一种视频编码码率确定方法、装置、电子设备及存储介质
阅读：657发布：2020-05-08
专利汇可以提供一种视频编码码率确定方法、装置、电子设备及存储介质专利检索，专利查询，专利分析的服务。并且本 发明 实施例 提供了一种 视频编码 码率确定方法、装置、 电子 设备及存储介质，该方法包括：获取待编码视频；提取待编码视频的目标 属性信息 ，目标属性信息用于表征待编码视频的自身属性；根据预先确定的视频的属性信息与 特征向量 的对应关系，确定目标属性信息对应的目标特征向量；将目标特征向量输入码率 预测模型 中，得到目标码率向量；根据预先确定的码率向量与编码码率的对应关系，确定目标码率向量对应的目标编码码率，并将目标编码码率确定为待编码视频的编码码率。通过本发明实施例提供的技术方案，在确定待编码视频的编码码率时，会考虑待编码视频的目标属性信息，进而所确定的编码码率更加准确，并提高了视频生产的自动化效率。，下面是一种视频编码码率确定方法、装置、电子设备及存储介质专利的具体信息内容。
1.一种视频编码码率确定方法，其特征在于，所述方法包括：
获取待编码视频；
提取所述待编码视频的目标属性信息，所述目标属性信息用于表征所述待编码视频的自身属性；
根据预先确定的视频的属性信息与特征向量的对应关系，确定所述目标属性信息对应的目标特征向量；
将所述目标特征向量输入码率预测模型中，得到目标码率向量；
根据预先确定的码率向量与编码码率的对应关系，确定目标码率向量对应的目标编码码率，并将所述目标编码码率确定为所述待编码视频的编码码率。
2.根据权利要求1所述的方法，其特征在于，训练所述码率预测模型的步骤，包括：
获取样本视频，所述样本视频为已编码的视频；
获取所述样本视频的样本属性信息和样本编码码率；
根据预先确定的视频的属性信息与特征向量的对应关系，确定所述样本属性信息对应的样本特征向量；
根据预先确定的编码码率与码率向量的对应关系，确定样本编码码率对应的样本码率向量；
以所述样本特征向量为输入，并以所述样本码率向量作为输出，对预设模型进行训练；
在训练所述预设模型的过程中，计算所述预设模型的目标损失函数的损失值；在所述损失值不大于预设损失值时，将所述预设模型确定为码率预测模型。
3.根据权利要求1或2所述的方法，其特征在于，在所述将目标码率向量对应的目标编码码率，确定为所述待编码视频的编码码率之后，所述方法还包括：
按照所述目标编码码率对所述待编码视频进行编码；
将编码后的视频发布至目标服务器。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取第一视频对应的用户行为数据，所述第一视频为发布至所述目标服务器的任一视频；
根据所述用户行为数据，计算所述第一视频对应的反馈因子；
在确定与所述第一视频相关的第二视频的编码码率时，确定所述第二视频的属性信息，并根据预先确定的视频的属性信息与特征向量的对应关系，确定所述第二视频的属性信息对应的特征向量；
根据所述反馈因子，对所述第二视频的属性信息对应的特征向量进行加权计算，得到修正后的特征向量；
将所述修正后的特征向量输入所述码率预测模型中，得到所述第二视频对应的码率向量；
将所述第二视频对应的码率向量所对应的编码码率，确定为所述第二视频对应的编码码率。
5.根据权利要求4所述的方法，其特征在于，所述用户行为数据包括：用户点击量c与用户评分k；
所述根据所述用户行为数据，计算所述编码后的视频对应的反馈因子，包括：
按照如下公式计算编码后的视频对应的反馈因子α：
6.根据权利要求4所述的方法，所述第二视频的属性信息包括：所述第二视频的热度信息；其特征在于，所述第二视频的热度信息为：所述第一视频的热度信息。
7.一种视频编码码率确定装置，其特征在于，所述装置包括：
视频获取模块，用于获取待编码视频；
属性信息提取模块，用于提取所述待编码视频的目标属性信息，所述目标属性信息用于表征所述待编码视频的自身属性；
第一特征向量确定模块，用于根据预先确定的视频的属性信息与特征向量的对应关系，确定所述目标属性信息对应的目标特征向量；
第一码率向量确定模块，用于将所述目标特征向量输入码率预测模型中，得到目标码率向量；
第一编码码率确定模块，用于根据预先确定的码率向量与编码码率的对应关系，确定目标码率向量对应的目标编码码率，并将所述目标编码码率确定为所述待编码视频的编码码率。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：模型训练模型；
所述模型训练模块，具体用于：
获取样本视频，所述样本视频为已编码的视频；
获取所述样本视频的样本属性信息和样本编码码率；
根据预先确定的视频的属性信息与特征向量的对应关系，确定所述样本属性信息对应的样本特征向量；
根据预先确定的编码码率与码率向量的对应关系，确定样本编码码率对应的样本码率向量；
以所述样本特征向量为输入，并以所述样本码率向量作为输出，对预设模型进行训练；
在训练所述预设模型的过程中，计算所述预设模型的目标损失函数的损失值；在所述损失值不大于预设损失值时，将所述预设模型确定为码率预测模型。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-6任一所述的视频编码码率确定方法步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的视频编码码率确定方法。
一种视频编码码率确定方法、装置、电子设备及存储介质
技术领域
[0001] 本发明涉及视频技术领域，特别是涉及一种视频编码码率确定方法、装置、电子设备及存储介质。
背景技术
