[發(fā)明專利]一種視頻無關(guān)內(nèi)容檢測的方法、裝置、設(shè)備和介質(zhì)

有效

• 申請?zhí)枺?/td>: 201911159761.0
• 申請日: 2019-11-22
• 公開（公告）號: CN111027419B
• 公開（公告）日: 2023-10-20
• 發(fā)明（設(shè)計）人: 萬明陽;馬連洋;衡陣
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/74
• 代理公司: 北京同達信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 李娟

本申請屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，主要涉及人工智能中的計算機視覺技術(shù)和語音技術(shù)，公開了一種視頻無關(guān)內(nèi)容檢測的方法、裝置、設(shè)備和介質(zhì)，本申請公開的一種視頻無關(guān)內(nèi)容檢測的方法包括，預(yù)先根據(jù)該目標(biāo)對象的多個歷史視頻之間的匹配幀數(shù)以及音頻相似度，生成樣本多媒體特征集合，當(dāng)接收到目標(biāo)對象的待檢測視頻時，從待檢測視頻中獲取待檢測視頻幀，獲取多個待檢測視頻幀的視頻多媒體特征組成的視頻多媒體特征集合，當(dāng)視頻多媒體特征集合與樣本多媒體特征集合的匹配度符合設(shè)定條件時，確定待檢測視頻中存在視頻無關(guān)內(nèi)容。這樣檢測視頻無關(guān)內(nèi)容時，擴大了檢測適用范圍，提高了檢測結(jié)果的魯棒性和精確度。

技術(shù)領(lǐng)域

本申請涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種視頻無關(guān)內(nèi)容檢測的方法、裝置、設(shè)備和介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)和智能終端技術(shù)的發(fā)展，以及視頻拍攝設(shè)備和視頻剪輯技術(shù)的普及，發(fā)布視頻的數(shù)量急速增加。用戶通常在視頻正文的片頭或片尾等部分添加額外的視頻無關(guān)內(nèi)容后進行視頻發(fā)布。例如，視頻無關(guān)內(nèi)容為黑屏、廣告以及自媒體號等。

現(xiàn)有技術(shù)下，通常采用以下方式對視頻無關(guān)內(nèi)容進行檢測：針對電視劇視頻中的多個視頻文件，分別提取每一視頻文件中片頭時間區(qū)域或片尾時間區(qū)域的視頻特征，當(dāng)多個視頻文件的視頻特征相似時，判定存在視頻無關(guān)內(nèi)容。

但是，采用視頻特征檢測的方式，僅能對電視劇視頻進行檢測，并且視頻的分辨率以及尺寸等因素對視頻檢測結(jié)果的影響較大，適用范圍較小，魯棒性較差，檢測精確度較差。

由此，亟待需要一種可以提高視頻無關(guān)內(nèi)容檢測的適用范圍，以及檢測結(jié)果的魯棒性和精確度的視頻無關(guān)內(nèi)容檢測方案。

發(fā)明內(nèi)容

本申請實施例提供一種視頻無關(guān)內(nèi)容檢測的方法、裝置、設(shè)備和介質(zhì)，用以在進行視頻無關(guān)內(nèi)容檢測時，提高視頻無關(guān)內(nèi)容檢測的適用范圍，以及檢測結(jié)果的魯棒性和精確度。

一方面，提供一種視頻無關(guān)內(nèi)容檢測的方法，包括：

從目標(biāo)對象的待檢測視頻中獲取待檢測視頻幀；

獲取各個待檢測視頻幀的視頻多媒體特征組成的視頻多媒體特征集合；

當(dāng)視頻多媒體特征集合與樣本多媒體特征集合的匹配度符合設(shè)定條件時，確定待檢測視頻中存在視頻無關(guān)內(nèi)容；

其中，樣本多媒體特征集合是根據(jù)目標(biāo)對象的歷史視頻中包含的視頻無關(guān)內(nèi)容獲得的，歷史視頻中包含的視頻無關(guān)內(nèi)容是根據(jù)各歷史視頻之間的視頻幀的匹配幀數(shù)以及音頻相似度確定的。

一方面，提供一種視頻無關(guān)內(nèi)容檢測的裝置，包括：

獲取單元，用于從目標(biāo)對象的待檢測視頻中獲取待檢測視頻幀；

組成單元，用于獲取各個待檢測視頻幀的視頻多媒體特征組成的視頻多媒體特征集合；

確定單元，用于當(dāng)視頻多媒體特征集合與樣本多媒體特征集合的匹配度符合設(shè)定條件時，確定待檢測視頻中存在視頻無關(guān)內(nèi)容；

其中，樣本多媒體特征集合是根據(jù)目標(biāo)對象的歷史視頻中包含的視頻無關(guān)內(nèi)容獲得的，歷史視頻中包含的視頻無關(guān)內(nèi)容是根據(jù)各歷史視頻之間的視頻幀的匹配幀數(shù)以及音頻相似度確定的。

較佳的，獲取單元用于：

按照指定采樣時長，對待檢測視頻中指定時間段內(nèi)的視頻進行視頻幀采樣，獲得各待檢測視頻幀。

較佳的，確定單元用于：

依次確定視頻多媒體特征集合中的每一視頻圖片特征與樣本多媒體特征集合中的每一相應(yīng)視頻圖片特征之間的視頻幀相似度，直至獲得的視頻幀相似度低于預(yù)設(shè)圖片相似度閾值，其中，視頻多媒體特征至少包括視頻圖片特征；

將視頻幀相似度不低于預(yù)設(shè)圖片相似度閾值的視頻幀對數(shù)，確定為匹配幀數(shù)；