CN112905842A - 一种视频安全检测一体化的***及方法 - Google Patents

一种视频安全检测一体化的***及方法 Download PDF

Info

Publication number
CN112905842A
CN112905842A CN202110245410.2A CN202110245410A CN112905842A CN 112905842 A CN112905842 A CN 112905842A CN 202110245410 A CN202110245410 A CN 202110245410A CN 112905842 A CN112905842 A CN 112905842A
Authority
CN
China
Prior art keywords
video
detection
subsystem
frame
yellow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110245410.2A
Other languages
English (en)
Other versions
CN112905842B (zh
Inventor
王晨晖
吴冬冬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Ruixin High Throughput Technology Co ltd
Original Assignee
Beijing Ruixin High Throughput Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Ruixin High Throughput Technology Co ltd filed Critical Beijing Ruixin High Throughput Technology Co ltd
Priority to CN202110245410.2A priority Critical patent/CN112905842B/zh
Publication of CN112905842A publication Critical patent/CN112905842A/zh
Application granted granted Critical
Publication of CN112905842B publication Critical patent/CN112905842B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种视频安全检测一体化的***及方法，其中，***包括：一服务器，包括一千兆网口和多个PCIE插槽；至少一加速卡，***服务器的任一PCIE插槽上，用于对输入视频进行加速解码；一计算机，通过千兆光纤与服务器的所述千兆网口连接，用于远程操作视频安全一体化检测；一检测***，与服务器连接，其包括人脸识别子***、视频样例匹配子***、视频鉴黄子***、敏感台标检测识别子***和三个检测器，其中，所述三个检测器用于分别处理不同的视频输入。