[0002] 随着视频技术的快速发展，每天都有大量终端向服务器上传大量视频，终端在上传视频前，首先需要对待上传视频进行编码，然后将编码后的视频上传至服务器。
[0003] 相关技术中，在对待上传视频进行编码时，需要人工确定待上传视频的编码码率。在确定待上传视频的编码码率时，需要人工参与，因此，降低了视频生产的自动化效率，且人工确定的编码码率的准确率较低。
发明内容
[0004] 本发明实施例的目的在于提供一种视频编码码率确定方法、装置、电子设备及存储介质，以基于待编码视频的属性信息，为待编码视频确定合适的编码码率，以降低编码后的视频的传输时间成本，以及服务器存储编码后的视频的存储成本。具体技术方案如下：
[0005] 在本发明实施的第一方面，提供了一种视频编码码率确定方法，所述方法包括：获取待编码视频；
[0006] 提取所述待编码视频的目标属性信息，所述目标属性信息用于表征所述待编码视频的自身属性；
[0007] 根据预先确定的视频的属性信息与特征向量的对应关系，确定所述目标属性信息对应的目标特征向量；
[0008] 将所述目标特征向量输入码率预测模型中，得到目标码率向量；
[0009] 根据预先确定的码率向量与编码码率的对应关系，确定目标码率向量对应的目标编码码率，并将所述目标编码码率确定为所述待编码视频的编码码率。
[0010] 可选的，训练所述码率预测模型的步骤，包括：
[0011] 获取样本视频，所述样本视频为已编码的视频；
[0012] 获取所述样本视频的样本属性信息和样本编码码率；
[0013] 根据预先确定的视频的属性信息与特征向量的对应关系，确定所述样本属性信息对应的样本特征向量；
[0014] 根据预先确定的编码码率与码率向量的对应关系，确定样本编码码率对应的样本码率向量；
[0015] 以所述样本特征向量为输入，并以所述样本码率向量作为输出，对预设模型进行训练；
[0016] 在训练所述预设模型的过程中，计算所述预设模型的目标损失函数的损失值；在所述损失值不大于预设损失值时，将所述预设模型确定为码率预测模型。
[0017] 可选的，在所述将目标码率向量对应的目标编码码率，确定为所述待编码视频的编码码率之后，所述方法还包括：
[0018] 按照所述目标编码码率对所述待编码视频进行编码；
[0019] 将编码后的视频发布至目标服务器。
[0020] 可选的，所述方法还包括：
[0021] 获取第一视频对应的用户行为数据，所述第一视频为发布至所述目标服务器的任一视频；
[0022] 根据所述用户行为数据，计算所述第一视频对应的反馈因子；
[0023] 在确定与所述第一视频相关的第二视频的编码码率时，确定所述第二视频的属性信息，并根据预先确定的视频的属性信息与特征向量的对应关系，确定所述第二视频的属性信息对应的特征向量；
[0024] 根据所述反馈因子，对所述第二视频的属性信息对应的特征向量进行加权计算，得到修正后的特征向量；
[0025] 将所述修正后的特征向量输入所述码率预测模型中，得到所述第二视频对应的码率向量；
[0026] 将所述第二视频对应的码率向量所对应的编码码率，确定为所述第二视频对应的编码码率。
[0027] 可选的，所述用户行为数据包括：用户点击量c与用户评分k；
[0028] 所述根据所述用户行为数据，计算所述编码后的视频对应的反馈因子，包括：
[0029] 按照如下公式计算编码后的视频对应的反馈因子α：
[0030]
[0031] 可选的，所述第二视频的属性信息包括：所述第二视频的热度信息；其特征在于，所述第二视频的热度信息为：所述第一视频的热度信息。
[0032] 在本发明实施例的第二方面，提供了一种视频编码码率确定装置，所述装置包括：
[0033] 视频获取模块，用于获取待编码视频；
[0034] 属性信息提取模块，用于提取所述待编码视频的目标属性信息，所述目标属性信息用于表征所述待编码视频的自身属性；
[0035] 第一特征向量确定模块，用于根据预先确定的视频的属性信息与特征向量的对应关系，确定所述目标属性信息对应的目标特征向量；
[0036] 第一码率向量确定模块，用于将所述目标特征向量输入码率预测模型中，得到目标码率向量；
[0037] 第一编码码率确定模块，用于根据预先确定的码率向量与编码码率的对应关系，确定目标码率向量对应的目标编码码率，并将所述目标编码码率确定为所述待编码视频的编码码率。
[0038] 可选的，所述装置还包括：模型训练模型，
[0039] 所述模型训练模块，具体用于：
[0040] 获取样本视频，所述样本视频为已编码的视频；
[0041] 获取所述样本视频的样本属性信息和样本编码码率；
[0042] 根据预先确定的视频的属性信息与特征向量的对应关系，确定所述样本属性信息对应的样本特征向量；
[0043] 根据预先确定的编码码率与码率向量的对应关系，确定样本编码码率对应的样本码率向量；
[0044] 以所述样本特征向量为输入，并以所述样本码率向量作为输出，对预设模型进行训练；
[0045] 在训练所述预设模型的过程中，计算所述预设模型的目标损失函数的损失值；在所述损失值不大于预设损失值时，将所述预设模型确定为码率预测模型。
[0046] 可选的，所述装置还包括：
[0047] 视频编码模块，用于在所述将目标码率向量对应的目标编码码率，确定为所述待编码视频的编码码率之后，按照所述目标编码码率对所述待编码视频进行编码；
[0048] 视频发布模块，用于将编码后的视频发布至目标服务器。
[0049] 可选的，所述装置还包括：
[0050] 行为数据获取模块，用于获取第一视频对应的用户行为数据，所述第一视频为发布至所述目标服务器的任一视频；
[0051] 反馈因子计算模块，用于根据所述用户行为数据，计算所述编码后的视频对应的反馈因子；
