CN110929055A - 多媒体质量检测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开关于一种多媒体质量检测方法、装置、电子设备及存储介质，包括：获取任一目标用户发布的待检测多媒体，并且获取所述待检测多媒体的目标特征；所述目标用户为预先已通过白名单检测的用户；基于所述目标用户已通过质量检测的多媒体，获取所述目标用户的参考特征；计算所述目标用户的参考特征与所述目标特征的距离；在所述距离满足预设条件的情况下，确定所述待检测多媒体通过质量检测。本公开的实施例从用户已通过质量检测的多媒体中提取参考特征，并从待检测多媒体中提取目标特征，通过比较目标特征与参考特征的距离，确定新多媒体是否可以直接通过质量检测，从而在减少检测人员工作量的情况下，完成对新发布多媒体的质量检测。

Description

多媒体质量检测方法、装置、电子设备及存储介质

技术领域

本公开涉及互联网应用领域，尤其涉及多媒体质量检测方法、装置、电子设备及存储介质。

背景技术

随着互联网应用的发展与丰富，用户可以通过特定的平台发布自己的多媒体，如通过视频平台发布自己拍摄的视频，或者通过在线图片分享平台发布图片等，而平台通常需要检测用户发布的多媒体的质量是否合格。相关技术中，可以人工对多媒体进行检测，但往往需要消耗较多的人力与时间，并且检测进度较慢。

为了减少检测人员的工作量，可以设置白名单机制，将发布多媒体较多并且违规较少的用户加入白名单，并且对白名单中的用户采取免审措施。但是，相关技术中的白名单机制仍存在一定风险，例如，不能保证白名单中的用户始终发布不违规的多媒体；一旦白名单中用户的账号被盗，则可能会发布违规多媒体。

发明内容

本公开提供一种多媒体质量检测方法、装置、电子设备及存储介质，以至少解决减轻人工检测工作量，并且降低检测风险的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种多媒体质量检测方法，其特征在于，所述方法包括：

