CN113542725A - 视频审核方法、视频审核装置和电子设备 - Google Patents
视频审核方法、视频审核装置和电子设备 Download PDFInfo
- Publication number
- CN113542725A CN113542725A CN202010322042.2A CN202010322042A CN113542725A CN 113542725 A CN113542725 A CN 113542725A CN 202010322042 A CN202010322042 A CN 202010322042A CN 113542725 A CN113542725 A CN 113542725A
- Authority
- CN
- China
- Prior art keywords
- frame
- audit
- video
- difference change
- interframe difference
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012550 audit Methods 0.000 claims abstract description 161
- 230000008859 change Effects 0.000 claims abstract description 138
- 238000012552 review Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 20
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 16
- 238000001914 filtration Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000012217 deletion Methods 0.000 description 5
- 230000037430 deletion Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/587—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal sub-sampling or interpolation, e.g. decimation or subsequent interpolation of pictures in a video sequence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N2017/008—Diagnosis, testing or measuring for television systems or their details for television teletext
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种视频审核方法、视频审核装置和电子设备,涉及视频审核技术领域。其中,视频审核方法包括:获取待审核视频的N个图像帧,所述N为大于1的整数;获取所述N个图像帧的帧间差异变化值,所述帧间差异变化值用于表征相邻两图像帧之间的差异度;选择目标帧间差异变化值对应的图像帧作为审核帧,所述目标帧间差异变化值为所述N个图像帧的帧间差异变化值中,不大于相邻的帧间差异变化值的帧间差异变化值。本申请通过获取待审核视频的若干个图像帧的帧间差异变化值,并以此作为选择审核帧的依据,能够保证所选择的审核帧具有较高的稳定性,从而能够提高视频审核的效果,解决了现有技术中存在的视频审核效果较差的问题。
Description
技术领域
本申请涉及数据处理技术,尤其涉及视频审核技术领域,具体涉及一种视频审核方法、视频审核装置和电子设备。
背景技术
随着互联网技术的发展,互联网上的视频数量与日俱增,视频审核效率以及视频审核的准确性越来越重要。在视频审核过程中,既可以逐帧审核,也可以抽取审核帧进行审核,由于逐帧审核较为耗时,因此,目前普遍采用抽取审核帧的方式。现有技术中,普遍采用按时间间隔抽取审核帧,然而,所抽取到的审核帧的稳定性难以保证,这导致视频审核的效果较差。
发明内容
本申请提供了一种视频审核方法、视频审核装置和电子设备。
根据第一方面,本申请提供了一种视频审核方法,所述方法包括:
获取待审核视频的N个图像帧,所述N为大于1的整数;
获取所述N个图像帧的帧间差异变化值,所述帧间差异变化值用于表征相邻两图像帧之间的差异度;
选择目标帧间差异变化值对应的图像帧作为审核帧,所述目标帧间差异变化值为所述N个图像帧的帧间差异变化值中,不大于相邻的帧间差异变化值的帧间差异变化值。
根据第二方面,本申请提供了一种视频审核装置,包括:
第一获取模块,用于获取待审核视频的N个图像帧,所述N为大于1的整数;
第二获取模块,用于获取所述N个图像帧的帧间差异变化值,所述帧间差异变化值用于表征相邻两图像帧之间的差异度;
选择模块,用于选择目标帧间差异变化值对应的图像帧作为审核帧,所述目标帧间差异变化值为所述N个图像帧的帧间差异变化值中,不大于相邻的帧间差异变化值的帧间差异变化值。
根据第三方面,本申请提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面中的任一项方法。
根据第四方面,本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面中的任一项方法。
