下步骤调整分类模型的参数：

首先，从所选择的视频样本中提取样本视频帧集合。

然后，从所提取的样本视频帧集合提取特征数据。

最后，基于所提取的特征数据和所选择的视频样本的类别信息，利用第二损失函数，调整分类模型的参数。

需要说明的是，本实现方式中包括的各步骤，除所利用的损失函数不同，其他步骤与上述利用正样本调整分类模型的参数的方法基本相同，这里不再赘述。

实践中，训练分类模型的过程通常为循环执行，即当上述执行主体确定调整参数后的分类模型满足预设条件时，确定分类模型训练完成。当不满足预设条件时，逐次选择样本并调整分类模型的参数。作为示例，预设条件可以包括但不限于以下至少一项：训练时间超过预设时长；训练次数超过预设次数；利用上述第一损失函数和上述第二损失函数计算所得到的损失值分别小于预设第一损失值阈值和第二损失值阈值。

继续参见图3，图3是根据本实施例的用于生成分类模型的方法的应用场景的一个示意图。在图3的应用场景中，电子设备301首先获取样本集合302，其中，样本为视频样本。样本集合302包括正视频样本和负视频样本。其中，正视频样本对应于预设的类别信息，用于表征正视频样本所属的视频类别。负视频样本对应于预设的类别信息，用于表征负样本不属于类别信息对应的视频类别。例如，正视频样本3021对应的类别信息3021＇用于表征正视频样本3021属于视频类别“猫”，正视频样本3022对应的类别信息3022＇用于表征正视频样本3022属于视频类别“狗”，负视频样本3023对应的类别信息3023＇用于表征负视频样本3023不属于视频类别“猫”，负视频样本3024对应的类别信息3024＇用于表征负视频样本3024不属于视频类别“狗”。

然后，电子设备301从上述样本集合中，按照预先设置的、视频样本的编号顺序，依次选择视频样本，利用所选择的视频样本，执行如下训练步骤：响应于确定所选择的样本为正视频样本，通过将所选择的样本作为分类模型的输入，并且将所选择的样本的类别信息作为分类模型的期望输出，利用第一损失函数(例如多分类损失函数，即图中的L1)来调整分类模型的参数；响应于确定所选择的样本为负样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第二损失函数(例如二分类损失函数，即图中的L2)来调整分类模型的参数。

图中所示为使用视频样本3021、3022、3023、3024训练分类模型。分类模型在每次使用视频样本训练后，保留调整后的参数，继续使用其他视频样本训练。每次训练结束后，电子设备301确定是否满足预设的结束训练条件(例如利用上述多分类损失函数和上述二分类损失函数计算所得到的损失值分别小于预设多分类损失值阈值和二分类损失值阈值)，如果满足结束训练条件，将最近一次调整参数的分类模型确定为分类模型303。

本公开的上述实施例提供的方法，通过获取样本集合，其中，样本集合中的样本具有相应的类别信息，该类别信息用于表征该样本为正样本或负样本，然后，从样本集合中选择样本，如果选择的样本为正样本，利用第一损失函数训练分类模型，如果选择的样本为负样本，利用第二损失函数训练分类模型，最终训练得到分类模型，从而利用第一损失函数和第二损失函数，有针对性地利用不同类型的训练样本对模型进行优化，从而有助于提高训练得到的分类模型对各种信息进行分类的准确性。相比于现有技术中，通常需要大量的训练样本对模型进行训练，本公开的实施例可以在训练样本较少的情况下，提高分类的准确性，减少对训练样本的需求量，因而可以提高模型训练的效率，有助于降低获取大量训练样本所耗费的存储资源，以及降低训练模型时所占用的处理器的时间。

进一步参考图4，示出了根据本公开的视频分类方法的一个实施例的流程400。该视频分类方法，包括以下步骤：

步骤401，获取待分类视频。

在本实施例中，视频分类方法的执行主体(如图1所示的服务器或终端设备)可以从本地或从远程获取待分类视频。其中，待分类视频是待对其进行分类的视频。例如从某视频播放网站或视频播放应用提供的视频中提取的视频。

