CN109389096B - 检测方法和装置 - Google Patents

Abstract

本申请实施例公开了检测方法和装置。该方法的一具体实施方式包括：对目标视频进行抽帧；对所抽取的各帧进行解析，确定各帧的特征信息；依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同；确定相同的相邻两帧的数量与相邻两帧的总数量的比值；基于该比值与预设阈值的比较，确定该目标视频是否为图片轮播视频。该实施方式提高了对图片轮播视频的检测的准确性。

Description

检测方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及检测方法和装置。

背景技术

随着计算机技术的发展，短视频类应用应运而生。用户可以利用短视频类应用上传、发布视频。用户利用短视频类应用录制的视频多种多样。其中，有一种视频是图片轮播视频。这种视频类似于幻灯片放映，由多张图像构成，每张图像在视频中停留数秒。服务器在接收到一个视频后，可以对该视频进行类别检测，以确定该视频是否为图片轮播视频。

相关的方式，通常是相邻两帧中的相同像素位置的像素值进行匹配，当像素值相同的像素位置的比例大于某个阈值后，认为两帧相同。

发明内容

本申请实施例提出了检测方法和装置。

第一方面，本申请实施例提供了一种检测方法，该方法包括：对目标视频进行抽帧；对所抽取的各帧进行解析，确定各帧的特征信息；依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同；确定相同的相邻两帧的数量与相邻两帧的总数量的比值；基于比值与预设阈值的比较，确定目标视频是否为图片轮播视频。

在一些实施例中，对所抽取的各帧进行解析，确定各帧的特征信息，包括：对于所抽取的帧，执行如下步骤：将该帧转换为灰度图，确定灰度图的平均像素值；将灰度图中小于平均像素值的像素值设置为第一预设数值，将灰度图中不小于平均像素值的像素值设置为第二预设数值，将更新像素值后的灰度图确定为该帧的特征信息。

在一些实施例中，依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同，包括；对于所抽取的帧，将该帧的特征信息中的像素值按照预设次序排列，以构成该帧对应的数值序列；对于依次所抽取的相邻两帧，将该相邻两帧中的各帧对应的数值序列进行匹配，基于匹配结果，确定该相邻两帧是否相同。

在一些实施例中，对于依次所抽取的相邻两帧，将该相邻两帧中的各帧对应的数值序列进行字符串匹配，基于匹配结果，确定该相邻两帧是否相同，包括：对于依次所抽取的相邻两帧，响应于确定该相邻两帧中的各帧对应的数值序列相同，确定该相邻两帧相同；响应于确定该相邻两帧中的各帧对应的数值序列不相同，确定该相邻两帧不相同。

在一些实施例中，基于比值与预设阈值的比较，确定目标视频是否为图片轮播视频，包括：响应于确定比值大于预设阈值，确定目标视频为图片轮播视频；响应于确定比值不大于预设阈值，确定目标视频不为图片轮播视频。

第二方面，本申请实施例提供了一种检测装置，该装置包括：抽帧单元，被配置成对目标视频进行抽帧；解析单元，被配置成对所抽取的各帧进行解析，确定各帧的特征信息；匹配单元，被配置成依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同；确定单元，被配置成确定相同的相邻两帧的数量与相邻两帧的总数量的比值；比较单元，被配置成基于比值与预设阈值的比较，确定目标视频是否为图片轮播视频。

在一些实施例中，解析单元，进一步被配置成：对于所抽取的帧，执行如下步骤：将该帧转换为灰度图，确定灰度图的平均像素值；将灰度图中小于平均像素值的像素值设置为第一预设数值，将灰度图中不小于平均像素值的像素值设置为第二预设数值，将更新像素值后的灰度图确定为该帧的特征信息。

