[發(fā)明專利]視頻違規(guī)內(nèi)容檢測(cè)的方法、裝置以及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911067905.X
• 申請(qǐng)日: 2019-11-04
• 公開(kāi)（公告）號(hào): CN110798703A
• 公開(kāi)（公告）日: 2020-02-14
• 發(fā)明（設(shè)計(jì)）人: 劉洋;楊文鮮;王新然;李云飛;傅景楠
• 申請(qǐng)（專利權(quán)）人: 云目未來(lái)科技(北京)有限公司
• 主分類號(hào): H04N21/234
• 分類號(hào): H04N21/234;H04N21/44;H04N21/8352;H04N21/845
• 代理公司: 11694 北京萬(wàn)思博知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 劉冀

1.一種視頻違規(guī)內(nèi)容檢測(cè)的方法，其特征在于，包括：

獲取待檢測(cè)視頻；

根據(jù)預(yù)先設(shè)置的視頻處理方法提取所述待檢測(cè)視頻中的視頻幀、視頻片段以及音頻；

對(duì)所述視頻幀的圖像進(jìn)行違規(guī)內(nèi)容識(shí)別，并確定所述待檢測(cè)視頻的第一違規(guī)內(nèi)容檢測(cè)結(jié)果，其中所述第一違規(guī)內(nèi)容檢測(cè)結(jié)果用于確定所述待檢測(cè)視頻中的目標(biāo)對(duì)象；

對(duì)所述視頻片段進(jìn)行違規(guī)內(nèi)容識(shí)別，并確定所述待檢測(cè)視頻的第二違規(guī)內(nèi)容檢測(cè)結(jié)果，其中所述第二違規(guī)內(nèi)容檢測(cè)結(jié)果用于確定所述待檢測(cè)視頻的行為標(biāo)簽；

對(duì)所述音頻進(jìn)行違規(guī)內(nèi)容識(shí)別，并確定所述待檢測(cè)視頻的第三違規(guī)內(nèi)容檢測(cè)結(jié)果，其中所述第三違規(guī)內(nèi)容檢測(cè)結(jié)果用于確定待檢測(cè)視頻的音頻的類別標(biāo)簽；以及

根據(jù)所述的第一違規(guī)內(nèi)容檢測(cè)結(jié)果、第二違規(guī)內(nèi)容過(guò)檢測(cè)結(jié)果以及第三違規(guī)內(nèi)容過(guò)檢測(cè)結(jié)果，確定所述待檢測(cè)視頻的第四違規(guī)內(nèi)容檢測(cè)結(jié)果，其中所述第四違規(guī)內(nèi)容檢測(cè)結(jié)果用于確定所述待檢測(cè)視頻的最終的違規(guī)內(nèi)容識(shí)別結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)所述視頻幀的圖像進(jìn)行違規(guī)內(nèi)容識(shí)別的操作包括：

根據(jù)預(yù)先設(shè)置的圖像分類模型，對(duì)所述圖像進(jìn)行分類，確定所述圖像的類別，所述圖像的類別用戶指示所述圖像違規(guī)的類型；

根據(jù)預(yù)先設(shè)置的物體檢測(cè)模型，檢測(cè)所述圖像中的物體，確定所述圖像中違規(guī)物體的信息，其中所述違規(guī)物體的信息用于指示所述圖像中物體的位置信息以及違規(guī)物體類型信息；

根據(jù)預(yù)先設(shè)置的文本識(shí)別模型，識(shí)別所述圖像中的第一文本信息，并輸出所述圖像的第一文本信息；

根據(jù)預(yù)先設(shè)置的人臉識(shí)別模型，識(shí)別所述圖像中的人臉，確定所述圖像中人臉的信息，其中所述人臉的信息用于指示所述人臉的位置信息以及人臉的對(duì)象的身份信息；以及

根據(jù)所述圖像的類別、所述圖像中違規(guī)物體的信息以及所述圖像中人臉的信息確定所述第一違規(guī)內(nèi)容檢測(cè)結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)所述視頻片段進(jìn)行違規(guī)內(nèi)容識(shí)別的操作包括：

確定所述視頻片段的行為標(biāo)簽，其中所述行為標(biāo)簽用于指示所述視頻片段的違規(guī)類型；以及

根據(jù)所述行為標(biāo)簽，確定所述第二違規(guī)內(nèi)容檢測(cè)結(jié)果。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)所述音頻進(jìn)行違規(guī)內(nèi)容識(shí)別的操作包括：

根據(jù)預(yù)先設(shè)置的聲音分類模型，對(duì)所述音頻進(jìn)行分類，輸出所述音頻的類別標(biāo)簽，其中所述類別標(biāo)簽用于指示所述音頻的聲音的違規(guī)類別；

根據(jù)所述音頻的類別標(biāo)簽，確定所述第三違規(guī)內(nèi)容檢測(cè)結(jié)果；以及

根據(jù)預(yù)先設(shè)置的語(yǔ)音識(shí)別模型，對(duì)所述音頻中的語(yǔ)音進(jìn)行識(shí)別，并輸出所述音頻中的第二文本信息。