CN109151499A - 视频审核方法及装置 - Google Patents
视频审核方法及装置 Download PDFInfo
- Publication number
- CN109151499A CN109151499A CN201811122475.2A CN201811122475A CN109151499A CN 109151499 A CN109151499 A CN 109151499A CN 201811122475 A CN201811122475 A CN 201811122475A CN 109151499 A CN109151499 A CN 109151499A
- Authority
- CN
- China
- Prior art keywords
- video
- audit
- camera lens
- frame
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012550 audit Methods 0.000 claims abstract description 101
- 230000008859 change Effects 0.000 claims abstract description 43
- 230000035945 sensitivity Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 15
- 239000000284 extract Substances 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 4
- 238000010008 shearing Methods 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims 1
- 239000000463 material Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000035772 mutation Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009331 sowing Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种视频审核方法及装置，其中，方法中包括：S1获取待审核视频的审核要求；S2根据审核要求提取视频切变镜头和/或识别视频中的敏感镜头，并记录相应的时间点进行存储；S3输出待审核视频，同时读取存储的视频切变镜头和/或视频中敏感镜头的时间点在视频中显示，供审核员审查。视频处理模块根据审核需求对视频进行处理，识别出视频切变镜头和/或视频敏感镜头，进行标记供审核员进行进一步审核，以此审核员无需1:1审核，只需审核视频处理模块标记处的画面即可，从而大大提高了审核的效率和准确率，降低漏审率，节省人力物力。
Description
技术领域
本发明涉及多媒体技术领域，尤其涉及一种视频审核方法及装置。
背景技术
随着多媒体技术和应用越来越广泛，各种各样的视频和音频被广泛采集和发布，内容和种类也层出不穷，纷繁杂乱，是以，视频审核的数量在不断增加，针对视频的版权、政治、黄色以及暴力等问题的审核也显得越来越重要。
目前，大部分具有审核资质的公司不管是人工审核还是自动审核，几乎都是1:1审核，即在审核的过程中必须要把视频完整的播放完，耗时耗力。但是，审核行业的业务通常细分为很多类型，根据视频的获取源不同、视频类型的不同等等，所需的审核等级也不尽相同，包括对黄暴、政治敏感、特殊符号和语言等等各类等级和要求。因此，一种适用于各类视频源的审核方法或者工具成为了一种需求。
发明内容
针对上述问题，本发明提供了一种视频审核方法及装置，有效提高了审核效率。
一种视频审核方法，包括：
S1获取待审核视频的审核要求；
S2根据审核要求提取视频切变镜头和/或识别视频中的敏感镜头，并记录相应的时间点进行存储；
S3输出待审核视频，同时读取存储的视频切变镜头和/或视频中敏感镜头的时间点在视频中显示，供审核员审查。
进一步优选地，在步骤S1中，所述审核要求中包括审核精度和审核类型，其中，审核精度包括粗审和精审，所述审核类型包括视频切变镜头和视频敏感镜头。
进一步优选地，在步骤S2，根据审核要求提取视频切变镜头中包括：
S21提取视频中相邻图片的图片特征；
S22根据提取的图片特征计算两个相邻图片的帧间相似性；
S23根据得到的帧间相似性判断是否出现视频切变，若是，跳转至步骤S24；
S24提取切换镜头的边界得到视频切变镜头，所述视频切换镜头包括视频突变镜头和视频渐变镜头。
进一步优选地，在步骤S24中，采用颜色特征或轮廓特征方法识别视频突变镜头，采用双阈值法识别视频渐变镜头。
进一步优选地，在步骤S2，根据审核要求识别视频中的敏感镜头中，包括：基于HSV颜色空间采用高斯混合模型检测肤色，及基于AdaBoost分类器检测人体敏感部位。
