[发明专利]视频检测方法、装置、电子设备及计算机可读存储介质在审
申请号: | 201811496505.6 | 申请日: | 2018-12-07 |
公开(公告)号: | CN111291602A | 公开(公告)日: | 2020-06-16 |
发明(设计)人: | 黄君实;罗玄;陈强 | 申请(专利权)人: | 北京奇虎科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京市立方律师事务所 11330 | 代理人: | 张筱宁 |
地址: | 100088 北京市西城区新*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 视频 检测 方法 装置 电子设备 计算机 可读 存储 介质 | ||
1.一种视频检测方法,其特征在于,包括:
通过特征提取网络提取待检测视频中的关键帧图像的图像特征;
通过池化网络对提取得到的所述图像特征进行处理得到所述关键帧图像的固定长度的图像特征向量;
将得到的所述固定长度的图像特征向量输入至分类网络得到所述关键帧图像的低俗检测结果;
基于所述关键帧图像的低俗检测结果确定所述待检测视频的低俗检测结果。
2.根据权利要求1所述的方法,其特征在于,所述通过池化网络对提取得到的所述图像特征进行处理得到所述关键帧图像的固定长度的图像特征向量,包括以下至少一项:
将提取得到的所述图像特征输入至全局平均池化网络得到所述关键帧图像的固定长度的图像特征向量;
将提取得到的所述图像特征输入至VLAD池化网络得到所述关键帧图像的固定长度的图像特征向量。
3.根据权利要求2所述的方法,其特征在于,所述将提取得到的所述图像特征输入至VLAD池化网络得到所述关键帧图像的固定长度的图像特征向量,包括:
对多个图像特征进行聚类处理,得到多个聚类中心;
计算确定各个图像特征的特征值分别与其对应的聚类中心特征值的残差值,并针对任一聚类中心对该聚类中心与对应的各个图像特征之间的残差值进行求和得到残差值的和;
基于得到的各个聚类中心分别对应的残差值的和来确定所述关键帧图像的固定长度的图像特征向量。
4.根据权利要求1所述的方法,其特征在于,待检测视频的关键帧图像的确定方法,包括:
对待检测视频进行解码处理得到多个视频帧图像;
基于各个视频帧图像的图像特征对所述多个视频帧图像进行聚类处理,得到至少一个聚类分组;
从各个聚类分组中分别确定一个视频帧图像作为关键帧图像。
5.根据权利要求1所述的方法,其特征在于,包括:基于所述关键帧图像的低俗检测结果确定所述待检测视频的低俗检测结果,包括:
分别确定多个关键帧图像的低俗检测结果;
对所述多个关键帧图像的低俗检测结果进行加权融合处理,基于加权融合处理的结果确定所述待检测视频的低俗检测结果。
6.一种视频检测装置,其特征在于,该装置包括:
提取模块,用于通过特征提取网络提取待检测视频中的关键帧图像的图像特征;
特征处理模块,用于通过池化网络对所述提取模块提取得到的所述图像特征进行处理得到所述关键帧图像的固定长度的图像特征向量;
检测模块,用于将所述特征处理模块处理得到的所述固定长度的图像特征向量输入至分类网络得到所述关键帧图像的低俗检测结果;
第一确定模块,用于基于所述检测模块检测得到的所述关键帧图像的低俗检测结果确定所述待检测视频的低俗检测结果。
7.根据权利要求6所述的装置,其特征在于,所述特征处理模块,用于将提取得到的所述图像特征输入至全局平均池化网络得到所述关键帧图像的固定长度的图像特征向量;和或,用于将提取得到的所述图像特征输入至VLAD池化网络得到所述关键帧图像的固定长度的图像特征向量。
8.根据权利要求7所述的装置,其特征在于,所述特征处理模块包括:聚类处理单元、计算单元及第一确定单元;
所述聚类处理单元,用于对多个图像特征进行聚类处理,得到多个聚类中心;
所述计算单元,用于计算确定各个图像特征的特征值分别与其对应的所述聚类处理单元确定的聚类中心特征值的残差值,并针对任一聚类中心对该聚类中心与对应的各个图像特征之间的残差值进行求和得到残差值的和;
所述第一确定单元,用于基于所述计算单元计算得到的各个聚类中心分别对应的残差值的和来确定所述关键帧图像的固定长度的图像特征向量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京奇虎科技有限公司,未经北京奇虎科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811496505.6/1.html,转载请声明来源钻瓜专利网。