[0052] 第二特征向量确定模块，用于在确定与所述第一视频相关的第二视频的编码码率时，确定所述第二视频的属性信息，并根据预先确定的视频的属性信息与特征向量的对应关系，确定所述第二视频对应的特征向量；
[0053] 特征向量修正模块，用于根据所述反馈因子，对所述第二视频对应的特征向量进行加权计算，得到修正后的特征向量；
[0054] 第二码率向量确定模块，用于将所述修正后的特征向量输入所述码率预测模型中，得到所述第二视频对应的码率向量；
[0055] 第二编码码率确定模块，用于将所述第二视频对应的码率向量所对应的编码码率，确定为所述第二视频对应的编码码率。
[0056] 可选的，所述用户行为数据包括：用户点击量c与用户评分k；
[0057] 所述反馈因子计算模块，具体用于：
[0058] 按照如下公式计算编码后的视频对应的反馈因子α：
[0059]
[0060] 可选的，所述第二视频的属性信息包括：所述第二视频的热度信息；其特征在于，所述第二视频的热度信息为：所述第一视频的热度信息。
[0062] 存储器，用于存放计算机程序；
[0063] 处理器，用于执行存储器上所存放的程序时，实现第一方面所述的视频编码码率确定方法。
[0064] 在本发明实施的又一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的视频编码码率确定方法。
[0065] 在本发明实施的又一方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的视频编码码率确定方法。
[0066] 本发明实施例提供的技术方案，电子设备在获取到待编码视频后，提取待编码视频的目标属性信息，根据预先确定的视频的属性信息与特征向量的对应关系，确定目标属性信息对应的目标特征向量，并将目标特征向量输入到码率预测模型中，进而得到待编码视频的目标码率向量，最后根据预先确定的码率向量与编码码率的对应关系，确定目标码率向量对应的目标编码码率，并将目标编码码率确定为待编码视频的编码码率。
[0067] 可见，通过本发明实施例提供的技术方案，在确定待编码视频的编码码率时，会考虑待编码视频的目标属性信息，进而为待编码视频确定合适的编码码率，即所确定的编码码率更加准确，而且，不像现有技术那样，在确定待上传视频的编码码率时，需要人工参与，因此，本发明实施例提供的技术方案通过自动化确定待编码视频的编码码率，提高了视频生产的自动化效率。并且，由于为待编码视频所确定的编码码率更加准确，从而后续将编码后的视频上传到服务器时，上传时长较短，且服务器存储编码后的视频所需的存储空间较少，即降低了时间成本以及存储成本。附图说明
[0068] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
[0069] 图1为本发明实施例提供的一种视频编码码率确定方法的流程图；
[0070] 图2为本发明实施例提供的一种训练码率预测模型的流程图；
[0071] 图3为本发明实施例提供的另一种视频编码码率确定方法的流程图；
[0072] 图4为本发明实施例提供的另一种视频编码码率确定方法的流程图；
[0074] 图6为本发明实施例提供的一种视频编码码率确定装置的结构示意图；
[0075] 图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
[0076] 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描述。
[0077] 随着视频技术的快速发展，每天都有大量终端向服务器上传大量视频，终端在上传视频前，首先需要对待上传视频进行编码，然后将编码后的视频上传至服务器。
[0078] 相关技术中，在对待上传视频进行编码时，需要人工确定待上传视频的编码码率。在确定待上传视频的编码码率时，需要人工参与，因此，降低了视频生产的自动化效率，且人工确定的编码码率的准确率较低。
[0079] 为了解决现有技术存在的上述技术问题，本发明实施例提供了一种视频编码码率确定方法、装置、电子设备及存储介质。
[0080] 第一方面，首先对本发明实施例提供的视频编码码率确定方法进行详细阐述。
[0081] 需要说明的是，本发明实施例提供的视频编码码率确定方法的执行主体为视频编码码率确定装置，该视频编码码率确定装置可以运行于电子设备中，该电子设备可以为终端或服务器等，本发明实施例对电子设备不做具体限定。
[0082] 如图1所示，本发明实施例提供的一种视频编码码率确定方法，可以包括如下步骤：
[0083] S110，获取待编码视频。
[0084] 其中，待编码视频可以是待发布至服务器的任一视频，即待编码视频可以是待上线的任一视频。本发明实施例对待编码视频不做具体限定。
[0085] S120，提取待编码视频的目标属性信息。
[0086] 其中，目标属性信息用于表征待编码视频的自身属性。
[0087] 电子设备在获取待编码视频之后，可以提取到待编码视频的属性信息，为了方案描述清楚，将待编码视频的属性信息称为目标属性信息。
[0088] 具体的，目标属性信息可以包括以下属性信息的至少一种：待编码视频的视频内容类型，待编码视频的发行地区，待编码视频的制作成本和待编码视频的热度信息。当然，目标属性信息还可以是用于表征待编码视频自身属性的其他属性信息，在此不再一一举例，本发明实施例对目标属性信息不做具体限定。
[0089] 其中，待编码视频的视频内容类型可以为：喜剧、爱情、动作、枪战、犯罪、惊悚、恐怖、悬疑、动画、家庭、剧情、奇幻、魔幻、科幻、伦理、战争、青春、传记、歌舞、网络以及其它。