在一些实施例中，匹配单元，包括；排列模块，被配置成对于所抽取的帧，将该帧的特征信息中的像素值按照预设次序排列，以构成该帧对应的数值序列；匹配模块，被配置成对于依次所抽取的相邻两帧，将该相邻两帧中的各帧对应的数值序列进行匹配，基于匹配结果，确定该相邻两帧是否相同。

在一些实施例中，匹配模块进一步被配置成：对于依次所抽取的相邻两帧，响应于确定该相邻两帧中的各帧对应的数值序列相同，确定该相邻两帧相同；响应于确定该相邻两帧中的各帧对应的数值序列不相同，确定该相邻两帧不相同。

在一些实施例中，比较单元，包括：第一确定模块，被配置成响应于确定比值大于预设阈值，确定目标视频为图片轮播视频；第二确定模块，被配置成响应于确定比值不大于预设阈值，确定目标视频不为图片轮播视频。

第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述第一方面中任一实施例的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面中任一实施例的方法。

本申请实施例提供的检测方法和装置，通过对对目标视频进行抽帧，以便对所抽取的各帧进行解析，确定各帧的特征信息。而后依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同。之后确定相同的相邻两帧的数量与相邻两帧的总数量的比值。最后基于比值与预设阈值的比较，确定目标视频是否为图片轮播视频。从而，能够有效地对图片轮播视频进行检测。由于特征信息更易于区分图像差异，因此，通过对特征信息进行匹配的方式进行图片轮播视频的检测，提高了对图片轮播视频的检测的准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的检测方法的一个实施例的流程图；

图3是根据本申请的检测方法的一个应用场景的示意图；

图4是根据本申请的检测方法的又一个实施例的流程图；

图5是根据本申请的检测装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的检测方法或检测装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频录制类应用、视频播放类应用、语音交互类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

当终端设备101、102、103为硬件时，其上还可以安装有图像采集设备。图像采集设备可以是各种能实现采集图像功能的设备，如摄像头、传感器等等。用户可以利用终端设备101、102、103上的图像采集设备，来采集视频。

服务器105可以是提供各种服务的服务器，例如用于对终端设备101、102、103所安装的视频类应用提供支持的后台服务器。后台服务器可以对终端设备101、102、103所上传的视频进行抽帧、解析等处理，生成处理结果(例如用于表征视频是否为图片轮播视频的检测结果)。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的检测方法一般由服务器105执行，相应地，检测装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的检测方法的一个实施例的流程200。该检测方法，包括以下步骤：

步骤201，对目标视频进行抽帧。

在本实施例中，检测方法的执行主体(例如图1所示的服务器105)可以对目标视频进行抽帧。其中，目标视频可以是待进行图片轮播视频检测的视频。

在一种场景中，目标视频可以预先存储在上述执行主体的本地。此时，上述执行主体可以直接从本地提取该目标视频，对目标视频进行抽帧。

在另一种场景中，目标视频可以是其他电子设备(例如图1所示的终端设备101、102、103)通过有线连接方式或无线连接方式预先发送给上述执行主体的。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

通常，视频可以用帧(Frame)来描述。其中，帧是组成视频的最小视觉单位。每一帧是一幅静态的图像。将时间上连续的帧序列合成到一起便形成动态的视频。由此，对于目标视频，上述执行主体可以对组成该目标视频的帧进行抽取，得到多帧。

在本实施例中，上述执行主体可以利用各种视频抽帧方式，对目标视频进行抽帧。例如，可以将构成目标视频的各个帧进行依次抽取。再例如，可以按照指定间隔时间(例如0.2秒)抽取目标视频的帧。抽帧方式不限于上述列举，此处不作限定。