获取任一目标用户发布的待检测多媒体，并且获取所述待检测多媒体的目标特征；所述目标用户为预先已通过白名单检测的用户；

基于所述目标用户已通过质量检测的多媒体，获取所述目标用户的参考特征；

计算所述目标用户的参考特征与所述目标特征的距离；

在所述距离满足预设条件的情况下，确定所述待检测多媒体通过质量检测。

在一种可能实现方式中，所述白名单检测，包括：

将已发布至少N个多媒体的用户确定为候选用户；

针对任一候选用户：获取该用户最近发布的N个多媒体的质量检测结果；若所述质量检测结果均为已通过检测，则确定该用户通过白名单检测。

在一种可能实现方式中，所述基于所述目标用户已通过质量检测的多媒体，获取所述目标用户的参考特征，包括：

确定所述目标用户最近发布的已通过质量检测的M个多媒体，其中，M≤N；

获取所述M个多媒体中各多媒体的参考特征，作为所述用户的参考特征。

在一种可能实现方式中，所述计算所述目标用户的参考特征与所述目标特征的距离，包括：

利用如下公式计算所述目标用户的参考特征与所述目标特征的距离：

其中，feature_i为所述目标用户的第i个参考特征，feature_t为所述目标特征。

在一种可能实现方式中，所述在所述距离满足预设条件的情况下，确定所述待检测多媒体通过质量检测，包括：

获取所述目标用户的参考特征之间的平均距离；

在所述距离小于所述平均距离的情况下，确定所述待检测多媒体通过质量检测。

根据本公开实施例的第二方面，提供一种多媒体质量检测装置，其特征在于，所述装置包括：

目标特征获取模块，被配置为执行获取任一目标用户发布的待检测多媒体，并且获取所述待检测多媒体的目标特征；所述目标用户为预先已通过白名单检测的用户；

参考特征获取模块，被配置为执行基于所述目标用户已通过质量检测的多媒体，获取所述目标用户的参考特征；

特征距离计算模块，被配置为执行计算所述目标用户的参考特征与所述目标特征的距离；

检测结果确定模块，被配置为执行在所述距离满足预设条件的情况下，确定所述待检测多媒体通过质量检测。

在一种可能实现方式中，所述装置还包括：白名单检测模块，被配置为执行：

将已发布至少N个多媒体的用户确定为候选用户；

针对任一候选用户：获取该用户最近发布的N个多媒体的质量检测结果；若所述质量检测结果均为已通过检测，则确定该用户通过白名单检测。

在一种可能实现方式中，所述参考特征获取模块，包括：

多媒体确定单元，被配置为执行确定所述目标用户最近发布的已通过质量检测的M个多媒体，其中，M≤N；

特征获取单元，被配置为执行获取所述M个多媒体中各多媒体的参考特征，作为所述用户的参考特征。

在一种可能实现方式中，所述特征距离计算模块，具体被配置为执行：

利用如下公式计算所述目标用户的参考特征与所述目标特征的距离：

其中，feature_i为所述目标用户的第i个参考特征，feature_t为所述目标特征。

在一种可能实现方式中，所述检测结果确定模块，具体被配置为执行：

获取所述目标用户的参考特征之间的平均距离；

在所述距离小于所述平均距离的情况下，确定所述待检测多媒体通过质量检测。

根据本公开实施例的第三方面，提供一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令，以实现如第一方面以及第一方面的可能实现方式中任一项所述的多媒体质量检测方法。

根据本公开实施例的第四方面，提供一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如第一方面以及第一方面的可能实现方式中任一项所述的多媒体质量检测方法。

根据本公开实施例的第五方面，提供一种计算机程序产品，包括一条或多条指令，该一条或多条指令可以由电子设备的处理器执行时，使得所述电子设备能够执行第一方面以及第一方面的可能实现方式中任一项所述的多媒体质量检测方法所执行的操作。

本公开的实施例提供的技术方案至少带来以下有益效果：从用户已通过质量检测的多媒体中提取参考特征，并从待检测多媒体中提取目标特征，通过比较目标特征与参考特征的距离，确定白名单中用户发布的新多媒体是否可以直接通过质量检测，而不需要进行人工检测，从而在减少检测人员工作量的情况下，完成对新发布多媒体的质量检测。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是根据一示例性实施例示出的多媒体质量检测方法的另一种流程示意图；

图2是根据一示例性实施例示出的多媒体质量检测方法的一种流程示意图；

图3是根据一示例性实施例示出的多媒体质量检测装置的一种结构示意图；

图4是根据一示例性实施例示出的多媒体质量检测装置的另一种结构示意图；

图5是根据一示例性实施例示出的电子设备的一种结构示意图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种多媒体质量检测方法的流程图，参见图1，一种多媒体质量检测方法可以包括步骤S11～S14：

在步骤S11中，获取任一目标用户发布的待检测多媒体，并且获取所述待检测多媒体的目标特征；所述目标用户为预先已通过白名单检测的用户。

在本公开实施例中，可以预先对发布过多媒体的用户进行白名单检测，即确定用户已发布的多媒体的质量。如果确定某用户发布的多媒体数量较多，并且所发布多媒体的质量较高，则可以确定该用户通过白名单检测。

在一实施例中，白名单检测可以包括：首先将已发布至少N个多媒体的用户确定为候选用户；然后针对任一候选用户：获取该用户最近发布的N个多媒体的质量检测结果，若所述质量检测结果均为已通过检测，则可以确定该用户通过白名单检测。

可以理解的是，在获取该用户最近发布的N个多媒体的质量检测结果时，如果之前已针对该多媒体进行过质量检测，可以获取之前的质量检测结果，也可以重新进行质量检测，本实施例对此不做限定。并且，白名单检测也可以采用其他方式实现，例如，判断用户最近T天内是否至少发布N个多媒体、并且所有多媒体均通过质量检测，其中，可以根据实际需求为T与N等变量选择合适的数值。