[0090] 待编码视频的发行地区可以为：华语、香港、美国、欧洲、韩国、日本、泰国、印度以及其它。
[0091] 待编码视频的制作成本可以为：低、中、高与巨制(爆款)。
[0092] 并且，由于待编码视频上线前本身没有热度信息，因此，可以预测待编码视频的热度信息，或者，待编码视频的热度信息可以为与其相关的视频的热度信息。其中，与待编码视频相关的视频可以是：待编码视频的上一期视频；与待编码视频相关的视频还可以是：与待编码视频的视频内容类型相同的视频等，本发明实施例对与待编码视频相关的视频不做具体限定。
[0093] 以与待编码视频相关的视频为：待编码视频的上一期视频为例，奇葩说有很多期，上一期视频上线后具有热度信息，因此，可以将上一期视频的热度信息，确定为当前待编码视频的热度信息。
[0094] S130，根据预先确定的视频的属性信息与特征向量的对应关系，确定目标属性信息对应的目标特征向量。
[0095] 具体的，视频的每一属性信息对应一个特征向量，即视频的属性信息与特征向量具有一一对应关系。因此，在提取到待编码视频的目标属性信息后，可以确定目标属性信息对应的目标特征向量。
[0096] 待编码视频的视频内容类型为喜剧类型时，对应的特征向量可以为：(100000000)，待编码视频的视频内容类型为家庭类型时，对应的特征向量可以为：
(1000000)，待编码视频的视频内容类型为青春类型时，对应的特征向量可以为：10000。
(1000000)，待编码视频的视频内容类型为青春类型时，对应的特征向量可以为：10000。
[0097] 待编码视频的发行地区为美国，对应的特征向量可以为(0010)；待编码视频的发行地区为印度，对应的特征向量可以为(0001)。
[0098] 待编码视频的制作成本为高时，对应的特征向量可以为(10)；待编码视频的制作成本为低时，对应的特征向量可以为(00)。
[0099] 由于待编码视频上线前无热度信息，因此，待编码视频的热度信息对应的特征向量可以为(00)，当然待编码视频的热度信息还可以是与其相关的视频的热度信息如(01)，这都是合理的。
[0100] 举例而言，如果第二视频的视频内容类型为：喜剧类型，第二视频的发行地区为：美国，第二视频的制作成本为：高，第二视频的热度信息为：无热度信息时，可以将喜剧类型对应的特征向量(100000000)，美国对应的特征向量(0010)，制作成本为高对应的特征向量(10)，以及无热度信息对应的特征向量(00)组合在一起，得到目标特征向量，该目标特征向量可以为(10000000000101000)。
[0101] S140，将目标特征向量输入码率预测模型中，得到目标码率向量。
[0102] 电子设备确定了待编码视频的目标特征向量之后，可以将目标特征向量输入码率预测模型中，这样可以准确地得到待编码视频对应的目标码率向量。
[0103] 其中，码率预测模型是基于样本视频的样本特征向量，以及样本视频的样本编码码率对应的样本码率向量训练得到的，样本特征向量用于表征样本视频的样本属性信息。
[0104] 为了方案描述清楚，将在下面实施例中对码率预测模型的训练过程进行描述。
[0105] S150，根据预先确定的码率向量与编码码率的对应关系，确定目标码率向量对应的目标编码码率，并将目标编码码率确定为待编码视频的编码码率。
[0106] 每个码率向量对应一个编码码率，或者，对应多个编码码率即一个编码码率组合，因此，在得到待编码视频的目标码率向量之后，可以将目标码率向量对应的目标编码码率，确定为待编码视频的编码码率。
[0107] 举例而言，视频的编码码率可以分为0.25M,0.5M,1M,1.5M,3M,5M,10M,25M,50M,100M。一个视频的编码码率为0.5M(标清视频对应的编码码率)、1M(高清视频对应的编码码率)及1.5M(超清视频对应的编码码率)时，对应的编码向量为(0111000000)。假设目标编码向量为(0111000000)，那么，目标编码向量对应的目标编码码率为：0.5M、1M以及1.5M，即待编码视频的编码码率为：0.5M、1M以及1.5M。在将待编码视频编码为标清视频时，编码码率为0.5M；将待编码视频编码为高清视频时，编码码率为1M；将待编码视频编码为超清视频时，编码码率为1.5M。
[0108] 本发明实施例提供的技术方案，电子设备在获取到待编码视频后，提取待编码视频的目标属性信息，根据预先确定的视频的属性信息与特征向量的对应关系，确定目标属性信息对应的目标特征向量，并将目标特征向量输入到码率预测模型中，进而得到待编码视频的目标码率向量，最后根据预先确定的码率向量与编码码率的对应关系，确定目标码率向量对应的目标编码码率，并将目标编码码率确定为待编码视频的编码码率。
[0109] 可见，通过本发明实施例提供的技术方案，在确定待编码视频的编码码率时，会考虑待编码视频的目标属性信息，进而为待编码视频确定合适的编码码率，即所确定的编码码率更加准确，而且，不像现有技术那样，在确定待上传视频的编码码率时，需要人工参与，因此，本发明实施例提供的技术方案通过自动化确定待编码视频的编码码率，提高了视频生产的自动化效率。并且，由于为待编码视频所确定的编码码率更加准确，从而后续将编码后的视频上传到服务器时，上传时长较短，且服务器存储编码后的视频所需的存储空间较少，即降低了时间成本以及存储成本。
[0110] 为了方案描述清楚，将在下面实施例中对码率预测模型的训练过程，进行详细阐述。
[0111] 如图2所示，训练所述码率预测模型的步骤，可以包括：
[0112] S210，获取样本视频。
[0113] 其中，样本视频为已编码的视频。
