视频处理方法、装置、设备及存储介质制造方法及图纸

本公开提供一种视频处理方法、装置、设备及存储介质，该方法包括：第一设备提取待检测视频的特征信息，特征信息用于指示待检测视频中的图像特征、音频特征的至少一项；第一设备将特征信息输入视频检测模型，得到待检测视频的检测结果，该检测结果用于指示待检测视频是否合规。其中，待检测视频的检测结果是根据每个特征对应的子检测结果确定的。第一设备的视频检测模型是根据至少一个第二设备传输的加密模型参数确定的，每个第二设备与第一设备采用的模型结构相同。上述方案中第一设备的视频检测模型学习了其他设备的模型参数，实现在没有获取其他设备本地视频资源的情况下，学习其他设备的视频检测能力，从而提高第一设备的视频检测能力。频检测能力。频检测能力。

【技术实现步骤摘要】
视频处理方法、装置、设备及存储介质


[0001]本公开涉及数据处理
，尤其涉及一种视频处理方法、装置、设备及存储介质。

技术介绍

[0002]随着互联网技术的不断发展，除了各大视频网站提供的海量视频外，用户也可以通过短视频应用自行上传视频，或者通过直播应用进行视频直播等。各大视频网站或平台需要对视频内容进行审核，避免包括涉恐、涉暴、色情、政治敏感等违规视频在网络上传播。
[0003]面对庞大的视频数据，传统的基于人工平台的视频审核不再适用，主要存在如下缺点：投入成本高、审核效率低、无法消除人为理解偏差以及人工疲倦等造成误差检测等。随着深度学习技术的发展，采用深度学习模型对视频数据进行智能化识别，可提升视频识别的精度。
[0004]深度学习依赖于数据集，例如图像识别的精度提升依赖于大规模的静态图片数据集。然而，对于视频审核的识别对象存在无法公开获取的情况，违规视频不允许公开导致了无法构建公开的大规模数据集，数据量少、数据质量差的问题，导致违规视频的视频识别精度无法提升。