根据本申请的技术,由于帧间差异变化值能够反映视频画面的变化程度,因此,本申请通过获取待审核视频的若干个图像帧的帧间差异变化值,并以此作为选择审核帧的依据,能够保证所选择的审核帧具有较高的稳定性,从而能够提高视频审核的效果,解决了现有技术中存在的视频审核效果较差的问题。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的视频审核方法的流程示意图;
图2是根据本申请第一实施例的基于帧间差异变化曲线的极小值点选择审核帧的示意图;
图3是根据本申请第一实施例的阈值删帧策略的示意图;
图4是根据本申请第一实施例的补帧策略的示意图;
图5是根据本申请第一实施例的审核结果展示的示意图;
图6是根据本申请第一实施例的视频审核流程示意图;
图7是根据本申请第二实施例的视频审核装置的结构示意图;
图8是用来实现本申请实施例的视频审核方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
第一实施例
如图1所示,本申请提供一种视频审核方法,包括如下步骤:
步骤101:获取待审核视频的N个图像帧。
上述N为大于1的整数,上述N个图像帧既可以是待审核视频的全部图像帧,也可以是按照一定的步长或间隔,从待审核视频的全部图像帧中所选取的部分图像帧。若待审核视频较长,则为了减少所需要的计算时间,可以按照一定的步长或间隔,从待审核视频的全部图像帧中选取部分图像帧作为上述N个图像帧。可以通过Ffmpeg解码出待审核视频的图像帧,以获取上述N个图像帧。
视频审核基于从待审核视频中抽取审核帧,审核帧的数量及审核帧的质量是评价视频抽帧效果的两个重要指标。审核帧的数量影响视频审核的效率,若审核帧的数量过多,则可能存在过多的重复帧,将造成存储资源及算力的浪费;审核帧的质量,例如审核帧的稳定性,影响视频审核的效果,现有技术中一般采用按时间间隔抽取审核帧,审核帧的质量难以保证,可能产生运动模糊帧或过多的重复帧,并且容易遗漏关键场景的图像帧,从而容易遗漏风险,导致视频审核效果较差。可见,上述审核帧抽取方法的鲁棒性有待提升。
鉴于上述技术问题,本申请提供了新的抽取审核帧的方法,以提高审核帧的稳定性,并减少重复帧的数量。
步骤102:获取所述N个图像帧的帧间差异变化值。
上述帧间差异变化值用于表征相邻两图像帧之间的差异度。或者说,上述帧间差异变化值能够反映视频画面的变化程度,换言之,上述帧间差异变化值能够反映视频画面的稳定性。视频画面的稳定性越好,视频画面的变化程度就越小,帧间差异变化值也就越小。
N个图像帧对应N-1个帧间差异变化值,例如,第一个帧间差异变化值表征第一个图像帧与第二个图像帧之间的差异度,第二个帧间差异变化值表征第二个图像帧与第三个图像帧之间的差异度,……,依此类推,最后一个帧间差异变化值表征倒数第二个图像帧与最后一个图像帧之间的差异度。例如,假设待审核视频的时长为10秒,帧率为30帧/秒,则待审核视频的总帧量为300帧,则待审核视频可包括299个帧间差异变化值。
步骤103:选择目标帧间差异变化值对应的图像帧作为审核帧,所述目标帧间差异变化值为所述N个图像帧的帧间差异变化值中,不大于相邻的帧间差异变化值的帧间差异变化值。
在获取了N个图像帧的帧间差异变化值之后,即可根据N个图像帧的帧间差异变化值,从N个图像帧中选择稳定性好的审核帧。具体的,可以选择不大于相邻帧间差异变化值的帧间差异变化值作为目标帧间差异变化值,并将目标帧间差异变化值对应的图像帧作为审核帧。例如,第5个帧间差异变化值不大于第4个帧间差异变化值,也不大于第6个帧间差异变化值,则第5个帧间差异变化值为目标帧间差异变化值。由于第5个帧间差异变化值表征第5个图像帧与第6个图像帧之间的差异度,则既可以将第5个图像帧作为审核帧,也可以将第6个图像帧作为审核帧。
对于大多数视频来说,各图像帧依次呈现出动态的画面,因此,各帧间差异变化值一般呈上下波动的变化趋势,而很少可能出现各帧间差异变化值为恒定值的情况。因此,一般的,目标帧间差异变化值小于相邻的帧间差异变化值。
而对于画面只有小局部变化的视频来说,帧间差异变化值均较小,因此,对于画面只有小局部变化的视频,目标帧间差异变化值对应的图像帧可能存在较多的重复帧。
鉴于此,该实施方式中,可以设定第一阈值,只将大于或等于第一阈值的目标帧间差异变化值对应的图像帧作为审核帧。若目标帧间差异变化值小于第一阈值,则该目标帧间差异变化值对应的图像帧很可能是重复帧,可将其忽略。这样,能够有效控制审核帧的数量,避免抽取较多的重复帧,从而能够进一步提高视频审核效率。
由于目标帧间差异变化值不大于相邻的帧间差异变化值,则目标帧间差异变化值对应的图像帧的稳定性在很大程度上要高于邻近的图像帧的稳定性,从而能够确保审核帧的稳定性,能够避免抽取到模糊帧。并且,各目标帧间差异变化值之间一般存在多个帧间差异变化值,这使得所抽取的各审核帧一般不会重复,从而能够避免抽取到较多的重复帧,审核帧的数量能够得到有效控制。此外,由于稳定性较好的图像帧基本上都能获取到,因此,可以较完整地覆盖整个待审核视频,不容易遗漏关键场景的图像帧。
可见,根据本申请的技术,由于帧间差异变化值能够反映视频画面的变化程度,因此,通过获取待审核视频的若干个图像帧的帧间差异变化值,并以此作为选择审核帧的依据,能够确保审核帧的稳定性,审核帧的数量也能够得到有效控制,还不容易遗漏关键场景的图像帧,从而能够提高视频审核的效果,解决了现有技术中存在的视频审核效果较差的问题。
本申请中,可以从像素差异的维度去衡量帧间差异变化值,以下提供帧间差异变化值的计算方法。
可选的,所述帧间差异变化值的计算方法包括:
获取相邻两图像帧的灰度通道信息;
根据所述灰度通道信息,计算相邻两图像帧之间各像素点的像素差,并将计算得到的像素差加和求平均,以得到所述帧间差异变化值。