[0114] 电子设备在训练码率预测模型时，需要采集样本视频。其中，样本视频可以为已经上线后的视频，也就是说，样本视频是经过编码后的视频。
[0115] S220，获取样本视频的样本属性信息和样本编码码率。
[0116] 在获取到样本视频之后，可以获取样本视频的样本属性信息和样本编码码率。其中，样本属性信息可以包括：样本视频的视频内容类型，样本视频的发行地区，样本视频的制作成本，以及样本视频的热度信息等。样本编码码率为：样本视频的真实编码码率，该真实编码码率可以是一个编码码率，也可以是多个编码码率组成的组合。
[0117] 需要说明的是，在图1所示实施例中已经对视频内容类型、发行地区、制作成本以及热度信息进行了详细说明，在此步骤中，不再赘述。
[0118] S230，根据预先确定的视频的属性信息与特征向量的对应关系，确定样本属性信息对应的样本特征向量。
[0119] 具体的，对于每一个视频的属性信息，可以对应一个特征向量，也就是说，视频的属性信息与特征向量具有一一对应关系，因此，可以确定样本属性信息对应的样本特征向量。举例而言，视频内容类型对应的特征向量为：(100000000100000010000)，发行地区对应的特征向量为(001000010)，制作成本对应的特征向量为：(10)，热度信息对应的特征向量为：(11)，那么，样本特征向量可以视频内容类型对应的特征向量，发行地区对应的特征向量，制作成本对应的特征向量，以及热度信息对应的特征向量的组合，即为：(1000000001000000100000010000101011)。
[0120] S240，根据预先确定的编码码率与码率向量的对应关系，确定样本编码码率对应的样本码率向量。
[0121] 具体的，每一编码码率对应一个编码向量，即编码码率与编码向量具有一一对应关系，因此，在得到样本视频的样本编码码率后，可以根据预先确定的编码码率与码率向量的对应关系，确定样本编码码率对应的样本编码向量。S250，以样本特征向量为输入，并以样本码率向量作为输出，对预设模型进行训练。
[0122] 在得到样本特征向量以及样本编码向量后，以样本特征向量作为输入，以样本编码向量作为输出，对预设模型进行训练，该预设模型可以为SVM模型，当然还可以是其他模型，这都是合理的。
[0123] S260，在训练预设模型的过程中，计算预设模型的目标损失函数的损失值；在损失值不大于预设损失值时，将预设模型确定为码率预测模型。
[0124] 在训练预设模型的过程中，可以计算预设模型的目标损失函数的损失值。以SVM模型为例，对于每一样本视频，可以计算出一个平方损失函数值，该平方损失函数为：L(yi,f(xi))＝(yi-f(xi))2，其中，xi为样本特征向量，yi为样本编码向量，对于第i个视频而言，L(yi,f(xi))为其对应的平方损失函数值。可以将 作为目标函数，即将各个视频对应的平方损失函数值的平均值作为目标损失函数，当目标损失函数的损失值不大于预设损失值，即目标损失函数的损失值达到最小值时，得到码率预测模型。也就是说，此时的预设损失值为目标函数的最小值，当然，这只是以举例的形式来说明目标损失函数，在实际应用中，对目标损失函数以及预设损失值不做具体限定。
[0125] 如图3所示，本发明实施例还提供了另一种视频编码码率确定方法，可以包括如下步骤：
[0126] S310，获取待编码视频。
[0127] S320，提取待编码视频的目标属性信息。
[0128] 其中，目标属性信息用于表征待编码视频的自身属性。
[0129] S330，根据预先确定的视频的属性信息与特征向量的对应关系，确定目标属性信息对应的目标特征向量。
[0130] S340，将目标特征向量输入码率预测模型中，得到目标码率向量。
[0131] S350，根据预先确定的码率向量与编码码率的对应关系，确定目标码率向量对应的目标编码码率，并将目标编码码率确定为待编码视频的编码码率。
[0132] 由于步骤S310-S350与图1所示实施例中的S110～S150相同，在图1所示实施例中已经对S110～S150进行了详细阐述，在此不再对S310-S350进行赘述。
[0133] S360，按照目标编码码率对待编码视频进行编码。
[0134] 在确定了待编码视频的目标编码码率之后，可以按照目标编码码率对待编码视频进行编码。例如，待编码视频的目标编码码率为：0.5M、1M和1.5M.因此，可以按照0.5M这一编码码率将待编码视频编码为标清视频，可以按照1M这一编码码率将待编码视频编码为高清视频，可以按照1.5M这一编码码率将待编码视频编码为超清视频。
[0135] S370，将编码后的视频发布至目标服务器。
[0136] 将待编码视频按照目标编码码率进行编码后，可以将编码后的视频上传至目标服务器，即将编码后的视频发布至目标服务器，这样，编码后的视频就上线了。可以理解的是，对于不同的视频而言，目标服务器也可能不同。
[0137] 可见，通过本发明实施例提供的技术方案，在确定待编码视频的编码码率时，会考虑待编码视频的目标属性信息，进而为待编码视频确定合适的编码码率，即所确定的编码码率更加准确，而且，不像现有技术那样，在确定待上传视频的编码码率时，需要人工参与，因此，本发明实施例提供的技术方案通过自动化确定待编码视频的编码码率，提高了视频生产的自动化效率。并且，由于为待编码视频所确定的编码码率更加准确，从而将编码后的视频上传到服务器时，上传时长较短，且服务器存储编码后的视频所需的存储空间较少，即降低了时间成本以及存储成本。
[0138] 在图3所示实施例的基础上，本发明实施例提供的视频编码码率确定方法，如图4所示，还可以包括如下步骤：
[0139] S380，获取第一视频对应的用户行为数据。