技术实现思路

[0005]本公开提供一种视频处理方法、装置、设备及存储介质，用于提升对违规视频的视频识别精度。
[0006]第一方面，本公开提供一种视频处理方法，该方法包括：
[0007]提取待检测视频的特征信息，所述特征信息用于指示所述待检测视频中的图像特征、音频特征的至少一项；
[0008]将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，所述检测结果用于指示所述待检测视频是否合规；
[0009]所述待检测视频的检测结果是根据每个特征对应的子检测结果确定的；所述视频检测模型的模型参数是根据至少一个第二设备传输的模型参数确定的，每个所述第二设备传输的模型参数是通过加密处理后的参数，每个所述第二设备与所述第一设备采用的模型结构相同。
[0010]在本公开的一个实施例中，若存在至少一个特征对应的子检测结果指示不合规，则所述待检测视频的检测结果为不合规。
[0011]在本公开的一个实施例中，所述特征信息包括所述待检测视频中的音频特征，所述视频检测模型包括音频检测子模型，所述音频检测子模型用于检测视频中的音频数据是否合规；
[0012]所述将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，包括：
[0013]将所述目标对象的音频特征输入所述音频检测子模型，得到所述音频特征对应的
第一子检测结果；
[0014]根据所述第一子检测结果确定所述待检测视频的检测结果。
[0015]在本公开的一个实施例中，所述特征信息包括视频图像中所述目标对象的姿态特征，所述视频检测模型包括姿态检测子模型，所述姿态检测子模型用于检测视频中所述目标对象的姿态是否合规；
[0016]所述将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，包括：
[0017]将所述目标对象的姿态特征输入所述姿态检测子模型，得到所述姿态特征对应的第二子检测结果；
[0018]根据所述第二子检测结果确定所述待检测视频的检测结果。
[0019]在本公开的一个实施例中，所述特征信息包括视频图像中所述目标对象的步态特征，所述视频检测模型包括步态检测子模型，所述步态检测子模型用于检测视频中所述目标对象的步态是否正常；
[0020]所述将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，包括：
[0021]将所述目标对象的步态特征输入所述步态检测子模型，得到所述步态特征对应的第三子检测结果；
[0022]根据所述第三子检测结果确定所述待检测视频的检测结果。
[0023]在本公开的一个实施例中，所述特征信息包括视频图像中所述目标对象的面部特征，所述视频检测模型包括面部检测子模型，所述面部检测子模型用于检测视频中所述目标对象的面部表情是否正常；
[0024]所述将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，包括：
[0025]将所述目标对象的面部特征输入所述面部检测子模型，得到所述面部特征对应的第四子检测结果；
[0026]根据所述第四子检测结果确定所述待检测视频的检测结果。
[0027]在本公开的一个实施例中，所述特征信息包括视频图像中的文本特征，所述视频检测模型包括文本检测子模型，所述文本检测子模型用于检测所述视频图像中是否存在违规文字内容；
[0028]所述将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，包括：
[0029]将所述文本特征输入所述文本检测子模型，得到所述文本特征对应的第五子检测结果；
[0030]根据所述第五子检测结果确定所述待检测视频的检测结果。
[0031]在本公开的一个实施例中，所述方法还包括：
[0032]接收来自所述至少一个第二设备的模型参数，每个所述第二设备的模型参数是通过全同态或部分同态加密处理后的参数；
[0033]根据所述至少一个第二设备的模型参数确定所述第一设备的模型参数。
[0034]在本公开的一个实施例中，所述根据所述至少一个第二设备的模型参数确定所述第一设备的模型参数，包括：
[0035]根据所述至少一个第二设备的模型参数以及所述第一设备当前的模型参数，更新所述第一设备的模型参数。
[0036]在本公开的一个实施例中，所述方法还包括：
[0037]向所述至少一个第二设备发送所述第一设备的模型参数。
[0038]第二方面，本公开提供一种视频处理方法，应用于第二设备，该方法包括：
[0039]根据训练视频样本以及所述训练视频样本的标注结果，训练所述第二设备的视频检测模型；
[0040]获取所述视频检测模型的模型参数；
[0041]对所述模型参数进行加密处理；
[0042]将经过加密处理后的模型参数发送给第一设备；所述第一设备与所述第二设备采用的模型结构相同。
[0043]在本公开的一个实施例中，所述对所述模型参数进行加密处理，包括：
[0044]采用全同态或部分同态加密算法对所述模型参数进行加密处理。
[0045]第三方面，本公开提供一种视频处理装置，该装置包括：
[0046]特征提取模块，用于提取待检测视频的特征信息，所述特征信息用于指示待检测视频中的图像特征、音频特征的至少一项；
[0047]处理模块，用于将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，所述检测结果用于指示所述待检测视频是否合规；
[0048]所述待检测视频的检测结果是根据每个特征对应的子检测结果确定的；所述视频检测模型的模型参数是根据至少一个第二设备传输的模型参数确定的，每个所述第二设备传输的模型参数是通过加密处理后的参数，每个所述第二设备与所述第一设备采用的模型结构相同。
[0049]第四方面，本公开提供一种视频处理装置，该装置包括：
[0050]处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频处理方法，其特征在于，应用于第一设备，所述方法包括：提取待检测视频的特征信息，所述特征信息用于指示所述待检测视频中的图像特征、音频特征的至少一项；将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，所述检测结果用于指示所述待检测视频是否合规；所述待检测视频的检测结果是根据每个特征对应的子检测结果确定的；所述视频检测模型的模型参数是根据至少一个第二设备传输的模型参数确定的，每个所述第二设备传输的模型参数是通过加密处理后的参数，每个所述第二设备与所述第一设备采用的模型结构相同。2.根据权利要求1所述的方法，其特征在于，若存在至少一个特征对应的子检测结果指示不合规，则所述待检测视频的检测结果为不合规。3.根据权利要求1或2所述的方法，其特征在于，所述特征信息包括所述待检测视频中的音频特征，所述视频检测模型包括音频检测子模型，所述音频检测子模型用于检测视频中的音频数据是否合规；所述将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，包括：将所述音频特征输入所述音频检测子模型，得到所述音频特征对应的第一子检测结果；根据所述第一子检测结果确定所述待检测视频的检测结果。4.根据权利要求1或2所述的方法，其特征在于，所述特征信息包括视频图像中目标对象的姿态特征，所述视频检测模型包括姿态检测子模型，所述姿态检测子模型用于检测视频中所述目标对象的姿态是否合规；所述将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，包括：将所述目标对象的姿态特征输入所述姿态检测子模型，得到所述姿态特征对应的第二子检测结果；根据所述第二子检测结果确定所述待检测视频的检测结果。5.根据权利要求1或2所述的方法，其特征在于，所述特征信息包括视频图像中目标对象的步态特征，所述视频检测模型包括步态检测子模型，所述步态检测子模型用于检测视频中所述目标对象的步态是否正常；所述将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，包括：将所述目标对象的步态特征输入所述步态检测子模型，得到所述步态特征对应的第三子检测结果；根据所述第三子检测结果确定所述待检测视频的检测结果。6.根据权利要求1或2所述的方法，其特征在于，所述特征信息包括视频图像中目标对象的面部特征，所述视频检测模型包括面部检测子模型，所述面部检测子模型用于检测视频中所述目标对象的面部表情是否正常；所述将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，包括：将所述目标对象的面部特征输入所述面部检测子模型，得到所述面部特征对应的第四子检测结果；
根据所述第四子检测结果确定所述待检测视频的检测结果。7.根据权利要求1或2所述的方法，其特征在于，所述特征信息包括视频图像中的文本特征，所述视频检测模型包括文本检测子模型，所述文本检测子模型用于检测所述视频图像中是否存在违规文字内容；所述将所述特征信息输入视频检测模型，得到所述待检测视频的检测结果，包括：将所述文本特征输入所述文本检测子模型，得到所述文本特征对应的第五子检测结果；根据所述第五子检测结果确定所述待检测视频的检测结果。8.根据权利要求1所述的方法，其特征在于，所述方法还包括：接收来自所述至少一个第二设备的模型参数，每个所述第二设备的模型参数是通...

【专利技术属性】
技术研发人员：陈建蓉，黄启军，唐兴兴，陈瑞钦，杨强，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：