图像的像素可根据图像的RGB通道信息来确定,根据RGB通道信息所确定的像素值可视为精确的像素值,或称像素绝对值,但其所涉及的计算量也较大。本申请中,以N个图像帧的帧间差异变化值作为选择审核帧的依据,获取N个图像帧的帧间差异变化值的目的在于选取稳定性较好的审核帧,因此,本申请中的各帧间差异变化值并不要求为绝对数值。
鉴于此,该实施方式中,可根据图像帧的灰度通道信息计算两图像帧之间各像素点的像素差,根据灰度通道信息计算像素差所涉及的计算量较小,仅占根据RGB通道信息计算像素差所涉及的计算量的1/3,因此,该实施方式能够提高帧间差异变化值的计算效率。
该实施方式中,将计算得到的像素差加和求平均,可得到一个浮点数,该浮点数即为帧间差异变化值。
可选的,所述选择目标帧间差异变化值对应的图像帧作为审核帧,包括:
将所述N个图像帧的帧间差异变化值拟合形成帧间差异变化曲线;
将所述帧间差异变化曲线的极小值点对应的图像帧作为审核帧。
该实施方式中,通过将N个图像帧的帧间差异变化值拟合形成帧间差异变化曲线,能够更直观、明了地反映整个视频画面的变化强度,而帧间差异变化曲线的极小值点即为目标帧间差异变化值所在的位置。可见,该实施方式中,通过将N个图像帧的帧间差异变化值拟合形成帧间差异变化曲线,能够更直接地从该帧间差异变化曲线中确定目标帧间差异变化值的位置。
作为示例,如图2所示,帧间差异变化曲线中极大值点对应变化最大的视频画面,极小值点(图2中圆形点所在的位置)则对应最稳定的视频画面。
本申请中,在将N个图像帧的帧间差异变化值拟合形成帧间差异变化曲线时,考虑到噪声的存在,可以加入滤波算子对帧间差异变化曲线进行平滑处理。例如,可使用均值滤波或汉宁窗口等滤波算法,滤波效果取决于滤波窗口大小的选取,滤波窗口越大,滤波结果越平滑,对应得到的图像帧的数量越少,可根据测试结果动态调整滤波窗口的大小。在滤波完成后,可将滤波得到的帧间差异变化曲线的极小值点对应的图像帧作为审核帧。
可选的,所述将所述帧间差异变化曲线的极小值点对应的图像帧作为审核帧,包括:
将所述帧间差异变化曲线中,帧间差异变化值大于或等于第一阈值的极小值点对应的图像帧作为所述审核帧。
对于画面只有小局部变化的视频来说,帧间差异变化值均较小,因此,对于画面只有小局部变化的视频,极小值点对应的图像帧可能存在较多的重复帧。
鉴于此,该实施方式中,可以设定第一阈值,只将帧间差异变化曲线中,帧间差异变化值大于或等于第一阈值的极小值点对应的图像帧作为审核帧。若帧间差异变化曲线中存在小于第一阈值的极小值点,则该极小值点对应的图像帧很可能是重复帧,可将其忽略。
该实施方式中,通过设定第一阈值来筛除小于第一阈值的极小值点,以减少重复帧的策略,也可以称之为阈值删帧策略。
对于帧间差异变化曲线来说,可在曲线中直接添加帧删除阈值线,该帧删除阈值线所对应的帧间差异变化值即为该第一阈值。
作为示例,如图3所示,帧间差异变化曲线中添加帧删除阈值线(即图3中的虚线),假设第一阈值为0.6,则该帧删除阈值线所对应的帧间差异变化值为0.6。这样,位于该帧删除阈值线以下的五个极小值点均可以忽略,而位于该帧删除阈值线以上的四个极小值点对应的图像帧均可作为审核帧。
对于画面只有小局部变化的视频来说,有可能帧间差异变化曲线中的全部极小值点都小于第一阈值,对于这种情况,该视频的画面基本上处于静止状态,因此可以将该视频的任一帧图像作为审核帧。
这样,该实施方式能够有效控制审核帧的数量,避免抽取较多的重复帧,从而能够进一步提高视频审核效率。
可选的,所述方法还包括:
若所述审核帧的第一审核帧与所述N个图像帧的第一图像帧之间的间隔大于或等于第二阈值,则添加第二图像帧作为所述审核帧,所述第二图像帧为所述N个图像帧中,位于所述第一审核帧与所述第一图像帧之间的图像帧;
其中,所述第一审核帧为所述审核帧的第一个审核帧,所述第一图像帧为所述N个图像帧的第一个图像帧;或者,所述第一审核帧为所述审核帧的最后一个审核帧,所述第一图像帧为所述N个图像帧的最后一个图像帧。
在视频初始段或结束段,帧间差异变化曲线可能出现较长时间的单调递增或单调递减,因此,较容易遗漏位于视频初始段或结束段的关键场景。
鉴于此,可以考虑在视频初始段或结束段进行补帧,即在视频初始段或结束段中再抽取第二图像帧作为审核帧。第二图像帧可以是位于视频初始段或结束段的中间点的图像帧,也可以是帧号固定的图像帧。
作为示例,如图4所示,帧间差异变化曲线中的初始段出现较长时间的单调递增,帧间差异变化曲线中的结束段出现较长时间的单调递减。因此,在帧间差异变化曲线中的初始段和结束段均再抽取第二图像帧(图4中方形点所在的位置)作为审核帧。这样,审核帧的数量一共为6帧。
该实施方式中,通过在视频初始段或结束段选取审核帧,能够有效避免遗漏位于视频初始段或结束段的关键场景。
可选的,所述获取待审核视频的N个图像帧,包括:
获取待审核视频;
检索预设资源库中是否存在与所述待审核视频的相似度满足预设条件的视频,所述预设资源库中存储的视频为关联有标签信息的视频;
若所述预设资源库中不存在与所述待审核视频的相似度满足预设条件的视频,则获取所述待审核视频的N个图像帧。
互联网上视频的重复度较高,分辨率、画面比例、格式等转换均可将同一个视频转化成多个视频,但这些视频的内容均大致相同。这些重复的视频如果都进行审核,则较浪费机器资源和人力资源,影响审核时效。
鉴于此,本申请可以将已审核视频存储于预设资源库中,并对已审核视频创建标签信息,该标签信息可用于表征已审核视频的审核结果,已审核视频的标签信息可存储于标签库中,标签信息中可记录已审核视频的存储地址,从而使标签信息与已审核视频相关联,方便后续对视频的查看。
这样,当对待审核视频进行审核之前,可以先去预设资源库检索是否存在与待审核视频相似的已审核视频,如果检索到与待审核视频相似的已审核视频,则无需对待审核视频进行重复审核,以节省审核时间,提高审核效率。