此外，如果白名单检测时需要获取用户最近发布多媒体的质量检测结果，则由于最近发布多媒体的检测结果可能随着时间变化，例如，用户A发布的全部10个多媒体均通过检测，因此可以确定该用户通过白名单检测，但如果之后发布的第11个多媒体未通过检测，则在此之后可以确定该用户未通过白名单检测。

本实施例不限定进行白名单检测的时机，例如，周期性地(如每24小时)重新检测上一次已通过白名单检测的用户；又如，设置更新触发机制，在上一次已通过白名单检测的用户发布的多媒体未通过质量检测的情况下，直接确定该用户未通过白名单检测；等等。

本公开实施例中，具体可以通过多种方式获取待检测多媒体的目标特征。例如，可以人工提取特征；也可以预先训练模型，并使用所训练的模型提取特征；等等。

又如，针对不同形式的多媒体可以提取不同形式的特征，因此可以设置不同的特征获取方式。例如，针对文字多媒体，可以通过语义识别与关键词提取的方式提取特征；针对图片多媒体，可以基于图像处理技术，提取图片的颜色特征、纹理特征、形状特征及空间关系特征等特征；针对视频多媒体，可以基于影像处理技术，以声音、图像及视频片段的维度提取特征；等等，本领域技术人员可以根据实际应用时的需求，设置特征提取方式及所提取的具体特征，本公开实施例对此不做限定。

在步骤S12中，基于所述目标用户已通过质量检测的多媒体，获取所述目标用户的参考特征。

由于用户所发布的多媒体数量可能随着时间变化，因此，在基于目标用户已通过质量检测的多媒体获取参考特征时，首先需要确定用于获取参考特征的多媒体。

在一实施例中，可以确定目标用户最近发布的已通过质量检测的M(M≤N)个多媒体，然后获取M个多媒体中各多媒体的参考特征，作为目标用户的参考特征。

例如，用户白名单的加入条件包括“已发布至少30个多媒体且全部多媒体均通过检测”的条件，即N的值为30，可以设置M＝N，即从用户最近发布的30个多媒体中提取参考特征；或者，为了减小提取参考特征的工作量，可以设置M为5，即从用户最近发布的5个多媒体中提取参考特征；等等。

此外，具体可以通过多种方式获取M个多媒体中各多媒体的参考特征。例如，可以在确定用户最近发布的已通过检测的M个多媒体之后，从各多媒体中提取参考特征；也可以在将用户加入白名单之后，提取用户最近发布的已通过质量检测的M个多媒体的参考特征，作为初次基于公开实施例检测多媒体时用户的参考特征，并且如果上一次的待检测多媒体通过质量检测，则从该多媒体中提取的特征也可以作为后续质量检测时用户的参考特征；等等。

并且，可以采用步骤S11中所列举或未列举的一种或多种方式，从多媒体中提取参考特征，只要能够实现提取到的特征相对于目标特征具有参考意义的目的，本公开实施例并不限定获取参考特征的具体方式。

在步骤S13中，计算所述目标用户的参考特征与所述目标特征的距离；以及，

在步骤S14中，在所述距离满足预设条件的情况下，确定所述待检测多媒体通过质量检测。

为了便于描述，将步骤S13与步骤S14结合进行描述：

本公开的实施例中，用户的参考特征可以为多组特征，例如从M个多媒体中分别提取M个特征向量；也可以为一组特征，例如从1个多媒体中提取1个特征向量，或将M个特征向量计算合并为1个特征向量；等等。

在一实施例中，如果用户的参考特征与目标特征均为1个特征向量，则可以计算2个向量的距离，并在该距离不大于预设阈值的情况下，确定待检测多媒体通过检测。

在另一实施例中，如果从用户的M个多媒体中提取M组参考特征，作为用户的参考特征，则具体可以通过多种方式计算目标特征与用户的参考特征的距离。通过不同方式计算的距离，也可以设置对应的条件，用于判断待检测多媒体是否通过检测。

