(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210750564.1 (22)申请日 2022.06.29 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 张继丰　 (74)专利代理 机构 北京柏杉松知识产权代理事 务所(普通 合伙) 11413 专利代理师 丁芸　马敬 (51)Int.Cl. G06F 16/735(2019.01) G06F 16/9535(2019.01) G06F 16/958(2019.01) G06V 10/25(2022.01) G06V 10/74(2022.01)G06V 10/75(2022.01) G06V 10/774(2022.01) (54)发明名称 一种视频数据推荐方法、 装置、 电子设备及 存储介质 (57)摘要 本公开提供了一种视频数据推荐方法、 装 置、 电子设备及存储介质， 涉及计算机技术领域， 尤其涉及人工智能和计算机视觉技术领域。 具体 实现方案为： 根据用户观看的视频， 获取目标视 频帧； 对目标视频帧进行对象检测， 得到用户的 感兴趣对象； 根据用户的感兴趣对象， 确定与用 户匹配的同兴趣用户集群， 得到目标同兴趣用户 集群； 在目标同兴趣用户集群对应的视频池中选 取视频数据推荐给用户。 本公开提供的一种视频 数据推荐方法、 装置、 电子设备及存储介质， 可以 挖掘同兴趣用户群体的兴趣， 进行更加智能的短 视频推荐。 权利要求书3页 说明书9页 附图4页 CN 115129926 A 2022.09.30 CN 115129926 A 1.一种视频 数据推荐方法， 包括： 根据用户观看的视频， 获取目标视频帧； 对所述目标视频帧进行对象检测， 得到所述用户的感兴趣 对象； 根据所述用户的感兴趣对象， 确定与所述用户匹配的同兴趣用户集群， 得到目标同兴 趣用户集群； 在所述目标同兴趣用户集群对应的视频池中选取视频 数据推荐给 所述用户。 2.根据权利要求1所述的方法， 其中， 所述根据用户 观看的视频， 获取目标视频帧， 包 括： 在用户观看所述视频的过程中， 响应于用户的专注模式操作， 对所述视频进行抽帧， 得 到视频帧集 合； 展示所述视频帧集 合中的视频帧； 响应于用户对某一视频帧的主动截屏操作， 得到目标视频帧。 3.根据权利要求1所述的方法， 其中， 所述根据用户 观看的视频， 获取目标视频帧， 包 括： 在用户观看所述视频的过程中， 响应于用户的专注模式操作， 对所述视频进行抽帧， 得 到视频帧集 合； 响应于用户对滚动条位置的选取， 展示所述视频帧集合中与 所述滚动条位置对应的视 频帧； 获取滚动条停留位置处的视频帧得到目标视频帧。 4.根据权利要求2或3所述的方法， 其中， 所述专注模式操作至少包括用户对于所述视 频当前展示的部分区域执行放大操作； 所述对所述 目标视频帧进行对 象检测， 得到所述用 户的感兴趣 对象， 包括： 通过预先训练 的深度学习模型对所述目标视频帧进行对象检测， 得到至少一个感兴趣 区域； 确定所述 放大操作所对应的放大区域； 将所述放大区域分别与所述至少一个感兴趣区域中的每一个感兴趣区域逐一进行匹 配， 得到匹配度最高的目标感兴趣区域； 将所述目标感兴趣区域对应的对象作为所述用户的感兴趣 对象。 5.根据权利要求1所述的方法， 其中， 所述根据所述用户的感兴趣对象， 确定与所述用 户匹配的同兴趣用户集群， 得到目标同兴趣用户集群， 包括： 根据所述用户的感兴趣 对象， 生成所述用户的兴趣特 征； 获取多个同兴趣用户集群各自对应的兴趣特 征； 将所述用户的兴趣特征与 各所述同兴趣用户集群对应的兴趣特征进行匹配， 将匹配度 最高的同兴趣用户集群作为目标同兴趣用户集群。 6.根据权利要求5所述的方法， 所述方法还 包括： 获取所述用户的视频观看记录； 将所述用户的视频观看记录中的各视频 添加到所述目标同兴趣用户集群的视频池中； 所述在所述目标同兴趣用户集群对应的视频池中选取视频数据推荐给所述用户， 包 括：权　利　要　求　书 1/3 页 2 CN 115129926 A 2在所述目标同兴趣用户集群的视频池中， 选取所述用户未观看过的频数据推荐给所述 用户。 7.一种视频 数据推荐装置， 包括： 第一获取模块， 用于根据用户观看的视频， 获取目标视频帧； 检测模块， 用于对所述目标视频帧进行对象检测， 得到所述用户的感兴趣 对象； 确定模块， 用于根据 所述用户的感兴趣对象， 确定与所述用户匹配的同兴趣用户集群， 得到目标同兴趣用户集群； 推荐模块， 用于在所述目标同兴趣用户集群对应的视频池中选取视频数据推荐给所述 用户。 8.根据权利要求7所述的装置， 其中， 所述第一获取模块， 具体用于在用户观看的视频 数据的过程中， 响应于用户的专注模式操作， 对所述视频数据进行抽帧， 得到多帧视频帧； 展示所述视频帧集合中的视频帧； 响应于用户对某一视频帧的主动截屏操作， 得到目标视 频帧。 9.根据权利要求7所述的装置， 其中， 所述第一获取模块， 具体用于在用户观看所述视 频的过程中， 响应于用户的专注模式操作， 对所述视频进行抽帧， 得到视频帧集合； 响应于 用户对滚动条位置的选取， 展示所述视频帧集合中与所述滚动条位置对应的视频帧； 获取 滚动条停留位置处的视频帧得到目标视频帧。 10.根据权利要求8 或9所述的装置， 其中， 所述专注模式操作至少包括用户对于所述视 频当前展示的部分区域执行放大操作； 所述检测模块， 具体用于通过预先训练的深度学习 模型对所述 目标视频帧进行对 象检测， 得到至少一个感兴趣区域； 确定所述放大操作所对 应的放大区域； 将所述放大区域分别与各所述至少一个 感兴趣区域中的每一个感兴趣区域 逐一进行匹配， 得到匹配度最高的目标感兴趣区域； 将所述 目标感兴趣区域对应的对 象作 为所述用户的感兴趣 对象。 11.根据权利要求7所述的装置， 其中， 所述确定模块， 具体用于根据所述用户的感兴趣 对象， 生成所述用户的兴趣特征； 获取多个同兴趣用户集群各自对应的兴趣特征； 将所述用 户的兴趣特征与各所述同兴趣用户集群对应的兴趣特征进 行匹配， 将匹配度最高的同兴趣 用户集群作为目标同兴趣用户集群。 12.根据权利要求1 1所述的装置， 所述装置还 包括： 第二获取模块， 用于获取 所述用户的视频观看记录； 添加模块， 用于将所述用户的视频观看记录 中的各视频添加到所述目标同兴趣用户集 群的视频池中； 所述推荐模块， 具体在所述目标同兴趣用户集群的视频池中， 选取所述用户未观看过 的频数据推荐给 所述用户。 13.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑6中任一项所述的方法。 14.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于权　利　要　求　书 2/3 页 3 CN 115129926 A 3