Description

一种视频安全检测一体化的***及方法
技术领域
本发明涉及视频检测技术领域，具体而言，涉及一种视频安全检测一体化的***及方法。
背景技术
视频安全检测方法是一种对输入源视频进行自动检测和识别的技术，广泛应用于网站检索、网站安全、安防监控等各个场景，如果一个场景同时出现敏感人物及敏感场景或行为，就要求检测方法同时具备多项检测识别功能，如果检测方法只能提供一个功能的监测，会造成敏感人物或信息的漏检，污染网络环境，甚至给犯罪分子带来可乘之机。
现有视频检测方法通常是针对敏感人物、色***、非法台标其中的一种进行检测，如果同一个场景同时出现敏感人物及敏感场景或行为，则现有的视频安全检测方法无法同时完成多项内容的检测与识别，只能提供一个非法内容的监测，因此，会造成漏检，使网络环境受到非法信息的污染。如果要实现多个非法内容的监测就需要多个***分别进行监测，检测效率较低，实时性不高。
发明内容
为了解决上述问题，本发明提供一种视频安全检测一体化的***及方法，通过对各检测子***动态库的调用，能够同时对一个或多个视频进行包括敏感视频、敏感人物、色***以及非法台标等多种非法内容的检测和识别，检测效率高，实时性强。
为了达到上述目的，本发明提供了一种视频安全检测一体化的***，其包括：
一服务器，包括一千兆网口和多个PCIE插槽；
至少一加速卡，***所述服务器的任一PCIE插槽上，用于对输入视频进行加速解码；
一计算机，通过千兆光纤与所述服务器的所述千兆网口连接，用于远程操作视频安全一体化检测；
一检测***，与所述服务器连接，其包括人脸识别子***、视频样例匹配子***、视频鉴黄子***、敏感台标检测识别子***和三个检测器，其中，所述三个检测器用于分别处理不同的视频输入。
在本发明一实施例中，其中，所述人脸识别子***包括人脸识别数据库，所述视频样例匹配子***包括视频样例匹配数据库，所述视频鉴黄子***包括视频鉴黄模型，所述敏感台标检测识别子***包括敏感台标检测识别模型；所述计算机的***平台包括CentOS或Windows，且所述计算机安装有Xshell软件并支持OpenSSH协议，用于进行远程操作。
为了达到上述目的，本发明还提供了一种视频安全检测一体化的方法，其包括以下步骤：
步骤1：建立一体化视频检测方法的数据库并验证；
步骤2：启动并加载一体化视频检测***，输入待检测视频源，其中，一体化视频检测***包括人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***；
步骤3：通过接口调用并加载一体化视频检测***的数据库，同时分别为人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***建表；
步骤4：对待检测视频源进行解码处理；
步骤5：对解码后的视频文件进行一体化检测，具体为：将解码后的视频文件复制成4份，分别传入人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***，并同时进行检测；
步骤6：将人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***的检测结果进行汇总，将一体化检测结果格式化输出并记录检测日志。
在本发明一实施例中，其中，步骤1中一体化视频检测方法的数据库包括：人脸识别数据库、视频样例匹配数据库、视频鉴黄模型和敏感台标检测识别模型，其中，数据库建库的具体过程包括：
将特定人物的人脸图片及人脸特征文件加入数据库中，并设定人脸识别配置文件形成人脸识别数据库，其中，在人脸特征文件中，每一张人脸图片与一条特征向量相对应，人脸识别配置文件包括检测帧选择设置和人脸识别阈值；
将特定样例视频加入数据库中，并设定视频样例配置文件形成视频样例匹配数据库，其中，视频样例配置文件包括检测帧选择设置和视频样例匹配阈值；
将已经做好标注的大量色情、非色情和擦边球类型的图片进行模型训练后，设定视频鉴黄配置文件形成视频鉴黄模型，其中，视频鉴黄配置文件包括检测帧选择设置和视频涉黄阈值；