如果没有检索到与待审核视频相似的已审核视频,则可以采取本申请的视频审核方法对待审核视频进行审核。
上述检索过程为视频相似检索的过程,例如,可通过URL(Uniform ResourceLocator,统一资源定位符)比对、哈希值计算或基于深度学习等方式进行视频相似检索。
在对待审核视频审核完成之后,可以为该视频创建标签信息,并将该视频存储于预设资源库中,将该视频的标签信息存储于标签库中。
需要说明的是,上述标签信息既可以包括视频维度的标签信息,也可以包括图像帧维度的标签信息。若标签信息包括图像帧维度的标签信息,则还可以将相应的图像帧存储于图片库中,并将图像帧与该图像帧的标签信息进行关联,图像帧的标签信息也可以存储于标签库中。
可选的,所述方法还包括:
对所述审核帧进行审核,以得到所述审核帧的审核结果;
根据所述审核帧的审核结果,创建所述审核帧的标签信息。
本申请中,可采用机器审核策略算法对各审核帧进行审核,机器审核策略算法为预先根据各类风险数据训练好的深度学习识别模型,例如,多分类模型、目标检测模型、文字识别模型、人脸识别模型、相似检索模型等等。
在对审核帧进行审核时,可以采用各策略算法对审核帧进行并行审核,每种策略算法均可以得到其对审核帧的审核结果,例如,人脸识别策略算法可以对审核帧进行人脸风险检测,文字识别策略算法可以对审核帧进行文字风险检测,等等。各策略算法对审核帧进行审核的审核结果大体上可分为存在风险和不存在风险两类,对于不存在风险的审核帧,可以称之为无风险帧,对于存在风险的审核帧,可以称之为风险帧。可设置风险策略命中个数阈值或者风险策略命中帧数阈值来判断视频是否为风险视频,是否需要进一步进行人工审核。
该实施方式中,审核帧的标签信息可以存储于标签库中,并与审核帧建立关联,审核帧的标签信息中可记录审核帧的存储地址。该实施方式中,根据审核帧的审核结果,创建审核帧的标签信息,一方面,有利于为人工审核提供审核参考;另一方面,有利于为相似检索提供参考。
进一步的,所述根据所述审核帧的审核结果,创建所述审核帧的标签信息,包括:
在所述审核帧存在风险帧的情况下,根据所述风险帧的审核结果,创建所述风险帧的风险标签信息。
该实施方式中,风险帧的风险标签信息可以存储于标签库中,并与风险帧建立关联,风险帧的风险标签信息中可记录风险帧的存储地址。该实施方式中,通过有针对性地对风险帧创建风险标签信息,能够节省存储资源,提高审核效率。
可选的,所述方法还包括:
根据所述审核帧的审核结果,创建所述待审核视频的标签信息。
该实施方式中,待审核视频的标签信息可以存储于标签库中,并与待审核视频建立关联。该实施方式中,根据审核帧的审核结果,创建待审核视频的标签信息,一方面,有利于为人工审核提供审核参考;另一方面,有利于为相似检索提供参考。
本申请中,在对待审核视频进行机器审核之后,还可以进一步进行人工审核。为了提高人工审核的审核效率,还提供如下的实施方式。
可选的,所述方法还包括:
在所述审核帧存在风险帧的情况下,将所述风险帧展示于预设的展示区域,所述风险帧关联有风险标签信息。
该实施方式中,在审核帧存在风险帧的情况下,可在预设的展示区域仅展示风险帧,为了便于审核人员查看,风险帧可关联有风险标签信息。进一步的,风险帧还可以关联有时间信息,该时间信息表示风险帧在视频中的时间位置。
上述预设的展示区域可以理解为人工审核展示区域,风险标签信息可单独显示于展示区域,也可以通过点击等方式触发其显示于展示区域。
风险帧可以以多宫格(例如九宫格、六宫格等)照片墙的形式展示于展示区域,以使审核人员能够快速审核各风险帧,而无需逐帧点击查看。同时,与风险帧关联的风险标签信息还可以为审核人员提供审核参考。
可选的,所述方法还包括:
若所述展示区域还存在未填充的图片区域,则从所述审核帧中选择无风险帧,并将所述无风险帧展示于所述未填充的图片区域。
该实施方式中,风险帧的数量可能没有填满展示区域的图片区域,例如,风险帧以九宫格照片墙的形式展示于展示区域,而风险帧的数量为5帧,则展示区域还存在4个未填充的图片区域。为了使审核人员获取更多的待审核视频的相关信息,以提高视频审核效果,可以从审核帧中选择4个无风险帧展示于未填充的图片区域。
此外,如果风险帧的数量R大于可填充的图片区域个数S,则可以从风险帧中分层抽样S帧,否则选取全部的风险帧,并从审核帧中选择S-R帧非风险帧。
可选的,展示于所述展示区域的图像帧按时间戳排序。具体的,可以将所选的风险帧和非风险帧按帧时间戳进行排序,再统一填充至展示区域。这样,使展现视频有更好的时间连贯性,有利于审核人员快速理解视频内容,从而能够提高审核效果。
本申请中,除了对视频画面进行审核,还可以将ffmpeg解码得到的音频进行机器策略审核,例如,包括无声音识别、音频文字识别、音频检索等。展示区域除了可以展示图像帧之外,还可以展示音频审核条,为审核人员提供音频墙风险参考。音频审核条可以提供完整的音频,也可以提供部分的音频段,例如风险音频段。
可选的,所述方法还包括:
对所述待审核视频的音频进行审核;
在所述音频存在风险音频段的情况下,将所述风险音频段展示于所述展示区域,所述风险音频段携带有风险标签信息和时间信息。
该实施方式中,通过将风险音频段展示于展示区域,并携带风险标签信息和时间信息,能够更直观地为审核人员提供审核参考,以提高视频审核效率。
作为示例,如图5所示,展示区域包括九宫格照片墙区域a和音频墙区域b。其中,照片墙区域a填充有九帧展示帧,即展示帧1至展示帧9。音频墙区域b显示有音频审核条c,还显示有风险标签信息(如图5中的“低俗”)和风险音频段的时间信息(如图5中的00:12)。
当接收到针对展示帧的点击操作时,展示帧可以弹出并被放大,同时还可以弹出展示帧中的OCR(Optical Character Recognition,光学字符识别)信息、时间戳信息、风险标签信息等辅助信息。