进一步优选地，在步骤S3中，还包括：显示供审核员选择的视频审核信息及供审核员输入审核意见的输入框，所述视频审核信息包括：视频名称、审核时间及审核类型。
本发明还提供了一种视频审核装置，包括：
信息获取模块，用于获取待审核视频的审核要求；
视频处理模块，用于根据信息获取模块获取到的审核需求提取视频切变镜头和/或识别视频中的敏感镜头，并记录相应的时间点；
存储模块，用于存储视频处理模块识别的时间点；
视频输出模块，用于输出待审核视频，同时读取存储的视频切变镜头和/或视频中敏感镜头的时间点在视频中显示，供审核员审查。
进一步优选地，所述审核要求中包括审核精度和审核类型，其中，审核精度包括粗审和精审，所述审核类型包括视频切变镜头和视频敏感镜头。
进一步优选地，在视频处理模块中包括：
特征提取模块，用于提取视频中相邻图片的图片特征；
计算模块，用于根据特征提取模块提取的图片特征计算两个相邻图片的帧间相似性；
判断模块，用于根据计算模块计算得到的帧间相似性判断是否出现视频切变；
切换镜头提取模块，用于根据判断模块的判断结果提取切换镜头的边界得到视频切变镜头，所述视频切换镜头包括视频突变镜头和视频渐变镜头。
进一步优选地，在所述视频输出模块中还包括：显示供审核员选择的视频审核信息及供审核员输入审核意见的输入框，所述视频审核信息包括：视频名称、审核时间及审核类型。
在本发明提供的视频审核方法及装置中，视频处理模块根据审核需求对视频进行处理，识别出视频切变镜头和/或视频敏感镜头，进行标记供审核员进行进一步审核，以此审核员无需1:1审核，只需审核视频处理模块标记处的画面即可，从而大大提高了审核的效率和准确率，降低漏审率，节省人力物力；与此同时，该方法可适应不同的审核要求对视频进行处理，适用范围广。再有，在本发明中，根据不同的审核要求，可由审核员自主选择适合的播放方式和观看方式，并支持实时添加审核意见，未审核工作提供便利。
附图说明
下面将以明确易懂的方式，结合附图说明优选实施方式，对上述特性、技术特征、优点及其实现方式予以进一步说明。
图1为本发明中视频审核方法流程示意图；
图2(a)为本发明中视频播放器示意图，图2(b)为本发明视频播放器中审核意见弹框示意图；
图3为本发明中视频审核装置流程示意图。
附图标记说明：
10-信息获取模块，20-视频处理模块，30-存储模块，40-视频输出模块。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
如图1所示为本发明提供的视频审核方法流程示意图，从图中可以看出，在该视频审核方法中包括：S1获取待审核视频的审核要求；S2根据审核要求提取视频切变镜头和/或识别视频中的敏感镜头，并记录相应的时间点进行存储；S3输出待审核视频，同时读取存储的视频切变镜头和/或视频中敏感镜头的时间点在视频中显示，供审核员审查。
在步骤S1中，审核要求中包括审核精度和审核类型，其中，审核精度包括粗审和精审，审核类型包括视频切变镜头和视频敏感镜头，视频敏感镜头包括政治敏感镜头、黄色暴力等。在对视频进行审核之前，审核员根据视频的来源输入审核需求，以此系统根据审核需求对其进行预处理操作(镜头切换识别/视频内容识别)。
在步骤S2，根据审核要求提取视频切变镜头中包括：根据视频图片不同的特征颜色、纹理、轮廓等提取图片特征；之后根据提取出的图片特征计算帧间相似性及自适应/自定义阈值，判断相邻图片是否相似，若相邻图片差异较大，说明出现了镜头切变，则提取镜头切变镜头，具体，视频切换镜头包括视频突变镜头和视频渐变镜头。
对于视频突变镜头来说，可以采用颜色特征或轮廓特征等方法进行识别，具体，在提取了相邻图片的颜色特征或者轮廓特征之后，计算其帧间相似性，再讲计算得到的帧间相似性与合适的阈值进行比较，提取出突变的镜头帧。更具体来说，颜色特征提取的方法可以使用颜色直方图、累加颜色直方图、分块主颜色法、颜色集及颜色矩等。轮廓特征法通过对轮廓特征的表示来提取图像的形状参数，可以使用Hough变换、小波描述符和傅里叶形状描述符等。
对于相邻图片之间的帧间相似性It,t+1(ft,ft+1)，可以采用以下方法计算：
其中，N为图片的灰度级别数，为第t帧图片灰度级为i时的像素数量，P为每个帧的像素个数。
对于视频渐变镜头来说，可以采用双阈值法进行识别，具体，设置两个不同的阈值Th和Tl去做比较，其中Th为较大阈值，Tl为较小阈值，当帧间差D(fi，fi+1)＝1-It,t+1(ft,ft+1)大于较大阈值Th时，判断此处为视频镜头切变的位置；当帧间差D(fi，fi+1)大于较小阈值Tl小于较大阈值Th时，判断该帧可能是渐变的起始处，当起始处的帧确定之后，将该帧与后续的帧依次比较。第i帧与它后面的第k帧之间的帧间差异值为D(fk，fi)大于较大阈值Th时，判断该帧为潜在的视频渐变镜头结束帧，得到视频渐变镜头的起始帧和结束帧，这期间帧间差是一个单调递增的过程。