将采集到的大量非法或敏感台标图片进行模型训练后，设定敏感台标配置文件形成敏感台标检测识别模型，其中，敏感台标配置文件包括检测帧选择设置和敏感台标检测阈值。
在本发明一实施例中，其中，所述检测帧选择设置具体为根据需求将跳帧值设置为0～7，0表示跳帧数为0，即逐帧检测，1表示跳帧数为1，即每两帧视频检测一帧，以此类推，7表示跳帧数为7，即每8帧视频检测一帧，其中，将人脸识别配置文件所包括的检测帧选择设置为跳帧，即跳帧值设置不为0；将视频样例配置文件、视频鉴黄配置文件和敏感台标配置文件所包括的检测帧选择均设置为逐帧，即跳帧值设置为0。
在本发明一实施例中，其中，步骤5中人脸识别子***进行检测的具体过程为：
步骤501：人脸识别子***按照人脸识别配置文件，将解码后的视频文件跳帧提取视频帧；
步骤502：对提取的视频帧进行人脸特征提取；
步骤503：将提取的人脸特征与人脸识别数据库中人脸图片对应的特征向量进行比对得到识别得分；
步骤504：将识别得分与人脸识别阈值进行比对，若大于人脸识别阈值，则认定视频中包含特定人物，进入下一步；否则，不包含特定人物，继续检测。
步骤505：记录人脸识别子***的检测结果。
在本发明一实施例中，其中，步骤5中视频样例匹配子***进行检测的具体过程为：
步骤511：视频样例匹配子***按照视频样例配置文件，将解码后的视频文件逐帧提取视频帧；
步骤512：对提取的视频帧进行关键帧特征提取；
步骤513：将提取的关键帧特征与视频样例匹配数据库中的视频样例进行比对得到匹配得分；
步骤514：将匹配得分与视频样例匹配阈值进行比对，若大于视频样例匹配阈值，则认定视频中包含样例内容，进入下一步；否则，不包含样例内容，继续检测；
步骤515：记录视频样例匹配子***的检测结果。
在本发明一实施例中，其中，步骤5中视频鉴黄子***进行检测的具体过程为：
步骤521：视频鉴黄子***按照视频鉴黄配置文件，将解码后的视频文件逐帧提取视频帧；
步骤522：对提取的视频帧进行关键帧特征提取；
步骤523：将提取的关键帧特征输入视频鉴黄模型进行比对，得到鉴黄得分；
步骤524：将鉴黄得分与视频涉黄阈值进行比对，若大于视频涉黄阈值，则认定视频中包含涉黄内容，进入下一步；否则，不包含涉黄内容，继续检测；
步骤525：记录视频鉴黄子***的检测结果。
在本发明一实施例中，其中，步骤5中敏感台标检测识别子***进行检测的具体过程为：
步骤531：敏感台标检测识别子***按照敏感台标配置文件，将解码后的视频文件逐帧提取视频帧；
步骤532：对提取的视频帧进行台标特征提取；
步骤533：将提取的台标特征输入敏感台标检测识别模型进行比对，得到台标检测得分；
步骤534：将台标检测得分与敏感台标检测阈值进行比对，若大于敏感台标检测阈值，则认定视频中包含敏感台标，进入下一步；否则，不包含敏感台标，继续检测；
步骤535：记录敏感台标检测识别子***的检测结果。
在本发明一实施例中，其中，步骤6中一体化视频检测结果包括命中业务号、命中的数据库信息、置信度和视频id，其中，命中业务号为检测出非法信息的子***编号，命中的数据库信息为检测出非法信息的子***所调用的数据库信息，置信度为待检测视频在命中的子***中的得分，视频id为检测出非法信息的视频文件名。
本发明通过调用视频安全一体化检测***的数据库对视频源一体化检测，并根据与预设阈值进行比对得到最终的检测结果，与现有技术相比，能够同时对多个视频源进行检测，提高了检测的效率，并且，能够时进行人脸识别、视频样例匹配检测、视频鉴黄子识别和敏感台标检测识别多项内容进行检测，解决了现有技术中检测方法单一的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一个实施例的***架构图；
图2为本发明一个实施例的方法流程图；
图3为本发明一个实施例中人脸识别子***检测流程图。
附图标记说明：10-服务器；11-PCIE插槽；12-千兆网口；20-检测***；21-人脸识别子***；22-视频样例匹配子***；23-视频鉴黄子***；24-敏感台标检测识别子***；25-检测器A；26-检测器B；27-检测器C；30-计算机；40-加速卡。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：