当接收到针对音频审核条c的点击操作时,可以播放音频。具体的,可以从点击操作对应的时间位置开始播放音频。
展示区域还包括审核结果区d和视频播放区e。其中,审核结果区d可列举视频机审策略审核后的风险标签信息,并展示具体的时间戳,当接收到针对风险标签信息的点击操作时,还可以展示具体的命中风险标准条例,此处可与风险体系知识库关联,以满足人工审核时对风险标准的快速查询需求。视频播放区e可提供视频的倍速播放功能,供审核人员复审时点击观看视频。
本申请中,如图6所示,可以通过服务端从业务端获取待审核视频,抽取待审核视频的审核帧并进行机器审核,具体的,各类机器审核策略基于优选的审核帧进行审核,并将审核结果进行多风险多标签融合,再根据照片墙的需求进行展示帧抽样(即图6中的融合抽样)。服务端对待审核视频审核结束之后,可以将视频的审核结果发送至客户端,客户端可将审核结果以照片墙和音频墙的形式进行展示。需要说明的是,服务端对待审核视频审核结束之后,也可以在服务端本地展示视频的审核结果。
需要说明的是,本申请中的视频审核方法中的多种可选的实施方式,彼此可以相互结合实现,也可以单独实现,对此本申请不作限定。
本申请的上述实施例至少具有如下优点或有益效果:
本申请中,由于帧间差异变化值能够反映视频画面的变化程度,因此,通过获取待审核视频的若干个图像帧的帧间差异变化值,并以此作为选择审核帧的依据,能够确保审核帧的稳定性,审核帧的数量也能够得到有效控制,还不容易遗漏关键场景的图像帧,从而能够提高视频审核的效果,解决了现有技术中存在的视频审核效果较差的问题。
第二实施例
如图7所示,本申请提供一种视频审核装置200,包括:
第一获取模块201,用于获取待审核视频的N个图像帧,所述N为大于1的整数;
第二获取模块202,用于获取所述N个图像帧的帧间差异变化值,所述帧间差异变化值用于表征相邻两图像帧之间的差异度;
选择模块203,用于选择目标帧间差异变化值对应的图像帧作为审核帧,所述目标帧间差异变化值为所述N个图像帧的帧间差异变化值中,不大于相邻的帧间差异变化值的帧间差异变化值。
可选的,选择模块203包括:
拟合子模块,用于将所述N个图像帧的帧间差异变化值拟合形成帧间差异变化曲线;
选择子模块,用于将所述帧间差异变化曲线的极小值点对应的图像帧作为审核帧。
可选的,所述选择子模块具体用于:
将所述帧间差异变化曲线中,帧间差异变化值大于或等于第一阈值的极小值点对应的图像帧作为所述审核帧。
可选的,视频审核装置200还包括:
添加模块,用于若所述审核帧的第一审核帧与所述N个图像帧的第一图像帧之间的间隔大于或等于第二阈值,则添加第二图像帧作为所述审核帧,所述第二图像帧为所述N个图像帧中,位于所述第一审核帧与所述第一图像帧之间的图像帧;
其中,所述第一审核帧为所述审核帧的第一个审核帧,所述第一图像帧为所述N个图像帧的第一个图像帧;或者,所述第一审核帧为所述审核帧的最后一个审核帧,所述第一图像帧为所述N个图像帧的最后一个图像帧。
可选的,视频审核装置200还包括:
第三获取模块,用于获取相邻两图像帧的灰度通道信息;
计算模块,用于根据所述灰度通道信息,计算相邻两图像帧之间各像素点的像素差,并将计算得到的像素差加和求平均,以得到所述帧间差异变化值。
可选的,第一获取模块201包括:
第一获取子模块,用于获取待审核视频;
检索子模块,用于检索预设资源库中是否存在与所述待审核视频的相似度满足预设条件的视频,所述预设资源库中存储的视频为关联有标签信息的视频;
第二获取子模块,用于若所述预设资源库中不存在与所述待审核视频的相似度满足预设条件的视频,则获取所述待审核视频的N个图像帧。
可选的,视频审核装置200还包括:
第一审核模块,用于对所述审核帧进行审核,以得到所述审核帧的审核结果;
创建模块,用于根据所述审核帧的审核结果,创建所述审核帧的标签信息。
可选的,视频审核装置200还包括:
第一展示模块,用于在所述审核帧存在风险帧的情况下,将所述风险帧展示于预设的展示区域,所述风险帧关联有风险标签信息。
可选的,视频审核装置200还包括:
第二展示模块,用于若所述展示区域还存在未填充的图片区域,则从所述审核帧中选择无风险帧,并将所述无风险帧展示于所述未填充的图片区域。
可选的,视频审核装置200还包括:
第二审核模块,用于对所述待审核视频的音频进行审核;
第三展示模块,用于在所述音频存在风险音频段的情况下,将所述风险音频段展示于所述展示区域,所述风险音频段关联有风险标签信息和时间信息。
本申请提供的视频审核装置200能够实现上述视频审核方法实施例中的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图8所示,是根据本申请实施例的视频审核方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图8中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的视频审核方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的视频审核方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的视频审核方法对应的程序指令/模块(例如,附图7所示的第一获取模块201、第二获取模块202和选择模块203)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行问题解析装置的各种功能应用以及数据处理,即实现上述方法实施例中的视频审核方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据视频审核方法的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至视频审核方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