在一个例子中，可以分别计算目标特征与各参考特征的距离。对应地，可以将计算得到的各距离与预设阈值进行比较，或者计算各参考特征之间的平均距离，并将计算得到的各距离与平均距离进行比较，从而在各距离中预设比例(如全部或80％)的数值不小于预设阈值或平均距离的情况下，确定待检测多媒体通过检测。

在另一个例子中，可以分别计算目标特征与各参考特征的距离，并且确定所计算的各距离的权重，例如，可以预先设置发布时间越近的多媒体的权重越高；或者可以获取多媒体当前的播放量、评论量或收藏量等数据，并将该数据换算为多媒体的权重；等等。

然后，基于所计算的各距离与所确定的各权重，计算目标特征与用户的参考特征的距离的加权和结果或加权平均值结果。当然，所确定的权重也可以均为“1”，即直接计算各距离的总和或平均值。

对应地，可以比较上述计算得到的距离与预设阈值的关系，并在该距离不大于预设阈值的情况下，确定待检测多媒体通过检测。

也可以进一步地，将目标特征与用户的参考特征的距离，作为目标距离，并且计算各参考特征之间的距离，作为参考距离，比较目标距离与参考距离的关系，在目标距离不大于参考距离的情况下，确定待检测多媒体通过检测。

例如，利用如下公式(1-1)计算目标特征与用户的参考特征的距离：

其中，feature_i为用户的第i个参考特征，feature_t为所述目标特征。

可以理解的是，本公开实施例中所称的距离，可以通过欧氏距离表示，也可以通过余弦距离表示，例如，可以通过如下公式(1-2)计算用户的任一参考特征与其他参考特征之间的距离：

其中，feature_i为用户的第i个参考特征，feature_j为用户的第j个参考特征。

并且，可以通过如下公式(1-3)计算用户M个参考特征的平均值：

其中，distance_j为用户的第j个参考特征与其他参考特征之间的距离。

此外，本公开实施例中，N或M个视频所对应的视频并不是固定不变的，用户上传新多媒体并通过质量检测后，该用户最近发布且通过检测的M个多媒体中，将包括该新多媒体，并去掉发布时间最久的1个多媒体。并且，无论新多媒体X是否确定为通过检测，只要该用户仍在白名单中，在下次质量检测其他新多媒体时仍会将X的特征作为参考特征。

下面结合一个更为具体的实例，对本公开提供的多媒体质量检测方法进行说明。

如图2所示，为以某视频发布平台为例：

(一)白名单设置阶段

筛选出已发布至少K个(如30个)视频的活跃用户，加入候选队列Queue_K。

获取候选队列Queue_K中各用户的视频的检测结果，筛选出最近发布的K个视频通过质量检测的用户，加入白名单队列Queue_S。

预先训练得到的模型model_ori，该模型具有较优的视频特征提取能力。使用该模型提取Queue_S中每个用户最近发布的K个视频的特征，例如，使用模型从某用户的第i个视频中提取的特征为feature_i。

(二)视频质量检测阶段

某用户在该视频平台发布新视频后，可以首先确定该用户是否在Queue_S中，若是，则进一步确定该新视频是否可以免人工质量检测。

具体地，使用model_ori从该新视频中提取特征feature_new，通过如下公式(1-4)计算feature_new与上述K个视频的特征的平均距离distance_new：

其中，feature_i为K个视频的特征中的第i个参考特征。

并且，通过如下公式(1-5)与(1-6)，计算上述K个视频中最近发布的M个(例如5个)视频的特征的平均距离distance_avg：

其中，feature_i为M个视频的特征中的第i个参考特征，feature_j为M个视频的特征中的第j个参考特征，distance_j为M个视频的特征中的第j个参考特征与其他参考特征之间的距离。

然后，比较distance_new与distance_avg的大小，如果distance_new＜distance_avg，则将该新视频加入免审队列，后续不需要对该视频进行人工质量检测；如果distance_new≥distance_avg，则后续需要对该视频进行人工质量检测。