步骤202，对所抽取的各帧进行解析，确定各帧的特征信息。

在本实施例中，上述执行主体可以对所抽取的各帧进行解析，确定各帧的特征信息。实践中，特征可以是某一类对象区别于其他类对象的特点或特性，或是这些特点和特性的集合。特征是通过测量或处理能够抽取的数据。对于图像而言，图像特征可以是图像所具有的能够区别于其他图像的自身特征。有些是可以直观地感受到的自然特征，如亮度、边缘、纹理和色彩等。有些则是需要通过变换或处理才能得到的，例如直方图以及主成份分析等。可以将图像的多个或多种特征组合在一起，形成特征信息。此处，特征信息可以是各种形式，例如向量形式、矩阵形式、图像形式等。

在本实施例的一些可选的实现方式中，对于所抽取的帧，上述执行主体可以利用预先训练的图像特征提取模型，提取该帧的特征。作为示例，可以将该帧输入至该图像特征提取模型，得到该帧的特征信息。这里，图像特征提取模型可以是利用机器学习方法，基于样本集，对现有的用于进行图像特征提取的模型进行有监督训练得到的。作为示例，上述模型可以使用各种现有的卷积神经网络结构(例如DenseBox、VGGNet、ResNet、SegNet等)。实践中，卷积神经网络(Convolutional Neural Network，CNN)是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于图像处理有出色表现，因而，可以利用卷积神经网络对图像进行处理。卷积神经网络可以包含卷积层、池化层等。其中，卷积层可以用于提取图像特征。池化层可以用于对输入的信息进行降采样(downsample)。

在本实施例的一些可选的实现方式中，对于所抽取的帧，上述执行主体可以通过如下步骤，确定该帧的特征信息：

第一步，将该帧转换为灰度图，确定上述灰度图的平均像素值。

此处，目标视频中的帧通常为彩色图像(即RGB模式的图像)。上述执行主体可以将该帧转换成灰度图(即灰度模式的图像)。实践中，灰度模式是8位深度的图像模式。通常，可以使用256个灰度等级(例如[0,255])来描绘灰度模式的图像。可以将各像素位置的灰度等级确定为灰度图的像素值。

此处，上述执行主体可以利用各种灰度图转换方式，将该帧转换成灰度图。作为示例，可以将该帧中的同一个像素位置RGB的值取平均，得到灰度等级。作为又一示例，可以将该帧中的同一个像素位置的RGB三个分量中的最大值和最小值进行平均，得到灰度等级。

第二步，将上述灰度图中小于上述平均像素值的像素值设置为第一预设数值，将上述灰度图中不小于上述平均像素值的像素值设置为第二预设数值，将更新像素值后的灰度图确定为该帧的特征信息。

此处，第一预设数值、第二预设数值可以是任意不同的值。例如，第一预设数值可以是1，第二预设数值可以是0。

需要说明的是，对于所抽取的帧，上述执行主体还可以利用其他方式得到该帧的特征信息。例如，作为示例，可以生成该帧的颜色直方图，将上述颜色直方图作为特征信息。作为又一示例，可以利用灰度共生矩阵算法，从该帧中提取灰度共生矩阵，将上述灰度共生矩阵作为特征信息。

步骤203，依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同。

在本实施例中，上述执行主体可以依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同。此处，可以利用各种方式进行特征信息的匹配。

作为示例，上述执行主体可以直接判断相邻两帧的特征信息是否相同。当相邻两帧的特征信息相同时，可以确定该相邻两帧相同。当相邻两帧的特征信息不同时，可以确定该相邻两帧不同。

作为又一示例，上述执行主体可以对该相邻两帧的特征信息的进行相似度计算(例如确定欧氏距离、余弦相似度等)。当相似度大于某个预设值，则可以确定该相邻两帧相同。反之，可以确定该相邻两帧不同。

在本实施例的一些可选的实现方式中，当使用步骤202中的实现方式将更新后的灰度图作为特征信息时，上述执行主体可以按照如下步骤确定相邻两帧是否相同：

第一步，对于所抽取的帧，将该帧的特征信息中的像素值按照预设次序排列，以构成该帧对应的数值序列。

例如，可以按照从左到右的次序依次提取每一行的像素值，构成与各行对应的数值子序列。而后，按照行序依次将数字子序列进行汇总，得到与该帧对应的数值序列。

第二步，对于依次所抽取的相邻两帧，将该相邻两帧中的各帧对应的数值序列进行匹配，基于匹配结果，确定该相邻两帧是否相同。此处，可以利用字符串匹配的方式，对两个数值序列中的数值进行一一匹配。

