CN106034240A - 视频检测方法及装置 - Google Patents
视频检测方法及装置 Download PDFInfo
- Publication number
- CN106034240A CN106034240A CN201510112635.5A CN201510112635A CN106034240A CN 106034240 A CN106034240 A CN 106034240A CN 201510112635 A CN201510112635 A CN 201510112635A CN 106034240 A CN106034240 A CN 106034240A
- Authority
- CN
- China
- Prior art keywords
- video
- detected
- prestores
- information
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本公开是关于一种视频检测方法及装置。所述方法包括:分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;分别提取所述待检测视频片段和所述预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;当所述特征相似度超过第一预设阈值时,确定所述待检测视频和所述预存视频相似。本公开用于对重复视频进行检测。
Description
技术领域
本公开涉及视频处理技术领域,尤其涉及视频检测方法及装置。
背景技术
视频分享/播放网站中往往通过不同的ID表征不同的视频,但是视频分享/播放网站中往往存在相同或者绝大部分相同内容的多个视频,且这些视频被分配了不同的ID,从而使用户在使用过程中无法获知这些视频是否实质相同。
发明内容
本公开实施例提供视频检测方法及装置。
根据本公开实施例的第一方面,提供一种视频检测方法,所述方法包括:
分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;
分别提取所述待检测视频片段和所述预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;
分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;
当所述特征相似度超过第一预设阈值时,确定所述待检测视频和所述预存视频相似。
本实施例中,通过对视频的片段进行相似比对,以判断是否为重复视频,可以快速检测出重复视频并将绝大多数不重复的视频进行过滤,提高了视频检测的效率,减少了数据处理量,节约了处理资源和处理时间;另外,将视频比较转化为图片或声音比较,降低了数据处理的复杂度,进一步提高了视频检测的效率。
可选的,当所述特征信息包括所述图片信息和声音信息时,分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度,包括:
计算所述待检测视频片段的图片信息与所述预存视频片段的图片信息的图片相似度;
计算所述待检测视频片段的声音信息与所述预存视频片段的声音信息的声音相似度;
对所述图片相似度和所述声音相似度进行加权,得到所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度。
在可选方案中,同时根据图片信息和声音信息确定视频片段的相似度,提高视频片段相似判断的精确度,可以将绝大多数不重复的视频进行过滤,提高了视频检测的效率,减少了数据处理量,节约了处理资源,节约了处理时间。
可选的,当所述特征相似度超过第一预设阈值时,所述方法还包括:
对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定;
当所述完整视频的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频相似。
在可选方案中,当视频片段相似时,对视频再进行整体比较,以更加准确地确定视频是否重复。
可选的,对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定,包括:
对所述待检测视频和所述预存视频分别提取关键帧;
计算所述待检测视频和所述预存视频的关键帧的相似度;
当所述关键帧的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
在可选方案中,可以通过对提取完整视频的关键帧,根据提取的关键帧确定两个视频是否为重复视频,精确度较高。
可选的,对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定,包括:
对所述待检测视频和所述预存视频分别以第二预设时间间隔截图,得到待检测视频的图片信息和预存视频的图片信息;
计算所述待检测视频的图片信息和预存视频的图片信息的相似度;
当所述待检测视频和预存视频的图片信息的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
在可选方案中,可以通过对完整视频以预设时间间隔截图,如每分钟截取一张,通过对相同时间点的图片进行比对以确定两个视频是否为重复视频,视频检测的精确度较高,且降低了数据处理的复杂度,提高了视频检测的效率,减少了数据处理量,节约了处理资源和处理时间。
可选的,在确定所述待检测视频和所述预存视频为重复视频之后,所述方法还包括:
对所述重复视频进行去重处理。
在可选方案中,对重复视频进行自动的去重处理,减少人工操作,提高重复视频检测的效率。
可选的,在确定所述待检测视频和所述预存视频为重复视频之后,所述方法还包括:
对所述重复视频进行提醒。
在可选方案中,对重复视频进行提醒,减少人工检测重复视频的工作量,提高重复视频检测的效率。
可选的,所述预设时间是视频的开始时间段。