除了视频切变镜头之外，还会有不同的审核类型，如黄色、暴力以及政治敏感(包括人物识别、语音识别或者物体识别)等需要进行审核，对于类似敏感镜头的识别，如黄色内容的识别，可基于HSV颜色空间采用高斯混合模型检测肤色，结合AdaBoost分类器检测人体敏感部位的方法加以实现，若识别出大量的肤色、存在人体敏感部位等，则判断其为敏感内容疑似时间点并记录。在其他实施方式中，对于其它审核要求，可结合人脸识别算法、视频基因算法等机器学习算法进行识别。
根据审核要求提取视频切变镜头和/或识别视频中的敏感镜头，并记录相应的时间点进行存储之后；审核员打开审核视频播放器，选择需要审核的视频进行输出，同时读取存储的视频切变镜头和/或视频中敏感镜头的时间点在视频中显示，如图2(a)所示，供审核员审查。在视频播放器中，同时会显示供审核员选择的视频审核信息及供审核员输入审核意见的输入框，视频审核信息包括：视频名称、审核时间及审核类型，图2(b)所示。在播放的过程中，审核员可通过双击播放器中的进度条，出现编辑审核意见弹框如图2(b)所示的概念图，在对应位置上勾选问题类型并保存。播放方式包含：倍速播放(1，1.5，2，3，……)、跳播、顺播等，其中，跳播指只播放打点部分(记录时间点)的视频帧，顺播指顺序播放，期间业务员可根据观看内容实时干预，如跳播时回放或顺播中间部分只看打点内容等。
如图3所示，本发明还提供了一种视频审核装置，如图所示，在该视频审核装置中包括：信息获取模块，用于获取待审核视频的审核要求；视频处理模块，用于根据信息获取模块获取到的审核需求提取视频切变镜头和/或识别视频中的敏感镜头，并记录相应的时间点；存储模块，用于存储视频处理模块识别的时间点；视频输出模块，用于输出待审核视频，同时读取存储的视频切变镜头和/或视频中敏感镜头的时间点在视频中显示，供审核员审查。
在信息获取模块中，审核要求中包括审核精度和审核类型，其中，审核精度包括粗审和精审，审核类型包括视频切变镜头和视频敏感镜头，视频敏感镜头包括政治敏感镜头、黄色暴力等。在对视频进行审核之前，审核员根据视频的来源输入审核需求，以此系统根据审核需求对其进行预处理操作(镜头切换识别/视频内容识别)。
在视频处理模块中包括：特征提取模块，用于提取视频中相邻图片的图片特征；计算模块，用于根据特征提取模块提取的图片特征计算两个相邻图片的帧间相似性；判断模块，用于根据计算模块计算得到的帧间相似性判断是否出现视频切变；切换镜头提取模块，用于根据判断模块的判断结果提取切换镜头的边界得到视频切变镜头，视频切换镜头包括视频突变镜头和视频渐变镜头。
具体，特征提取模块根据视频图片不同的特征颜色、纹理、轮廓等提取图片特征；判断根据提取出的图片特征计算帧间相似性及自适应/自定义阈值，判断相邻图片是否相似，若相邻图片差异较大，说明出现了镜头切变，切换镜头提取模块提取镜头切变镜头，其中，视频切换镜头包括视频突变镜头和视频渐变镜头。
对于视频突变镜头来说，可以采用颜色特征或轮廓特征等方法进行识别，具体，在提取了相邻图片的颜色特征或者轮廓特征之后，计算其帧间相似性，再讲计算得到的帧间相似性与合适的阈值进行比较，提取出突变的镜头帧。更具体来说，颜色特征提取的方法可以使用颜色直方图、累加颜色直方图、分块主颜色法、颜色集及颜色矩等。轮廓特征法通过对轮廓特征的表示来提取图像的形状参数，可以使用Hough变换、小波描述符和傅里叶形状描述符等。
对于相邻图片之间的帧间相似性It,t+1(ft,ft+1)，可以采用以下方法计算：
其中，N为图片的灰度级别数，为第t帧图片灰度级为i时的像素数量，P为每个帧的像素个数。
对于视频渐变镜头来说，可以采用双阈值法进行识别，具体，设置两个不同的阈值Th和Tl去做比较，其中Th为较大阈值，Tl为较小阈值，当帧间差D(fi，fi+1)＝1-It,t+1(ft,ft+1)大于较大阈值Th时，判断此处为视频镜头切变的位置；当帧间差D(fi，fi+1)大于较小阈值Tl小于较大阈值Th时，判断该帧可能是渐变的起始处，当起始处的帧确定之后，将该帧与后续的帧依次比较。第i帧与它后面的第k帧之间的帧间差异值为D(fk，fi)大于较大阈值Th时，判断该帧为潜在的视频渐变镜头结束帧，得到视频渐变镜头的起始帧和结束帧，这期间帧间差是一个单调递增的过程。
除了视频切变镜头之外，还会有不同的审核类型，如黄色、暴力以及政治敏感(包括人物识别、语音识别或者物体识别)等需要进行审核，对于类似敏感镜头的识别，如黄色内容的识别，可基于HSV颜色空间采用高斯混合模型检测肤色，结合AdaBoost分类器检测人体敏感部位的方法加以实现，若识别出大量的肤色、存在人体敏感部位等，则判断其为敏感内容疑似时间点并记录。在其他实施方式中，对于其它审核要求，可结合人脸识别算法、视频基因算法等机器学习算法进行识别。
