视频封面的推荐方法、装置、设备及计算机可读存储介质与流程

1.本技术涉及计算机技术领域，尤其涉及一种视频封面的推荐方法、装置、设备及计算机可读存储介质。


背景技术：

2.随着现代信息传输技术的快速进步和智能手机等视频拍摄设备的普及，人们通过创作视频来分享生活的热情得到了前所未有的发展，视频逐渐成为了人们日常接受信息的主要载体之一。视频封面作为用户最先看到的信息，极大程度地决定了相关视频是否会被用户观看，因此，选择高质量的视频封面有助于提升用户体验，帮助视频分享和推广。
3.相关技术中，通常从视频中抽取间隔帧，来进行视频封面的推荐，创造者通过拖到或点击从推荐的视频帧中选择一个作为视频封面，如此，若想要发布的视频获得更高的点击率，需要靠创造者的经验积累，推荐的视频封面，对于没有太多经验的创造者来说，存在视频发布后点击率低的问题。


技术实现要素：

4.本技术实施例提供一种视频封面的推荐方法、装置及计算机可读存储介质，能够准确的进行视频封面的推荐，进而提升视频发布后的点击率。
5.本技术实施例的技术方案是这样实现的：
6.本技术实施例提供一种视频封面的推荐方法，包括：
7.获取目标视频的各视频帧；
8.将各所述视频帧分别与视频应用平台中的视频封面进行匹配，得到与各所述视频帧相匹配的视频封面；
9.分别获取与各所述视频帧相匹配的视频封面所对应的互动数据；
10.根据各所述视频封面所对应的互动数据，进行针对所述目标视频的视频封面的推荐。
11.本技术实施例提供一种视频封面的推荐方法，包括：
12.在对目标视频进行编辑的过程中，接收到针对目标视频的封面选择指令；响应于所述封面选择指令，呈现封面选择界面，并
13.在所述封面选择界面中，展示推荐的视频封面及对所述视频封面感兴趣的用户数量；
14.当接收到针对推荐的视频封面的选择操作时，将所选择的视频封面作为所述目标视频的视频封面。
15.本技术实施例提供一种视频封面的推荐装置，包括：
16.第一获取模块，用于获取目标视频的各视频帧；
17.匹配模块，用于将各所述视频帧分别与视频应用平台中的视频封面进行匹配，得到与各所述视频帧相匹配的视频封面；
18.第二获取模块，用于分别获取与各所述视频帧相匹配的视频封面所对应的互动数据；
19.推荐模块，用于根据各所述视频封面所对应的互动数据，进行针对所述目标视频的视频封面的推荐。
20.上述方案中，所述匹配模块，还用于从至少一个维度对各所述视频帧进行图像识别，得到各所述视频帧在至少一个所述维度的标签信息；
21.获取所述视频应用平台中的视频封面在至少一个所述维度的标签信息；
22.分别将各所述视频帧的标签信息与所述视频应用平台中视频封面的标签信息进行匹配，得到与各所述视频帧相匹配的视频封面。
23.上述方案中，所述匹配模块，还用于当所述维度的数量为至少两个时，对于每个所述视频帧执行以下操作：
24.分别将所述视频帧在各维度的标签信息与所述视频封面在相应维度的标签信息进行匹配，得到所述视频帧与所述视频封面在各维度的匹配度；
25.获取各所述维度的权重值；
26.基于各所述维度的权重值，对所述视频帧与所述视频封面在各所述维度的匹配度进行加权求和，得到所述视频帧与所述视频封面的匹配度；
27.基于所述视频帧与所述视频封面的匹配度，对所述视频应用平台中的视频封面进行筛选，得到与所述视频帧相匹配的视频封面。
28.上述方案中，所述匹配模块，还用于对各所述视频帧进行图像特征提取，得到各所述视频帧的第一图像特征；
29.对视频应用平台中的视频封面进行图像特征提取，得到所述视频封面的第二图像特征；
30.将各所述视频帧的第一图像特征分别与所述视频封面的第二图像特征进行相似度匹配，得到各所述视频帧与所述视频封面之间的匹配度；
31.基于所述视频帧与所述视频封面的匹配度，对所述视频应用平台中的视频封面进行筛选，得到与所述视频帧相匹配的视频封面。
32.上述方案中，所述匹配模块，还用于对各所述视频帧进行聚类处理，得到至少两个聚类簇；
33.获取各所述视频帧的静态度，所述静态度用于指示视频帧运动能量的数值；
34.基于各所述视频帧的静态度，从至少两个所述聚类簇中提取关键视频帧；
35.将提取的各所述关键视频帧与视频应用平台中的视频封面进行匹配，得到与各所述关键视频帧相匹配的视频封面；
36.分别将与各所述关键视频帧相匹配的视频封面，作为与相应聚类簇中视频帧相匹配的视频封面。
37.上述方案中，所述匹配模块，还用于获取视频应用平台中的各视频封面在目标时间段内的交互数据；
38.从所述视频应用平台的视频封面中，筛选出交互数据大于数量阈值的视频封面；
39.将各所述视频帧分别与筛选得到的视频封面进行匹配，得到与各所述视频帧相匹配的视频封面。
40.上述方案中，所述第二获取模块，还用于分别获取与各所述视频帧相匹配的视频封面在第一时间点之前的第一互动数据、以及在第二时间点之前的第二互动数据；
41.其中，所述第一时间点晚于第二时间点；
42.所述推荐模块，还用于确定各所述视频封面的第一互动数据与第二互动数据之间的差值；
43.将所述差值与所述第二互动数据的比值，作为相应视频封面的互动数据的增长率；
44.将增长率满足增长条件的视频封面所对应的视频帧，作为目标视频的视频封面进行推荐。
45.上述方案中，所述第二获取模块，还用于分别获取与各所述视频帧相匹配的视频封面在目标时间段内的互动数据；
46.所述推荐模块，还用于根据各所述视频封面在所述目标时间段内的互动数据，预测对相应视频帧感兴趣的用户数量；
47.将对相应视频帧感兴趣的用户数量满足用户数量的视频帧，作为目标视频的视频封面进行推荐。
48.上述方案中，所述推荐模块，还用于当与所述视频帧相匹配的视频封面的数量为多个时，获取多个所述视频封面所对应的互动数据的平均值；
49.基于所述互动数据的平均值，选取平均值满足平均值条件的视频帧，进行针对所述目标视频的视频封面的推荐。
50.上述方案中，所述匹配模块，还用于将各所述视频帧分别与视频应用平台中的视频封面进行匹配，得到各所述视频帧与视频应用平台中视频封面之间的匹配度；
51.当匹配度的最大值达到匹配度阈值时，将所述匹配度的最高值对应的视频封面作为与所述视频帧相匹配的视频封面；
52.当匹配度的最大值未达到匹配度阈值时，确定不存在所述视频帧相匹配的视频封面。
53.上述方案中，所述推荐模块，还用于根据各所述视频封面所对应的互动数据，从与各所述视频帧相匹配的视频封面中，筛选出互动数据满足互动条件的视频封面；
54.按照视频帧与视频封面的匹配度由高到低的顺序，对筛选得到的视频封面所对应的视频帧进行排序，得到视频帧序列；
55.从所述视频帧序列的第一个视频帧开始选取目标数量的视频帧，进行针对所述目标视频的视频封面的推荐。
56.本技术实施例提供一种视频封面的推荐装置，包括：
57.接收模块，用于在对目标视频进行编辑的过程中，接收到针对目标视频的封面选择指令；