根据本公开实施例的第二方面,提供一种视频检测装置,包括:
截取模块,用于分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;
提取模块,用于分别提取所述待检测视频片段和所述预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;
分析模块,用于分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;
确定模块,用于当所述特征相似度超过第一预设阈值时,确定所述待检测视频和所述预存视频相似。
可选的,所述分析模块包括:
第一计算子模块,用于当所述特征信息包括所述图片信息和声音信息时,计算所述待检测视频片段的图片信息与所述预存视频片段的图片信息的图片相似度;
第二计算子模块,用于计算所述待检测视频片段的声音信息与所述预存视频片段的声音信息的声音相似度;
加权子模块,用于对所述图片相似度和所述声音相似度进行加权,得到所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度。
可选的,所述装置还包括:
判定模块,用于当所述特征相似度超过第一预设阈值时,对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定;
所述确定模块,用于当所述完整视频的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频相似。
可选的,所述判定模块包括:
提取子模块,用于对所述待检测视频和所述预存视频分别提取关键帧;
计算子模块,用于计算所述待检测视频和所述预存视频的关键帧的相似度;
确定子模块,用于当所述关键帧的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
可选的,所述判定模块包括:
截图子模块,用于对所述待检测视频和所述预存视频分别以第二预设时间间隔截图,得到待检测视频的图片信息和预存视频的图片信息;
计算子模块,用于计算所述待检测视频的图片信息和预存视频的图片信息的相似度;
确定子模块,用于当所述待检测视频和预存视频的图片信息的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
可选的,所述装置还包括:
处理模块,用于在确定所述待检测视频和所述预存视频为重复视频之后,对所述重复视频进行去重处理。
可选的,所述装置还包括:
提醒模块,用于在确定所述待检测视频和所述预存视频为重复视频之后,对所述重复视频进行提醒。
根据本公开实施例的第三方面,提供一种视频检测装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;
分别提取所述待检测视频片段和所述预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;
分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;
当所述特征相似度超过第一预设阈值时,确定所述待检测视频和所述预存视频相似。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种视频检测方法的流程图;
图2是根据另一示例性实施例示出的一种视频检测方法的流程图;
图3是根据另一示例性实施例示出的一种视频检测方法的流程图;
图4是根据另一示例性实施例示出的一种视频检测方法的流程图;
图5是根据另一示例性实施例示出的一种视频检测方法的流程图;
图6是根据一示例性实施例示出的一种视频检测装置的框图;
图7是根据一示例性实施例示出的分析模块的框图;
图8是根据另一示例性实施例示出的一种视频检测装置的框图;
图9是根据一示例性实施例示出的判定模块的框图;
图10是根据另一示例性实施例示出的判定模块的框图;
图11是根据另一示例性实施例示出的一种视频检测装置的框图;
图12是根据一示例性实施例示出的一种用于视频检测的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种视频检测方法的流程图,如图1所示,视频检测方法用于网络侧设备中,包括以下步骤。
在步骤S11中,分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;
在步骤S12中,分别提取待检测视频片段和预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;
在步骤S13中,分析待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;
在步骤S14中,当特征相似度超过第一预设阈值时,确定待检测视频和预存视频相似。
本实施例中,通过对视频的片段进行相似比对,以判断是否为重复视频,可以快速检测出重复视频并将绝大多数不重复的视频进行过滤,提高了视频检测的效率,减少了数据处理量,节约了处理资源和处理时间;另外,将视频比较转化为图片或声音比较,降低了数据处理的复杂度,进一步提高了视频检测的效率。
图2是根据另一示例性实施例示出的一种视频检测方法的流程图,如图2所示,可选的,当特征信息包括图片信息和声音信息时,步骤S13包括:
在步骤S21中,计算待检测视频片段的图片信息与预存视频片段的图片信息的图片相似度;
在步骤S22中,计算待检测视频片段的声音信息与预存视频片段的声音信息的声音相似度;
在步骤S23中,对图片相似度和声音相似度进行加权,得到待检测视频片段的特征信息与预存视频片段的特征信息的特征相似度。
在可选方案中,同时根据图片信息和声音信息确定视频片段的相似度,提高视频片段相似判断的精确度,可以将绝大多数不重复的视频进行过滤,提高了视频检测的效率,减少了数据处理量,节约了处理资源,节约了处理时间。
可选的,预设时间可以是视频的开始时间段,如视频的前5分钟、前10分钟;也可以是视频中的时间段,如视频的第10-15分钟。