视频审核方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图8中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与视频审核方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,由于帧间差异变化值能够反映视频画面的变化程度,因此,通过获取待审核视频的若干个图像帧的帧间差异变化值,并以此作为选择审核帧的依据,能够确保审核帧的稳定性,审核帧的数量也能够得到有效控制,还不容易遗漏关键场景的图像帧,从而能够提高视频审核的效果,解决了现有技术中存在的视频审核效果较差的问题。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (13)
1.一种视频审核方法,其特征在于,所述方法包括:
获取待审核视频的N个图像帧,所述N为大于1的整数;
获取所述N个图像帧的帧间差异变化值,所述帧间差异变化值用于表征相邻两图像帧之间的差异度;
选择目标帧间差异变化值对应的图像帧作为审核帧,所述目标帧间差异变化值为所述N个图像帧的帧间差异变化值中,不大于相邻的帧间差异变化值的帧间差异变化值。
2.根据权利要求1所述的方法,其特征在于,所述选择目标帧间差异变化值对应的图像帧作为审核帧,包括:
将所述N个图像帧的帧间差异变化值拟合形成帧间差异变化曲线;
将所述帧间差异变化曲线的极小值点对应的图像帧作为审核帧。
3.根据权利要求2所述的方法,其特征在于,所述将所述帧间差异变化曲线的极小值点对应的图像帧作为审核帧,包括:
将所述帧间差异变化曲线中,帧间差异变化值大于或等于第一阈值的极小值点对应的图像帧作为所述审核帧。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:
若所述审核帧的第一审核帧与所述N个图像帧的第一图像帧之间的间隔大于或等于第二阈值,则添加第二图像帧作为所述审核帧,所述第二图像帧为所述N个图像帧中,位于所述第一审核帧与所述第一图像帧之间的图像帧;
其中,所述第一审核帧为所述审核帧的第一个审核帧,所述第一图像帧为所述N个图像帧的第一个图像帧;或者,所述第一审核帧为所述审核帧的最后一个审核帧,所述第一图像帧为所述N个图像帧的最后一个图像帧。
5.根据权利要求1至3中任一项所述的方法,其特征在于,所述帧间差异变化值的计算方法包括:
获取相邻两图像帧的灰度通道信息;
根据所述灰度通道信息,计算相邻两图像帧之间各像素点的像素差,并将计算得到的像素差加和求平均,以得到所述帧间差异变化值。
6.根据权利要求1至3中任一项所述的方法,其特征在于,所述获取待审核视频的N个图像帧,包括:
获取待审核视频;
检索预设资源库中是否存在与所述待审核视频的相似度满足预设条件的视频,所述预设资源库中存储的视频为关联有标签信息的视频;
若所述预设资源库中不存在与所述待审核视频的相似度满足预设条件的视频,则获取所述待审核视频的N个图像帧。
7.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:
对所述审核帧进行审核,以得到所述审核帧的审核结果;
根据所述审核帧的审核结果,创建所述审核帧的标签信息。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
在所述审核帧存在风险帧的情况下,将所述风险帧展示于预设的展示区域,所述风险帧关联有风险标签信息。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
若所述展示区域还存在未填充的图片区域,则从所述审核帧中选择无风险帧,并将所述无风险帧展示于所述未填充的图片区域。
10.根据权利要求8所述的方法,其特征在于,所述方法还包括:
对所述待审核视频的音频进行审核;
在所述音频存在风险音频段的情况下,将所述风险音频段展示于所述展示区域,所述风险音频段关联有风险标签信息和时间信息。
11.一种视频审核装置,其特征在于,包括:
第一获取模块,用于获取待审核视频的N个图像帧,所述N为大于1的整数;
第二获取模块,用于获取所述N个图像帧的帧间差异变化值,所述帧间差异变化值用于表征相邻两图像帧之间的差异度;
选择模块,用于选择目标帧间差异变化值对应的图像帧作为审核帧,所述目标帧间差异变化值为所述N个图像帧的帧间差异变化值中,不大于相邻的帧间差异变化值的帧间差异变化值。
12.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至10中任一项所述的方法。
13.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010322042.2A CN113542725B (zh) | 2020-04-22 | 2020-04-22 | 视频审核方法、视频审核装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010322042.2A CN113542725B (zh) | 2020-04-22 | 2020-04-22 | 视频审核方法、视频审核装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113542725A true CN113542725A (zh) | 2021-10-22 |
