[發(fā)明專利]基于錄屏視頻的信息驗證方法、裝置、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202211200519.5
• 申請日: 2022-09-29
• 公開（公告）號: CN115471775A
• 公開（公告）日: 2022-12-13
• 發(fā)明（設計）人: 陳波;徐亮;黃一鳴;王小標
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/82;G06V10/764;G06N3/08;G06N3/04
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種基于錄屏視頻的信息驗證方法，其特征在于，所述方法包括：

獲取用戶信息收集時的錄屏視頻；

將所述錄屏視頻轉換為按時間排序的視頻幀序列；

利用預訓練完成的輕量級神經網絡對所述視頻幀序列中的每個視頻幀進行分類，得到關鍵視頻幀序列；

對所述關鍵視頻幀序列進行操作場景識別，得到所述關鍵視頻幀序列對應的操作場景序列；

根據所述操作場景序列對所述錄屏視頻進行信息校驗。

2.如權利要求1所述的基于錄屏視頻的信息驗證方法，其特征在于，所述將所述錄屏視頻轉換為按時間排序的視頻幀序列，包括：

獲取所述錄屏視頻的視頻幀率以及預設的目標幀率；

根據所述視頻幀率及所述預設的目標幀率計算待抽取的視頻幀間隔；

根據所述視頻幀間隔從所述錄屏視頻抽取視頻幀集，并將所述視頻幀集按照抽取時間排序，得到視頻幀序列。

3.如權利要求2所述的基于錄屏視頻的信息驗證方法，其特征在于，所述根據所述視頻幀率及所述預設的目標幀率計算待抽取的視頻幀間隔，包括：

利用如下公式計算所述待抽取的視頻幀間隔：

i＝int{float(f₁/f₂)+1}

其中，所述i為視頻幀間隔，所述f₁為視頻幀率，所述f₂為目標幀率，int為取整函數，float為浮點型數據類型。

4.如權利要求1所述的基于錄屏視頻的信息驗證方法，其特征在于，所述利用預訓練完成的輕量級神經網絡對所述視頻幀序列中的每個視頻幀進行分類，包括：

將所述視頻幀序列中的每個視頻幀逐個輸入至所述預訓練完成的輕量級神經網絡中；

利用所述輕量級神經網絡中的卷積層對所述每個視頻幀進行卷積，得到所述每個視頻幀的卷積特征圖；

利用所述輕量級神經網絡中的池化層對所述卷積特征圖進行池化，得到所述每個視頻幀的特征向量；

利用預設的激活函數對所述每個視頻幀的特征向量進行分類，得到關鍵視頻幀序列。

5.如權利要求1所述的基于錄屏視頻的信息驗證方法，其特征在于，所述對所述關鍵視頻幀序列進行操作場景識別，包括：

逐個對所述關鍵視頻幀序列中的關鍵視頻幀進行文字提取，得到所述關鍵視頻幀中的文本信息；

對所述文字信息進行文本分詞，根據所述文本分詞的結果確定文本關鍵詞；

將所述文本關鍵詞與預構建的操作場景集合進行匹配，得到所述關鍵視頻幀的操作場景。

6.如權利要求1中所述的基于錄屏視頻的信息驗證方法，其特征在于，所述逐個對所述關鍵視頻幀序列中的關鍵視頻幀進行文字提取，包括：

對所述關鍵視頻幀進行文字區(qū)域邊界檢測，得到文字區(qū)域的邊界坐標點；

根據所述邊界坐標點將所述關鍵視頻幀切分為多個文字區(qū)域；

利用預設的文字識別模型對所述多個文字區(qū)域進行文字識別，根據所述文本識別的結果進行文本提取。

7.如權利要求1所述的基于錄屏視頻的信息驗證方法，其特征在于，所述根據所述操作場景序列對所述錄屏視頻進行信息校驗，包括：

獲取預設的校驗規(guī)則，對所述校驗規(guī)則進行規(guī)則解析，得到所述校驗規(guī)則的規(guī)則表達式；

利用所述規(guī)則表達式對所述操作場景序列進行校驗，得到所述錄屏視頻的校驗結果。

8.一種基于錄屏視頻的信息驗證裝置，其特征在于，所述裝置包括：

錄屏視頻獲取模塊，用于獲取用戶信息收集時的錄屏視頻；

視頻幀序列轉化模塊，用于將所述錄屏視頻轉換為按時間排序的視頻幀序列；

關鍵視頻幀序列分類模塊，用于利用預訓練完成的輕量級神經網絡對所述視頻幀序列中的每個視頻幀進行分類，得到關鍵視頻幀序列；

操作場景識別模塊，用于對所述關鍵視頻幀序列進行操作場景識別，得到所述關鍵視頻幀序列對應的操作場景序列；

錄屏視頻校驗模塊，用于根據所述操作場景序列對所述錄屏視頻進行信息校驗。