[發明專利]一種視頻檢測方法及裝置

在審

• 申請號: 201510764366.0
• 申請日: 2015-11-10
• 公開（公告）號: CN105389558A
• 公開（公告）日: 2016-03-09
• 發明（設計）人: 李邵梅;黃海;于洪濤;王凱;高超;黃雅靜;李印海
• 申請（專利權）人: 中國人民解放軍信息工程大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李金;王寶筠

1.一種視頻檢測方法，其特征在于，所述方法包括：

基于待檢測視頻中相鄰幀圖像的相似度，將所述待檢測視頻分割成多個子段視頻；

分別對各個子段視頻進行圖像檢測、文本檢測和話音關鍵詞檢測，得到各個子段視頻的圖像檢測結果、各個子段視頻的文本檢測結果和各個子段視頻的話音檢測結果，其中所述圖像檢測結果用于指示基于圖像檢測得到的子段視頻的檢測結果，所述文本檢測結果用于指示基于文本檢測得到的子段視頻的檢測結果，所述話音檢測結果用于指示基于話音關鍵詞檢測得到的子段視頻的檢測結果；

基于各個子段視頻的圖像檢測結果、各個子段視頻的文本檢測結果和各個子段視頻的話音檢測結果，得到相應子段視頻的檢測結果；

基于各個子段視頻的檢測結果，得到所述待檢測視頻的檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述基于各個子段視頻的圖像檢測結果、各個子段視頻的文本檢測結果和各個子段視頻的話音檢測結果，得到相應子段視頻的檢測結果，包括：

當子段視頻的圖像檢測結果、子段視頻的文本檢測結果和子段視頻的話音檢測結果中任意一項檢測結果指示檢測到目標對象，且目標對象的等級為一級時，得到指示所述子段視頻為不良視頻子段的檢測結果；

當子段視頻的圖像檢測結果、子段視頻的文本檢測結果和子段視頻的話音檢測結果中至少兩項檢測結果指示檢測到目標對象，且目標對象的等級為二級時，得到指示所述子段視頻為不良視頻子段的檢測結果，其中所述二級的重要程度小于所述一級的重要程度；

當子段視頻的圖像檢測結果、子段視頻的文本檢測結果和子段視頻的話音檢測結果中任意一項檢測結果指示檢測到目標對象，且目標對象的等級為二級時，得到指示所述子段視頻為疑似不良視頻子段的檢測結果。

3.根據權利要求2所述的方法，其特征在于，所述基于各個子段視頻的檢測結果，得到所述待檢測視頻的檢測結果，包括：

基于所述檢測結果，得到為不良視頻子段的第一子段視頻數量以及疑似不良視頻字段的第二子段視頻數量；

當所述第一子段視頻數量與子段視頻總數的比例大于第一閾值時，得到指示所述待檢測視頻為不良視頻的檢測結果；

當所述第二子段視頻數量與所述子段視頻總數的比例大于第二閾值時，得到指示所述待檢測視頻為不良視頻的檢測結果，其中所述第一閾值小于第二閾值。

4.根據權利要求1所述的方法，其特征在于，對子段視頻進行圖像檢測，得到子段視頻的圖像檢測結果，包括：

提取所述子段視頻中每幀圖像的檢測區域的視覺特征；

將所提取的視覺特征與預先建立的圖像對象模型進行匹配分析，以得到所述每幀圖像中的不良對象和所述不良對象的等級，其中所述圖像檢測結果包括所述每幀圖像中的不良對象和所述不良對象的等級。

5.根據權利要求1所述的方法，其特征在于，對子段視頻進行文本檢測，得到子段視頻的文本檢測結果，包括：

確定所述子段視頻中每幀圖像中的文本區域；

對所確定的文本區域進行文本識別，得到所述文本區域包括的文本；

將得到的文本與預先建立的文本庫進行匹配，以得到所述每幀圖像中的不良文本和所述不良文本的等級，其中所述文本檢測結果包括所述每幀圖像中的不良文本和所述不良文本的等級。

6.根據權利要求1所述的方法，其特征在于，對子段視頻進行話音檢測，得到子段視頻的話音檢測結果，包括：

提取所述子段視頻中的音頻數據，并獲得所述音頻數據的語音特征序列；

將所獲得的語音特征序列與預先建立的話音庫中各個關鍵詞的語音特征序列進行比對，得到所獲得的語音特征序列與各個關鍵詞的語音特征序列之間的距離；

當所獲得的語音特征序列與任意一個關鍵詞的語音特征序列之間的距離的取值小于距離閾值時，確定所述子段視頻中包括不良話音；

獲得距離的取值小于距離閾值的所述關鍵詞，并基于所述關鍵詞所在等級確定不良話音的等級，所述話音檢測結果包括所述不良話音和所述不良話音的等級。