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

在審

• 申請?zhí)枺?/td>: 201911067905.X
• 申請日: 2019-11-04
• 公開（公告）號: CN110798703A
• 公開（公告）日: 2020-02-14
• 發(fā)明（設(shè)計）人: 劉洋;楊文鮮;王新然;李云飛;傅景楠
• 申請（專利權(quán)）人: 云目未來科技(北京)有限公司
• 主分類號: H04N21/234
• 分類號: H04N21/234;H04N21/44;H04N21/8352;H04N21/845
• 代理公司: 11694 北京萬思博知識產(chǎn)權(quán)代理有限公司
• 代理人: 劉冀

1.一種視頻違規(guī)內(nèi)容檢測的方法，其特征在于，包括：

獲取待檢測視頻；

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

對所述視頻幀的圖像進(jìn)行違規(guī)內(nèi)容識別，并確定所述待檢測視頻的第一違規(guī)內(nèi)容檢測結(jié)果，其中所述第一違規(guī)內(nèi)容檢測結(jié)果用于確定所述待檢測視頻中的目標(biāo)對象；

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

對所述音頻進(jìn)行違規(guī)內(nèi)容識別，并確定所述待檢測視頻的第三違規(guī)內(nèi)容檢測結(jié)果，其中所述第三違規(guī)內(nèi)容檢測結(jié)果用于確定待檢測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)容檢測結(jié)果、第二違規(guī)內(nèi)容過檢測結(jié)果以及第三違規(guī)內(nèi)容過檢測結(jié)果，確定所述待檢測視頻的第四違規(guī)內(nèi)容檢測結(jié)果，其中所述第四違規(guī)內(nèi)容檢測結(jié)果用于確定所述待檢測視頻的最終的違規(guī)內(nèi)容識別結(jié)果。

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

根據(jù)預(yù)先設(shè)置的圖像分類模型，對所述圖像進(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)置的物體檢測模型，檢測所述圖像中的物體，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)置的文本識別模型，識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)置的人臉識別模型，識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)容檢測結(jié)果。

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

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)容檢測結(jié)果。

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

根據(jù)預(yù)先設(shè)置的聲音分類模型，對所述音頻進(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)容檢測結(jié)果；以及

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