58.展示模块，用于响应于所述封面选择指令，呈现封面选择界面，并
59.在所述封面选择界面中，展示推荐的视频封面及对所述视频封面感兴趣的用户数量；
60.选择模块，用于当接收到针对推荐的视频封面的选择操作时，将所选择的视频封面作为所述目标视频的视频封面。
61.上述方案中，所述展示模块，还用于当推荐的视频封面为所述目标视频中的视频帧、且数量为多个时，按照各视频封面在所述目标视频中的播放顺序，展示推荐的视频封面的缩略图；
62.按照各所述视频封面在所述目标视频中的播放顺序，展示对各所述视频封面感兴趣的用户数量的变化曲线。
63.上述方案中，所述展示模块，还用于获取第一时间段内对所述目标视频中各视频帧的感兴趣的用户数量；
64.基于各所述视频帧对应的感兴趣的用户数量，确定推荐的第一视频封面；
65.在所述封面选择界面中，展示推荐的第一视频封面、及在第一时间段内对所述第一视频封面感兴趣的用户数量；
66.呈现至少两个时间段对应的选择功能项；
67.响应于针对第二时间段对应的选择功能项的触发操作，将展示的第一视频封面切换为第二视频封面，并将所述用户数量切换为在第二时间段内对所述第二视频封面感兴趣的用户数量。
68.本技术实施例提供一种计算机设备，包括：
69.存储器，用于存储可执行指令；
70.处理器，用于执行所述存储器中存储的可执行指令时，实现本技术实施例提供的视频封面的推荐方法。
71.本技术实施例提供一种计算机可读存储介质，存储有可执行指令，用于引起处理器执行时，实现本技术实施例提供的视频封面的推荐方法。
72.本技术实施例具有以下有益效果：
73.应用上述实施例，通过获取目标视频的各视频帧；将各所述视频帧分别与视频应用平台中的视频封面进行匹配，得到与各所述视频帧相匹配的视频封面；分别获取与各所述视频帧相匹配的视频封面所对应的互动数据；根据各所述视频封面所对应的互动数据，进行针对所述目标视频的视频封面的推荐；如此，由于获取的是与视频帧相匹配的视频封面，能够根据视频封面所对应的互动数据，能够确定出更多用户感兴趣的视频帧进行视频封面的推荐，提升视频封面推荐的准确性，进而提高视频发布后的点击率。
附图说明
74.图1是本技术实施例提供的视频封面的推荐系统的架构示意图；
75.图2是本技术实施例提供的计算机设备500的结构示意图；
76.图3是本技术实施例提供的视频封面的推荐方法的流程示意图；
77.图4是本技术实施例提供的视频封面的推荐方法的流程示意图；
78.图5是本技术实施例提供的封面选择界面示意图；
79.图6是本技术实施例提供的封面选择界面示意图；
80.图7是本技术实施例提供的封面选择界面示意图；
81.图8是本技术实施例提供的视频封面的推荐方法的流程示意图；
82.图9是本技术实施例提供的画面元素拆解示意图；
83.图10是本技术实施例提供的标签匹配示意图。
具体实施方式
84.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，所描述的实施例不应视为对本技术的限制，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它实施例，都属于本技术保护的范围。
85.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
86.在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
87.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
88.对本技术实施例进行进一步详细说明之前，对本技术实施例中涉及的名词和术语进行说明，本技术实施例中涉及的名词和术语适用于如下的解释。
89.1)响应于，用于表示所执行的操作所依赖的条件或者状态，当满足所依赖的条件或状态时，所执行的一个或多个操作可以是实时的，也可以具有设定的延迟；在没有特别说明的情况下，所执行的多个操作不存在执行先后顺序的限制。
90.2)客户端，是可以在终端中运行的任意应用程序(app，application)，可以是终端中的原生应用(native app)，网络应用(web app)或混合应用(hybrid app)可以是各种用途，例如社交网络客户端，浏览器客户端和新闻客户端等。
91.参见图1，图1是本技术实施例提供的视频封面的推荐系统的架构示意图，为实现支撑一个示例性应用，终端(示例性示出了终端400-1和终端400-2)通过网络300连接服务器200，网络300可以是广域网或者局域网，又或者是二者的组合。
92.在实际实施时，终端上设置有视频应用平台的客户端，用户可以通过该客户端执行视频播放、视频编辑、视频发布等操作。
93.终端，用于在用户对目标视频进行编辑的过程中，接收到针对目标视频的封面选择指令；响应于所述封面选择指令，发送目标视频的各视频帧至服务器；
94.服务器200，用于将各所述视频帧分别与视频应用平台中的视频封面进行匹配，得到与各所述视频帧相匹配的视频封面；分别获取与各所述视频帧相匹配的视频封面所对应的互动数据；根据各所述视频封面所对应的互动数据，预测对相应视频帧感兴趣的用户数量；根据对各视频帧感兴趣的用户数量，确定推荐的视频封面以及对相应视频封面感兴趣的用户数量，并返回给终端；
95.终端，用于呈现封面选择界面，并在所述封面选择界面中，展示推荐的视频封面及对所述视频封面感兴趣的用户数量；当接收到针对推荐的视频封面的选择操作时，将所选择的视频封面作为所述目标视频的视频封面。
96.在一些实施例中，服务器200可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存
储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(cdn，content delivery network)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本技术实施例中不做限制。
97.参见图2，图2是本技术实施例提供的计算机设备500的结构示意图，在实际应用中，计算机设备500可以为图1中的终端或服务器200，以计算机设备为图1所示的服务器200为例，对实施本技术实施例的视频封面的推荐方法的计算机设备进行说明。图2所示的计算机设备500包括：至少一个处理器510、存储器550、至少一个网络接口520和用户接口530。计算机设备500中的各个组件通过总线系统540耦合在一起。可理解，总线系统540用于实现这些组件之间的连接通信。总线系统540除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图2中将各种总线都标为总线系统540。
