[發明專利]視頻類型的識別方法及裝置、計算機終端

有效

• 申請號: 201710041149.8
• 申請日: 2017-01-17
• 公開（公告）號: CN108319888B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 謝世鵬
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/80;G06V10/778
• 代理公司: 北京博浩百睿知識產權代理有限責任公司 11134
• 代理人: 宋子良

本申請公開了一種視頻類型的識別方法及裝置、計算機終端。其中，該方法包括：獲取待識別視頻中幀圖像的多維度特征信息，其中，所述多維度特征信息包括多個維度的特征信息，不同維度的特征信息采用的圖像識別規則不同；將所述多維度特征信息中的非結構化數據轉換為結構化數據，并融合轉換后的所述多個維度的特征信息，得到融合結構化特征信息；依據所述融合結構化特征信息確定所述待識別視頻的視頻類型。

技術領域

本申請涉及視頻識別領域，具體而言，涉及一種視頻類型的識別方法及裝置、計算機終端。

背景技術

基于神經網絡的深度學習技術被廣泛應用于人工智能的各個領域，包括自然語言處理、語音識別、圖像識別等。在非法圖片(例如色情圖片等違法圖片)識別中，這種深度學習的神經網絡通過多層網絡結構提取圖片內容的高層信息，可直接用于判斷圖片是否是非法圖片。在非法視頻識別中，可利用非法圖片識別模型對視頻中的幀圖像分別處理，然后融合所有幀的結果判斷是否屬于非法視頻。另外，深度學習技術也被用于圖片文字識別，通過提取圖片內容的高層信息，可較準確識別出圖片的文字。對視頻中的每幀圖像進行文字識別，然后判斷是否包含非法關鍵詞，然后融合所有幀的結果來判斷是否屬于非法視頻。

除此之外，可對圖片提取深度學習特征并建立索引，通過排查技術對非法圖片建立索引，對已入庫的非法圖片進行防控。通過對視頻中每幀圖像分別判斷是否在索引庫中，然后融合所有幀的結果判斷視頻是否屬于非法視頻。

然而，基于非法圖片模型的非法視頻識別方法無法識別出未知非法類型的非法視頻，導致準確率低、穩定性差，不利于拓展到其他不同應用場景。而基于圖片文字識別技術的非法視頻識別方法只能識別視頻中包含非法關鍵詞的非法視頻，在很多場景中的非法視頻不一定含有非法關鍵詞，導致這種方法適用范圍狹小，且難以覆蓋大部分的非法視頻，暴露風險。而基于排查索引技術的非法視頻識別方法只能識別出視頻幀圖像已經在索引庫中，對未知非法視頻無法識別。

而上述幾種方法因其為不同類型的數據，無法把他們的結果融合在一起。再者，上述幾種方法對視頻中的每幀圖像處理后，融合所有幀的結果時，僅能考慮當前維度的特征信息，能夠利用的特征維度單一，導致該類非法視頻識別方法準確率低、魯棒性差。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本申請實施例提供了一種視頻類型的識別方法及裝置、計算機終端，以至少解決非法視頻識別率比較低的技術問題。

根據本申請實施例的一個方面，提供了一種視頻類型的識別方法，包括：獲取待識別視頻中幀圖像的多維度特征信息，其中，所述多維度特征信息包括多個維度的特征信息，不同維度的特征信息采用的圖像識別規則不同；將所述多維度特征信息中的非結構化數據轉換為結構化數據，并融合轉換后的所述多個維度的特征信息，得到融合結構化特征信息；依據所述融合結構化特征信息確定所述待識別視頻的視頻類型。

根據本申請實施例的另一方面，還提供了一種視頻類型的識別方法，包括：獲取待識別視頻中幀圖像的多維度特征信息，其中，所述多維度特征信息包括多個維度的特征信息，不同維度的特征信息采用的圖像識別規則不同；將所述多維度特征信息輸入至預先訓練得到的圖像識別模型，輸出多維度特征信息融合后的結構化特征信息；依據所述結構化特征信息識別所述待識別視頻的視頻類型。

根據本申請實施例的另一方面，還提供了一種計算機設備，包括：輸入接口，用于接收輸入的待識別視頻中幀圖像的多維度特征信息，其中，所述多維度特征信息包括多個維度的特征信息，不同維度的特征信息采用的圖像識別規則不同；處理器，用于將所述多維度特征信息中的非結構化數據轉換為結構化數據，并融合轉換后的所述多個維度的特征信息，得到融合結構化特征信息；并依據所述融合結構化特征信息確定所述待識別視頻的視頻類型；輸出接口，用于輸出所述視頻類型。