图1为本发明一个实施例的***架构图，如图1所示，本实施例提供了一种视频安全检测一体化的***，其包括：
一服务器(10)，其包括一千兆网口(12)和多个PCIE(Peripheral ComponentInterconnect Express，一种高速串行计算机扩展总线标准)插槽(11)；
至少一加速卡(40)，分别***服务器(10)的任一PCIE插槽(11)上，用于对输入视频进行加速解码，提高视频解码的速率，实现高并发，并能够保证解码的流量；
一计算机(30)，通过千兆光纤与服务器(10)的千兆网口(12)连接，用于远程操作完成视频安全一体化的检测；在本实施例中，计算机(30)与服务器(10)之间采用千兆光纤的目的是为了提高数据源传输的速率，实现CPU(中央处理器)最高利用率。
一检测***(20)，与服务器(10)连接，其包括人脸识别子***(21)、视频样例匹配子***(22)、视频鉴黄子***(23)、敏感台标检测识别子***(24)和三个检测器(图中检测器A、检测器B和检测器C)(25、26和27)，其中，这三个检测器(25、26和27)用于分别处理不同的视频输入，以实现多线程高并发的检测处理。
在本实施例中，一路待检测视频输入检测器A(25)，检测器A(25)将待检测视频复制成4份分别传入人脸识别子***(21)、视频样例匹配子***(22)、视频鉴黄子***(23)和敏感台标检测识别子***(24)同时进行检测；另一路待检测视频输入检测器B(26)，检测器B(26)将待检测视频复制成4份也分别传入人脸识别子***(21)、视频样例匹配子***(22)、视频鉴黄子***(23)和敏感台标检测识别子***(24)同时进行检测；同理，又一路待检测视频输入检测器C(27)，检测器C(27)将待检测视频复制成4份也分别传入人脸识别子***(21)、视频样例匹配子***(22)、视频鉴黄子***(23)和敏感台标检测识别子***(24)同时进行检测。由于每一路待检测视频均包含视频id，因此，多个检测器分别处理不同的待检测视频可以提高处理的效率。
在本实施例中，其中，人脸识别子***(21)包括人脸识别数据库，视频样例匹配子***(22)包括视频样例匹配数据库，视频鉴黄子***(23)包括视频鉴黄模型，敏感台标检测识别子***(24)包括敏感台标检测识别模型，每个检测器(25、26和27)均用于将待检测视频复制成4份，分别传入人脸识别子***(21)、视频样例匹配子***(22)、视频鉴黄子***(23)和敏感台标检测识别子***(24)，用以同时进行检测。
在本实施例中，其中，计算机(30)的***平台包括CentOS(Community EnterpriseOperating System，中文为社区企业操作***)或Windows(微软开发的操作***)，且计算机(30)安装有Xshell软件(一个强大的安全终端模拟软件)并支持OpenSSH(SSH，即SecureSHell协议的免费开源实现)协议，用于实现远程操作进行视频安全检测一体化检测。
实施例二
图2为本发明一个实施例的方法流程图，如图2所示，本实施例提供了一种视频安全检测一体化的方法，其包括以下步骤：
步骤1：建立一体化视频检测方法的数据库并验证；
在本实施例中，其中，步骤1中一体化视频检测方法的数据库包括：人脸识别数据库、视频样例匹配数据库、视频鉴黄模型和敏感台标检测识别模型，其中，数据库建库的具体过程包括：
将特定人物的人脸图片及人脸特征文件加入数据库中，并设定人脸识别配置文件形成人脸识别数据库，其中，在人脸特征文件中每一张人脸图片与一条特征向量相对应，人脸识别配置文件包括检测帧选择设置和人脸识别阈值；
将特定样例视频加入数据库中，并设定视频样例配置文件形成视频样例匹配数据库，其中，视频样例配置文件包括检测帧选择设置和视频样例匹配阈值；
将已经做好标注的大量色情、非色情和擦边球类型的图片进行模型训练后，设定视频鉴黄配置文件形成视频鉴黄模型，其中，视频鉴黄配置文件包括检测帧选择设置和视频涉黄阈值；