CN113542725B CN113542725B (zh) | 2023-09-05 |
Family
ID=78124023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010322042.2A Active CN113542725B (zh) | 2020-04-22 | 2020-04-22 | 视频审核方法、视频审核装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113542725B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114724074A (zh) * | 2022-06-01 | 2022-07-08 | 共道网络科技有限公司 | 风险视频的检测方法和装置 |
CN115022679A (zh) * | 2022-05-30 | 2022-09-06 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备和介质 |
CN117640988A (zh) * | 2023-12-04 | 2024-03-01 | 书行科技(北京)有限公司 | 一种视频处理方法、装置、电子设备和存储介质 |
CN118193772A (zh) * | 2024-05-13 | 2024-06-14 | 飞狐信息技术(天津)有限公司 | 一种图像分析处理方法、装置、存储介质及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021904A (zh) * | 2006-10-11 | 2007-08-22 | 鲍东山 | 视频内容分析*** |
CN103164693A (zh) * | 2013-02-04 | 2013-06-19 | 华中科技大学 | 一种监控视频行人检测匹配方法 |
US20140240602A1 (en) * | 2011-10-04 | 2014-08-28 | Sharp Kabushiki Kaisha | Scene change detection device, display device, scene change detection method, and scene change detection program |
US20150348276A1 (en) * | 2014-05-27 | 2015-12-03 | Nokia Technologies Oy | Method and apparatus for processing a video frame in a video file |
WO2018067041A1 (ru) * | 2016-10-07 | 2018-04-12 | Общество с Ограниченной Ответственностью "СТРИМ Лабс" | Способ выявления повторяющихся кадров видео |
CN109756746A (zh) * | 2018-12-28 | 2019-05-14 | 广州华多网络科技有限公司 | 视频审核方法、装置、服务器及存储介质 |
CN110049309A (zh) * | 2018-12-10 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 视频流中图像帧的稳定性检测方法和装置 |
CN110147700A (zh) * | 2018-05-18 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 视频分类方法、装置、存储介质以及设备 |
CN110490075A (zh) * | 2019-07-17 | 2019-11-22 | 阿里巴巴集团控股有限公司 | 获取稳定帧的方法、装置以及计算机可读介质 |
CN110913243A (zh) * | 2018-09-14 | 2020-03-24 | 华为技术有限公司 | 一种视频审核的方法、装置和设备 |
-
2020
- 2020-04-22 CN CN202010322042.2A patent/CN113542725B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021904A (zh) * | 2006-10-11 | 2007-08-22 | 鲍东山 | 视频内容分析*** |
US20140240602A1 (en) * | 2011-10-04 | 2014-08-28 | Sharp Kabushiki Kaisha | Scene change detection device, display device, scene change detection method, and scene change detection program |
CN103164693A (zh) * | 2013-02-04 | 2013-06-19 | 华中科技大学 | 一种监控视频行人检测匹配方法 |
US20150348276A1 (en) * | 2014-05-27 | 2015-12-03 | Nokia Technologies Oy | Method and apparatus for processing a video frame in a video file |