可选的，对于依次所抽取的相邻两帧，响应于确定该相邻两帧中的各帧对应的数值序列相同，可以确定该相邻两帧相同。响应于确定该相邻两帧中的各帧对应的数值序列不同，可以确定该相邻两帧不同。

可选的，对于依次所抽取的相邻两帧，响应于确定该相邻两帧中的各帧对应的数值序列中，不匹配的数值的数量小于指定数量，可以确定该相邻两帧相同。响应于确定该相邻两帧中的各帧对应的数值序列中，不匹配的数值的数量不小于上述指定数量，可以确定该相邻两帧不同。

步骤204，确定相同的相邻两帧的数量与相邻两帧的总数量的比值。

在本实施例中，上述执行主体可以确定相同的相邻两帧的数量与相邻两帧的总数量的比值。作为示例，共抽取10帧。其中，第1帧和第2帧构成相邻两帧。第2帧和第3帧构成相邻两帧。以此类推。相邻两帧的总数量为9。其中，第1帧和第2帧相同。第2帧和第3帧相同。其中相邻两帧均不同。则可以确定出相同的相邻两帧的数量与相邻两帧的总数量的比值为2/9。

步骤205，基于上述比值与预设阈值的比较，确定上述目标视频是否为图片轮播视频。

在本实施例中，基于上述比值与预设阈值的比较，确定上述目标视频是否为图片轮播视频。其中，图片轮播视频由多张图像构成，每张图像在视频中停留数秒。图片轮播视频类似于幻灯片放映。

在本实施例的一些可选的实现方式中，响应于确定上述比值大于预设阈值，上述执行主体可以确定上述目标视频为图片轮播视频。

在本实施例的一些可选的实现方式中，响应于确定上述比值不大于上述预设阈值，确定上述目标视频不为图片轮播视频。

继续参见图3，图3是根据本实施例的检测方法的应用场景的一个示意图。在图3的应用场景中，终端设备301中安装有短视频应用。用户可以利用该短视频应用进行视频制作或者录制。用户在制作完视频后，可以将该视频作为目标视频303上传至服务器302。

服务器302在接收到该目标视频303后，可以对目标视频进行抽帧。而后，可以对所抽取的各帧进行解析，确定各帧的特征信息。之后，可以依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同。之后，可以确定相同的相邻两帧的数量与相邻两帧的总数量的比值304。最后，可以基于上述比值与预设阈值的比较，确定上述目标视频是否为图片轮播视频，从而得到检测结果305。

本申请的上述实施例提供的方法，通过对对目标视频进行抽帧，以便对所抽取的各帧进行解析，确定各帧的特征信息。而后依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同。之后确定相同的相邻两帧的数量与相邻两帧的总数量的比值。最后基于上述比值与预设阈值的比较，确定上述目标视频是否为图片轮播视频。从而，能够有效地对图片轮播视频进行检测。由于特征信息更易于区分图像差异，因此，通过对特征信息进行匹配的方式进行图片轮播视频的检测，提高了对图片轮播视频的检测的准确性。

进一步参考图4，其示出了检测方法的又一个实施例的流程400。该检测方法的流程400，包括以下步骤：

步骤401，对目标视频进行抽帧。

在本实施例中，检测方法的执行主体(例如图1所示的服务器105)可以对目标视频进行抽帧。其中，目标视频可以是待进行图片轮播视频检测的视频。实践中，上述执行主体可以利用各种视频抽帧方式，对目标视频进行抽帧。例如，可以将构成目标视频的各帧进行依次抽取。再例如，可以按照指定间隔时间(例如0.2秒)抽取目标视频的帧。抽帧方式不限于上述列举，此处不作限定。