下面对上述实施例的方法进行举例说明。
对于新上传的待检测视频或已有的待检测视频,可以截取其前5分钟的视频片段,提取视频片段的特征信息,如可以对该待检测视频前5分钟的视频片段每分钟截取一张图片,得到5张图片的图片信息,也可以提取待检测视频前5分钟的视频片段的声音信息。
对于视频库中的预存视频,同样也截取其前5分钟的视频片段,提取视频片段的特征信息,提取特征信息的方式与待检测视频相同。
将待检测视频前5分钟的视频片段与视频库中预存视频前5分钟的视频片段进行特征信息的比较,有以下三种情况:
一、特征信息仅为图片信息
将待检测视频前5分钟的视频片段的5张图片的图片信息与视频库中预存视频前5分钟的视频片段的5张图片的图片信息进行相似度比对,如果图片相似度超过预设阈值,如80%,则确定待检测视频可能与该预存视频为相同或相似度较高的视频,可以对这两个视频进行后续的整体的相似度判断。
二、特征信息仅为声音信息
将待检测视频前5分钟的视频片段的声音信息与视频库中预存视频前5分钟的视频片段的声音信息进行声纹比较,得到声音相似度,如果声音相似度超过预设阈值,如80%,则确定待检测视频可能与该预存视频为相同或相似度较高的视频,可以对这两个视频进行后续的整体的相似度判断。
三、特征信息包括图片信息和声音信息
分别计算待检测视频前5分钟的视频片段与视频库中预存视频前5分钟的视频片段的图片相似度和声音相似度,对两者进行加权,如图片相似度对应的权值为0.6,声音相似度对应的权值为0.4,计算得到的图片相似度为90%,声音相似度60%,则加权后的特征相似度为:
90%*0.6+60%*0.4=76%。
则特征相似度未超过预设阈值80%,则待检测视频与预存视频不构成相似。
图3是根据另一示例性实施例示出的一种视频检测方法的流程图,如图3所示,可选的,当特征相似度超过第一预设阈值时,该方法还包括:
在步骤S31中,对特征相似度超过第一预设阈值的待检测视频和预存视频进行完整视频的相似度判定;
在步骤S32中,当完整视频的相似度超过第二预设阈值时,确定待检测视频和预存视频相似。
在可选方案中,当视频片段相似时,对视频再进行整体比较,以更加准确地确定视频是否重复。
对于视频片段比对后确定为相似的视频,进行视频整体相似度判断可以有以下两种方式。
图4是根据另一示例性实施例示出的一种视频检测方法的流程图,如图4所示,可选的,上述步骤S31包括:
在步骤S41中,对待检测视频和预存视频分别提取关键帧;
在步骤S42中,计算待检测视频和预存视频的关键帧的相似度;
在步骤S43中,当关键帧的相似度超过第二预设阈值时,确定待检测视频和预存视频为重复视频。
在可选方案中,可以通过对提取完整视频的关键帧,根据提取的关键帧确定两个视频是否为重复视频,精确度较高。
图5是根据另一示例性实施例示出的一种视频检测方法的流程图,如图5所示,可选的,上述步骤S31包括:
在步骤S51中,对待检测视频和预存视频分别以第二预设时间间隔截图,得到待检测视频的图片信息和预存视频的图片信息;
在步骤S52中,计算待检测视频的图片信息和预存视频的图片信息的相似度;
在步骤S53中,当待检测视频和预存视频的图片信息的相似度超过第二预设阈值时,确定待检测视频和预存视频为重复视频。
在可选方案中,可以通过对完整视频以预设时间间隔截图,如每分钟截取一张,通过对相同时间点的图片进行比对以确定两个视频是否为重复视频,视频检测的精确度较高,且降低了数据处理的复杂度,提高了视频检测的效率,减少了数据处理量,节约了处理资源和处理时间。
可选的,在确定两个视频为重复视频时,该方法还包括:对重复视频进行去重处理。例如,删除掉其中一个视频,或在视频的备注信息中标注与其重复的视频ID,或将重复视频进行关联,等等。
在可选方案中,对重复视频进行自动的去重处理,减少人工操作,提高重复视频检测的效率。
可选的,在确定两个视频为重复视频时,该方法还包括:对重复视频进行提醒。例如,不自动删除其中一个视频,而是提醒视频上传者或网站维护人员,由人工进行去重处理。
在可选方案中,对重复视频进行提醒,减少人工检测重复视频的工作量,提高重复视频检测的效率。
图6是根据一示例性实施例示出的一种视频检测装置的框图。如图6所示,该装置包括截取模块61,提取模块62,分析模块63和确定模块64。
截取模块61被配置为分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;
提取模块62被配置为分别提取所述待检测视频片段和所述预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;
分析模块63被配置为分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;
确定模块64被配置为当所述特征相似度超过第一预设阈值时,确定所述待检测视频和所述预存视频相似。
图7是根据一示例性实施例示出的分析模块的框图。如图7所示,可选的,分析模块63包括:第一计算子模块71,第二计算子模块72和加权子模块73。
第一计算子模块71被配置为当所述特征信息包括所述图片信息和声音信息时,计算所述待检测视频片段的图片信息与所述预存视频片段的图片信息的图片相似度;
第二计算子模块72被配置为计算所述待检测视频片段的声音信息与所述预存视频片段的声音信息的声音相似度;
加权子模块73被配置为对所述图片相似度和所述声音相似度进行加权,得到所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度。
图8是根据另一示例性实施例示出的一种视频检测装置的框图。如图8所示,可选的,该装置还包括:判定模块65。
判定模块65被配置为当所述特征相似度超过第一预设阈值时,对所述特征相似度超过预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定;