WO2018067041A1 (ru) * | 2016-10-07 | 2018-04-12 | Общество с Ограниченной Ответственностью "СТРИМ Лабс" | Способ выявления повторяющихся кадров видео |
CN110147700A (zh) * | 2018-05-18 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 视频分类方法、装置、存储介质以及设备 |
CN110913243A (zh) * | 2018-09-14 | 2020-03-24 | 华为技术有限公司 | 一种视频审核的方法、装置和设备 |
CN110049309A (zh) * | 2018-12-10 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 视频流中图像帧的稳定性检测方法和装置 |
CN109756746A (zh) * | 2018-12-28 | 2019-05-14 | 广州华多网络科技有限公司 | 视频审核方法、装置、服务器及存储介质 |
CN110490075A (zh) * | 2019-07-17 | 2019-11-22 | 阿里巴巴集团控股有限公司 | 获取稳定帧的方法、装置以及计算机可读介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022679A (zh) * | 2022-05-30 | 2022-09-06 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备和介质 |
CN115022679B (zh) * | 2022-05-30 | 2023-08-29 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备和介质 |
CN114724074A (zh) * | 2022-06-01 | 2022-07-08 | 共道网络科技有限公司 | 风险视频的检测方法和装置 |
CN117640988A (zh) * | 2023-12-04 | 2024-03-01 | 书行科技(北京)有限公司 | 一种视频处理方法、装置、电子设备和存储介质 |
CN118193772A (zh) * | 2024-05-13 | 2024-06-14 | 飞狐信息技术(天津)有限公司 | 一种图像分析处理方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113542725B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6735927B2 (ja) | ビデオコンテンツの要約処理 | |
CN113542725A (zh) | 视频审核方法、视频审核装置和电子设备 | |
CN111107392B (zh) | 视频处理方法、装置和电子设备 | |
CN111694984B (zh) | 视频搜索方法、装置、电子设备及可读存储介质 | |
EP3890294B1 (en) | Method and apparatus for extracting hotspot segment from video | |
CN111225236B (zh) | 生成视频封面的方法、装置、电子设备以及计算机可读存储介质 | |
CN111309200B (zh) | 一种扩展阅读内容的确定方法、装置、设备及存储介质 | |
EP3852007B1 (en) | Method, apparatus, electronic device, readable storage medium and program for classifying video | |
CN111832613B (zh) | 模型训练方法、装置、电子设备和存储介质 | |
CN112584077A (zh) | 视频的插帧方法、装置及电子设备 | |
CN111984825A (zh) | 用于搜索视频的方法和装置 | |
CN112182292A (zh) | 视频检索模型的训练方法、装置、电子设备及存储介质 | |
CN111726682A (zh) | 视频片段生成方法、装置、设备和计算机存储介质 | |
CN111935506A (zh) | 用于确定重复视频帧的方法和装置 | |
CN112989112B (zh) | 在线课堂内容采集方法及装置 | |
CN112100530B (zh) | 网页分类方法、装置、电子设备及存储介质 | |
CN114125498A (zh) | 视频数据处理方法、装置、设备以及存储介质 | |
CN117851639A (zh) | 视频处理方法、装置、电子设备以及存储介质 | |
CN111797801B (zh) | 用于视频场景分析的方法和装置 | |
CN112258541A (zh) | 视频边界检测方法、***、设备及存储介质 | |
CN111949820A (zh) | 视频关联兴趣点的处理方法、装置及电子设备 | |
CN111970560A (zh) | 视频获取方法、装置、电子设备及存储介质 | |
CN113965798A (zh) | 一种视频信息生成、展示方法、装置、设备及存储介质 | |
CN113873323A (zh) | 视频播放方法、装置、电子设备和介质 | |
CN112988099A (zh) | 视频的显示方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |