买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安小巨人信息技术有限公司申请的专利一种基于短视频的敏感信息识别预警方法、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119580171B 。

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510138617.8，技术领域涉及：G06V20/40；该发明授权一种基于短视频的敏感信息识别预警方法、系统及介质是由赵博翔设计研发完成，并于2025-02-08向国家知识产权局提交的专利申请。

本一种基于短视频的敏感信息识别预警方法、系统及介质在说明书摘要公布了：本发明提供一种基于短视频的敏感信息识别预警方法、系统及介质，涉及信息识别技术领域，包括：将音频数据转换为文本数据；提取图像特征和文本特征，并进行匹配关联，形成多个图文特征簇；获取各图文特征簇之间的重合度，并转换为每个图文特征簇内各特征重合占比，对图文特征簇中的重合占比高的图像特征和文本特征进行降权，并进行特征融合；根据重合度对图文特征簇从小到大排序，确定关键特征簇序列；将融合后的特征依次输入到敏感信息识别模型进行识别，直至识别到敏感信息后停止。该方法通过将短视频所提取的多模态数据进行时序上的特征关联，以及重复特征数据降重，从而放大敏感数据的隐蔽性特征信息，提升判断和识别的准确性。

本发明授权一种基于短视频的敏感信息识别预警方法、系统及介质在权利要求书中公布了：1.一种基于短视频的敏感信息识别预警方法，其特征在于，包括以下步骤：提取短视频的音频数据和视频数据；将音频数据转换为文本数据，并根据时序信息将文本数据划分为多个时间窗口；将视频数据逐帧转换为多个图像帧，去重后获得关键图像帧；构建两个特征提取网络，分别提取多个关键图像帧的图像特征和多个时间窗口文本数据的文本特征，并根据关键图像帧的时间戳将图像特征与多个时间窗口下的文本特征进行匹配关联，形成多个图文特征簇；对多个图文特征簇进行余弦相似度判断，获取各图文特征簇之间的重合度；将图文特征簇之间的重合度转换为每个图文特征簇内各特征重合占比，对图文特征簇中的重合占比高的图像特征和文本特征进行降权，并进行特征融合；根据重合度对图文特征簇从小到大排序，确定关键特征簇序列；构建网络模型；通过敏感视频训练集训练网络模型获得敏感信息识别模型；根据关键特征簇序列将图文特征簇中融合后的特征依次输入到敏感信息识别模型进行识别，直至识别到敏感信息后停止或所有图文特征簇均识别，确定识别结果；所述根据关键图像帧的时间戳将图像特征与多个时间窗口下的文本特征进行匹配关联，形成多个图文特征簇，包括以下步骤：确定时间窗口大小，将关键图像帧的时间戳与文本数据的时间戳进行对齐；对于每个时间窗口，筛选出与该时间窗口时间范围相匹配的关键图像帧的图像特征和文本数据的文本特征；构建多个图文特征簇集合，每个图文特征簇包括一个时间窗口下的多个图像特征和文本特征；所述对多个图文特征簇进行余弦相似度判断，获取各图文特征簇之间的重合度，包括以下步骤：获取两两图文特征簇之间的两两特征向量间的余弦相似度值： 式中，a和b为特征向量；||a||和||b||为a和b的模；根据预设的相似度阈值和余弦相似度值的求解结果，判断当前两个特征向量之间的是否存在相似性；遍历获得每个图像特征和文本特征在图文特征簇之间满足相似性的所有特征数，确定当前特征在整个图文特征簇集合的重合度： 式中，ei为当前特征的重合度，i＝1,2,3...k，k为特征数；n为满足相似性的所有特征数；N为图文特征簇集合中图文特征簇的数量；所述将图文特征簇之间的重合度转换为每个图文特征簇内各特征重合占比，对图文特征簇中的重合占比高的图像特征和文本特征进行降权，并进行特征融合，包括以下步骤：确定当前特征向量ai在整个图文特征簇集合的重合度ei，转换为每个图文特征簇内各特征重合占比∈i；预设降权阈值μ，对超出降权阈值μ重合占比高的图像特征和文本特征的特征向量进行等比例降权： 式中，j为当前图文特征簇内存在重合情况的特征数；对降权后的图像特征和文本特征的特征向量进行拼接，获得融合后的特征；所述敏感信息识别模型采用LSTM网络进行训练构建，将融合后的特征输入至训练后的LSTM网络，获得是否产生敏感信息的判断结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安小巨人信息技术有限公司，其通讯地址为：710018 陕西省西安市高新区丈八街办唐延路禾盛京广中心F座2102；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。