由此可见，本实例中从用户已通过质量检测的多媒体中提取参考特征，并从待检测多媒体中提取目标特征，通过比较目标特征与参考特征的距离，确定白名单中用户发布的新多媒体是否可以直接通过质量检测，而不需要进行人工检测，从而在减少检测人员工作量的情况下，完成对新发布多媒体的质量检测。

图3是根据一示例性实施例示出的一种多媒体质量检测装置框图，可以包括目标特征获取模块110，参考特征获取模块120，特征距离计算模块130和检测结果确定模块140。

该目标特征获取模块110，被配置为执行获取任一目标用户发布的待检测多媒体，并且获取所述待检测多媒体的目标特征；所述目标用户为预先已通过白名单检测的用户；

该参考特征获取模块120，被配置为执行基于所述目标用户已通过质量检测的多媒体，获取所述目标用户的参考特征；

该特征距离计算模块130，被配置为执行计算所述目标用户的参考特征与所述目标特征的距离；

该检测结果确定模块140，被配置为执行在所述距离满足预设条件的情况下，确定所述待检测多媒体通过质量检测。

在一种可能实现方式中，参照图4，所述装置还包括：白名单检测模块150，被配置为执行：

将已发布至少N个多媒体的用户确定为候选用户；

针对任一候选用户：获取该用户最近发布的N个多媒体的质量检测结果；若所述质量检测结果均为已通过检测，则确定该用户通过白名单检测。

在一种可能实现方式中，所述参考特征获取模块，包括：

多媒体确定单元，被配置为执行确定所述目标用户最近发布的已通过质量检测的M个多媒体，其中，M≤N；

特征获取单元，被配置为执行获取所述M个多媒体中各多媒体的参考特征，作为所述用户的参考特征。

在一种可能实现方式中，所述特征距离计算模块130，具体被配置为执行：

利用如下公式计算所述目标用户的参考特征与所述目标特征的距离：

其中，feature_i为所述目标用户的第i个参考特征，feature_t为所述目标特征。

在一种可能实现方式中，所述检测结果确定模块140，具体被配置为执行：

获取所述目标用户的参考特征之间的平均距离；

在所述距离小于所述平均距离的情况下，确定所述待检测多媒体通过质量检测。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图5是根据一示例性实施例示出的一种电子设备的框图。例如，电子设备50可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理及服务器等。

参照图5，电子设备50可以包括以下一个或多个组件：处理组件510，存储器520，电源组件530，多媒体组件540，音频组件550，输入/输出(I/O)的接口560，传感器组件570，以及通信组件580。

处理组件510通常控制电子设备50的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件510可以包括一个或多个处理器511来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件510可以包括一个或多个模块，便于处理组件510和其他组件之间的交互。例如，处理组件510可以包括多媒体模块，以方便多媒体组件540和处理组件510之间的交互。

存储器520被配置为存储各种类型的数据以支持在电子设备50的操作。这些数据的示例包括用于在电子设备50上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器520可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件530为电子设备50的各种组件提供电力。电源组件530可以包括电源管理***，一个或多个电源，及其他与为电子设备50生成、管理和分配电力相关联的组件。

多媒体组件540包括在电子设备50和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件540包括一个前置摄像头和/或后置摄像头。当电子设备50处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。

音频组件550被配置为输出和/或输入音频信号。例如，音频组件550包括一个麦克风(MIC)，当电子设备50处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器520或经由通信组件580发送。在一些实施例中，音频组件550还包括一个扬声器，用于输出音频信号。