[0140] 其中，所述第一视频为发布至所述目标服务器的任一视频。
[0141] 具体的，将第一视频发布到目标服务器之后，即第一视频上线之后，，可以获取第一视频对应的用户行为数据。用户行为数据可以包括：用户点击量，用户评分，以及用户播放次数等，本发明实施例对用户行为数据不做具体限定。
[0142] S390，根据用户行为数据，计算第一视频对应的反馈因子。
[0143] 电子设备在获取第一视频对应的用户行为数据后，可以根据该用户行为数据，计算第一视频对应的反馈因子。
[0144] 在一种实施方式中，用户行为数据包括：用户点击量c与用户评分k，
[0145] 根据用户行为数据，计算编码后的视频对应的反馈因子，包括：
[0146] 按照如下公式计算编码后的视频对应的反馈因子α：
[0147]
[0148] S3100，在确定与第一视频相关的第二视频的编码码率时，确定第二视频的属性信息，并根据预先确定的视频的属性信息与特征向量的对应关系，确定第二视频的属性信息对应的特征向量。
[0149] 可以理解的是，对于一部电视剧来说，通常有很多集。对于一个节目而言，通常有很多期。假如第一期为第一视频，那么，第二期，第三期，。。。第n期均可以为与第一视频相关的第二视频。当然，与第一视频相关的第二视频还可以是：与第一视频的视频内容相关的视频，或者，与第一视频的演员相同的视频等，本发明实施例对此不做具体限定。
[0150] 在确定与第一视频相关的第二视频的编码码率时，可以确定第二视频的属性信息，第二视频的属性信息可以包括：第二视频的视频内容类型，第二视频的发行地区，第二视频的制作成本，以及第二视频的热度信息等。当第二视频的属性信息包括：第二视频的热度信息时，第二视频的热度信息可以为：第一视频的热度信息。例如，对于具有多期的节目而言，可以将上一期已经上线的视频的热度信息，确定为当前待编码的第二视频的热度信息。
[0151] 在确定第二视频的属性信息后，可以根据预先确定的视频的属性信息与特征向量的对应关系，确定第二视频的属性信息对应的特征向量。其中，第二视频的每一属性信息对应一个特征向量，因此，可以当第二视频的属性信息为多个时，可以将第二视频的各个属性信息对应的特征向量组合在一起，得到第二视频的属性信息对应的特征向量。
[0152] 举例而言，如果第二视频的视频内容类型为：喜剧类型，第二视频的发行地区为：美国，第二视频的制作成本为：高，第二视频的热度信息为：无热度信息时，可以将喜剧类型对应的特征向量(100000000)，美国对应的特征向量(0010)，制作成本为高对应的特征向量(10)，以及无热度信息对应的特征向量(00)组合在一起，得到目标特征向量，该目标特征向量可以为(10000000000101000)。
[0153] S3110，根据反馈因子，对第二视频的属性信息对应的特征向量进行加权计算，得到修正后的特征向量。
[0154] 在得到第二视频的特征向量以及反馈因子后，可以根据反馈因子，对第二视频的属性信息对应的特征向量进行加权计算，得到修正后的特征向量。具体的，当只有一个反馈因子时，可以直接将第二视频的属性信息对应的特征向量与该反馈因子相乘，即可得到修正后的特征向量，即xi＝αxi。当有多个反馈因子时，可以将每个反馈因子与第二视频的属性信息对应的特征向量进行相乘，然后将相乘结果求和再求平均，即可得到修正后的特征向量。
[0155] S3120，将修正后的特征向量输入码率预测模型中，得到第二视频对应的码率向量。
[0156] 在得到修正后的特征向量之后，将修正后的特征向量输入码率预测模型中，即可得到第二视频的码率向量。由于输入码率预测模型中的特征向量是经过反馈因子修正后的特征向量，而反馈因子是基于与第二视频相关的上线视频(发布到目标服务器的第一视频)的用户行为数据计算得到的，因此，将修正后的特征向量输入码率预测模型后，所得到的第二视频对应的码率向量更加准确。
[0157] S3130，将第二视频对应的码率向量所对应的编码码率，确定为第二视频对应的编码码率。
[0158] 在准确地确定了第二视频对应的码率向量后，可以将该编码向量对应的编码码率，确定为第二视频对应的编码码率。同样地，第二视频对应的编码码率可以是一个编码码率，还可以是由多个编码码率组成的编码码率组合。在将第二视频上传至目标服务器之前，可以按照第二视频对应的编码码率，对第二视频进行编码。
[0159] 可见，通过本发明实施例提供的技术方案，在将第一视频发布到目标服务器之后，会根据第一视频对应的用户行为数据计算第一视频的反馈，在确定与第一视频相关的第二视频的编码码率时，考虑第二视频的属性信息，并根据根据反馈因子，对第二视频的属性信息对应的特征向量进行加权计算，得到修正后的特征向量，这样，为第二视频确定更加合适的编码码率，即所确定的编码码率更加准确，而且，不像现有技术那样，在确定待上传视频的编码码率时，需要人工参与，因此，本发明实施例提供的技术方案通过自动化确定待编码视频的编码码率，提高了视频生产的自动化效率。并且，由于为第二视频所确定的编码码率更加准确，从而后续将第二视频发布到服务器时，上传时长较短，且服务器存储第二视频所需的存储空间较少，即降低了时间成本以及存储成本。
[0160] 为了方案描述清楚，下面将结合系统框图对本发明实施例提供的视频编码码率确定方法进行整体阐述。如图5所示。
[0161] 1、在生产视频时，即有待编码的视频时，可以进行视频多维度信息采集，即采集视频的基本信息以及热度信息。
[0162] 其中，视频的基本信息可以包括：视频的视频内容类型，视频的制作成本，视频的发行地区。其中，视频的热度信息，可以是上线后的上一期视频的热度信息。