确定模块64被配置为当所述完整视频的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频相似。
图9是根据一示例性实施例示出的判定模块的框图。如图9所示,可选的,判定模块65包括:提取子模块91,计算子模块92和确定子模块93。
提取子模块91被配置为对所述待检测视频和所述预存视频分别提取关键帧;
计算子模块92被配置为计算所述待检测视频和所述预存视频的关键帧的相似度;
确定子模块93被配置为当所述关键帧的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
图10是根据另一示例性实施例示出的判定模块的框图。如图10所示,可选的,判定模块65包括:截图子模块101,计算子模块102和确定子模块103。
截图子模块101被配置为对所述待检测视频和所述预存视频分别以第二预设时间间隔截图,得到待检测视频的图片信息和预存视频的图片信息;
计算子模块102被配置为计算所述待检测视频的图片信息和预存视频的图片信息的相似度;
确定子模块103被配置为当所述待检测视频和预存视频的图片信息的相似度超过第三预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
图11是根据另一示例性实施例示出的一种视频检测装置的框图。如图11所示,可选的,该装置还包括:处理模块66。
处理模块66被配置为在确定所述待检测视频和所述预存视频为重复视频之后,对所述重复视频进行去重处理。
如图11所示,可选的,该装置还包括:提醒模块67。
提醒模块67被配置为在确定所述待检测视频和所述预存视频为重复视频之后,对所述重复视频进行提醒。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开还提供一种视频检测装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;
分别提取所述待检测视频片段和所述预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;
分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;
当所述特征相似度超过第一预设阈值时,确定所述待检测视频和所述预存视频相似。
图12是根据一示例性实施例示出的一种用于视频检测的装置的框图。例如,装置1200可以被提供为一服务器。参照图12,装置1200包括处理组件1222,其进一步包括一个或多个处理器,以及由存储器1232所代表的存储器资源,用于存储可由处理组件1222的执行的指令,例如应用程序。存储器1232中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1222被配置为执行指令,以执行上述方法。
装置1200还可以包括一个电源组件1226被配置为执行装置1200的电源管理,一个有线或无线网络接口1250被配置为将装置1200连接到网络,和一个输入输出(I/O)接口1258。装置1200可以操作基于存储在存储器1232的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1204,上述指令可由装置1200的处理器1222执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种视频检测方法,所述方法包括:
分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;
分别提取所述待检测视频片段和所述预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;
分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;
当所述特征相似度超过第一预设阈值时,确定所述待检测视频和所述预存视频相似。
可选的,当所述特征信息包括所述图片信息和声音信息时,分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度,包括:
计算所述待检测视频片段的图片信息与所述预存视频片段的图片信息的图片相似度;
计算所述待检测视频片段的声音信息与所述预存视频片段的声音信息的声音相似度;
对所述图片相似度和所述声音相似度进行加权,得到所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度。
可选的,当所述特征相似度超过第一预设阈值时,所述方法还包括:
对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定;
当所述完整视频的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频相似。
可选的,对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定,包括:
对所述待检测视频和所述预存视频分别提取关键帧;
计算所述待检测视频和所述预存视频的关键帧的相似度;
当所述关键帧的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
可选的,对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定,包括:
对所述待检测视频和所述预存视频分别以第二预设时间间隔截图,得到待检测视频的图片信息和预存视频的图片信息;
计算所述待检测视频的图片信息和预存视频的图片信息的相似度;
当所述待检测视频和预存视频的图片信息的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
可选的,在确定所述待检测视频和所述预存视频为重复视频之后,所述方法还包括:
对所述重复视频进行去重处理。
可选的,在确定所述待检测视频和所述预存视频为重复视频之后,所述方法还包括:
对所述重复视频进行提醒。
可选的,所述预设时间是视频的开始时间段。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (16)
1.一种视频检测方法,其特征在于,包括:
分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;
分别提取所述待检测视频片段和所述预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;
分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;
当所述特征相似度超过第一预设阈值时,确定所述待检测视频和所述预存视频相似。
2.根据权利要求1所述的方法,其特征在于,当所述特征信息包括所述图片信息和声音信息时,分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度,包括:
计算所述待检测视频片段的图片信息与所述预存视频片段的图片信息的图片相似度;
计算所述待检测视频片段的声音信息与所述预存视频片段的声音信息的声音相似度;
对所述图片相似度和所述声音相似度进行加权,得到所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度。
3.根据权利要求1所述的方法,其特征在于,当所述特征相似度超过第一预设阈值时,所述方法还包括:
对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定;
当所述完整视频的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频相似。
4.根据权利要求3所述的方法,其特征在于,对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定,包括:
对所述待检测视频和所述预存视频分别提取关键帧;
计算所述待检测视频和所述预存视频的关键帧的相似度;
当所述关键帧的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
5.根据权利要求3所述的方法,其特征在于,对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定,包括:
对所述待检测视频和所述预存视频分别以第二预设时间间隔截图,得到待检测视频的图片信息和预存视频的图片信息;
计算所述待检测视频的图片信息和预存视频的图片信息的相似度;
当所述待检测视频和预存视频的图片信息的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
6.根据权利要求1-5中任一项所述的方法,其特征在于,在确定所述待检测视频和所述预存视频为重复视频之后,所述方法还包括:
对所述重复视频进行去重处理。
7.根据权利要求1-5中任一项所述的方法,其特征在于,在确定所述待检测视频和所述预存视频为重复视频之后,所述方法还包括:
对所述重复视频进行提醒。
8.根据权利要求1-5中任一项所述的方法,其特征在于,所述预设时间是视频的开始时间段。
9.一种视频检测装置,其特征在于,包括:
截取模块,用于分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;
提取模块,用于分别提取所述待检测视频片段和所述预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;
分析模块,用于分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;
确定模块,用于当所述特征相似度超过第一预设阈值时,确定所述待检测视频和所述预存视频相似。
10.根据权利要求9所述的装置,其特征在于,所述分析模块包括:
第一计算子模块,用于当所述特征信息包括所述图片信息和声音信息时,计算所述待检测视频片段的图片信息与所述预存视频片段的图片信息的图片相似度;
第二计算子模块,用于计算所述待检测视频片段的声音信息与所述预存视频片段的声音信息的声音相似度;
加权子模块,用于对所述图片相似度和所述声音相似度进行加权,得到所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度。
11.根据权利要求9所述的装置,其特征在于,所述装置还包括:
判定模块,用于当所述特征相似度超过第一预设阈值时,对所述特征相似度超过第一预设阈值的所述待检测视频和所述预存视频进行完整视频的相似度判定;
所述确定模块,用于当所述完整视频的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频相似。
12.根据权利要求11所述的装置,其特征在于,所述判定模块包括:
提取子模块,用于对所述待检测视频和所述预存视频分别提取关键帧;
计算子模块,用于计算所述待检测视频和所述预存视频的关键帧的相似度;
确定子模块,用于当所述关键帧的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
13.根据权利要求11所述的装置,其特征在于,所述判定模块包括:
截图子模块,用于对所述待检测视频和所述预存视频分别以第二预设时间间隔截图,得到待检测视频的图片信息和预存视频的图片信息;
计算子模块,用于计算所述待检测视频的图片信息和预存视频的图片信息的相似度;
确定子模块,用于当所述待检测视频和预存视频的图片信息的相似度超过第二预设阈值时,确定所述待检测视频和所述预存视频为重复视频。
14.根据权利要求9-13中任一项所述的装置,其特征在于,所述装置还包括:
处理模块,用于在确定所述待检测视频和所述预存视频为重复视频之后,对所述重复视频进行去重处理。
15.根据权利要求9-13中任一项所述的装置,其特征在于,所述装置还包括:
提醒模块,用于在确定所述待检测视频和所述预存视频为重复视频之后,对所述重复视频进行提醒。
16.一种视频检测装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
分别截取待检测视频和预存视频的预设时间的视频,得到待检测视频片段和预存视频片段;
分别提取所述待检测视频片段和所述预存视频片段的特征信息,所述特征信息包括以下至少一个信息:对视频片段以第一预设时间间隔截图得到的图片信息,视频片段的声音信息;
分析所述待检测视频片段的特征信息与所述预存视频片段的特征信息的特征相似度;
当所述特征相似度超过第一预设阈值时,确定所述待检测视频和所述预存视频相似。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510112635.5A CN106034240A (zh) | 2015-03-13 | 2015-03-13 | 视频检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510112635.5A CN106034240A (zh) | 2015-03-13 | 2015-03-13 | 视频检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106034240A true CN106034240A (zh) | 2016-10-19 |
Family
ID=57150083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510112635.5A Pending CN106034240A (zh) | 2015-03-13 | 2015-03-13 | 视频检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106034240A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106603503A (zh) * | 2016-11-22 | 2017-04-26 | 腾讯科技(深圳)有限公司 | 直播数据的处理方法和装置 |
CN107257338A (zh) * | 2017-06-16 | 2017-10-17 | 腾讯科技(深圳)有限公司 | 媒体数据处理方法、装置及存储介质 |
WO2019128724A1 (zh) * | 2017-12-26 | 2019-07-04 | 中兴通讯股份有限公司 | 数据处理方法及装置 |
WO2019184522A1 (zh) * | 2018-03-29 | 2019-10-03 | 北京字节跳动网络技术有限公司 | 一种重复视频的判断方法及装置 |
CN110569373A (zh) * | 2018-03-29 | 2019-12-13 | 北京字节跳动网络技术有限公司 | 一种媒体特征的比对方法及装置 |
CN111008666A (zh) * | 2019-12-05 | 2020-04-14 | 秒针信息技术有限公司 | 一种视频相似确定方法、装置、电子设备及存储介质 |
CN112235599A (zh) * | 2020-10-14 | 2021-01-15 | 广州欢网科技有限责任公司 | 一种视频处理方法及系统 |
CN112651319A (zh) * | 2020-12-21 | 2021-04-13 | 科大讯飞股份有限公司 | 一种视频检测方法、装置、电子设备及存储介质 |
CN114295686A (zh) * | 2021-12-30 | 2022-04-08 | 山东土地集团数字科技有限公司 | 一种土地结构变化的监测识别系统及方法 |
-
2015
- 2015-03-13 CN CN201510112635.5A patent/CN106034240A/zh active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106603503B (zh) * | 2016-11-22 | 2019-01-08 | 腾讯科技(深圳)有限公司 | 直播数据的处理方法和装置 |
CN106603503A (zh) * | 2016-11-22 | 2017-04-26 | 腾讯科技(深圳)有限公司 | 直播数据的处理方法和装置 |
CN107257338A (zh) * | 2017-06-16 | 2017-10-17 | 腾讯科技(深圳)有限公司 | 媒体数据处理方法、装置及存储介质 |
CN107257338B (zh) * | 2017-06-16 | 2018-09-28 | 腾讯科技(深圳)有限公司 | 媒体数据处理方法、装置及存储介质 |
WO2019128724A1 (zh) * | 2017-12-26 | 2019-07-04 | 中兴通讯股份有限公司 | 数据处理方法及装置 |
US11265598B2 (en) | 2018-03-29 | 2022-03-01 | Seijing Bytedance Network Technology Co., Ltd. | Method and device for determining duplicate video |
WO2019184522A1 (zh) * | 2018-03-29 | 2019-10-03 | 北京字节跳动网络技术有限公司 | 一种重复视频的判断方法及装置 |
CN110324660A (zh) * | 2018-03-29 | 2019-10-11 | 北京字节跳动网络技术有限公司 | 一种重复视频的判断方法及装置 |
CN110569373A (zh) * | 2018-03-29 | 2019-12-13 | 北京字节跳动网络技术有限公司 | 一种媒体特征的比对方法及装置 |