I/O接口560为处理组件510和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件570包括一个或多个传感器，用于为电子设备50提供各个方面的状态评估。例如，传感器组件570可以检测到电子设备50的打开/关闭状态，组件的相对定位，例如所述组件为电子设备50的显示器和小键盘，传感器组件570还可以检测电子设备50或电子设备50一个组件的位置改变，用户与电子设备50接触的存在或不存在，电子设备50方位或加速/减速和电子设备50的温度变化。传感器组件570可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件570还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件570还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件580被配置为便于电子设备50和其他设备之间有线或无线方式的通信。电子设备50可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件580经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件580还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在本公开一实施例中，电子设备50可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在本公开一实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器920，上述指令可由电子设备90的处理器911执行以完成上述多媒体质量检测的方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。在本公开一实施例中，还提供了一种应用程序，当该应用程序由电子设备的处理器执行时，使得所述电子设备能够执行上述多媒体质量检测方法，以获取相同的技术效果。

在本公开一实施例中，还提供了一种计算机程序产品，当该计算机程序产品由电子设备的处理器执行时，使得所述电子设备能够执行上述多媒体质量检测方法，以获取相同的技术效果。

可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种多媒体质量检测方法，其特征在于，所述方法包括：

获取任一目标用户发布的待检测多媒体，并且获取所述待检测多媒体的目标特征；所述目标用户为预先已通过白名单检测的用户；

基于所述目标用户已通过质量检测的多媒体，获取所述目标用户的参考特征；

计算所述目标用户的参考特征与所述目标特征的距离；

在所述距离满足预设条件的情况下，确定所述待检测多媒体通过质量检测。

2.根据权利要求1所述的方法，其特征在于，所述白名单检测，包括：

将已发布至少N个多媒体的用户确定为候选用户；

针对任一候选用户：获取该用户最近发布的N个多媒体的质量检测结果；若所述质量检测结果均为已通过检测，则确定该用户通过白名单检测。

3.根据权利要求1所述的方法，其特征在于，所述基于所述目标用户已通过质量检测的多媒体，获取所述目标用户的参考特征，包括：

确定所述目标用户最近发布的已通过质量检测的M个多媒体，其中，M≤N；

获取所述M个多媒体中各多媒体的参考特征，作为所述用户的参考特征。

4.根据权利要求3所述的方法，其特征在于，所述计算所述目标用户的参考特征与所述目标特征的距离，包括：

利用如下公式计算所述目标用户的参考特征与所述目标特征的距离：

其中，feature_i为所述目标用户的第i个参考特征，feature_t为所述目标特征。

5.根据权利要求3所述的方法，其特征在于，所述在所述距离满足预设条件的情况下，确定所述待检测多媒体通过质量检测，包括：

获取所述目标用户的参考特征之间的平均距离；

在所述距离小于所述平均距离的情况下，确定所述待检测多媒体通过质量检测。

6.一种多媒体质量检测装置，其特征在于，所述装置包括：

目标特征获取模块，被配置为执行获取任一目标用户发布的待检测多媒体，并且获取所述待检测多媒体的目标特征；所述目标用户为预先已通过白名单检测的用户；

参考特征获取模块，被配置为执行基于所述目标用户已通过质量检测的多媒体，获取所述目标用户的参考特征；

特征距离计算模块，被配置为执行计算所述目标用户的参考特征与所述目标特征的距离；

检测结果确定模块，被配置为执行在所述距离满足预设条件的情况下，确定所述待检测多媒体通过质量检测。

7.根据权利要求1所述的装置，其特征在于，所述装置还包括：白名单检测模块，被配置为执行：

将已发布至少N个多媒体的用户确定为候选用户；

针对任一候选用户：获取该用户最近发布的N个多媒体的质量检测结果；若所述质量检测结果均为已通过检测，则确定该用户通过白名单检测。

8.根据权利要求1所述的装置，其特征在于，所述参考特征获取模块，包括：

多媒体确定单元，被配置为执行确定所述目标用户最近发布的已通过质量检测的M个多媒体，其中，M≤N；

特征获取单元，被配置为执行获取所述M个多媒体中各多媒体的参考特征，作为所述用户的参考特征。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令，以实现如权利要求1至5中任一项所述的多媒体质量检测方法。

10.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至5中任一项所述的多媒体质量检测方法。

Images