步骤402，将待分类视频输入预先训练的分类模型，以生成用于表征待分类视频所属的视频类别的类别信息。

在本实施例中，上述执行主体可以将待分类视频输入预先训练的分类模型，生成用于表征待分类视频所属的视频类别的类别信息。所生成的类别信息可以包括但不限于以下至少一种形式的信息：文字、数字、符号。

在本实施例中，分类模型是根据上述图2对应实施例描述的方法生成的，具体可以参见图2对应实施例描述的各步骤，这里不再赘述。需要说明的是，上述分类模型包括分类层，分类层包括二分类器和多分类器，在本实施例中，训练得到的分类模型使用多分类器对输入的视频进行分类。

可选的，上述执行主体可以按照各种方式输出类别信息，例如将类别信息显示在上述执行主体包括的显示屏上，或将类别信息与待分类视频发送到与上述执行主体通信连接的其他电子设备。

在本实施例的一些可选的实现方式中，上述执行主体还可以将待分类视频发送至与类别信息表征的视频类别建立对应关系的用户的终端。具体地，用户与视频类别的对应关系可以利用二维表格、链表、指针等形式表征。通过建立上述对应关系，可以对用户进行分类，每个分类可以对应于至少一个视频类别。例如，某个分类对应于包括“猫”、“狗”等宠物类型的视频类别，当利用上述各步骤得到的待分类视频对应的类别信息用于表征“猫”类型的视频时，上述执行主体可以将待分类视频发送到预先划分到该分类下的用户名指示的用户使用的终端。本实现方式由于利用了上述分类模型对视频进行分类的准确性高的特点，可以实现更有针对性地将视频推送至用户的终端，从而可以节约用户在网络资源中查找其感兴趣的视频所耗费的时间和数据流量。

本公开的上述实施例提供的方法，通过使用图2对应实施例生成的分类模型，对待分类视频进行分类，生成待分类视频的类别信息，从而提高了生成视频的类别信息的准确性。

进一步参考图5，作为对上述图2所示方法的实现，本公开提供了一种用于生成分类模型的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于生成分类模型的装置500包括：样本获取单元501，被配置成获取样本集合，其中，样本集合中的样本具有相应的类别信息，该类别信息用于表征该样本为正样本或负样本；选择单元502，被配置成从样本集合中选择样本；确定单元503，被配置成基于所选择的样本的类别信息确定所选择的样本是否为正样本；第一训练单元504，被配置成响应于确定所选择的样本为正样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第一损失函数来调整分类模型的参数；第二训练单元505，被配置成响应于确定所选择的样本为负样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第二损失函数来调整分类模型的参数。

在本实施例中，样本获取单元501可以通过有线连接方式或者无线连接方式从远程获取样本集合，或从本地获取样本集合。其中，样本集合中的样本对应于预设的类别信息，类别信息用于表征样本为正样本或负样本。具体地，正样本为属于预设的至少两个类别中的类别的样本，负样本为不属于预设的至少两个类别中的类别的样本。正样本对应的类别信息用于表征正样本所属的类别，负样本对应的类别信息用于表征负样本不属于类别信息指示的类别。

在本实施例中，样本集合中的样本可以是各种类型的样本，包括但不限于以下任一种：视频、图像、文本等。

作为示例，假设样本集合中的样本的类型为视频，某正样本对应的类别信息为“1”，用于表征该正样本所属的视频类型为“猫”(即该类型的视频包括表征猫的画面)，某正样本对应的类别信息为“2”，用于表征该正样本所属的视频类型为“狗”。假设某负样本对应的类别信息为“101”，该类别信息对应于视频类型“猫”，用于表征该负样本不属于“猫”类型的视频，某负样本对应的类别信息为“102”，该类别信息对应于视频类型“狗”，用于表征该负样本不属于“狗”类型的视频。

在本实施例中，选择单元502可以按照各种方式从样本集合中选择样本，例如随机选择，按照预先设置的各个样本的编号顺序选择等。

在本实施例中，确定单元503可以基于所选择的样本的类别信息确定所选择的样本是否为正样本。

在本实施例中，第一训练单元504可以响应于确定所选择的样本为正样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第一损失函数来调整分类模型的参数。其中，第一损失函数可以包括各种用于训练分类模型的损失函数。