[0163] 2、对视频的基本信息以及热度信息进行特征编码，即确定视频的基本信息以及热度信息对应的特征向量。
[0164] 视频内容类型为喜剧类型时，对应的特征向量为：(100000000)，视频内容类型为家庭类型时，对应的特征向量为：(1000000)，视频内容类型为青春类型时，对应的特征向量为：10000。
[0165] 发行地区为美国，对应的特征向量为(0010)；发行地区为印度，对应的特征向量为(0001)。
[0166] 待编码视频的制作成本为高时，对应的特征向量为(10)；待编码视频的制作成本为低时，对应的特征向量为(00)。
[0167] 由于待编码视频上线前无热度信息，因此，待编码视频的热度信息对应的特征向量可以为(00)，当然待编码视频的热度信息还可以是与其相关的视频的热度信息如(01)，这都是合理的。
[0168] 3、将视频的基本信息以及热度信息对应的特征向量进行组合，得到目标特征向量。
[0169] 例如，如果待编码视频的视频内容类型属于喜剧类型，待编码视频的发行地区为美国，待编码视频的制作成本为高，待编码视频的热度信息为：无热度信息时，可以将喜剧类型对应的特征向量，美国对应的特征向量，制作成本为高对应的特征向量，以及无热度信息对应的特征向量组合在一起，所得到的目标特征向量为(10000000000101000)。
[0170] 4、可以根据上线后的上一期视频的用户行为数据，如用户点击量，用户评分等计算反馈因子。
[0171] 5、根据反馈因子，对目标特征向量进行加权计算，得到修正后的目标特征向量。
[0172] 6、将修正后的目标特征向量，输入到预先训练好的SVM模型即码率预测模型中，得到视频的编码码率，该编码码率可以是由多个码率组成的码率组合。
[0173] 可见，通过本发明实施例提供的技术方案，在确定待编码视频的编码码率时，会考虑待编码视频的属性信息，并根据反馈因子对待编码视频的属性信息对应的特征向量进行加权计算，进而为待编码视频确定合适的编码码率，即所确定的编码码率更加准确，而且，不像现有技术那样，在确定待上传视频的编码码率时，需要人工参与，因此，本发明实施例提供的技术方案通过自动化确定待编码视频的编码码率，提高了视频生产的自动化效率。并且，由于为待编码视频所确定的编码码率更加准确，从而将编码后的视频上传到服务器时，上传时长较短，且服务器存储编码后的视频所需的存储空间较少，即降低了时间成本以及存储成本。
[0174] 第二方面，本发明实施例提供了一种视频编码码率确定装置，如图6所示，所述装置包括：
[0175] 视频获取模块610，用于获取待编码视频；
[0176] 属性信息提取模块620，用于提取所述待编码视频的目标属性信息，所述目标属性信息用于表征所述待编码视频的自身属性；
[0177] 第一特征向量确定模块630，用于根据预先确定的视频的属性信息与特征向量的对应关系，确定所述目标属性信息对应的目标特征向量；
[0178] 第一码率向量确定模块640，用于将所述目标特征向量输入码率预测模型中，得到目标码率向量；
[0179] 第一编码码率确定模块650，用于根据预先确定的码率向量与编码码率的对应关系，确定目标码率向量对应的目标编码码率，并将所述目标编码码率确定为所述待编码视频的编码码率。
[0180] 可见，通过本发明实施例提供的技术方案，在确定待编码视频的编码码率时，会考虑待编码视频的目标属性信息，进而为待编码视频确定合适的编码码率，即所确定的编码码率更加准确，而且，不像现有技术那样，在确定待上传视频的编码码率时，需要人工参与，因此，本发明实施例提供的技术方案通过自动化确定待编码视频的编码码率，提高了视频生产的自动化效率。并且，由于为待编码视频所确定的编码码率更加准确，从而后续将编码后的视频上传到服务器时，上传时长较短，且服务器存储编码后的视频所需的存储空间较少，即降低了时间成本以及存储成本。
[0181] 可选的，所述装置还包括：模型训练模型，
[0182] 所述模型训练模块，具体用于：
[0183] 获取样本视频，所述样本视频为已编码的视频；
[0184] 获取所述样本视频的样本属性信息和样本编码码率；
[0185] 根据预先确定的视频的属性信息与特征向量的对应关系，确定所述样本属性信息对应的样本特征向量；
[0186] 根据预先确定的编码码率与码率向量的对应关系，确定样本编码码率对应的样本码率向量；
[0187] 以所述样本特征向量为输入，并以所述样本码率向量作为输出，对预设模型进行训练；
[0188] 在训练所述预设模型的过程中，计算所述预设模型的目标损失函数的损失值；在所述损失值不大于预设损失值时，将所述预设模型确定为码率预测模型。
[0189] 可选的，所述装置还包括：
[0190] 视频编码模块，用于在所述将目标码率向量对应的目标编码码率，确定为所述待编码视频的编码码率之后，按照所述目标编码码率对所述待编码视频进行编码；
[0191] 视频发布模块，用于将编码后的视频发布至目标服务器。
[0192] 可选的，所述装置还包括：
[0193] 行为数据获取模块，用于获取第一视频对应的用户行为数据，所述第一视频为发布至所述目标服务器的任一视频；
[0194] 反馈因子计算模块，用于根据所述用户行为数据，计算所述编码后的视频对应的反馈因子；
[0195] 第二特征向量确定模块，用于在确定与所述第一视频相关的第二视频的编码码率时，确定所述第二视频的属性信息，并根据预先确定的视频的属性信息与特征向量的对应关系，确定所述第二视频对应的特征向量；
[0196] 特征向量修正模块，用于根据所述反馈因子，对所述第二视频对应的特征向量进行加权计算，得到修正后的特征向量；
