【技术实现步骤摘要】
视频审核方法、装置、设备及可读存储介质
[0001]本申请涉及人工智能
,特别涉及一种视频审核方法、装置、设备及可读存储介质。
技术介绍
[0002]随着互联网技术繁荣发展,网络上的视频资源众多。视频审核是过滤网络视频资源池中不良或违规内容的重要手段。
[0003]传统技术中,审核人员逐个地将待审核视频(用户自行上传的视频)从头到尾完整播放一遍,在播放待审核视频的过程中,由审核人员对其进行审核。
[0004]然而,人工审核视频的方式费时费力、效率有限,成本高且无法实现大批量的视频审核。
技术实现思路
[0005]本申请提供一种视频审核方法、装置、设备及可读存储介质,采用能够识别多种不同目标的视频审核模型审核视频,准确率高、速度快。
[0006]第一方面,本申请实施例提供一种视频审核方法,包括:
[0007]从待审核视频中获取多帧图像;
[0008]向视频审核模型输入所述多帧图像,以得到所述多帧图像中每帧图像的识别结果和所述识别结果的置信度,所述视频审核模型包括特征提取网络和多目标识别网络,所述多目标识别网络包含多个分支网络,所述多个分支网络中的不同分支网络用于识别不同的目标,所述多帧图像中每帧图像的识别结果是根据所述多个分支网络中每个分支网络的输出结果确定出的;
[0009]根据所述多帧图像中每帧图像的识别结果和所述识别结果的置信度,确定所述待审核视频是否为违规视频。
[0010]第二方面,本申请实施例提供一种视频审核装置,包括:
【技术保护点】
【技术特征摘要】
1.一种视频审核方法,其特征在于,包括:从待审核视频中获取多帧图像;向视频审核模型输入所述多帧图像,以得到所述多帧图像中每帧图像的识别结果和所述识别结果的置信度,所述视频审核模型包括特征提取网络和多目标识别网络,所述多目标识别网络包含多个分支网络,所述多个分支网络中的不同分支网络用于识别不同的目标,所述多帧图像中每帧图像的识别结果是根据所述多个分支网络中每个分支网络的输出结果确定出的;根据所述多帧图像中每帧图像的识别结果和所述识别结果的置信度,确定所述待审核视频是否为违规视频。2.根据权利要求1所述的方法,其特征在于,所述特征提取网络用于输出多层层级特征,所述多个分支网络中的每个分支网络包括注意力模块和全连接分类层。3.根据权利要求2所述的方法,其特征在于,所述多个分支网络中至少两个分支网络的注意力模块对应所述多层层级特征中的不同层级特征。4.根据权利要求2所述的方法,其特征在于,所述向视频审核模型输入所述多帧图像,以得到所述多帧图像中每帧图像的识别结果和所述识别结果的置信度,包括:对于所述多帧图像中的目标图像,利用所述特征提取网络提取所述目标图像的特征,以得到所述多层层级特征,所述目标图像是所述多帧图像中的任意一帧图像,所述多层层级特征包括分类层特征和中间层特征;将所述多层层级特征输入所述多个分支网络中的每个分支网络,以得到每个分支网络的输出结果和所述输出结果的置信度;根据所述多个分支网络中每个分支网络的输出结果和所述输出结果的置信度,确定所述目标图像的识别结果和所述识别结果的置信度。5.根据权利要求4所述的方法,其特征在于,所述将所述多层层级特征输入所述多个分支网络中的每个分支网络,以得到每个分支网络的输出结果和所述输出结果的置信度,包括:对于所述多目标识别网络中的目标分支网络,向所述目标分支网络的注意力模块输入对应的层级特征,以得到所述目标分支网络对应的特征向量,所述目标分支网络是所述多个分支网络中的任意一个分支网络;根据所述特征向量和所述分类层特征确定所述目标分支网络的全连接分类层的输入特征;将所述输入特征输入至所述目标分支网络的全连接分类层,以得到所述目标分支网络的输出结果和所述输出结果的置信度。6.根据权利要求4所述的方法,其特征在于,所述根据所述多个分支网络中每个分支网络的输出结果和所述输出结果的置信度,确定所述目标图像的识别结果和所述识别结果的置信度,包括:按照所述输出结果的置信度从高到低的顺序对所述多个分支网络的输出结果排序,将排序靠前的、预设数量的分支网络的输出结果的总和作为所述目标图像的识别结果。7.根据权利要求5所述的方法,其特征在于,
所述多个分支网络中存在至少一个第一分支网络,所述第一分支网络的注意力模块对应的层级特征为所述特征提取网络的中间层特征中的至少一个,或者,所述第一分支网络的注意力模块对应的层级特征为所述分类层特征和所述中间层特征中的至少一个。8.根据权利要求5所述的方法,其特征在于,所述多个分支网络...
【专利技术属性】
技术研发人员:余养强,
申请(专利权)人:网宿科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。