步骤402，对于所抽取的帧，将该帧转换为灰度图，确定灰度图的平均像素值。

在本实施例中，对于所抽取的帧，将该帧转换为灰度图，确定灰度图的平均像素值。此处，目标视频中的帧通常为彩色图像(即RGB模式的图像)。上述执行主体可以将该帧转换成灰度图(即灰度模式的图像)。实践中，灰度模式是8位深度的图像模式。通常，可以使用256个灰度等级(例如[0,255])来描绘灰度模式的图像。可以将各像素位置的灰度等级确定为灰度图的像素值。

步骤403，将灰度图中小于平均像素值的像素值设置为第一预设数值，将灰度图中不小于平均像素值的像素值设置为第二预设数值，将更新像素值后的灰度图确定为该帧的特征信息。

在本实施例中，对于所抽取的帧，上述执行主体可以将该帧的灰度图中小于平均像素值的像素值设置为第一预设数值，将灰度图中不小于平均像素值的像素值设置为第二预设数值，将更新像素值后的灰度图确定为该帧的特征信息。

此处，第一预设数值、第二预设数值可以是任意不同的值。例如，第一预设数值可以是1，第二预设数值可以是0。

需要说明的是，对于所抽取的帧，上述执行主体还可以利用其他方式得到该帧的特征信息。例如，作为示例，可以生成该帧的颜色直方图，将上述颜色直方图作为特征信息。作为又一示例，可以利用灰度共生矩阵算法，从该帧中提取灰度共生矩阵，将上述灰度共生矩阵作为特征信息。

步骤404，对于所抽取的帧，将该帧的特征信息中的像素值按照预设次序排列，以构成该帧对应的数值序列。

在本实施例中，对于所抽取的帧，上述执行主体可以将该帧的特征信息中的像素值按照预设次序排列，以构成该帧对应的数值序列。例如，可以按照从左到右的次序依次提取每一行的像素值，构成与各行对应的数值子序列。而后，按照行序依次将数字子序列进行汇总，得到与该帧对应的数值序列。

步骤405，对于依次所抽取的相邻两帧，将该相邻两帧中的各帧对应的数值序列进行匹配，基于匹配结果，确定该相邻两帧是否相同。

在本实施例中，对于依次所抽取的相邻两帧，上述执行主体可以将该相邻两帧中的各帧对应的数值序列进行匹配，基于匹配结果，确定该相邻两帧是否相同。此处，可以利用字符串匹配的方式，对两个数值序列中的数值进行一一匹配。

此处，对于依次所抽取的相邻两帧，响应于确定该相邻两帧中的各帧对应的数值序列相同，可以确定该相邻两帧相同。响应于确定该相邻两帧中的各帧对应的数值序列不同，可以确定该相邻两帧不同。

以往的方式，通常是相邻两帧中的相同像素位置的像素值进行匹配，当像素值相同的像素位置的比例大于某个阈值后，认为两帧相同。但是，当相邻两帧中连续移动的物体对象(例如飞机、鸟等)在图像中所占的区域较小时，这种方式通常会误判成该相邻两帧相同。而本实施例中，当物体对象移动较小时，相邻两帧的特征信息依然存在差异。从而，可以确定两帧不同。

步骤406，确定相同的相邻两帧的数量与相邻两帧的总数量的比值。

在本实施例中，上述执行主体可以确定相同的相邻两帧的数量与相邻两帧的总数量的比值。

步骤407，基于上述比值与预设阈值的比较，确定上述目标视频是否为图片轮播视频。

在本实施例中，基于上述比值与预设阈值的比较，确定上述目标视频是否为图片轮播视频。其中，图片轮播视频由多张图像构成，每张图像在视频中停留数秒。图片轮播视频类似于幻灯片放映。