根据审核要求提取视频切变镜头和/或识别视频中的敏感镜头，并记录相应的时间点进行存储之后；审核员打开审核视频视频输出模块，选择需要审核的视频在视频输出模块(视频播放器)中输出，同时读取存储的视频切变镜头和/或视频中敏感镜头的时间点在视频中显示，如图2(a)所示，供审核员审查。在视频输出模块中，同时会显示供审核员选择的视频审核信息及供审核员输入审核意见的输入框，视频审核信息包括：视频名称、审核时间及审核类型，图2(b)所示。在播放的过程中，审核员可通过双击视频输出模块中的进度条，出现编辑审核意见弹框如图2(b)所示的概念图，在对应位置上勾选问题类型并保存。播放方式包含：倍速播放(1，1.5，2，3，……)、跳播、顺播等，其中，跳播指只播放打点部分(记录时间点)的视频帧，顺播指顺序播放，期间业务员可根据观看内容实时干预，如跳播时回放或顺播中间部分只看打点内容等。
应当说明的是，上述实施例均可根据需要自由组合。以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通相关人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种视频审核方法，其特征在于，所述视频审核方法包括：
S1获取待审核视频的审核要求；
S2根据审核要求提取视频切变镜头和/或识别视频中的敏感镜头，并记录相应的时间点进行存储；
S3输出待审核视频，同时读取存储的视频切变镜头和/或视频中敏感镜头的时间点在视频中显示，供审核员审查。
2.如权利要求1所述的视频审核方法，其特征在于，在步骤S1中，所述审核要求中包括审核精度和审核类型，其中，审核精度包括粗审和精审，所述审核类型包括视频切变镜头和视频敏感镜头。
3.如权利要求1或2所述的视频审核方法，其特征在于，在步骤S2，根据审核要求提取视频切变镜头中包括：
S21提取视频中相邻图片的图片特征；
S22根据提取的图片特征计算两个相邻图片的帧间相似性；
S23根据得到的帧间相似性判断是否出现视频切变，若是，跳转至步骤S24；
S24提取切换镜头的边界得到视频切变镜头，所述视频切换镜头包括视频突变镜头和视频渐变镜头。
4.如权利要求3所述的视频审核方法，其特征在于，在步骤S24中，采用颜色特征或轮廓特征方法识别视频突变镜头，采用双阈值法识别视频渐变镜头。
5.如权利要求1或2或4所述的视频审核方法，其特征在于，在步骤S2，根据审核要求识别视频中的敏感镜头中，包括：基于HSV颜色空间采用高斯混合模型检测肤色，及基于AdaBoost分类器检测人体敏感部位。
6.如权利要求2或4所述的视频审核方法，其特征在于，在步骤S3中，还包括：显示供审核员选择的视频审核信息及供审核员输入审核意见的输入框，所述视频审核信息包括：视频名称、审核时间及审核类型。
7.一种视频审核装置，其特征在于，所述视频审核装置包括：
信息获取模块，用于获取待审核视频的审核要求；
视频处理模块，用于根据信息获取模块获取到的审核需求提取视频切变镜头和/或识别视频中的敏感镜头，并记录相应的时间点；
存储模块，用于存储视频处理模块识别的时间点；
视频输出模块，用于输出待审核视频，同时读取存储的视频切变镜头和/或视频中敏感镜头的时间点在视频中显示，供审核员审查。
8.如权利要求7所述的视频审核装置，其特征在于，所述审核要求中包括审核精度和审核类型，其中，审核精度包括粗审和精审，所述审核类型包括视频切变镜头和视频敏感镜头。
9.如权利要求7或8所述的视频审核装置，其特征在于，在视频处理模块中包括：
特征提取模块，用于提取视频中相邻图片的图片特征；
计算模块，用于根据特征提取模块提取的图片特征计算两个相邻图片的帧间相似性；
判断模块，用于根据计算模块计算得到的帧间相似性判断是否出现视频切变；
切换镜头提取模块，用于根据判断模块的判断结果提取切换镜头的边界得到视频切变镜头，所述视频切换镜头包括视频突变镜头和视频渐变镜头。
10.如权利要求7或8所述的视频审核装置，其特征在于，
在所述视频输出模块中还包括：显示供审核员选择的视频审核信息及供审核员输入审核意见的输入框，所述视频审核信息包括：视频名称、审核时间及审核类型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811122475.2A CN109151499A (zh) | 2018-09-26 | 2018-09-26 | 视频审核方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811122475.2A CN109151499A (zh) | 2018-09-26 | 2018-09-26 | 视频审核方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109151499A true CN109151499A (zh) | 2019-01-04 |
Family
ID=64812437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811122475.2A Pending CN109151499A (zh) | 2018-09-26 | 2018-09-26 | 视频审核方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109151499A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110191356A (zh) * | 2019-06-06 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 视频审核方法、装置和电子设备 |