98.处理器510可以是一种集成电路芯片，具有信号的处理能力，例如通用处理器、数字信号处理器(dsp，digital signal processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其中，通用处理器可以是微处理器或者任何常规的处理器等。
99.用户接口530包括使得能够呈现媒体内容的一个或多个输出装置531，包括一个或多个扬声器和/或一个或多个视觉显示屏。用户接口530还包括一个或多个输入装置532，包括有助于用户输入的用户接口部件，比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。
100.存储器550可以是可移除的，不可移除的或其组合。示例性的硬件设备包括固态存储器，硬盘驱动器，光盘驱动器等。存储器550可选地包括在物理位置上远离处理器510的一个或多个存储设备。
101.存储器550包括易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(rom，read only me mory)，易失性存储器可以是随机存取存储器(ram，random access memor y)。本技术实施例描述的存储器550旨在包括任意适合类型的存储器。
102.在一些实施例中，存储器550能够存储数据以支持各种操作，这些数据的示例包括程序、模块和数据结构或者其子集或超集，下面示例性说明。
103.操作系统551，包括用于处理各种基本系统服务和执行硬件相关任务的系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务；
104.网络通信模块552，用于经由一个或多个(有线或无线)网络接口520到达其他计算设备，示例性的网络接口520包括：蓝牙、无线相容性认证(wifi)、和通用串行总线(usb，universal serial bus)等；
105.呈现模块553，用于经由一个或多个与用户接口530相关联的输出装置531(例如，显示屏、扬声器等)使得能够呈现信息(例如，用于操作外围设备和显示内容和信息的用户接口)；
106.输入处理模块554，用于对一个或多个来自一个或多个输入装置532之一的一个或多个用户输入或交互进行检测以及翻译所检测的输入或交互。
107.在一些实施例中，本技术实施例提供的视频封面的推荐装置可以采用软件方式实现，图2示出了存储在存储器550中的视频封面的推荐装置555，其可以是程序和插件等形式的软件，包括以下软件模块：第一获取模块5551、匹配模块5552、第二获取模块5553和推荐模块5554，这些模块是逻辑上的，因此根据所实现的功能可以进行任意的组合或进一步拆分。
108.将在下文中说明各个模块的功能。
109.在另一些实施例中，本技术实施例提供的视频封面的推荐装置可以采用硬件方式实现，作为示例，本技术实施例提供的视频封面的推荐装置可以是采用硬件译码处理器形式的处理器，其被编程以执行本技术实施例提供的视频封面的推荐方法，例如，硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(asic，application specific integrated circuit)、dsp、可编程逻辑器件(pld，programmable logic device)、复杂可编程逻辑器件(cpld，complex programmable logic device)、现场可编程门阵列(fpga，field-pro grammable gate array)或其他电子元件。
110.基于上述对本技术实施例的视频封面的推荐系统的说明，下面说明本技术实施例提供的视频封面的推荐方法。参见图3，图3是本技术实施例提供的视频封面的推荐方法的流程示意图；在一些实施例中，该视频封面的推荐方法可由终端或服务器单独实施，或由终端和服务器协同实施，以服务器单独实施为例，本技术实施例提供的视频封面的推荐方法包括：
111.步骤301：服务器获取目标视频的各视频帧。
112.在实际实施时，服务器可以获取目标视频包含的全部视频帧，也可以是获取目标视频的部分视频帧，如可以是对目标视频包含的全部视频帧进行预处理，过滤掉目标视频中的暗帧、模糊帧和/或低质帧，以得到清晰、明亮和/或质量高的视频帧，如此，能够节约后续匹配过程中的计算资源，并提升匹配准确性。
113.步骤302：将各视频帧分别与视频应用平台中的视频封面进行匹配，得到与各视频帧相匹配的视频封面。
114.在一些实施例中，可以通过以下方式将各视频帧分别与视频应用平台中的视频封面进行匹配：从至少一个维度对各视频帧进行图像识别，得到各视频帧在至少一个维度的标签信息；获取视频应用平台中的视频封面在至少一个维度的标签信息；分别将各视频帧的标签信息与视频应用平台中视频封面的标签信息进行匹配，得到与各视频帧相匹配的视频封面。
115.这里，对于每个维度设置有多个标签信息，每个标签信息对应不同的类别，例如，对于“图像内容”维度，可以设置多个对应图像内容的类别，如人物、动物、风景等，每个类别对应一个标签信息，如人物对应的标签信息为“nr-r enwu”，动物对应的标签信息为“nr-dongwu”。
116.在实际实施时，通过从至少一个维度对各视频帧进行图像识别，来确定各视频帧在该维度所属类别，进而根据类别与标签信息的对应关系，来得到该视频帧在该维度的标签信息。
117.作为示例，对于“图像内容”维度，对视频帧中的图像内容进行图像识别，来确定该视频帧中的图像内容所属类别，如图像内容类别为人物，确定该视频帧在“图像内容”维度
的标签信息为“nr-renwu”；对于“图像文字”维度，对视频帧中的文字内容进行识别，来确定该视频帧中的文字所属类别，如视频帧中的文字为中文“我爱你”时，确定该视频帧在“图像文字”维度的标签信息为“wz-zhongwen(woaini)”。
118.在实际应用中，服务器可以预先确定视频应用平台中全部视频封面的标签信息存储在数据库中，在需要进行匹配时，可以直接从数据库中获取各视频封面的标签信息，而无需重复确定视频应用平台中视频封面的标签信息，以避免计算资源的浪费。这里，视频应用平台中视频封面的标签信息的确定方式与视频帧的标签信息的确定方式相同，均是通过图像识别确定的。
119.在一些实施例中，可以通过以下方式将各视频帧分别与视频应用平台中的视频封面进行匹配：当维度的数量为至少两个时，对于每个视频帧执行以下操作：分别将视频帧在各维度的标签信息与视频封面在相应维度的标签信息进行匹配，得到视频帧与视频封面在各维度的匹配度；获取各维度的权重值；基于各维度的权重值，对视频帧与视频封面在各维度的匹配度进行加权求和，得到视频帧与视频封面的匹配度；基于视频帧与视频封面的匹配度，对视频应用平台中的视频封面进行筛选，得到与视频帧相匹配的视频封面。
