【技术实现步骤摘要】
一种改进的场景内容检测的方法和系统
[0001]本申请涉及网络多媒体领域，尤其涉及一种改进的场景内容检测的方法和系统。
技术介绍
[0002]现有网络中存在大量场景信息、非常丰富的视频数据，一段视频中常常剪辑有多个完全不同的场景，针对不同的场景调用不同的内容检测算法，会极大地增加运算量。即使能够划分出精确的场景分界线，其内容检测的运算量还是不小，给系统带来很大的负担。
[0003]因此，急需一种针对性的改进的场景内容检测的的方法和系统。在给出精确场景分界线的情况下，进一步改进内容检测算法。
技术实现思路
[0004]本专利技术的目的在于提供一种改进的场景内容检测的方法和系统，通过提取多媒体数据中的多种特征，将多种特征按不同维度输入神经网络模型，得到经过机器学习后的高维度向量矩阵，再经由状态链模型，得到显性特征分布区域，进而确定出需要的隐性特征分布区域的语义特征集合，最后确定出不同场景划分的分界线，实现精确地分段内容检测。
[0005]第一方面，本申请提供一种改进的场景内容检测的方法，所述方法包...
【技术保护点】
【技术特征摘要】
1.一种改进的场景内容检测的方法，其特征在于，所述方法包括：接收采集终端发送的多媒体数据，从中提取出视觉特征、声音特征和文本特征，将所述视觉特征、声音特征和文本特征列入第一向量矩阵的三个维度，将所述第一向量矩阵送入神经网络模型的输入端；其中，所述神经网络模型具有三个输入端，三个输入端分别接入对应的中间层，经过运算处理后，连接到三个缓冲区，其中一个中间层包括一个全态连接单元，所述全态连接单元会将中间层的结果反馈给其余两个缓冲区，所述其余两个缓冲区根据反馈修正数据，所述三个缓冲区输出经过加权求和后得到一个输出端；所述神经网络模型对所述第一向量矩阵进行运算，剔除单个维度偏差大于预设阈值的特征值，得到机器学习后的第二高维度向量矩阵；将所述第二高维度向量矩阵输入到状态链模型，根据预设的概率密度函数，确定所述多媒体数据对应的显性特征分布区域，得出可能的隐性特征分布区域，提取所述可能的隐性特征分布区域中的多个第三向量矩阵，分解所述第三向量矩阵得到隐性特征；语义分析上述隐性特征，得到多个待定语义特征，并计算所述多个待定语义特征之间的相关度，去除其中相关度低于阈值的待定语义特征，确定所述多媒体数据对应的语义特征集合；将所述第二高维度向量矩阵和所述语义特征集合输入计算函数，同时引入状态链...
【专利技术属性】
技术研发人员：吴冠标，孙涛，陈涛，
申请(专利权)人：天津市国瑞数码安全系统股份有限公司，
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。