将采集到的大量非法或敏感台标图片进行模型训练后，设定敏感台标配置文件形成敏感台标检测识别模型，其中，敏感台标配置文件包括检测帧选择设置和敏感台标检测阈值。
在本实施例中，其中，检测帧选择设置具体为根据需求将跳帧值(skip_fream_cnt值)设置为0～7，其中，0表示跳帧数为0，即逐帧检测；1表示跳帧数为1，即每两帧视频检测一帧；以此类推，7表示跳帧数为7，即每8帧视频检测一帧，，每个子***可以根据匹配算法的需求将检测帧选择设置为不同的值。
在本实施例中，其中，将人脸识别配置文件所包括的检测帧选择设置为跳帧检测，即跳帧值设置不为0；将视频样例配置文件、视频鉴黄配置文件和敏感台标配置文件所包括的检测帧选择均设置为逐帧检测，即跳帧值设置为0。
步骤2：启动并加载一体化视频检测***，输入待检测视频源，其中，一体化视频检测***包括人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***；
步骤3：通过接口调用并加载一体化视频检测***的数据库，同时分别为人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***建表；
步骤4：对待检测视频源进行解码处理；
步骤5：对解码后的视频文件进行一体化检测，具体为：将解码后的视频文件复制成4份，分别传入人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***，并同时进行检测；
图3为本发明一个实施例中人脸识别子***检测流程图，如图3所示，在本实施例中，其中，步骤5中人脸识别子***进行检测的具体过程为：
步骤501：人脸识别子***按照人脸识别配置文件，将解码后的视频文件跳帧提取视频帧；
步骤502：对提取的视频帧进行人脸特征提取；
步骤503：将提取的人脸特征与人脸识别数据库中人脸图片对应的特征向量进行比对得到识别得分；
步骤504：将识别得分与人脸识别阈值进行比对，若大于人脸识别阈值，则认定视频中包含特定人物，进入下一步；否则，不包含特定人物，继续检测；
步骤505：记录人脸识别子***的检测结果。
在本实施例中，步骤5中视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***的检测流程图与图3类似，其中，步骤5中视频样例匹配子***进行检测的具体过程为：
步骤511：视频样例匹配子***按照视频样例配置文件，将解码后的视频文件逐帧提取视频帧；
步骤512：对提取的视频帧进行关键帧特征提取；
步骤513：将提取的关键帧特征与视频样例匹配数据库中的视频样例进行比对得到匹配得分；
步骤514：将匹配得分与视频样例匹配阈值进行比对，若大于视频样例匹配阈值，则认定视频中包含样例内容，进入下一步；否则，不包含样例内容，继续检测；
步骤515：记录视频样例匹配子***的检测结果。
在本实施例中，其中，步骤5中视频鉴黄子***进行检测的具体过程为：
步骤521：视频鉴黄子***按照视频鉴黄配置文件，将解码后的视频文件逐帧提取视频帧；
步骤522：对提取的视频帧进行关键帧特征提取；
步骤523：将提取的关键帧特征输入视频鉴黄模型进行比对，得到鉴黄得分；
步骤524：将鉴黄得分与视频涉黄阈值进行比对，若大于视频涉黄阈值，则认定视频中包含涉黄内容，进入下一步；否则，不包含涉黄内容，继续检测；
步骤525：记录视频鉴黄子***的检测结果。
在本实施例中，其中，步骤5中敏感台标检测识别子***进行检测的具体过程为：
步骤531：敏感台标检测识别子***按照敏感台标配置文件，将解码后的视频文件逐帧提取视频帧；
步骤532：对提取的视频帧进行台标特征提取；
步骤533：将提取的台标特征输入敏感台标检测识别模型进行比对，得到台标检测得分；
步骤534：将台标检测得分与敏感台标检测阈值进行比对，若大于敏感台标检测阈值，则认定视频中包含敏感台标，进入下一步；否则，不包含敏感台标，继续检测；
步骤535：记录敏感台标检测识别子***的检测结果。
