首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】视频敏感内容检测方法及系统_中国科学院自动化研究所;人民中科(北京)智能技术有限公司_202210214422.3 

申请/专利权人:中国科学院自动化研究所;人民中科(北京)智能技术有限公司

申请日:2022-03-07

公开(公告)日:2024-06-14

公开(公告)号:CN114666571B

主分类号:H04N17/00

分类号:H04N17/00;H04N19/44;G06T7/00;G06V10/764;G06V10/80;G06V10/82

优先权:

专利状态码:有效-授权

法律状态:2024.06.14#授权;2022.07.12#实质审查的生效;2022.06.24#公开

摘要:本发明提供一种视频敏感内容检测方法及系统,该方法包括:对待检测视频执行解码方法的部分步骤,提取所述待检测视频的压缩域信息;根据所述压缩域信息判断所述待检测视频的质量是否合格;在所述待检测视频的质量不合格的情况下,确定所述待检测视频中不存在敏感内容;在所述待检测视频的质量合格的情况下,根据所述压缩域信息对所述待检测视频进行敏感内容检测,确定所述待检测视频中是否存在敏感内容。本发明降低了敏感内容检测的资源消耗,提高检测效率和检测准确率。

主权项:1.一种视频敏感内容检测方法,其特征在于,包括:对待检测视频执行解码方法的部分步骤,提取所述待检测视频的压缩域信息;根据所述压缩域信息判断所述待检测视频的质量是否合格;在所述待检测视频的质量不合格的情况下,确定所述待检测视频中不存在敏感内容;在所述待检测视频的质量合格的情况下,根据所述压缩域信息对所述待检测视频进行敏感内容检测,确定所述待检测视频中是否存在敏感内容,若检测出待检测视频中存在敏感内容,则对待检测视频进行全解码,基于待检测视频的RGB信息对待检测视频再次进行敏感内容检测,获取最终的检测结果;其中,所述根据所述压缩域信息判断所述待检测视频的质量是否合格,包括:将所述压缩域信息分别输入视频质量评估模型的不同分支,所述压缩域信息为{I,MV,R,V},I表示待检测视频的关键帧I帧,MV表示待检测视频的运动矢量信息,R表示待检测视频的残差信息,V表示待检测视频的音频信息,将I、MV、R和V分别输入视频质量评估模型包括I分支、MV分支、R分支和V分支;根据所有分支的输出,确定所述待检测视频的质量是否合格;其中,所述视频质量评估模型以样本视频的压缩域信息为样本,以所述样本视频的质量实际是否合格为标签进行训练获取,所述将所述压缩域信息分别输入视频质量评估模型的不同分支,之前还包括:将所述样本视频的压缩域信息分别输入所述视频质量评估模型的不同分支,对每个分支的输出进行二分类,确定所述样本视频的质量是否合格;将所述样本视频对于每个分支的二分类结果和所述样本视频的标签进行对比,根据对比结果对每个分支进行预训练;将所述样本视频的压缩域信息分别输入预训练后的不同分支,根据所有分支的输出进行融合,对融合结果进行二分类,确定所述待检测视频的质量是否合格;将所述融合结果的二分类结果和所述样本视频的标签进行对比,根据对比结果对所述视频质量评估模型进行训练,所述根据所述压缩域信息对所述待检测视频进行敏感内容检测,确定所述待检测视频中是否存在敏感内容,包括:将所述待检测视频的压缩域信息分别输入敏感内容检测模型的不同分支;根据所有分支的输出,确定所述待检测视频中是否存在敏感内容;其中,所述敏感内容检测模型以样本视频的压缩域信息为样本,以所述样本视频中是否存在敏感内容为标签进行训练获取,所述将所述待检测视频的压缩域信息分别输入敏感内容检测模型的不同分支,之前还包括:将所述样本视频的压缩域信息分别输入所述敏感内容检测模型的不同分支,对每个分支的输出进行二分类,确定所述样本视频中是否存在敏感内容;将所述样本视频对于每个分支的二分类结果和所述样本视频的标签进行对比,根据对比结果对每个分支进行预训练;使用两个超参数对预训练后的敏感内容检测模型进行训练;其中,一个所述超参数用于控制所述敏感内容检测模型的检测速度,另一个所述超参数用于控制所述敏感内容检测模型的检测精度,使用两个超参数对预训练后的敏感内容检测模型进行训练的损失函数为: ; ; ;其中,为所述损失函数的值,和为所述两个超参数,为影响所述敏感内容检测模型的检测速度的损失函数,为影响所述敏感内容检测模型的检测精度的损失函数,为所述敏感内容检测模型的权重,根据预训练后所述分支的输出或预训练后所述分支的中间层的输出确定,根据使用两个超参数对敏感内容检测模型训练的过程中分支的输出或分支的中间层的输出确定。

全文数据:

权利要求:

百度查询: 中国科学院自动化研究所;人民中科(北京)智能技术有限公司 视频敏感内容检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。