[發明專利]一種視頻審核的方法、系統及設備

有效

• 申請號: 201811637273.1
• 申請日: 2018-12-29
• 公開（公告）號: CN111385601B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 趙海賓
• 申請（專利權）人: 華為技術有限公司
• 主分類號: H04N21/234
• 分類號: H04N21/234;H04N21/44;H04N21/462;H04N21/454;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種由計算設備運行的視頻審核方法，其特征在于，所述方法包括：

獲取所述視頻；

從所述視頻中選取當前幀；

提取所述當前幀的特征參數；

根據所述當前幀的特征參數確定所述當前幀的抽樣間隔；

根據所述當前幀的抽樣間隔從所述視頻中獲取下一抽樣幀，所述下一抽樣幀和所述當前幀之間間隔的幀的個數為所述當前幀的抽樣間隔；

確定所述下一抽樣幀是否為違規幀；

根據所述下一抽樣幀是否為違規幀的確定結果，確定所述視頻的審核結果。

2.根據權利要求1中所述的方法，其特征在于，所述根據所述當前幀的特征參數確定所述當前幀的抽樣間隔包括：

將所述當前幀的特征參數輸入強化學習網絡，獲得所述當前幀的抽樣間隔，其中，所述強化學習網絡由訓練集訓練得到，所述訓練集包括至少一個訓練視頻和每個訓練視頻對應的先驗知識，每個訓練視頻對應的先驗知識包括所述每個訓練視頻包括的各個幀是否為違規幀的信息。

3.根據權利要求1中所述的方法，其特征在于，所述獲取所述視頻前，所述方法還包括訓練強化學習網絡，所述訓練強化學習網絡包括：

從訓練集中獲取訓練視頻和所述訓練視頻的先驗知識，所述訓練視頻的先驗知識包括所述訓練視頻包括的各個幀是否為違規幀的信息；

提取所述訓練視頻的第一幀的特征參數，將所述第一幀的特征參數輸入所述強化學習網絡；

獲取所述強化學習網絡根據所述第一幀的特征參數輸出的所述第一幀的抽樣間隔；

根據所述第一幀的抽樣間隔，從所述訓練視頻中獲取所述訓練視頻的第二幀，所述訓練視頻中所述第二幀和所述第一幀之間間隔的幀的個數為所述第一幀的抽樣間隔；

根據所述訓練視頻的先驗知識，確定所述第二幀是否為違規幀；

根據所述確定結果生成獎勵，所述獎勵作用于所述強化學習網絡；

所述根據所述當前幀的特征參數確定所述當前幀的抽樣間隔包括：

將所述當前幀的特征參數輸入所述訓練后的強化學習網絡，獲得所述當前幀的抽樣間隔。

4.根據權利要求3中所述的方法，其特征在于，根據所述確定結果生成獎勵之前，所述方法還包括：

根據所述訓練視頻的先驗知識，確定所述第一幀與所述第二幀之間的違規幀的個數和非違規幀的個數；

根據所述確定結果生成獎勵包括：

根據所述確定結果、所述第一幀與所述第二幀之間的違規幀的個數和非違規幀的個數生成所述獎勵。

5.一種運行在計算設備中的視頻審核系統，其特征在于，所述系統包括審核設備，所述審核設備用于：

獲取所述視頻；

從所述視頻中選取當前幀；

提取所述當前幀的特征參數；

根據所述當前幀的特征參數確定所述當前幀的抽樣間隔；

根據所述當前幀的抽樣間隔從所述視頻中獲取下一抽樣幀，所述下一抽樣幀和所述當前幀之間間隔的幀的個數為所述當前幀的抽樣間隔；

確定所述下一抽樣幀是否為違規幀；

根據所述下一抽樣幀是否為違規幀的確定結果，確定所述視頻的審核結果。

6.根據權利要求5中所述的系統，其特征在于，所述系統還包括強化學習網絡訓練設備，所述強化學習網絡訓練設備用于由訓練集訓練得到強化學習網絡，所述訓練集包括至少一個訓練視頻和每個訓練視頻對應的先驗知識，每個訓練視頻對應的先驗知識包括所述每個訓練視頻包括的各個幀是否為違規幀的信息；

所述根據所述當前幀的特征參數確定所述當前幀的抽樣間隔包括：

將所述當前幀的特征參數輸入所述強化學習網絡，獲得所述當前幀的抽樣間隔。