视频敏感内容检测方法及系统技术方案

本发明专利技术提供一种视频敏感内容检测方法及系统，该方法包括：对待检测视频执行解码方法的部分步骤，提取所述待检测视频的压缩域信息；根据所述压缩域信息判断所述待检测视频的质量是否合格；在所述待检测视频的质量不合格的情况下，确定所述待检测视频中不存在敏感内容；在所述待检测视频的质量合格的情况下，根据所述压缩域信息对所述待检测视频进行敏感内容检测，确定所述待检测视频中是否存在敏感内容。本发明专利技术降低了敏感内容检测的资源消耗，提高检测效率和检测准确率。提高检测效率和检测准确率。提高检测效率和检测准确率。

【技术实现步骤摘要】
视频敏感内容检测方法及系统


[0001]本专利技术涉及计算机视觉
，尤其涉及一种视频敏感内容检测方法及系统。

技术介绍

[0002]在视频安全领域，敏感内容检测是最为关键的工作。现有的方法，都是先将一段视频，进行全解码，得到N帧RGB图像帧。然后以这N帧RGB图像作为输入，进行敏感内容检测。例如，使用训练好的深度学习网络进行敏感内容检测，利用分类器判断N帧图像中是否有敏感内容。
[0003]这类方法有两个明显的缺点：第一，该方法需要对每个视频进行全解码，视频全解码对于计算资源和计算时间要求很高。因此，这类方法很难在端侧设备运行，另外在云端也难以处理海量的视频数据，很难规模化；第二，此类方法对于低质量视频的泛化能力较差，对于肉眼难以辨别内容的低质量视频，该类方法大概率会将其划分为敏感视频，从而造成大量的误检测和误报警，影响性能。