在本实施例的一些可选的实现方式中，响应于确定上述比值大于预设阈值，上述执行主体可以确定上述目标视频为图片轮播视频。

在本实施例的一些可选的实现方式中，响应于确定上述比值不大于上述预设阈值，确定上述目标视频不为图片轮播视频。

从图4中可以看出，与图2对应的实施例相比，本实施例中的检测方法的流程400涉及了确定帧的特征信息的一种方式。当相邻两帧中连续移动的物体对象(例如飞机、鸟等)在图像中所占的区域较小时，这种方式也可以判定出两帧不同。从而，进一步提高了对图片轮播视频的检测的准确性。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种检测装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例所述的检测装置500包括：抽帧单元501，被配置成对目标视频进行抽帧；解析单元502，被配置成对所抽取的各帧进行解析，确定各帧的特征信息；匹配单元503，被配置成依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同；确定单元504，被配置成确定相同的相邻两帧的数量与相邻两帧的总数量的比值；比较单元505，被配置成基于上述比值与预设阈值的比较，确定上述目标视频是否为图片轮播视频。

在本实施例的一些可选的实现方式中，上述解析单元502可以进一步被配置成：对于所抽取的帧，执行如下步骤：将该帧转换为灰度图，确定上述灰度图的平均像素值；将上述灰度图中小于上述平均像素值的像素值设置为第一预设数值，将上述灰度图中不小于上述平均像素值的像素值设置为第二预设数值，将更新像素值后的灰度图确定为该帧的特征信息。

在本实施例的一些可选的实现方式中，上述匹配单元503可以包括排列模块和匹配模块(图中未示出)。其中，上述排列模块可以被配置成对于所抽取的帧，将该帧的特征信息中的像素值按照预设次序排列，以构成该帧对应的数值序列。上述匹配模块可以被配置成对于依次所抽取的相邻两帧，将该相邻两帧中的各帧对应的数值序列进行匹配，基于匹配结果，确定该相邻两帧是否相同。

在本实施例的一些可选的实现方式中，上述匹配模块可以进一步被配置成：对于依次所抽取的相邻两帧，响应于确定该相邻两帧中的各帧对应的数值序列相同，确定该相邻两帧相同；响应于确定该相邻两帧中的各帧对应的数值序列不相同，确定该相邻两帧不相同。

在本实施例的一些可选的实现方式中，上述比较单元505可以包括第一确定模块和第二确定模块(图中未示出)。其中，上述第一确定模块可以被配置成响应于确定上述比值大于预设阈值，确定上述目标视频为图片轮播视频。上述第二确定模块可以被配置成响应于确定上述比值不大于上述预设阈值，确定上述目标视频不为图片轮播视频。

本申请的上述实施例提供的装置，通过抽帧单元501对目标视频进行抽帧，以便解析单元502对所抽取的各帧进行解析，确定各帧的特征信息。而后匹配单元503依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同。之后确定单元504确定相同的相邻两帧的数量与相邻两帧的总数量的比值。最后比较单元505基于上述比值与预设阈值的比较，确定上述目标视频是否为图片轮播视频。从而，能够有效地对图片轮播视频进行检测。由于特征信息更易于区分图像差异，因此，通过对特征信息进行匹配的方式进行图片轮播视频的检测，提高了对图片轮播视频的检测的准确性。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括抽帧单元、解析单元、匹配单元、确定单元和比较单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，抽帧单元还可以被描述为“对目标视频进行抽帧的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：对目标视频进行抽帧；对所抽取的各帧进行解析，确定各帧的特征信息；依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同；确定相同的相邻两帧的数量与相邻两帧的总数量的比值；基于该比值与预设阈值的比较，确定该目标视频是否为图片轮播视频。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种检测方法，包括：