具体地，分类模型可以是各种类型的模型，例如循环神经网络模型、卷积神经网络模型等。在训练分类模型的过程中，针对每次训练输入的正样本或负样本，可以得到实际输出。其中，实际输出是分类模型实际输出的数据，用于表征类别信息。然后，上述第一训练单元504可以采用梯度下降法和反向传播法，基于实际输出和期望输出，利用损失函数确定损失值，确定用于表征实际输出和期望输出的差距的损失值，根据损失值调整分类模型的参数(即调整参数以使损失值逐渐减小)。

在本实施例中，分类模型可以包括特征提取层和分类层，其中，特征提取层用于提取输入的样本的特征(例如当样本为视频或图像时，特征可以包括颜色、形状、纹理等特征)，得到用于表征样本的特征的特征数据。分类层可以是用于对特征数据进行分类的各种分类器(例如支持向量机，softmax分类函数等)。

在本实施例中，第二训练单元505可以响应于确定所选择的样本为负样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第二损失函数来调整分类模型的参数。其中，第二损失函数可以包括各种用于训练分类模型的损失函数。

在本实施例的一些可选的实现方式中，第一损失函数包括多分类损失函数，并且第二损失函数包括二分类损失函数。

在本实施例的一些可选的实现方式中，所述样本集合中的样本的类别信息由具有预设数目的元素的向量来表示，所述预设数目的元素中的元素对应于多个预设类别中的类别。

在本实施例的一些可选的实现方式中，样本集合包括视频样本集合，所选择的样本为视频样本；以及第一训练单元504可以包括：第一提取模块(图中未示出)，被配置成从所选择的视频样本中提取样本视频帧集合；第二提取模块(图中未示出)，被配置成从所提取的样本视频帧集合提取特征数据；第一调整模块(图中未示出)，被配置成基于所提取的特征数据和所选择的视频样本的类别信息，利用第一损失函数，调整分类模型的参数。

在本实施例的一些可选的实现方式中，第一提取模块被配置成执行以下至少一项：从所选择的视频样本中，提取关键帧的集合，作为样本视频帧集合；基于预设的播放时间间隔从所选择的视频样本中提取样本视频帧集合。

在本实施例的一些可选的实现方式中，第二训练单元505可以包括：第三提取模块，被配置成从所选择的视频样本中提取样本视频帧集合；第四提取模块，被配置成从所提取的样本视频帧集合提取特征数据；第二调整模块，被配置成基于所提取的特征数据和所选择的视频样本的类别信息，利用第二损失函数，调整分类模型的参数。

本公开的上述实施例提供的装置，通过获取样本集合，其中，样本集合中的样本具有相应的类别信息，该类别信息用于表征该样本为正样本或负样本，然后，从样本集合中选择样本，如果选择的样本为正样本，利用第一损失函数训练分类模型，如果选择的样本为负样本，利用第二损失函数训练分类模型，最终训练得到分类模型，从而利用第一损失函数和第二损失函数，有针对性地利用不同类型的训练样本对模型进行优化，从而有助于提高训练得到的分类模型对各种信息进行分类的准确性。相比于现有技术中，通常需要大量的训练样本对模型进行训练，本公开的实施例可以在提高分类的准确性的基础上，减少对训练样本的需求量，因而可以提高模型训练的效率，有助于降低获取大量训练样本所耗费的存储资源，以及降低训练模型时所占用的处理器的时间。

进一步参考图6，作为对上述图4所示方法的实现，本公开提供了一种视频分类装置的一个实施例，该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例的视频分类装置600包括：视频获取单元601，被配置成获取待分类视频；生成单元602，被配置成将待分类视频输入预先训练的分类模型，以生成用于表征待分类视频所属的视频类别的类别信息，其中，分类模型是根据上述图2对应实施例描述的方法生成的。

