【技术实现步骤摘要】
基于弱监督网络的语义分析识别方法和系统
[0001]本申请涉及网络多媒体领域，尤其涉及一种基于弱监督网络的语义分析识别方法和系统。
技术介绍
[0002]现有文本识别分析技术实时性较差，分析精度与效率也比较低，无法及时处理大量数据。将现有文本识别分析方法应用到网络敏感数据保护中，就会遇到无法克服的困难。
[0003]因此，急需一种针对性的基于弱监督网络的语义分析识别方法和系统。
技术实现思路
[0004]本专利技术的目的在于提供一种基于弱监督网络的语义分析识别方法和系统，通过计算每一帧的直方图在梯度方向的特征值，找到跳跃点启动弱监督网络模型，使用弱监督网络架构快速处理数据流，有效降低数据处理的错误值，并行输入语义分析模型和图形分析模型，判断多媒体数据流是否涉及敏感，进而限制敏感数据的使用。
[0005]第一方面，本申请提供一种基于弱监督网络的语义分析识别方法，所述方法包括：
[0006]获取多媒体数据流，计算每一帧的直方图在梯度方向的特征值，当所述帧与帧之间的所述特征值之差大于预设的阈...
【技术保护点】
【技术特征摘要】
1.一种基于弱监督网络的语义分析识别方法，其特征在于，所述方法包括：获取多媒体数据流，计算每一帧的直方图在梯度方向的特征值，当所述帧与帧之间的所述特征值之差大于预设的阈值时，启动弱监督网络模型，所述弱监督网络模型包括若干个输入层、隐藏层和输出层；将所述多媒体数据流输入所述弱监督网络模型的输入层，经过当前时刻的隐藏层赋值，从输出层输出第一结果，所述第一结果与下一时刻的隐藏层汇总，输入到下一个输入层，如此反复直至所有层使用完毕，得到所述弱监督网络模型的输出结果，即为第二结果；将所述第二结果输入语义分析模型，逐个帧分析包含的文字信息，获取文本字符的字段值，调用分词器将所述字段值分解为单词和单词属性，将所述单词和单词属性与词库进行匹配，判定出字段值是否为地址、姓名或公司名称，得出第一判断结果；将所述第二结果并行输入图形分析模型，逐个帧识别包含的物体信息，获取关键物体特征，判断该帧是否包括敏感的图形内容、以及所述物体信息是否与所述第一判断结果匹配，得出第二判断结果；根据所述第一判断结果和第二判断结果，确定...
【专利技术属性】
技术研发人员：苏长君，曾祥禄，
申请(专利权)人：北京智美互联科技有限公司，
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。