一种敏感视频特征提取方法技术

本发明专利技术公开了一种敏感视频特征提取方法，包括特征提取网络FH

【技术实现步骤摘要】
一种敏感视频特征提取方法


[0001]本专利技术涉及视频特征
，具体为一种敏感视频特征提取方法。

技术介绍

[0002]近几年，随着智能手机数量的爆发式增长，图片和视频也成为记录生活的主要方式。视频在丰富生活的同时，也携带了大量违规信息，如包含涉黄，涉赌，涉血腥等敏感片段。
[0003]违规视频的大量传播也触犯了相关法律，目前，在对不法分子进行手机取证的过程中，需要对手机中的视频进行相似性溯源，常用的技术手段如MD5码比较，通过获取视频的MD5码，并与数据库中的视频码进行比较。此外，一种比较新颖的方法是通过神经网络提取视频的全局特征，并与数据库中的特征进行相似度匹配。
[0004]在视频相似性溯源中，常规的MD5码对比技术抗干扰性不强，当视频出现适当变化时，如裁剪，降低分辨率，拼接其他视频等，视频的MD5码便会发生变化。当通过神经网络提取视频特征时，特征往往表示视频的全局信息，如果违规画面的时间占比较少，便会导致特征中的干扰信息较多，在进行视频对比时容易出现漏判的情况。因此我们对此做出改进，提出一种敏感视频特征提取方法。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种敏感视频特征提取方法，包括特征提取网络FH
‑
SFnet，其特征在于，所述特征提取网络FH
‑
SFnet提取视频敏感特征包括如下步骤：S1、收集预设数量的各类敏感视频，并对视频进行预处理获得时序特征和空间特征；S2、敏感片段定位，使用敏感视频定位网络对时序特征和空间特征分别进行敏感视频定位，并进行位置融合，获得最终的敏感视频片段位置；S3、敏感特征提取，使用特征提取网络对敏感片段进行特征提取，最终输出多个敏感视频特征。2.根据权利要求1所述的一种敏感视频特征提取方法，其特征在于，所述S1中的空间特征是以步长为4对视频进行帧采样，将RGB图像作为原始输入，输入数据的维度为[img_size, img_size, 3, n]，其中img_size为视频帧的尺寸，n为抽样的帧数量，之后利用多个预训练的空间卷积网络提取特征，最终输出一个n
×
1024维的特征。3.根据权利要求1所述的一种敏感视频特征提取方法，其特征在于，所述S1中的时序特征是以步长为4对视频进行帧采样，5帧作为一组计算一维光流，将光流场图像作为原始输入，则输入数据的维度为[img_size, img_size, 1, n]，其中img_size为视频帧的尺寸，n为抽样的帧数量，之后利用多个预训练的时序卷积网络，最终输出一个n
×
1024维的特征。4.根据权利要求1所述的一种敏感视频特征提取方法，其特征在于，所述S2中敏感片段定位的具体过程如下：S2
‑
1、构建基础特征网络，所述基础特征网络包含4个卷积
‑
批归一化
‑
激活函数ReLu基础网络组，以视频预处理的1024维特征作为输入，并输出[32, 512]维的特征；S2
‑
2、在基础特征网络上构建主干网络，所述主干网络从上至下设置有三层，且基础特征网络为中间层，每层分别有四个输出，输出维度分别为：[1...

【专利技术属性】
技术研发人员：廖闻剑，陈眺，曲宝珠，王康，王栋平，张晓燕，
申请(专利权)人：南京烽火星空通信发展有限公司，
类型：发明
国别省市：