在本实施例中，视频获取单元601可以从本地或从远程获取待分类视频。其中，待分类视频是待对其进行分类的视频。例如从某视频播放网站或视频播放应用提供的视频中提取的视频。

在本实施例中，生成单元602可以将待分类视频输入预先训练的分类模型，生成用于表征待分类视频所属的视频类别的类别信息。所生成的类别信息可以包括但不限于以下至少一种形式的信息：文字、数字、符号。

在本实施例中，分类模型是根据上述图2对应实施例描述的方法生成的，具体可以参见图2对应实施例描述的各步骤，这里不再赘述。需要说明的是，上述分类模型包括分类层，分类层包括二分类器和多分类器，在本实施例中，训练得到的分类模型使用多分类器对输入的视频进行分类。

可选的，上述装置600可以按照各种方式输出类别信息，例如将类别信息显示在上述装置600包括的显示屏上，或将类别信息与待分类视频发送到与上述装置600通信连接的其他电子设备。。

在本实施例的一些可选的实现方式中，该装置600还可以包括：发送单元(图中未示出)，被配置成将待分类视频发送至预先与类别信息表征的视频类别建立对应关系的用户的终端。

本公开的上述实施例提供的装置600，通过使用图2对应实施例生成的分类模型，对待分类视频进行分类，生成待分类视频的类别信息，从而提高了输出视频的类别信息的准确性。

下面参考图7，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)700的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本公开的实施例中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取样本集合，其中，样本集合中的样本具有相应的类别信息，该类别信息用于表征该样本为正样本或负样本；从样本集合中选择样本；基于所选择的样本的类别信息确定所选择的样本是否为正样本；响应于确定所选择的样本为正样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第一损失函数来调整分类模型的参数；响应于确定所选择的样本为负样本，通过将所选择的样本作为分类模型的输入，并将所选择的样本的类别信息作为分类模型的期望输出，利用第二损失函数来调整分类模型的参数。

此外，当上述一个或者多个程序被该电子设备执行时，还可以使得该电子设备：获取待分类视频；将待分类视频输入预先训练的分类模型，以生成用于表征待分类视频所属的视频类别的类别信息。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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，该模块、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，两个接连地表示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操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括样本获取单元、选择单元、确定单元、第一训练单元、第二训练单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，样本获取单元还可以被描述为“获取样本集合的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (14)

1.一种用于生成分类模型的方法，包括：

获取样本集合，其中，所述样本集合中的样本具有相应的类别信息，该类别信息用于表征该样本为正样本或负样本，所述样本集合包括视频样本集合；

从所述样本集合中选择样本，其中，所选择的样本为视频样本；

基于所选择的样本的类别信息确定所选择的样本是否为正样本；响应于确定所选择的样本为正样本，通过将所选择的样本作为所述分类模型的输入，并将所选择的样本的类别信息作为所述分类模型的期望输出，利用第一损失函数来调整所述分类模型的参数，包括：从所选择的视频样本中提取样本视频帧集合；从所提取的样本视频帧集合提取特征数据；基于所提取的特征数据和所选择的视频样本的类别信息，利用所述第一损失函数，调整所述分类模型的参数，所述第一损失函数包括多分类损失函数；

响应于确定所选择的样本为负样本，通过将所选择的样本作为所述分类模型的输入，并将所选择的样本的类别信息作为所述分类模型的期望输出，利用第二损失函数来调整所述分类模型的参数，其中，所述第二损失函数包括二分类损失函数，所述分类模型包括的分类层包括多个二分类器和一个多分类器，每个二分类器对应于一个类别信息，在使用所述第一损失函数或所述第二损失函数进行训练时，二分类器和多分类器的参数同时优化。

2.根据权利要求1所述的方法，其中，所述样本集合中的样本的类别信息由具有预设数目的元素的向量来表示，所述预设数目的元素中的元素对应于多个预设类别中的类别。

3.根据权利要求1所述的方法，其中，从所选择的视频样本中提取样本视频帧集合，包括以下至少一项：

从所选择的视频样本中，提取关键帧的集合，作为所述样本视频帧集合；

基于预设的播放时间间隔从所选择的视频样本中提取所述样本视频帧集合。

4.根据权利要求1所述的方法，其中，通过将所选择的样本作为所述分类模型的输入，并将所选择的样本的类别信息作为所述分类模型的期望输出，利用第二损失函数来调整所述分类模型的参数，包括：