120.在实际实施时，可以为每个维度设置权重值，也即每个维度对匹配度的重要程度可以是不同的，这里可以是人为设置的，也可以是通过权重分析算法来确定的，如主成分分析法来确定各维度的权重。这里，在将视频帧在各维度的标签信息与视频封面在相应维度的标签信息进行匹配，可以是进行相似度匹配，也即计算视频帧在各维度的标签信息与视频封面在相应维度的标签信息之间的相似度，然后将相似度作为视频帧与视频封面在该维度的匹配度；也可以是完全匹配，也即当视频帧在某一维度的标签信息与视频封面在相应维度的标签信息相同时，确定匹配度为100，否则，确定匹配度为0。
121.作为示例，当维度的数量为三个时，维度包括图像内容、图像文字、构图，其中，图像内容的权重为49％，图像文字的权重为49％，构图的权重2％，某一视频帧在这三个维度的标签信息分别为nr-renwu、wz-zhongwen(woaini)、gt-zuoyou，某一视频封面在这三个维度的标签信息分别为nr-renwu、wz-zho ngwen(hahaha)、gt-zuoyou，可以计算得到该视频帧与视频封面的匹配度为51。
122.在一些实施例中，可以通过以下方式将各视频帧分别与视频应用平台中的视频封面进行匹配：对各视频帧进行图像特征提取，得到各视频帧的第一图像特征；对视频应用平台中的视频封面进行图像特征提取，得到视频封面的第二图像特征；将各视频帧的第一图像特征分别与视频封面的第二图像特征进行相似度匹配，得到各视频帧与视频封面之间的匹配度；基于视频帧与视频封面的匹配度，对视频应用平台中的视频封面进行筛选，得到与视频帧相匹配的视频封面。
123.在实际实施时，可以直接基于视频帧及视频封面的图像特征进行匹配，这里图像特征可以是简单的颜色和边缘直方图特征、局部二值模式特征等，通过提取这些简单的图像特征，能够节约计算资源；也可以是通过卷积神经网络等深度学习模型来提取图像特征，如选用经典的卷积神经网络模型alexnet、vggnet、inception等网络架构，在其用于输出特征的特征层获得视频帧或视频封面的高维特征向量作为图像特征。
124.在得到第一图像特征和第二图像特征之后，计算第一图像特征和第二图像特征之间的相似度，如皮尔逊相关系数、余弦相似度等，这里不对具体相似度的计算方式进行限
定，将计算得到的相似度作为相应的视频帧与视频封面之间的匹配度；进而基于视频帧与视频封面的匹配度，对视频应用平台中的视频封面进行筛选，如筛选出匹配度最高的一个或者多个视频封面作为与相应视频帧相匹配的视频封面；或者筛选出匹配度达到匹配度阈值的视频封面作为与视频帧相匹配的视频封面。
125.在一些实施例中，可以通过以下方式将各视频帧分别与视频应用平台中的视频封面进行匹配：对各视频帧进行聚类处理，得到至少两个聚类簇；获取各视频帧的静态度，静态度用于指示视频帧运动能量的数值；基于各视频帧的静态度，从至少两个聚类簇中提取关键视频帧；将提取的各关键视频帧与视频应用平台中的视频封面进行匹配，得到与各关键视频帧相匹配的视频封面；分别将与各关键视频帧相匹配的视频封面，作为与相应聚类簇中视频帧相匹配的视频封面。
126.这里，由于一个视频中很多帧都是相似度非常高的，为提高匹配效率，可以不用对每个视频帧都进行匹配，仅需要对关键视频帧进行匹配即可。
127.在实际应用中，可以提取各视频帧的图像特征，基于图像特征计算相邻视频帧间相似度，将相似度小于第一相似度阈值的划分至一个同一聚类簇中；对于每个聚类簇，获取该聚类簇中每个视频帧的静态度，这里的经态度用于知识视频帧运动能量的数值，由于视频压缩中采用的运动补偿会导致模糊伪像，通常具有搞运动能量的图像也会更模糊，运动能量与静态度成反比，低运动能连的视频帧的静态度高，因此，这里可以选取静态度最低的视频帧作为该聚类簇中的关键视频帧。
128.在一些实施例中，可以通过以下方式将各视频帧分别与视频应用平台中的视频封面进行匹配：获取视频应用平台中的各视频封面在目标时间段内的交互数据；从视频应用平台的视频封面中，筛选出交互数据大于数量阈值的视频封面；将各视频帧分别与筛选得到的视频封面进行匹配，得到与各视频帧相匹配的视频封面。
129.在实际实施时，若交互数据不大于数量阈值，说明对该视频封面无法吸引用户，那么即使它是与某一视频帧相匹配的视频封面，该视频帧也不是应该推荐给用户的视频封面，基于此，在进行匹配时无需考虑该视频封面，以减少需要匹配的视频封面的数量，提高匹配效率。
130.其中，数量阈值可以是系统设定的，如可以设定为0、100、1000等，也可以是目标视频的创造者选择的，也即该创造者通过终端触发数量阈值的设置操作来设置数量阈值，这里不对数量阈值的确定方式、以及具体数值进行限定。
131.在一些实施例中，可以通过以下方式将各视频帧分别与视频应用平台中的视频封面进行匹配：将各视频帧分别与视频应用平台中的视频封面进行匹配，得到各视频帧与视频应用平台中视频封面之间的匹配度；当匹配度的最大值达到匹配度阈值时，将匹配度的最高值对应的视频封面作为与视频帧相匹配的视频封面；当匹配度的最大值未达到匹配度阈值时，确定不存在视频帧相匹配的视频封面。
132.在实际实施时，对于每个视频帧，将其与视频应用平台中的视频封面进行匹配，得到多个匹配度，根据匹配度高低对视频封面进行排序，并根据排序结果选取匹配度最高的视频封面，若该匹配度达到匹配度阈值，则说明匹配成功，将匹配度最高的视频封面作为与该视频帧相匹配的视频封面；若该匹配度未达到匹配度阈值，则说明匹配失败，说明不存在与该视频帧相匹配的视频封面，这里可以直接将匹配失败的视频帧滤除，也即该视频帧不
会被作为视频封面进行推荐。
133.步骤303：分别获取与各视频帧相匹配的视频封面所对应的互动数据。
134.这里的互动数据指的是针对视频封面或视频封面所对应的视频执行的互动操作，所产生的互动数据。其中，互动操作用于表示通过语言或其他手段传播信息而发生的相互依赖性的操作，包括点击、评论、点赞、收藏、转发等操作；相应的，互动数据可以是点击数量、评论数量、点赞数量、收藏数量、转发数量等。这里获取的互动数据可以是上述互动数据中的一个或者多个。
135.步骤304：根据各视频封面所对应的互动数据，进行针对目标视频的视频封面的推荐。
136.在实际实施时，可以是直接根据互动数据的高低，对视频封面对应的视频帧进行排序，然后根据排序结果进行针对目标视频的视频封面的推荐，如当互动数据为点击量时，选取点击量最高的50个视频封面对应的视频帧进行推荐；或者，可以是根据互动数据进行进一步计算，如当互动数据为点击量时，计算点击量的变化趋势，然后基于变化趋势进行针对目标视频的视频封面的推荐。