| CN110232357A (zh) * | 2019-06-17 | 2019-09-13 | 深圳航天科技创新研究院 | 一种视频镜头分割方法及系统 |
| CN112183951A (zh) * | 2020-09-08 | 2021-01-05 | 支付宝(杭州)信息技术有限公司 | 基于审核质量评价的监管处理方法和装置 |
| CN112685128A (zh) * | 2021-02-03 | 2021-04-20 | 湖南映客互娱网络信息有限公司 | 一种直播图片色情检测和图片过滤的方法 |
| WO2021082589A1 (zh) * | 2019-10-31 | 2021-05-06 | 百果园技术(新加坡)有限公司 | 内容审核模型的训练方法和装置、视频内容的审核方法和装置、计算机设备以及存储介质 |
| CN113627534A (zh) * | 2021-08-11 | 2021-11-09 | 百度在线网络技术（北京）有限公司 | 识别动态图像的类型的方法、装置及电子设备 |
| RU2801541C1 (ru) * | 2019-10-31 | 2023-08-10 | Биго Текнолоджи Пте. Лтд. | Способ и устройство обучения модели проверки контента, способ и устройство проверки видеоконтента, вычислительное устройство и запоминающее устройство |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102800095A (zh) * | 2012-07-17 | 2012-11-28 | 南京特雷多信息科技有限公司 | 一种镜头边界检测方法 |
| CN104185088A (zh) * | 2014-03-03 | 2014-12-03 | 无锡天脉聚源传媒科技有限公司 | 一种视频处理方法及装置 |
| CN107798304A (zh) * | 2017-10-20 | 2018-03-13 | 央视国际网络无锡有限公司 | 一种快速视频审核的方法 |
| CN108010044A (zh) * | 2016-10-28 | 2018-05-08 | 央视国际网络无锡有限公司 | 一种视频边界检测的方法 |
-
2018
- 2018-09-26 CN CN201811122475.2A patent/CN109151499A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102800095A (zh) * | 2012-07-17 | 2012-11-28 | 南京特雷多信息科技有限公司 | 一种镜头边界检测方法 |
| CN104185088A (zh) * | 2014-03-03 | 2014-12-03 | 无锡天脉聚源传媒科技有限公司 | 一种视频处理方法及装置 |
| CN108010044A (zh) * | 2016-10-28 | 2018-05-08 | 央视国际网络无锡有限公司 | 一种视频边界检测的方法 |
| CN107798304A (zh) * | 2017-10-20 | 2018-03-13 | 央视国际网络无锡有限公司 | 一种快速视频审核的方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110191356A (zh) * | 2019-06-06 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 视频审核方法、装置和电子设备 |
| CN110232357A (zh) * | 2019-06-17 | 2019-09-13 | 深圳航天科技创新研究院 | 一种视频镜头分割方法及系统 |
| WO2021082589A1 (zh) * | 2019-10-31 | 2021-05-06 | 百果园技术(新加坡)有限公司 | 内容审核模型的训练方法和装置、视频内容的审核方法和装置、计算机设备以及存储介质 |
| RU2801541C1 (ru) * | 2019-10-31 | 2023-08-10 | Биго Текнолоджи Пте. Лтд. | Способ и устройство обучения модели проверки контента, способ и устройство проверки видеоконтента, вычислительное устройство и запоминающее устройство |