对目标视频进行抽帧；

对所抽取的各帧进行解析，确定各帧的特征信息；

依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同；

确定相同的相邻两帧的数量与相邻两帧的总数量的比值；

基于所述比值与预设阈值的比较，确定所述目标视频是否为图片轮播视频。

2.根据权利要求1所述的检测方法，其中，所述对所抽取的各帧进行解析，确定各帧的特征信息，包括：

对于所抽取的帧，执行如下步骤：

将该帧转换为灰度图，确定所述灰度图的平均像素值；

将所述灰度图中小于所述平均像素值的像素值设置为第一预设数值，将所述灰度图中不小于所述平均像素值的像素值设置为第二预设数值，将更新像素值后的灰度图确定为该帧的特征信息。

3.根据权利要求2所述的检测方法，其中，所述依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同，包括；

对于所抽取的帧，将该帧的特征信息中的像素值按照预设次序排列，以构成该帧对应的数值序列；

对于依次所抽取的相邻两帧，将该相邻两帧中的各帧对应的数值序列进行匹配，基于匹配结果，确定该相邻两帧是否相同。

4.根据权利要求3所述的检测方法，其中，所述对于依次所抽取的相邻两帧，将该相邻两帧中的各帧对应的数值序列进行字符串匹配，基于匹配结果，确定该相邻两帧是否相同，包括：

对于依次所抽取的相邻两帧，响应于确定该相邻两帧中的各帧对应的数值序列相同，确定该相邻两帧相同；响应于确定该相邻两帧中的各帧对应的数值序列不相同，确定该相邻两帧不相同。

5.根据权利要求1所述的检测方法，其中，所述基于所述比值与预设阈值的比较，确定所述目标视频是否为图片轮播视频，包括：

响应于确定所述比值大于预设阈值，确定所述目标视频为图片轮播视频；

响应于确定所述比值不大于所述预设阈值，确定所述目标视频不为图片轮播视频。

6.一种检测装置，包括：

抽帧单元，被配置成对目标视频进行抽帧；

解析单元，被配置成对所抽取的各帧进行解析，确定各帧的特征信息；

匹配单元，被配置成依次对所抽取的相邻两帧的特征信息进行匹配，基于匹配结果，确定相邻两帧是否相同；

确定单元，被配置成确定相同的相邻两帧的数量与相邻两帧的总数量的比值；

比较单元，被配置成基于所述比值与预设阈值的比较，确定所述目标视频是否为图片轮播视频。

7.根据权利要求6所述的检测装置，其中，所述解析单元，进一步被配置成：

对于所抽取的帧，执行如下步骤：

将该帧转换为灰度图，确定所述灰度图的平均像素值；

将所述灰度图中小于所述平均像素值的像素值设置为第一预设数值，将所述灰度图中不小于所述平均像素值的像素值设置为第二预设数值，将更新像素值后的灰度图确定为该帧的特征信息。

8.根据权利要求7所述的检测装置，其中，所述匹配单元，包括；

排列模块，被配置成对于所抽取的帧，将该帧的特征信息中的像素值按照预设次序排列，以构成该帧对应的数值序列；

匹配模块，被配置成对于依次所抽取的相邻两帧，将该相邻两帧中的各帧对应的数值序列进行匹配，基于匹配结果，确定该相邻两帧是否相同。

9.根据权利要求8所述的检测装置，其中，所述匹配模块进一步被配置成：

对于依次所抽取的相邻两帧，响应于确定该相邻两帧中的各帧对应的数值序列相同，确定该相邻两帧相同；响应于确定该相邻两帧中的各帧对应的数值序列不相同，确定该相邻两帧不相同。

10.根据权利要求6所述的检测装置，其中，所述比较单元，包括：

第一确定模块，被配置成响应于确定所述比值大于预设阈值，确定所述目标视频为图片轮播视频；

第二确定模块，被配置成响应于确定所述比值不大于所述预设阈值，确定所述目标视频不为图片轮播视频。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。

Images