137.在一些实施例中，可以通过以下方式分别获取与各视频帧相匹配的视频封面所对应的互动数据：分别获取与各视频帧相匹配的视频封面在第一时间点之前的第一互动数据、以及在第二时间点之前的第二互动数据；其中，第一时间点晚于第二时间点；相应的，可以通过以下方式进行针对目标视频的视频封面的推荐：确定各视频封面的第一互动数据与第二互动数据之间的差值；将差值与第二互动数据的比值，作为相应视频封面的互动数据的增长率；将增长率满足增长条件的视频封面所对应的视频帧，作为目标视频的视频封面进行推荐。
138.在实际实施时，增长率满足增长条件可以是根据互动数据的增长率对视频封面进行排序，根据排序结果从增长率最高的视频封面开始，选择目标数量的视频封面，然后，将选取的视频封面对应的视频帧作为目标视频的视频封面进行推荐。
139.作为示例，第一时间点可以为当前时间点，第二时间点可以为距离当前时间点的前24小时，互动数据为针对视频封面的点击数量，那么，可以根据公式：计算得到视频封面在24小时之内的点击增长率，然后根据计算得到的点击增长率从高到低对视频封面进行排序，得到视频封面序列，从视频封面序列的第一个视频封面开始，选取50个视频封面，将者50个视频封面对应的视频帧作为目标视频的视频封面进行推荐。
140.在一些实施例中，可以通过以下方式分别获取与各视频帧相匹配的视频封面所对应的互动数据：分别获取与各视频帧相匹配的视频封面在目标时间段内的互动数据；相应的，可以通过以下方式进行针对目标视频的视频封面的推荐：根据各视频封面在目标时间段内的互动数据，预测对相应视频帧感兴趣的用户数量；将对相应视频帧感兴趣的用户数量满足用户数量条件的视频帧，作为目标视频的视频封面进行推荐。
141.在实际实施时，可以先确定目标时间段，该目标时间段可以是系统设置的，也可以是用户通过客户端选取的，然后由客户端发送给服务器；服务器获取目标时间段，然后对与各视频帧相匹配的视频封面在目标时间段内的互动数据进行统计；在统计到互动数据后，
便可以对相应视频帧感兴趣的用户数量进行预测，如当互动数据为点击人数时，可以直接将点击人数作为对相应视频帧感兴趣的用户数量；当互动数据为点赞人数和评论人数，可以对点赞人数和评论人数进行加权求和，得到对相应视频帧感兴趣的用户数量。
142.在一些实施例中，可以通过以下方式进行针对目标视频的视频封面的推荐：当与视频帧相匹配的视频封面的数量为多个时，获取多个视频封面所对应的互动数据的平均值；基于互动数据的平均值，选取平均值满足平均值条件的视频帧，进行针对目标视频的视频封面的推荐。
143.在实际实施时，当与视频帧相匹配的视频封面的数量为多个时，可以获取每个视频更面所对应的互动数据，然后计算这些互动数据的平均值，以避免单一视频封面的点击量过高，导致最终视频封面推荐不准确的问题；在得到平均之后，选取平均值满足平均值条件的视频帧，如选取对应的平均值最高的目标数量的视频帧，或者选取对应的平均值达到平均值阈值的视频帧。
144.这里，可能存在部分视频帧相匹配的视频封面的数量为多个，其它视频帧相匹配的视频封面的数量为一个，那么对于两种视频帧，可以采用不同的方式进行处理，如与视频帧相匹配的视频封面的数量为多个时，采用上述计算平均值的方式；与视频帧相匹配的视频封面的数量为一个时，直接基于互动数据，选取互动数据满足互动条件的视频帧，进行针对目标视频的视频封面的推荐。
145.在一些实施例中，可以通过以下方式进行针对目标视频的视频封面的推荐：根据各所述视频封面所对应的互动数据，从与各所述视频帧相匹配的视频封面中，筛选出互动数据满足互动条件的视频封面；按照视频帧与视频封面的匹配度由高到低的顺序，对筛选得到的视频封面所对应的视频帧进行排序，得到视频帧序列；从所述视频帧序列的第一个视频帧开始选取目标数量的视频帧，进行针对所述目标视频的视频封面的推荐。
146.这里的互动数据满足互动条件可以是互动数据达到互动阈值，也可以是选取互动数据最高的预设数量的视频封面。
147.在实际实施时，由于仅仅根据互动数据并不能完全准确的反映某一视频帧能够受到多少人的喜欢，例如，若某一视频封面的互动数据很高，其与视频帧1相匹配，当其与视频帧1的匹配度仅为50，那么该视频封面的互动数据并不能很好的反映视频帧1能受到多少人的喜欢；基于此，可以结合匹配度和互动数据来进行针对目标视频的视频封面的推荐，以进一步提升视频封面推荐的准确性。
148.应用上述实施例，通过获取目标视频的各视频帧；将各所述视频帧分别与视频应用平台中的视频封面进行匹配，得到与各所述视频帧相匹配的视频封面；分别获取与各所述视频帧相匹配的视频封面所对应的互动数据；根据各所述视频封面所对应的互动数据，进行针对所述目标视频的视频封面的推荐；如此，由于获取的是与视频帧相匹配的视频封面，能够根据视频封面所对应的互动数据，能够确定出更多用户感兴趣的视频帧进行视频封面的推荐，提升视频封面推荐的准确性，进而提高视频发布后的点击率。
149.下面说明本技术实施例提供的视频封面的推荐方法。参见图4，图4是本技术实施例提供的视频封面的推荐方法的流程示意图；在一些实施例中，该视频封面的推荐方法可由终端单独实施，或由终端和服务器协同实施，以终端单独实施为例，本技术实施例提供的视频封面的推荐方法包括：
150.步骤401：终端在对目标视频进行编辑的过程中，接收到针对目标视频的封面选择指令。
151.在实际实施时，终端上设置有视频应用平台对应的客户端，用户可以通过视频应用平台对应的客户端进行针对目标视频的编辑。这里，用户通过视频应用平台对应的客户端触发针对目标视频的封面选择指令，终端接收到该封面选择指令。
152.步骤402：响应于封面选择指令，呈现封面选择界面，并在封面选择界面中，展示推荐的视频封面及对视频封面感兴趣的用户数量。
153.这里，在封面选择界面中，展示推荐的视频封面及对视频封面感兴趣的用户数量，使得用户可以直观的获知对视频封面感兴趣的用户数量，进而根据该用户数量来选择视频封面，能够提升目标视频发布后的点击率。
154.在一些实施例中，可以通过以下方式展示推荐的视频封面及对视频封面感兴趣的用户数量：当推荐的视频封面为目标视频中的视频帧、且数量为多个时，按照各视频封面在目标视频中的播放顺序，展示推荐的视频封面的缩略图；按照各视频封面在目标视频中的播放顺序，展示对各视频封面感兴趣的用户数量的变化曲线。
155.这里，推荐的视频封面可以为目标视频中的视频帧，在实际实施时，可以是将目标视频的各视频帧与视频应用平台中的视频封面进行匹配，得到与各所述视频帧相匹配的视频封面；分别获取与各所述视频帧相匹配的视频封面所对应的互动数据；根据各所述视频封面所对应的互动数据，来选取一定数量的视频帧作为目标视频的视频封面进行推荐。
156.在实际应用中，当推荐的视频封面的数量为多个时，按照各视频封面在目标视频中的播放顺序，展示推荐的视频封面的缩略图及与缩略图对应的变化曲线，这里的变化曲线让用户能够对全部视频封面的感兴趣的用户数量进行全局预览。
