一种违规自媒体视频的识别方法及系统技术方案

本发明专利技术公开了违规自媒体视频的识别方法及系统，方法包括：S1：在本地对已标注媒体视频数据进行预处理；S2：自媒体平台构造基于卷积神经网络的图像识别模型，对媒体图像作为样本进行训练，优化本地网络参数；S3：服务器挑选客户端上传参数，将平均后的参数发给客户端，自媒体平台接受后，重复训练，直到精度达到预期值；S4：将待识别视频的文字进行检测，若检出，则退回；否则进行视频内容检测；S5：提取待识别视频关键帧。S6：将待识别视频所有关键帧预处理后输入通过训练好的卷积神经网络模型中，得到当前关键帧是否违规，若违规关键帧总数大于设定阈值，则判定审核不通过；否则对违规关键帧前后内容进行审核。

【技术实现步骤摘要】

本专利技术属于违规自媒体视频识别，涉及一种基于联邦学习的卷积神经网络和dfa算法代替人工实现自媒体视频的高效审核技术，具体是一种违规自媒体视频的识别方法及系统。

技术介绍

1、随着互联网技术的飞速发展，自媒体日渐成为大众生活不可或缺的一部分，在自媒体网络中，用户不仅是观众，更能作为创作者参与自媒体内容的创作，体现出了平民化、低门槛和交互性强的特点，这使得自媒体越来越受欢迎。

2、但是现有监管措施往往存在着一些局限性，比如爆炸式增长的媒体导致监管耗费人力巨大、监管力度不够、监管方式单一等，自媒体平台为了自身利益也会存在作假、虚假宣传等问题，所以如何减少在媒体审核过程中的投入成本、提高审核的效率并统一规范各媒体平台的审核机制是一个亟待解决的难题。

3、基于上述现状，本专利技术提供了一种新的违规自媒体视频识别方法，有助于大大降低自媒体视频审核的时间和成本，提高监管效率。

4、

技术实现思路

1、针对现存的问题，本专利技术提供了一种基于横向联邦学习的违规自媒体视频的识别方法及系统，本文档来自技高网...

【技术保护点】

1.一种违规自媒体视频的识别方法，其特征在于包括如下步骤：

2.根据权利要求1所述的一种违规自媒体视频的识别方法，其特征在于，步骤S1中，所述预处理包括调整图像大小、归一化颜色值和类别标注。

3.根据权利要求1所述的一种违规自媒体视频的识别方法，其特征在于，所述步骤S2具体包括：

4.根据权利要求1所述的一种违规自媒体视频的识别方法，其特征在于，所述步骤S3中，联邦平均算法更新本地模型参数，服务器随机挑选部分客户端上传参数，进行参数平均：

5.根据权利要求1-4任一项所述的一种违规自媒体视频的识别方法，其特征在于，所述步骤S5具体包括：...

【技术特征摘要】

1.一种违规自媒体视频的识别方法，其特征在于包括如下步骤：

2.根据权利要求1所述的一种违规自媒体视频的识别方法，其特征在于，步骤s1中，所述预处理包括调整图像大小、归一化颜色值和类别标注。

3.根据权利要求1所述的一种违规自媒体视频的识别方法，其特征在于，所述步骤s2具体包括：

4.根据权利要求1所述的一种违规自媒体视频的识别方法，其特征在于，所述步骤s3中，联邦平均...

【专利技术属性】
技术研发人员：朱涵韬，崔剑，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：