一种支持类别可配置的视频标志物检测方法技术

本发明专利技术公开一种支持类别可配置的视频标志物检测方法，属于视频数据分析领域。本发明专利技术将目标视频标志物进行标志物特征提取，对提取的目标视频标志物特征构建特征索引文件。对待检测的视频进行标志物的目标检测与定位，将检测出的视频标志物进行特征提取，对检测出的视频标志物特征与构建的目标视频标志物特征索引文件进行特征匹配，通过特征匹配后的距离阈值判断检测出的视频标志物是否为目标视频标志物。本发明专利技术采用对视频标志物智能检测的审核方式代替了人工视频审核方式，解决了现有的违规视频审核方式的自动化程度低，过分依赖人工等技术问题。有效的提高了视频审核的效率，降低了视频审核的人力物力的成本。低了视频审核的人力物力的成本。低了视频审核的人力物力的成本。

【技术实现步骤摘要】
一种支持类别可配置的视频标志物检测方法


[0001]本专利技术涉及视频数据分析领域，具体涉及一种支持类别可配置的视频标志物检测方法。

技术介绍

[0002]在现今社会，随着网络与通讯技术的飞速发展，海量的视频数据占据着网络信息传输的重要地位。然而在这大规模的视频数据中，包含着复杂多样的视频类别。其中可能存在一些传播危害公共安全、错误引导以及不实信息的视频，对社会的安全与稳定等方面造成很大隐患和影响。而这类视频，一般都具有一定标志物信息，如电视台标、视频logo、旗帜、徽章或其它具有明显特征性的标志物。所以通过检测出视频中是否存在相关标志物的信息，就可以判断出视频是否为不良信息源的视频。
[0003]然而这种审核视频方式一般都是通过专业人员进行人工审核。但是在现如今如此大规模的视频数据下，仅仅依靠人工的审核已经远远达不到需求的标准了，这样不仅效率低下而且很多情况下只能抽查审核，不具有全面性、覆盖性的审核视频。这不仅存在很多安全隐患还会投入大量的人力资源。所以智能化、自动化的视频审核是目前急需的一项视频审核方式。而通过类别可配置的视频标志物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种支持类别可配置的视频标志物检测方法，其特征在于：具体步骤为：步骤1：确定目标标志物，进一步获取目标标志物的图片数据，并按目标标志物的类别进行分类，以此作为特征提取的训练数据和目标检索特征库的输入数据；步骤2：目标视频标志物特征提取；通过改进的ResNet
‑
18网络对目标标志物图片进行模型训练和特征提取；改进的ResNet
‑
18网络为ResNet
‑
18网络的改进结构，增加了深度注意力机制；不同类别视频目标标志物图片作为模型输入，输入到训练好的特征提取网络模型中，通过特征提取网络模型的卷积与池化等操作，最终可以有效的提取出目标标志物的一个特征信息，且每一张图片都可以获得一个同维度的特征信息；步骤3：构建目标标志物特征库；步骤4：采用由LogoDet
‑
3K+Logo
‑
2K合并的泛化性标志物的数据集作为训练数据集，对增加了注意力机制的Attention+YOLOv3网络进行视频标志物检测与定位；步骤5：检出标志物的特征匹配与检索；使用训练好的改进的ResNet
‑
18网络模型提取检测出的标志物特征；并将提取出的标志物特征，通过与目标标志物特征检索库进行KNN特征检索，并根据设置的距离阈值，来判断检测出的标志物是否为目标标志物。2.如权利要求1所述一种支持类别可配置的视频标志物检测方法，其特征在于：步骤4中，视频标志物检测与定位方法为：将输入的待审核的视频文件处理为逐帧的...

【专利技术属性】
技术研发人员：谢铭，郑博文，董建武，索帅，吴林涛，王立刚，蔡荣华，胡小勇，
申请(专利权)人：北京赛思信安技术股份有限公司，
类型：发明
国别省市：