| CN112183951A (zh) * | 2020-09-08 | 2021-01-05 | 支付宝(杭州)信息技术有限公司 | 基于审核质量评价的监管处理方法和装置 |
| CN112685128A (zh) * | 2021-02-03 | 2021-04-20 | 湖南映客互娱网络信息有限公司 | 一种直播图片色情检测和图片过滤的方法 |
| CN112685128B (zh) * | 2021-02-03 | 2023-05-02 | 湖南映客互娱网络信息有限公司 | 一种直播图片色情检测和图片过滤的方法 |
| CN113627534A (zh) * | 2021-08-11 | 2021-11-09 | 百度在线网络技术（北京）有限公司 | 识别动态图像的类型的方法、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109151499A (zh) | 视频审核方法及装置 | |
| CN109168024B (zh) | 一种目标信息的识别方法及设备 | |
| CN108648746A (zh) | 一种基于多模态特征融合的开放域视频自然语言描述生成方法 | |
| US5828809A (en) | Method and apparatus for extracting indexing information from digital video data | |
| EP2321964B1 (en) | Method and apparatus for detecting near-duplicate videos using perceptual video signatures | |
| Chu et al. | Badminton video analysis based on spatiotemporal and stroke features | |
| Yang et al. | Automatic lecture video indexing using video OCR technology | |
| US9087125B2 (en) | Robust video retrieval utilizing video data | |
| CN111523462B (zh) | 基于自注意增强cnn的视频序列表情识别系统及方法 | |
| CN109359625A (zh) | 基于头肩检测和人脸识别技术判断顾客身份的方法和系统 | |
| US8126309B2 (en) | Video playback apparatus and method | |
| CN103488764A (zh) | 个性化视频内容推荐方法和系统 | |
| CN110598008B (zh) | 录制数据的数据质检方法及装置、存储介质 | |
| CN113920085A (zh) | 一种产品展示视频自动化审核方法和系统 | |
| CN109858427A (zh) | 一种语料提取方法、装置及终端设备 | |
| CN108229493A (zh) | 对象验证方法、装置和电子设备 | |
| KR20190098775A (ko) | 인공지능 심층학습 기반의 영상물 인식 시스템 및 방법 | |
| CN114357206A (zh) | 基于语义分析的教育类视频彩色字幕生成方法及系统 | |
| CN115512259A (zh) | 一种基于多模态的短视频审核方法 | |
| Jinda-Apiraksa et al. | A Keyframe Selection of Lifelog Image Sequences. | |
| CN113468954B (zh) | 基于多通道下局部区域特征的人脸伪造检测方法 | |
| Ghanem et al. | Context-aware learning for automatic sports highlight recognition | |
| Bikku et al. | Deep Residual Learning for Unmasking DeepFake | |
| CN112818150A (zh) | 一种图片内容审核方法、装置、设备和介质 | |
| Pei et al. | Automatic text detection using multi-layer color quantization in complex color images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |
|
| RJ01 | Rejection of invention patent application after publication |