US11593582B2 (en) | 2018-03-29 | 2023-02-28 | Beijing Bytedance Network Technology Co., Ltd. | Method and device for comparing media features |
CN111008666A (zh) * | 2019-12-05 | 2020-04-14 | 秒针信息技术有限公司 | 一种视频相似确定方法、装置、电子设备及存储介质 |
CN112235599A (zh) * | 2020-10-14 | 2021-01-15 | 广州欢网科技有限责任公司 | 一种视频处理方法及系统 |
CN112651319A (zh) * | 2020-12-21 | 2021-04-13 | 科大讯飞股份有限公司 | 一种视频检测方法、装置、电子设备及存储介质 |
CN112651319B (zh) * | 2020-12-21 | 2023-12-05 | 科大讯飞股份有限公司 | 一种视频检测方法、装置、电子设备及存储介质 |
CN114295686A (zh) * | 2021-12-30 | 2022-04-08 | 山东土地集团数字科技有限公司 | 一种土地结构变化的监测识别系统及方法 |
CN114295686B (zh) * | 2021-12-30 | 2023-11-03 | 山东土地集团数字科技有限公司 | 一种土地结构变化的监测识别系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106034240A (zh) | 视频检测方法及装置 | |
US11195284B2 (en) | Target object tracking method and apparatus, and storage medium | |
US10778714B2 (en) | Method and apparatus for generating cyber security threat index | |
US10846537B2 (en) | Information processing device, determination device, notification system, information transmission method, and program | |
WO2020164264A1 (zh) | 人脸图像识别方法、装置及计算机设备 | |
CN108140297B (zh) | 可疑人员检测系统和可疑人员检测方法 | |
EP3573022A1 (en) | Method for tracking pedestrian and electronic device | |
US10282627B2 (en) | Method and apparatus for processing handwriting data | |
US20130170760A1 (en) | Method and System for Video Composition | |
CN113132690B (zh) | 施工过程视频的生成方法、装置以及电子设备、存储介质 | |
CN106973047A (zh) | 一种异常流量检测方法和装置 | |
CN110298318B (zh) | 人头人体联合检测方法、装置和电子设备 | |
US11108787B1 (en) | Securing a network device by forecasting an attack event using a recurrent neural network | |
JP2011243007A (ja) | 画像処理装置、その処理方法及びプログラム | |
US11527091B2 (en) | Analyzing apparatus, control method, and program | |
CN110795980A (zh) | 基于网络视频的逃犯识别方法、设备、存储介质及装置 | |
CN108804501B (zh) | 一种检测有效信息的方法及装置 | |
US20220076005A1 (en) | Person authentication apparatus, control method, and non-transitory storage medium | |
US20170286775A1 (en) | Method and device for detecting violent contents in a video , and storage medium | |
CN105302715A (zh) | 应用程序用户界面的获取方法和装置 | |
CN111563726A (zh) | 企业整改监管方法、装置、设备及计算机可读存储介质 | |
US8897489B2 (en) | Methods for object-based identification, sorting and ranking of target detections and apparatuses thereof | |
US11749021B2 (en) | Retrieval device, control method, and non-transitory storage medium | |
CN108881307B (zh) | 一种面向移动终端的安全性检测方法及装置 | |
CN113344064A (zh) | 事件处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161019 |
|
WD01 | Invention patent application deemed withdrawn after publication |