[0197] 第二码率向量确定模块，用于将所述修正后的特征向量输入所述码率预测模型中，得到所述第二视频对应的码率向量；
[0198] 第二编码码率确定模块，用于将所述第二视频对应的码率向量所对应的编码码率，确定为所述第二视频对应的编码码率。
[0199] 可选的，所述用户行为数据包括：用户点击量c与用户评分k；
[0200] 所述反馈因子计算模块，具体用于：
[0201] 按照如下公式计算编码后的视频对应的反馈因子α：
[0202]
[0203] 可选的，所述第二视频的属性信息包括：所述第二视频的热度信息；其特征在于，所述第二视频的热度信息为：所述第一视频的热度信息。
[0204] 在本发明提供的又一实施例中，还提供了一种电子设备，如图7所示，包括处理器701、通信接口702、存储器703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信，
[0205] 存储器703，用于存放计算机程序；
[0206] 处理器701，用于执行存储器703上所存放的程序时，实现第一方面所述的视频编码码率确定方法。
[0207] 可见，通过本发明实施例提供的技术方案，在确定待编码视频的编码码率时，会考虑待编码视频的目标属性信息，进而为待编码视频确定合适的编码码率，即所确定的编码码率更加准确，而且，不像现有技术那样，在确定待上传视频的编码码率时，需要人工参与，因此，本发明实施例提供的技术方案通过自动化确定待编码视频的编码码率，提高了视频生产的自动化效率。并且，由于为待编码视频所确定的编码码率更加准确，从而后续将编码后的视频上传到服务器时，上传时长较短，且服务器存储编码后的视频所需的存储空间较少，即降低了时间成本以及存储成本
[0208] 上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0209] 通信接口用于上述电子设备与其他设备之间的通信。
[0210] 存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0211] 上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0212] 在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的视频编码码率确定方法。
[0213] 可见，通过本发明实施例提供的技术方案，在确定待编码视频的编码码率时，会考虑待编码视频的目标属性信息，进而为待编码视频确定合适的编码码率，即所确定的编码码率更加准确，而且，不像现有技术那样，在确定待上传视频的编码码率时，需要人工参与，因此，本发明实施例提供的技术方案通过自动化确定待编码视频的编码码率，提高了视频生产的自动化效率。并且，由于为待编码视频所确定的编码码率更加准确，从而后续将编码后的视频上传到服务器时，上传时长较短，且服务器存储编码后的视频所需的存储空间较少，即降低了时间成本以及存储成本。
[0214] 在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的视频编码码率确定方法。
[0215] 可见，通过本发明实施例提供的技术方案，在确定待编码视频的编码码率时，会考虑待编码视频的目标属性信息，进而为待编码视频确定合适的编码码率，即所确定的编码码率更加准确，而且，不像现有技术那样，在确定待上传视频的编码码率时，需要人工参与，因此，本发明实施例提供的技术方案通过自动化确定待编码视频的编码码率，提高了视频生产的自动化效率。并且，由于为待编码视频所确定的编码码率更加准确，从而后续将编码后的视频上传到服务器时，上传时长较短，且服务器存储编码后的视频所需的存储空间较少，即降低了时间成本以及存储成本。
[0216] 在上述实施例中，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Solid State Disk(SSD))等。
[0217] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，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他要素，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。
[0218] 本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 车辆到站提示方法及相关产品 | 2020-05-11 | 329 |
| 报文过滤规则的处理方法和装置 | 2020-05-11 | 741 |
| 一种基于多智能体的路径规划方法、装置及电子设备 | 2020-05-11 | 81 |
| 一种墙壁开关面板及灯具 | 2020-05-08 | 104 |
| 视频合成方法、装置、电子设备及计算机可读存储介质 | 2020-05-08 | 335 |
| 一种摄像头控制方法、装置及终端 | 2020-05-11 | 749 |
| 一种数据传输方法及装置 | 2020-05-08 | 2 |
| 一种视频质量确定方法、装置、电子设备及可读存储介质 | 2020-05-08 | 992 |
| 一种表格文档展示方法及装置 | 2020-05-08 | 84 |
| 一种基于软件定义网络的数据流传输方法及装置 | 2020-05-11 | 314 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
通信接口热门专利
QQ群二维码
意见反馈
意见反馈