157.作为示例，图5是本技术实施例提供的封面选择界面示意图，参见图5，默认选中感兴趣的用户数量最多的视频帧，采用大图预览该视频帧501，并以文本形式展示对该视频帧感兴趣的用户数量502；在缩略图503上面展示对各视频帧感兴趣的用户数量的变化曲线504；如此，用户能够直观看到对各视频帧感兴趣的用户数量对比。
158.在一些实施例中，可以通过以下方式在封面选择界面中，展示推荐的视频封面及对视频封面感兴趣的用户数量：获取第一时间段内对目标视频中各视频帧的感兴趣的用户数量；基于各视频帧对应的感兴趣的用户数量，确定推荐的第一视频封面；在封面选择界面中，展示推荐的第一视频封面、及在第一时间段内对第一视频封面感兴趣的用户数量；方法还包括：呈现至少两个时间段对应的选择功能项；响应于针对第二时间段对应的选择功能项的触发操作，将展示的第一视频封面切换为第二视频封面，并将用户数量切换为在第二时间段内对第二视频封面感兴趣的用户数量。
159.在实际实施时，提供不同时间对各各视频帧感兴趣的用户数量，以切换不同时间段对各视频帧感兴趣的用户数量。这里，第一时间段是默认的，首先是展示第一时间段对应的第一视频封面、及在第一时间段内对第一视频封面感兴趣的用户数量；在接收到针对某一时间段的选择功能项的触发操作，再基于选择的时间段，来进行视频封面及相应用户数量的切换。
160.这里，处理可以切换不同时间段的用户数量外，还可以切换不同时间段的用户数量的增长率。
161.作为示例，图6是本技术实施例提供的封面选择界面示意图，参见图6，首先展示对应24小时以前对各视频帧感兴趣的用户数量的全局导航601，其是根据24小时以前视频封面的点击情况，确定的对各视频帧感兴趣的用户数量；并呈现对应不同时间段的选择功能项，当点击“当下”对应的选择功能项602，展示对应24小时内对各视频帧感兴趣的用户数量的全局导航603，其是根据24小时内视频封面的点击情况，确定的对各视频帧感兴趣的用户数量；当点击“未来”对应的选择功能项604，结合24小时前和24小时内的视频封面点击情况，判断未来对视频帧感兴趣的用户数量的增长率，对各视频帧感兴趣的用户数量的增长率的全局导航605进行展示。
162.步骤403：当接收到针对推荐的视频封面的选择操作时，将所选择的视频封面作为目标视频的视频封面。
163.在实际实施时，可以通过滑动操作或者点击操作来触发选择操作。当通过滑动操作来触发针对视频封面的选择操作时，在滑动操作执行的过程中，对滑动操作所指示的视频帧进行大图预览，并采用文本形式展示相应视频帧的感兴趣的用户数量；当滑动操作停止时，确定滑动操作停止时所指示的视频帧为选择的视频帧。
164.当通过点击操作来触发针对视频封面的选择操作时，接收到点击操作，将大图预览点击操作所指示的视频帧，并展示该视频帧感兴趣的用户数量，确定该视频帧为选择的视频帧。
165.作为示例，图7是本技术实施例提供的封面选择界面示意图，参见图7，用户点击目标视频帧的缩略图701，采用大图预览该目标视频帧703，同时缩略图701上方显示对目标视频帧感兴趣的用户数量702。
166.应用上述实施例，通过使用户直观的了解推荐的视频封面由多少用户感兴趣，基于推荐的视频封面来选择针对目标视频的封面，能够提升目标视频发布后的点击率。
167.下面，将说明本技术实施例在一个实际的应用场景中的示例性应用。在实际实施时，对视频应用平台中的所有视频封面进行分类，根据分类结果为每个视频封面标注标签，并统计各视频封面的点击量；在用户选择对应目标视频的视频封面时，将目标视频的每个视频帧与视频应用平台中的所有视频封面进行匹配，以确定与各视频帧相匹配的视频封面，进而根据视频封面的点击量，来预测对各视频帧感兴趣的用户数量；根据对各视频帧感兴趣的用户数量，进行视频封面的推荐，如将感兴趣的用户数量最高的视频帧推荐给创造者作为视频封面，以提高创造者的创作效率，提升创造者视频的点击量和浏览量。
168.作为示例，参见图5，默认选中感兴趣的用户数量最多的视频帧，采用大图预览该视频帧501，并以文本形式展示对该视频帧感兴趣的用户数量502；在缩略图503上面展示对各视频帧感兴趣的用户数量的变化曲线(全局导航)504；如此，用户能够直观看到对各视频帧感兴趣的用户数量对比。
169.这里，基于呈现的缩略图，用户可以通过滑动操作(用户手势在视频帧缩略图上水平左右滑动)或点击操作来选择其它视频帧，在选择其它视频帧后，显示对选择的视频帧感兴趣的用户数量。例如，参见图7，用户点击目标视频帧的缩略图701，采用大图预览该目标视频帧703，同时缩略图701上方显示对目标视频帧感兴趣的用户数量702。
170.在一些实施例中，可以提供不同时间段对各视频帧感兴趣的用户数量，还可以加入时间趋势判断，以切换不同时间段对各视频帧感兴趣的用户数量或趋势。
171.作为示例，图6是本技术提供的封面选择界面示意图，参见图6，首先展示对应24小时以前对各视频帧感兴趣的用户数量的全局导航601，其是根据24小时以前视频封面的点击情况，确定的对各视频帧感兴趣的用户数量；并呈现对应不同时间段的选择功能项，当点击“当下”对应的选择功能项602，展示对应24小时内对各视频帧感兴趣的用户数量的全局导航603，其是根据24小时内视频封面的点击情况，确定的对各视频帧感兴趣的用户数量；当点击“未来”对应的选择功能项604，结合24小时前和24小时内的视频封面点击情况，判断未来对视频帧感兴趣的用户数量的增长率，对各视频帧感兴趣的用户数量的增长率的全局导航605进行展示。
172.下面对本技术实施例提供的视频封面的推荐方法的技术实现原理进行说明。图8是本技术实施例提供的视频封面的推荐方法的流程示意图，参见图8，本技术实施例提供的视频封面的推荐方法包括：
173.步骤801：对视频应用平台中所有视频封面打标签。
174.在实际实施时，首先，可以对视频封面中的画面元素进行拆解，以拆解为多个维度。这里以将视频封面拆解为3个维度为例，图9是本技术实施例提供的画面元素拆解示意图，参见图9，将视频封面拆解为3个维度：图像内容、图像文字、构图；图像内容按元素拆解：人、动物、树木、花草、河湖、山、天空白云、美食、工具等；图像文字按语种拆解：中文、英文、西班牙语等；构图按布局拆解：左右布局、上下布局、居中、环形等。
175.然后，根据元素与标记的对应关系，对每个维度的元素进行标记。表1是本技术实施例提供的元素与标记对应关系表，参见表1，如图像内容为人物，标记为nr-renwu，图像内容为动物，标记为nr-dongwu；如图像中有中文，标记为：wz-zhongwen，文字为中文，标记为：wz-yingwen；如图像构图为左右构图：gt-zuoyou，上下构图，标记为gt-shangxia。
176.表1
177.[0178][0179]
接着，根据对视频封面中每个元素的标记进行组合，得到对应该视频封面的标签；如视频封面中有并排的两个人，封面上写有汉字“我爱你”，那么这个视频封面的标签为：nr-renwu-wz-zhongwen(woaini)-gt-zuoyou。