技术实现思路

[0004]本专利技术提供一种视频敏感内容检测方法及系统，用以解决现有技术中视频敏感内容检测消耗资源大，效率低，错误率高的缺陷，实现降低视频敏感内容检测的资源消耗和错误率，提高检测效率。
[0005]本专利技术提供一种视频敏感内容检测方法，包括：对待检测视频执行解码方法的部分步骤，提取所述待检测视频的压缩域信息；根据所述压缩域信息判断所述待检测视频的质量是否合格；在所述待检测视频的质量不合格的情况下，确定所述待检测视频中不存在敏感内容；在所述待检测视频的质量合格的情况下，根据所述压缩域信息对所述待检测视频进行敏感内容检测，确定所述待检测视频中是否存在敏感内容。
[0006]根据本专利技术提供的一种视频敏感内容检测方法，所述根据所述压缩域信息判断所述待检测视频的质量是否合格，包括：将所述压缩域信息分别输入视频质量评估模型的不同分支；根据所有分支的输出，确定所述待检测视频的质量是否合格；其中，所述视频质量评估模型以样本视频的压缩域信息为样本，以所述样本视频的质量实际是否合格为标签进行训练获取。
[0007]根据本专利技术提供的一种视频敏感内容检测方法，所述将所述压缩域信息分别输入视频质量评估模型的不同分支，之前还包括：将所述样本视频的压缩域信息分别输入所述视频质量评估模型的不同分支，对每个分支的输出进行二分类，确定所述样本视频的质量是否合格；将所述样本视频对于每个分支的二分类结果和所述样本视频的标签进行对比，根
据对比结果对每个分支进行预训练；将所述样本视频的压缩域信息分别输入预训练后的不同分支，根据所有分支的输出进行融合，对融合结果进行二分类，确定所述待检测视频的质量是否合格；将所述融合结果的二分类结果和所述样本视频的标签进行对比，根据对比结果对所述视频质量评估模型进行训练。
[0008]根据本专利技术提供的一种视频敏感内容检测方法，所述根据所述压缩域信息对所述待检测视频进行敏感内容检测，确定所述待检测视频中是否存在敏感内容，包括：将所述待检测视频的压缩域信息分别输入敏感内容检测模型的不同分支；根据所有分支的输出，确定所述待检测视频中是否存在敏感内容；其中，所述敏感内容检测模型以样本视频的压缩域信息为样本，以所述样本视频中是否存在敏感内容为标签进行训练获取。
[0009]根据本专利技术提供的一种视频敏感内容检测方法，所述将所述待检测视频的压缩域信息分别输入敏感内容检测模型的不同分支，之前还包括：将所述样本视频的压缩域信息分别输入所述敏感内容检测模型的不同分支，对每个分支的输出进行二分类，确定所述样本视频中是否存在敏感内容；将所述样本视频对于每个分支的二分类结果和所述样本视频的标签进行对比，根据对比结果对每个分支进行预训练；使用两个超参数对预训练后的敏感内容检测模型进行训练；其中，一个所述超参数用于控制所述敏感内容检测模型的检测速度，另一个所述超参数用于控制所述敏感内容检测模型的检测精度。
[0010]根据本专利技术提供的一种视频敏感内容检测方法，使用两个超参数对预训练后的敏感内容检测模型进行训练的损失函数为：感内容检测模型进行训练的损失函数为：感内容检测模型进行训练的损失函数为：其中，为所述损失函数的值，和为所述两个超参数，为影响所述敏感内容检测模型的检测速度的损失函数，为影响所述敏感内容检测模型的检测精度的损失函数，为所述敏感内容检测模型的权重，根据预训练后所述分支的输出或预训练后所述分支的中间层的输出确定，根据使用两个超参数对敏感内容检测模型训练的过程中分支的输出或分支的中间层的输出确定。
[0011]本专利技术还提供一种视频敏感内容检测系统，包括：提取模块，用于对待检测视频执行解码方法的部分步骤，提取所述待检测视频的压缩域信息；
判断模块，用于根据所述压缩域信息判断所述待检测视频的质量是否合格；检测模块，用于在所述待检测视频的质量不合格的情况下，确定所述待检测视频中不存在敏感内容；在所述待检测视频的质量合格的情况下，根据所述压缩域信息对所述待检测视频进行敏感内容检测，确定所述待检测视频中是否存在敏感内容。
[0012]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述视频敏感内容检测方法的步骤。
[0013]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述视频敏感内容检测方法的步骤。
[0014]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述视频敏感内容检测方法的步骤。
[0015]本专利技术提供的一种视频敏感内容检测方法及系统，通过对待检测视频进行部分解码，根据解码得到的压缩域信息判断待检测视频的质量是否合格，仅对质量合格的待检测视频进行敏感内容检测，一方面，对大部分视频只需要进行部分解码，降低了资源消耗，提高了检测效率；另一方面，对质量不合格的视频不进行内容检测，降低了敏感内容检测的误检率。
附图说明
[0016]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1是本专利技术提供的视频敏感内容检测方法的流程示意图之一；图2是本专利技术提供的视频敏感内容检测方法的流程示意图之二；图3是本专利技术提供的视频敏感内容检测系统的结构示意图；图4是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0018]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0019]下面结合图1描述本专利技术的视频敏感内容检测方法，该方法包括：步骤101，对待检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频敏感内容检测方法，其特征在于，包括：对待检测视频执行解码方法的部分步骤，提取所述待检测视频的压缩域信息；根据所述压缩域信息判断所述待检测视频的质量是否合格；在所述待检测视频的质量不合格的情况下，确定所述待检测视频中不存在敏感内容；在所述待检测视频的质量合格的情况下，根据所述压缩域信息对所述待检测视频进行敏感内容检测，确定所述待检测视频中是否存在敏感内容。2.根据权利要求1所述的视频敏感内容检测方法，其特征在于，所述根据所述压缩域信息判断所述待检测视频的质量是否合格，包括：将所述压缩域信息分别输入视频质量评估模型的不同分支；根据所有分支的输出，确定所述待检测视频的质量是否合格；其中，所述视频质量评估模型以样本视频的压缩域信息为样本，以所述样本视频的质量实际是否合格为标签进行训练获取。3.根据权利要求2所述的视频敏感内容检测方法，其特征在于，所述将所述压缩域信息分别输入视频质量评估模型的不同分支，之前还包括：将所述样本视频的压缩域信息分别输入所述视频质量评估模型的不同分支，对每个分支的输出进行二分类，确定所述样本视频的质量是否合格；将所述样本视频对于每个分支的二分类结果和所述样本视频的标签进行对比，根据对比结果对每个分支进行预训练；将所述样本视频的压缩域信息分别输入预训练后的不同分支，根据所有分支的输出进行融合，对融合结果进行二分类，确定所述待检测视频的质量是否合格；将所述融合结果的二分类结果和所述样本视频的标签进行对比，根据对比结果对所述视频质量评估模型进行训练。4.根据权利要求1
‑
3任一所述的视频敏感内容检测方法，其特征在于，所述根据所述压缩域信息对所述待检测视频进行敏感内容检测，确定所述待检测视频中是否存在敏感内容，包括：将所述待检测视频的压缩域信息分别输入敏感内容检测模型的不同分支；根据所有分支的输出，确定所述待检测视频中是否存在敏感内容；其中，所述敏感内容检测模型以样本视频的压缩域信息为样本，以所述样本视频中是否存在敏感内容为标签进行训练获取。5.根据权利要求4所述的视频敏感内容检测方法，其特征在于，所述将所述待检测视频的压缩域信息分别输入敏感内容检测模型的不同分支，之前还包...

【专利技术属性】
技术研发人员：刘雨帆，李兵，胡卫明，
申请(专利权)人：人民中科北京智能技术有限公司，
类型：发明
国别省市：