在本实施例中，每个检测子***只有在检测得分大于对应阈值时才会输出结果，当检测得分小于对应阈值时，检测***会对后续输入的视频源进行检测，以达到高效的目的。
步骤6：将人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***的检测结果进行汇总，将一体化检测结果格式化输出并记录检测日志。
在本实施例中，其中，步骤6中一体化视频检测结果包括命中业务号、命中的数据库信息、置信度和视频id(Identity Document，身份标识号)，其中，命中业务号为检测出非法信息的子***编号，命中的数据库信息为检测出非法信息的子***所调用的数据库信息，置信度为待检测视频在命中的子***中的得分，视频id为检测出非法信息的视频自带的文件名。
在本实施例中，各子***的数据库、配置文件、匹配算法等信息都分别集成并封装在对应的子***中，在检测时通过接口调用实现同时检测，检测效率高。另外，在其他实施例中，每个子***的配置文件中还可以包括解码加速卡加载的数量信息，以提高并发。
实施例三
在本实施例中，将一段仅包含特定人脸信息的视频输入已经建立好数据库的视频安全检测一体化***进行一体化检测，其中，视频id为ID，具体的检测过程说明如下：
第一步：启动并加载一体化视频检测***，输入仅包含特定人脸信息的待检测视频；
第二步：通过接口调用加载一体化视频检测***的数据库，并分别为人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***建表；
第三步：对待检测视频源进行解码处理；
第四步：将解码后的视频文件复制成4份，分别传入人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***，并同时进行检测，每个子***的检测过程如下：
在人脸识别子***中，将解码后的视频文件跳帧提取视频帧，并对提取的视频帧进行人脸特征提取；然后，与人脸识别数据库中人脸图片对应的特征向量进行比对得到识别得分为0.777；将识别得分与人脸识别阈值0.6进行比对，0.777>0.6，认定视频中包含特定人物，记录人脸识别子***的检测结果，其中，命中数据库中编号为1的人脸图片(例如1.png)；
在视频样例匹配子***中，将解码后的视频文件逐帧提取视频帧，并对提取的视频帧进行关键帧特征提取；然后，与视频样例匹配数据库中的视频样例进行比对得到匹配得分为0.123；将匹配得分与视频样例匹配阈值0.6进行比对，0.123<0.6，认定视频中不包含样例内容；
在视频鉴黄子***中，将解码后的视频文件逐帧提取视频帧，并对提取的视频帧进行关键帧特征提取；然后，输入视频鉴黄模型进行比对，得到鉴黄得分为0.1；将鉴黄得分与视频涉黄阈值0.6进行比对，0.1<0.6，认定视频中不包含涉黄内容；
在敏感台标检测识别子***中，将解码后的视频文件逐帧提取视频帧，并对提取的视频帧进行台标特征提取；然后，输入敏感台标检测识别模型进行比对，得到台标检测得分为0.012；将台标检测得分与敏感台标检测阈值0.6进行比对，0.012<0.6，认定视频中不包含敏感台标；
第五步：将人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***的检测结果进行汇总，将一体化检测结果格式化输出并记录检测日志，其中，输出格式为：
Figure BDA0002963902030000131
其中，888为人脸识别子***的编号，1为人脸识别子***中人脸识别数据库对应图片的编号，0.777为在人脸识别子***中的比对得分，ID.mp4为检测出敏感人脸信息的视频id。
本发明通过调用视频安全一体化检测***的数据库对视频源一体化检测，并根据与预设阈值进行比对得到最终的检测结果，与现有技术相比，能够同时对多个视频源进行检测，提高了检测的效率，并且，能够时进行人脸识别、视频样例匹配检测、视频鉴黄子识别和敏感台标检测识别多项内容进行检测，解决了现有技术中检测方法单一的问题。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (10)