[0180]
步骤802：统计视频应用平台中所有视频封面的点击人数。
[0181]
这里，统计每个视频的点击人数，若同一个视频封面被同一个人多次点击，记为1人。如封面nr-renwu-wz-zhongwen(woaini)-gt-zuoyou被100个人点击，在标签后边更上这个点击人数，即nr-renwu-wz-zhongwen(woaini)-gt-zuoyou-(100)，并实时更新。
[0182]
步骤803：获取用户选择的目标视频。
[0183]
这里，用户可以选择本地存储的视频作为目标视频。
[0184]
步骤804：对目标视频的所有视频帧打标签。
[0185]
这里，自动检测目标视频中的每一视频帧，并给每一视频帧打标签，其中，打标签方式和给视频应用平台中所有视频封面打标签的方式一致。
[0186]
步骤805：标签匹配，计算对目标视频中各视频帧感兴趣的用户数量或用户数量的增长趋势。
[0187]
这里，对于不同时间段采用不同的方式进行匹配及计算。
[0188]
当时间段为目标时间点之前时，如24小时之前，首先，对视频应用平台中的视频封面进行筛选，初选条件为：点击人数》0；然后，根据匹配分数的计算公式：匹配分数＝100*49％(图像内容的权重)*图像内容匹配结果 100*49％(图像文字的权重)*图像文字匹配结果 100*2％(构图权重)*构图匹配结果，计算匹配分数；最后，根据匹配分数确定与各视频帧相匹配的视频封面，根据视频封面的点击数，确定对相应视频帧感兴趣的用户数量。
[0189]
其中，匹配结果为0或者1，匹配结果为0表示不匹配，匹配结果为1标识相匹配。
[0190]
当时间段为目标时间点至当前时间点之间的时间段时，如24小时内，首先，对视频应用平台中的视频封面进行筛选，初选条件为：在目标时间点之后的点击人数》0；然后，根据匹配分数的计算公式：匹配分数＝100*49％(图像内容的权重)*图像内容匹配结果 100*49％(图像文字的权重)*图像文字匹配结果 100*2％(构图权重)*构图匹配结果，计算匹配分数；最后，根据匹配分数确定与各视频帧相匹配的视频封面，根据视频封面的点击数，确定对相应视频帧感兴趣的用户数量。
[0191]
当时间段为当前时间点之后，首先，对视频应用平台中的视频封面进行筛选，初选条件为：点击人数》0；然后，根据匹配分数的计算公式：匹配分数＝100*49％(图像内容的权重)*图像内容匹配结果 100*49％(图像文字的权重)*图像文字匹配结果 100*2％(构图权重)*构图匹配结果，计算匹配分数；接着，根据匹配分数确定与各视频帧相匹配的视频封面；最后，计算视频封面的点击增长率，如面；最后，计算视频封面的点击增长率，如根据视频封面的点击增长率，确定对相应视频帧感兴趣的用户数量的增长率。
[0192]
以时间段为24小时之前为例，首先，筛选出视频应用平台中点击人数大于零的视
频封面；然后将目标视频的每个视频帧与筛选出的视频封面进行标签匹配，例如，图10是本技术实施例提供的标签匹配示意图，参见图10，对于每个视频帧，将其与筛选出的所有视频封面进行匹配，如视频帧1的标签与视频应用平台中的视频封面1-视频封面n的标签进行匹配。这里，根据匹配分数的计算公式来计算匹配分数，匹配分数越高，匹配度越高，将匹配分数最高的视频封面作为与该视频帧相匹配的视频封面，需要说明的是，匹配分数至少达到49分，才是匹配成功。
[0193]
例如，视频应用平台中有封面为：封面1-nr-renwu-wz-zhongwen(woaini)-gt-zuoyou-(100)、封面2-nr-renwu-wz-zhongwen(hahaha)-gt-zuoyou-(150)；目标视频其中一帧：视频帧x-nr-renwu-wz-zhongwen(woaini)-gt-zuoyou，与封面1匹配后分数为100分，与封面2匹配后分数为51分，那么视频帧就和封面1匹配成功，那么对视频帧x感兴趣的用户数量为100。
[0194]
步骤806：筛选出感兴趣数最高或增长率最高的目标数量的视频帧。
[0195]
这里的目标数量是自定义的。
[0196]
步骤807：可视化展示每帧感兴趣用户数。
[0197]
应用上述实施例，创造者可以在选择视频封面时，直观了解所选择的视频封面有多少用户感兴趣，不论是对经验丰富的创造者还是一般创造者，都能提高他们的创造效率，并能提升视频发布后的点击率，提升用户体验。
[0198]
下面继续说明本技术实施例提供的视频封面的推荐装置555的实施为软件模块的示例性结构，在一些实施例中，如图2所示，存储在存储器550的视频封面的推荐装置555中的软件模块可以包括：
[0199]
第一获取模块5551，用于获取目标视频的各视频帧；
[0200]
匹配模块5552，用于将各所述视频帧分别与视频应用平台中的视频封面进行匹配，得到与各所述视频帧相匹配的视频封面；
[0201]
第二获取模块5553，用于分别获取与各所述视频帧相匹配的视频封面所对应的互动数据；
[0202]
推荐模块5554，用于根据各所述视频封面所对应的互动数据，进行针对所述目标视频的视频封面的推荐。
[0203]
在一些实施例中，所述匹配模块5552，还用于从至少一个维度对各所述视频帧进行图像识别，得到各所述视频帧在至少一个所述维度的标签信息；
[0204]
获取所述视频应用平台中的视频封面在至少一个所述维度的标签信息；
[0205]
分别将各所述视频帧的标签信息与所述视频应用平台中视频封面的标签信息进行匹配，得到与各所述视频帧相匹配的视频封面。
[0206]
在一些实施例中，所述匹配模块5552，还用于当所述维度的数量为至少两个时，对于每个所述视频帧执行以下操作：
[0207]
分别将所述视频帧在各维度的标签信息与所述视频封面在相应维度的标签信息进行匹配，得到所述视频帧与所述视频封面在各维度的匹配度；
[0208]
获取各所述维度的权重值；
[0209]
基于各所述维度的权重值，对所述视频帧与所述视频封面在各所述维度的匹配度进行加权求和，得到所述视频帧与所述视频封面的匹配度；
[0210]
基于所述视频帧与所述视频封面的匹配度，对所述视频应用平台中的视频封面进行筛选，得到与所述视频帧相匹配的视频封面。
[0211]
在一些实施例中，所述匹配模块5552，还用于对各所述视频帧进行图像特征提取，得到各所述视频帧的第一图像特征；
[0212]
对视频应用平台中的视频封面进行图像特征提取，得到所述视频封面的第二图像特征；
[0213]
将各所述视频帧的第一图像特征分别与所述视频封面的第二图像特征进行相似度匹配，得到各所述视频帧与所述视频封面之间的匹配度；
[0214]
基于所述视频帧与所述视频封面的匹配度，对所述视频应用平台中的视频封面进行筛选，得到与所述视频帧相匹配的视频封面。
