基于深度学习的自适应视频内容安全监控方法及系统技术方案

本发明专利技术涉及视频监控领域，提出了基于深度学习的自适应视频内容安全监控方法及系统，所述方法包括：获取自适应视频采集高维视频信号，查询对应视频信号序列并提取信号序码，检测密集轨迹，对密集轨迹进行光流梯度分析得轨迹梯度序列，识别轨迹矢量信息并计算比特率，基于比特率进行行为事件分析得视频行为事件，标签监控得到监控标签，查询并标记载体均衡点；确定载体信道，检测信道状态计算信道容量，优化信道参数和计算信道峰值比，生成安全许可种子，查询安全内容参数和识别安全标识符，最终生成安全监控报表。本发明专利技术可以提升视频监控的效率。

【技术实现步骤摘要】

本专利技术涉及视频监控领域，尤其涉及基于深度学习的自适应视频内容安全监控方法及系统。

技术介绍

1、在当今信息化社会，随着网络技术的飞速发展和智能设备的广泛普及，视频内容安全监控已成为保障网络安全、维护社会稳定的重要手段，特别是在大数据和深度学习技术迅速发展的背景下，对于视频内容监控的要求越来越高，不仅需要实现高效的内容识别、实时监控，还需要具备强大的自适应能力和智能化分析处理能力。

2、目前，传统的视频内容安全监控方法主要依赖于人工审核和简单的规则匹配，这种方式效率低下，难以应对海量的视频数据，且容易出现漏判和误判，此外，固定的规则和模式无法适应视频内容的动态变化和多样性，导致监控效果不佳，因此，需要一种基于深度学习的自适应视频内容安全监控方法，以提升视频监控的效率。

技术实现思路

1、本专利技术提供基于深度学习的自适应视频内容安全监控方法及系统，其主要目的在于提升视频监控的效率。

2、获取自适应视频，采集所述自适应视频中的高维视频信号，查询高维视频信号对应的视频信号序列，提取所述视本文档来自技高网...

【技术保护点】

1.基于深度学习的自适应视频内容安全监控方法，其特征在于，所述方法包括：

2.如权利要求1所述的基于深度学习的自适应视频内容安全监控方法，其特征在于，所述提取所述视频信号序列中的信号序码，包括：

3.如权利要求1所述的基于深度学习的自适应视频内容安全监控方法，其特征在于，所述对所述密集轨迹进行光流梯度分析，得到轨迹梯度序列，包括：

4.如权利要求1所述的基于深度学习的自适应视频内容安全监控方法，其特征在于，所述计算所述轨迹矢量信息对应的比特率，包括：

5.如权利要求1所述的基于深度学习的自适应视频内容安全监控方法，其特征在于，所述基于所述比...

【技术特征摘要】

1.基于深度学习的自适应视频内容安全监控方法，其特征在于，所述方法包括：

2.如权利要求1所述的基于深度学习的自适应视频内容安全监控方法，其特征在于，所述提取所述视频信号序列中的信号序码，包括：

3.如权利要求1所述的基于深度学习的自适应视频内容安全监控方法，其特征在于，所述对所述密集轨迹进行光流梯度分析，得到轨迹梯度序列，包括：

4.如权利要求1所述的基于深度学习的自适应视频内容安全监控方法，其特征在于，所述计算所述轨迹矢量信息对应的比特率，包括：

5.如权利要求1所述的基于深度学习的自适应视频内容安全监控方法，其特征在于，所述基于所述比特率，对所述自适应视频进行行为事件分析，得到视频行为事件，包括：

6.如权利要求1所述的基于深度学习的...

【专利技术属性】
技术研发人员：卓玉彬，张金畅，
申请(专利权)人：深圳市旭景数字技术有限公司，
类型：发明
国别省市：