1.一种视频安全检测一体化的***，其特征在于，包括：
一服务器，包括一千兆网口和多个PCIE插槽；
至少一加速卡，***所述服务器的任一PCIE插槽上，用于对输入视频进行加速解码；
一计算机，通过千兆光纤与所述服务器的所述千兆网口连接，用于远程操作视频安全一体化检测；
一检测***，与所述服务器连接，其包括人脸识别子***、视频样例匹配子***、视频鉴黄子***、敏感台标检测识别子***和三个检测器，其中，所述三个检测器用于分别处理不同的视频输入。
2.根据权利要求1所述的***，其特征在于，所述人脸识别子***包括人脸识别数据库，所述视频样例匹配子***包括视频样例匹配数据库，所述视频鉴黄子***包括视频鉴黄模型，所述敏感台标检测识别子***包括敏感台标检测识别模型；所述计算机的***平台包括CentOS或Windows，且所述计算机安装有Xshell软件并支持OpenSSH协议，用于进行远程操作。
3.一种视频安全检测一体化的方法，其特征在于，包括以下步骤：
步骤1：建立一体化视频检测方法的数据库并验证；
步骤2：启动并加载一体化视频检测***，输入待检测视频源，其中，一体化视频检测***包括人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***；
步骤3：通过接口调用并加载一体化视频检测***的数据库，同时分别为人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***建表；
步骤4：对待检测视频源进行解码处理；
步骤5：对解码后的视频文件进行一体化检测，具体为：将解码后的视频文件复制成4份，分别传入人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***，并同时进行检测；
步骤6：将人脸识别子***、视频样例匹配子***、视频鉴黄子***和敏感台标检测识别子***的检测结果进行汇总，将一体化检测结果格式化输出并记录检测日志。
4.根据权利要求3所述的方法，其特征在于，步骤1中一体化视频检测方法的数据库包括：人脸识别数据库、视频样例匹配数据库、视频鉴黄模型和敏感台标检测识别模型，其中，数据库建库的具体过程包括：
将特定人物的人脸图片及人脸特征文件加入数据库中，并设定人脸识别配置文件形成人脸识别数据库，其中，在人脸特征文件中，每一张人脸图片与一条特征向量相对应，人脸识别配置文件包括检测帧选择设置和人脸识别阈值；
将特定样例视频加入数据库中，并设定视频样例配置文件形成视频样例匹配数据库，其中，视频样例配置文件包括检测帧选择设置和视频样例匹配阈值；
将已经做好标注的大量色情、非色情和擦边球类型的图片进行模型训练后，设定视频鉴黄配置文件形成视频鉴黄模型，其中，视频鉴黄配置文件包括检测帧选择设置和视频涉黄阈值；
将采集到的大量非法或敏感台标图片进行模型训练后，设定敏感台标配置文件形成敏感台标检测识别模型，其中，敏感台标配置文件包括检测帧选择设置和敏感台标检测阈值。
5.根据权利要求4所述的方法，其特征在于，所述检测帧选择设置具体为根据需求将跳帧值设置为0～7，0表示跳帧数为0，即逐帧检测，1表示跳帧数为1，即每两帧视频检测一帧，以此类推，7表示跳帧数为7，即每8帧视频检测一帧，其中，将人脸识别配置文件所包括的检测帧选择设置为跳帧，即跳帧值设置不为0；将视频样例配置文件、视频鉴黄配置文件和敏感台标配置文件所包括的检测帧选择均设置为逐帧，即跳帧值设置为0。
6.根据权利要求3所述的方法，其特征在于，步骤5中人脸识别子***进行检测的具体过程为：
步骤501：人脸识别子***按照人脸识别配置文件，将解码后的视频文件跳帧提取视频帧；
步骤502：对提取的视频帧进行人脸特征提取；
步骤503：将提取的人脸特征与人脸识别数据库中人脸图片对应的特征向量进行比对得到识别得分；
步骤504：将识别得分与人脸识别阈值进行比对，若大于人脸识别阈值，则认定视频中包含特定人物，进入下一步；否则，不包含特定人物，继续检测；
步骤505：记录人脸识别子***的检测结果。
7.根据权利要求3所述的方法，其特征在于，步骤5中视频样例匹配子***进行检测的具体过程为：
步骤511：视频样例匹配子***按照视频样例配置文件，将解码后的视频文件逐帧提取视频帧；
步骤512：对提取的视频帧进行关键帧特征提取；
步骤513：将提取的关键帧特征与视频样例匹配数据库中的视频样例进行比对得到匹配得分；
步骤514：将匹配得分与视频样例匹配阈值进行比对，若大于视频样例匹配阈值，则认定视频中包含样例内容，进入下一步；否则，不包含样例内容，继续检测；
步骤515：记录视频样例匹配子***的检测结果。
8.根据权利要求3所述的方法，其特征在于，步骤5中视频鉴黄子***进行检测的具体过程为：
步骤521：视频鉴黄子***按照视频鉴黄配置文件，将解码后的视频文件逐帧提取视频帧；
步骤522：对提取的视频帧进行关键帧特征提取；
步骤523：将提取的关键帧特征输入视频鉴黄模型进行比对，得到鉴黄得分；
步骤524：将鉴黄得分与视频涉黄阈值进行比对，若大于视频涉黄阈值，则认定视频中包含涉黄内容，进入下一步；否则，不包含涉黄内容，继续检测；
步骤525：记录视频鉴黄子***的检测结果。
9.根据权利要求3所述的方法，其特征在于，步骤5中敏感台标检测识别子***进行检测的具体过程为：
步骤531：敏感台标检测识别子***按照敏感台标配置文件，将解码后的视频文件逐帧提取视频帧；
步骤532：对提取的视频帧进行台标特征提取；
步骤533：将提取的台标特征输入敏感台标检测识别模型进行比对，得到台标检测得分；
步骤534：将台标检测得分与敏感台标检测阈值进行比对，若大于敏感台标检测阈值，则认定视频中包含敏感台标，进入下一步；否则，不包含敏感台标，继续检测；
步骤535：记录敏感台标检测识别子***的检测结果。
10.根据权利要求3所述的方法，其特征在于，步骤6中一体化视频检测结果包括命中业务号、命中的数据库信息、置信度和视频id，其中，命中业务号为检测出非法信息的子***编号，命中的数据库信息为检测出非法信息的子***所调用的数据库信息，置信度为待检测视频在命中的子***中的得分，视频id为检测出非法信息的视频文件名。
CN202110245410.2A 2021-03-05 2021-03-05 一种视频安全检测一体化的***及方法 Active CN112905842B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110245410.2A CN112905842B (zh) 2021-03-05 2021-03-05 一种视频安全检测一体化的***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110245410.2A CN112905842B (zh) 2021-03-05 2021-03-05 一种视频安全检测一体化的***及方法