[0215]
在一些实施例中，所述匹配模块5552，还用于对各所述视频帧进行聚类处理，得到至少两个聚类簇；
[0216]
获取各所述视频帧的静态度，所述静态度用于指示视频帧运动能量的数值；
[0217]
基于各所述视频帧的静态度，从至少两个所述聚类簇中提取关键视频帧；
[0218]
将提取的各所述关键视频帧与视频应用平台中的视频封面进行匹配，得到与各所述关键视频帧相匹配的视频封面；
[0219]
分别将与各所述关键视频帧相匹配的视频封面，作为与相应聚类簇中视频帧相匹配的视频封面。
[0220]
在一些实施例中，所述匹配模块5552，还用于获取视频应用平台中的各视频封面在目标时间段内的交互数据；
[0221]
从所述视频应用平台的视频封面中，筛选出交互数据大于数量阈值的视频封面；
[0222]
将各所述视频帧分别与筛选得到的视频封面进行匹配，得到与各所述视频帧相匹配的视频封面。
[0223]
在一些实施例中，所述第二获取模块5553，还用于分别获取与各所述视频帧相匹配的视频封面在第一时间点之前的第一互动数据、以及在第二时间点之前的第二互动数据；
[0224]
其中，所述第一时间点晚于第二时间点；
[0225]
所述推荐模块5554，还用于确定各所述视频封面的第一互动数据与第二互动数据之间的差值；
[0226]
将所述差值与所述第二互动数据的比值，作为相应视频封面的互动数据的增长率；
[0227]
将增长率满足增长条件的视频封面所对应的视频帧，作为目标视频的视频封面进行推荐。
[0228]
在一些实施例中，所述第二获取模块5553，还用于分别获取与各所述视频帧相匹配的视频封面在目标时间段内的互动数据；
[0229]
所述推荐模块，还用于根据各所述视频封面在所述目标时间段内的互动数据，预测对相应视频帧感兴趣的用户数量；
[0230]
将对相应视频帧感兴趣的用户数量满足用户数量的视频帧，作为目标视频的视频封面进行推荐。
[0231]
在一些实施例中，所述推荐模块5554，还用于当与所述视频帧相匹配的视频封面的数量为多个时，获取多个所述视频封面所对应的互动数据的平均值；
[0232]
基于所述互动数据的平均值，选取平均值满足平均值条件的视频帧，进行针对所述目标视频的视频封面的推荐。
[0233]
在一些实施例中，所述匹配模块5552，还用于将各所述视频帧分别与视频应用平台中的视频封面进行匹配，得到各所述视频帧与视频应用平台中视频封面之间的匹配度；
[0234]
当匹配度的最大值达到匹配度阈值时，将所述匹配度的最高值对应的视频封面作为与所述视频帧相匹配的视频封面；
[0235]
当匹配度的最大值未达到匹配度阈值时，确定不存在所述视频帧相匹配的视频封面。
[0236]
在一些实施例中，所述推荐模块5554，还用于根据各所述视频封面所对应的互动数据，从与各所述视频帧相匹配的视频封面中，筛选出互动数据满足互动条件的视频封面；
[0237]
按照视频帧与视频封面的匹配度由高到低的顺序，对筛选得到的视频封面所对应的视频帧进行排序，得到视频帧序列；
[0238]
从所述视频帧序列的第一个视频帧开始选取目标数量的视频帧，进行针对所述目标视频的视频封面的推荐。
[0239]
本技术实施例提供一种视频封面的推荐装置，包括：
[0240]
接收模块，用于在对目标视频进行编辑的过程中，接收到针对目标视频的封面选择指令；
[0241]
展示模块，用于响应于所述封面选择指令，呈现封面选择界面，并
[0242]
在所述封面选择界面中，展示推荐的视频封面及对所述视频封面感兴趣的用户数量；
[0243]
选择模块，用于当接收到针对推荐的视频封面的选择操作时，将所选择的视频封面作为所述目标视频的视频封面。
[0244]
在一些实施例中，所述展示模块，还用于当推荐的视频封面为所述目标视频中的视频帧、且数量为多个时，按照各视频封面在所述目标视频中的播放顺序，展示推荐的视频封面的缩略图；
[0245]
按照各所述视频封面在所述目标视频中的播放顺序，展示对各所述视频封面感兴趣的用户数量的变化曲线。
[0246]
在一些实施例中，所述展示模块，还用于获取第一时间段内对所述目标视频中各视频帧的感兴趣的用户数量；
[0247]
基于各所述视频帧对应的感兴趣的用户数量，确定推荐的第一视频封面；
[0248]
在所述封面选择界面中，展示推荐的第一视频封面、及在第一时间段内对所述第一视频封面感兴趣的用户数量；
[0249]
呈现至少两个时间段对应的选择功能项；
[0250]
响应于针对第二时间段对应的选择功能项的触发操作，将展示的第一视频封面切换为第二视频封面，并将所述用户数量切换为在第二时间段内对所述第二视频封面感兴趣的用户数量。
[0251]
本技术实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计
算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本技术实施例上述的视频封面的推荐方法。
[0252]
本技术实施例提供一种存储有可执行指令的计算机可读存储介质，其中存储有可执行指令，当可执行指令被处理器执行时，将引起处理器执行本技术实施例提供的方法，例如，如图3示出的方法。
[0253]
在一些实施例中，计算机可读存储介质可以是fram、rom、prom、eprom、eeprom、闪存、磁表面存储器、光盘、或cd-rom等存储器；也可以是包括上述存储器之一或任意组合的各种设备。
[0254]
在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言(包括编译或解释语言，或者声明性或过程性语言)来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
[0255]
作为示例，可执行指令可以但不一定对应于文件系统中的文件，可以可被存储在保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言(html，hyper text markup language)文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件中，或者，存储在多个协同文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。
[0256]
作为示例，可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。
[0257]
以上所述，仅为本技术的实施例而已，并非用于限定本技术的保护范围。凡在本技术的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本技术的保护范围之内。