从所选择的视频样本中提取样本视频帧集合；

从所提取的样本视频帧集合提取特征数据；

基于所提取的特征数据和所选择的视频样本的类别信息，利用所述第二损失函数，调整所述分类模型的参数。

5.一种视频分类方法，包括：

获取待分类视频；

将所述待分类视频输入预先训练的分类模型，以生成用于表征所述待分类视频所属的视频类别的类别信息，其中，所述分类模型是根据上述权利要求1-4之一所述的方法生成的。

6.根据权利要求5所述的方法，其中，所述方法还包括：

将所述待分类视频发送至与所述类别信息表征的视频类别建立对应关系的用户的终端。

7.一种用于生成分类模型的装置，包括：

样本获取单元，被配置成获取样本集合，其中，所述样本集合中的样本具有相应的类别信息，该类别信息用于表征该样本为正样本或负样本，所述样本集合包括视频样本集合；

选择单元，被配置成从所述样本集合中选择样本，其中，所选择的样本为视频样本；

确定单元，被配置成基于所选择的样本的类别信息确定所选择的样本是否为正样本；

第一训练单元，被配置成响应于确定所选择的样本为正样本，通过将所选择的样本作为所述分类模型的输入，并将所选择的样本的类别信息作为所述分类模型的期望输出，利用第一损失函数来调整所述分类模型的参数，所述第一损失函数包括多分类损失函数；

第二训练单元，被配置成响应于确定所选择的样本为负样本，通过将所选择的样本作为所述分类模型的输入，并将所选择的样本的类别信息作为所述分类模型的期望输出，利用第二损失函数来调整所述分类模型的参数，其中，所述第二损失函数包括二分类损失函数，所述分类模型包括的分类层包括多个二分类器和一个多分类器，每个二分类器对应于一个类别信息，在使用所述第一损失函数或所述第二损失函数进行训练时，二分类器和多分类器的参数同时优化；

其中，所述第一训练单元包括：

第一提取模块，被配置成从所选择的视频样本中提取样本视频帧集合；

第二提取模块，被配置成从所提取的样本视频帧集合提取特征数据；

第一调整模块，被配置成基于所提取的特征数据和所选择的视频样本的类别信息，利用所述第一损失函数，调整所述分类模型的参数。

8.根据权利要求7所述的装置，其中，所述样本集合中的样本的类别信息由具有预设数目的元素的向量来表示，所述预设数目的元素中的元素对应于多个预设类别中的类别。

9.根据权利要求7所述的装置，其中，所述第一提取模块被配置成执行以下至少一项：

从所选择的视频样本中，提取关键帧的集合，作为所述样本视频帧集合；

基于预设的播放时间间隔从所选择的视频样本中提取所述样本视频帧集合。

10.根据权利要求7所述的装置，其中，所述第二训练单元包括：

第三提取模块，被配置成从所选择的视频样本中提取样本视频帧集合；

第四提取模块，被配置成从所提取的样本视频帧集合提取特征数据；

第二调整模块，被配置成基于所提取的特征数据和所选择的视频样本的类别信息，利用所述第二损失函数，调整所述分类模型的参数。

11.一种视频分类装置，包括：

视频获取单元，被配置成获取待分类视频；

生成单元，被配置成将所述待分类视频输入预先训练的分类模型，以生成用于表征所述待分类视频所属的视频类别的类别信息，其中，所述分类模型是根据上述权利要求1-4之一所述的方法生成的。

12.根据权利要求11所述的装置，其中，所述装置还包括：

发送单元，被配置成将所述待分类视频发送至预先与所述类别信息表征的视频类别建立对应关系的用户的终端。

13.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

14.一种计算机可读介质，其上存储有计算机程序，其中，该程 序被处理器执行时实现如权利要求1-6中任一所述的方法。

Images