Publications (2)

Publication Number Publication Date
CN112905842A true CN112905842A (zh) 2021-06-04
CN112905842B CN112905842B (zh) 2024-03-15

Family

ID=76107840

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110245410.2A Active CN112905842B (zh) 2021-03-05 2021-03-05 一种视频安全检测一体化的***及方法

Country Status (1)

Country Link
CN (1) CN112905842B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106610969A (zh) * 2015-10-21 2017-05-03 上海文广互动电视有限公司 基于多模态信息的视频内容审查***及方法
WO2017113691A1 (zh) * 2015-12-29 2017-07-06 乐视控股（北京）有限公司 视频特征识别方法和装置
CN111163332A (zh) * 2020-01-08 2020-05-15 深圳市英威诺科技有限公司 视频色情度检测方法、终端及介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106610969A (zh) * 2015-10-21 2017-05-03 上海文广互动电视有限公司 基于多模态信息的视频内容审查***及方法
WO2017113691A1 (zh) * 2015-12-29 2017-07-06 乐视控股（北京）有限公司 视频特征识别方法和装置
CN111163332A (zh) * 2020-01-08 2020-05-15 深圳市英威诺科技有限公司 视频色情度检测方法、终端及介质

Also Published As

Publication number Publication date
CN112905842B (zh) 2024-03-15

Similar Documents

Publication Publication Date Title
CN113052169A (zh) 视频字幕识别方法、装置、介质及电子设备
CN107239694B (zh) 一种基于用户评论的Android应用权限推理方法及装置
CN108229481B (zh) 屏幕内容分析方法、装置、计算设备及存储介质
CN111209431A (zh) 一种视频搜索方法、装置、设备及介质
CN109766496B (zh) 一种内容风险识别方法、***、设备及介质
WO2017138766A1 (ko) 하이브리드 기반의 영상 클러스터링 방법 및 이를 운용하는 서버
CN109118420B (zh) 水印识别模型建立及识别方法、装置、介质及电子设备
US11756301B2 (en) System and method for automatically detecting and marking logical scenes in media content
CN115238105A (zh) 融合多媒体的违规内容检测方法及***、设备和介质
CN107437088B (zh) 文件识别方法和装置
CN112925905A (zh) 提取视频字幕的方法、装置、电子设备和存储介质
CN114245205A (zh) 基于数字资产管理的视频数据加工方法和***
CN111914649A (zh) 人脸识别的方法及装置、电子设备、存储介质
US11709914B2 (en) Face recognition method, terminal device using the same, and computer readable storage medium
CN113177409B (zh) 一种智能敏感字词识别***
CN117725161A (zh) 文本中变种词的识别及提取敏感词的方法和***
KR102277929B1 (ko) 얼굴 인식에 기반한 실시간 얼굴 마스킹 시스템 및 이를 이용한 실시간 얼굴 마스킹 방법
CN112905842B (zh) 一种视频安全检测一体化的***及方法
CN115314268B (zh) 基于流量指纹和行为的恶意加密流量检测方法和***
CN111126373A (zh) 基于跨模态识别技术的互联网短视频判违装置及方法
CN114840477B (zh) 一种基于云会议的文件敏感指数确定方法及相关产品
CN113111200B (zh) 审核图片文件的方法、装置、电子设备和存储介质
CN115774762A (zh) 即时通讯信息处理方法、装置、设备及存储介质
CN115730104A (zh) 直播间处理方法、装置、设备及介质
CN113609315A (zh) 一种媒资相似度的判定方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 711c, 7 / F, block a, building 1, yard 19, Ronghua Middle Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing 102600

Applicant after: Beijing Zhongke Flux Technology Co.,Ltd.

Address before: Room 711c, 7 / F, block a, building 1, yard 19, Ronghua Middle Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing 102600

Applicant before: Beijing Ruixin high throughput technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant