CN110321454B - 视频的处理方法、装置、电子设备及计算机可读存储介质 - Google Patents

Abstract

本公开实施例提供了一种视频的处理方法、装置、电子设备及计算机可读存储介质。该方法包括：获取待处理视频；提取待处理视频的视觉单词；基于待处理视频的视觉单词，查找视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频；基于目标视频与待处理视频的相似度，确定待处理视频是否为需要被处理的视频。本公开的方案，基于待处理视频的视觉单词，从视频黑名单中确定出目标视频，并基于目标视频与待处理视频的帧相似度，确定待处理视频是否为需要被处理的视频，通过视频黑名单进行对待处理视频的检测，实现了对待处理视频是否为需要被处理的视频的有效检测，检测准确度高，能够提高用户的使用体验。

Description

视频的处理方法、装置、电子设备及计算机可读存储介质

技术领域

本公开涉及视频处理技术领域，具体而言，本公开涉及一种视频的处理方法、装置、电子设备及计算机可读存储介质。

背景技术

随着互联网技术的不断发展，人们可以获得的视频内容也越来越多，这其中包括了一些高危视频，如包含违法、违规内容的视频。为了避免高危视频的传播产生不良影响，需要对视频中的内容进行筛查。现有技术中多通过训练模型的方式实现对高危视频的检测，但是某些类型的高危视频可能无法通过训练模型的方式检测出，导致检测准确度较低，使用体验差。另外，训练模型的过程较为复杂，训练成本也较高。

发明内容

本公开的目的旨在至少能解决上述的技术缺陷之一。本公开所采用的技术方案如下：

第一方面，本公开实施例提供了一种视频的处理方法，该方法包括：

获取待处理视频；

提取待处理视频的视觉单词；

基于待处理视频的视觉单词，查找视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频；

基于目标视频与待处理视频的相似度，确定待处理视频是否为需要被处理的视频。

可选地，提取待处理视频的视觉单词，包括：

按照预设的抽取规则抽取待处理视频的帧图像；

提取所抽取的帧图像的视觉单词，将所抽取的图像的视觉单词作为待处理视频的视觉单词。

可选地，基于待处理视频的视觉单词，查找视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频，包括：

基于待处理视频的视觉单词，查找视频黑名单中与待处理视频存在至少一个相同视觉单词的初始候选视频；

将初始候选视频作为目标视频，或者，按照与待处理视频存在的相同视觉单词的个数由高到低的顺序，将初始候选视频中前预设个数的视频作为目标视频。

可选地，基于待处理视频中的视觉单词，查找视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频，包括：

获取倒排索引，倒排索引是基于视频黑名单中所有视频的视觉单词建立的；

基于待处理视频中的视觉单词，通过查找倒排索引，确定视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频。

可选地，上述方法还包括：

确定目标视频的帧图像与待处理视频的帧图像的图像相似度；

基于图像相似度，确定目标视频与待处理视频的相似视频片段，相似视频片段中目标视频的第一片段和待处理视频的第二片段均包括数量大于第一设定值的帧图像、且第一片段和第二片段中图像相似度大于相似度阈值的帧图像对的数量大于第二预设值；

基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度。

可选地，基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度，包括：

将第一片段和第二片段中各帧图像间的图像相似度中的最大值、最小值或者均值，确定为目标视频与待处理视频的相似度。

可选地，确定目标视频与待处理视频的相似视频片段，包括：

建立目标视频与待处理视频的相似度矩阵，其中，相似度矩阵的行数m和列数n分别对应为目标视频的帧图像的帧数和待处理视频的帧图像的帧数，相似度矩阵中第i行、第j列的元素值为目标视频中的第i个帧图像与待处理视频中的第j个帧图像的相似度，0<i≤m，0<j≤n；

根据相似度矩阵中各元素的位置点，以及各元素的元素值，确定相似度矩阵中的目标匹配线段，其中，目标匹配线段为位置点的连线，目标匹配线段满足以下条件：

线段上位置点的个数大于第一设定值，且线段上所对应的元素值大于相似度阈值的位置点的数量大于第二预设值；

目标匹配线段上的各位置点所对应的目标视频中的片段和待处理视频中的片段分别为第一片段和第二片段。

可选地，基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度，包括：

将目标匹配线段上各位置点所对应的元素值中的最大值、最小值或平均值，确定目标视频与待处理视频的相似度。

可选地，上述方法还包括：

基于相似视频片段，确定目标视频和待处理视频中存在相似视频片段的时段。

可选地，若待处理视频为需要被处理的视频，上述方法还包括：

将待处理视频添加到视频黑名单中。

第二方面，本公开实施例提供了一种视频的处理装置，该装置包括：

获取模块，用于获取待处理视频；

视觉单词提取模块，用于提取待处理视频的视觉单词；

目标视频查找模块，基于待处理视频的视觉单词，查找视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频；

视频处理模块，用于基于目标视频与待处理视频的相似度，确定待处理视频是否为需要被处理的视频。

可选地，视觉单词提取模块具体用于：

按照预设的抽取规则抽取待处理视频的帧图像；

提取所抽取的帧图像的视觉单词，将所抽取的图像的视觉单词作为待处理视频的视觉单词。

可选地，目标视频查找模块具体用于：

基于待处理视频的视觉单词，查找视频黑名单中与待处理视频存在至少一个相同视觉单词的初始候选视频；

将初始候选视频作为目标视频，或者，按照与待处理视频存在的相同视觉单词的个数由高到低的顺序，将初始候选视频中前预设个数的视频作为目标视频。

可选地，目标视频查找模块具体用于：

获取倒排索引，倒排索引是基于视频黑名单中所有视频的视觉单词建立的；

基于待处理视频中的视觉单词，通过查找倒排索引，确定视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频。

可选地，视频处理模块还用于：

确定目标视频的帧图像与待处理视频的帧图像的图像相似度；

基于图像相似度，确定目标视频与待处理视频的相似视频片段，相似视频片段中目标视频的第一片段和待处理视频的第二片段均包括数量大于第一设定值的帧图像、且第一片段和第二片段中图像相似度大于相似度阈值的帧图像对的数量大于第二预设值；

基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度。

可选地，视频处理模块在基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度时，具体用于：

将第一片段和第二片段中各帧图像间的图像相似度中的最大值、最小值或者均值，确定为目标视频与待处理视频的相似度。

可选地，视频处理模块在确定目标视频与待处理视频的相似视频片段时，具体用于：

建立目标视频与待处理视频的相似度矩阵，其中，相似度矩阵的行数m和列数n分别对应为目标视频的帧图像的帧数和待处理视频的帧图像的帧数，相似度矩阵中第i行、第j列的元素值为目标视频中的第i个帧图像与待处理视频中的第j个帧图像的相似度，0<i≤m，0<j≤n；

根据相似度矩阵中各元素的位置点，以及各元素的元素值，确定相似度矩阵中的目标匹配线段，其中，目标匹配线段为位置点的连线，目标匹配线段满足以下条件：

线段上位置点的个数大于第一设定值，且线段上所对应的元素值大于相似度阈值的位置点的数量大于第二预设值；

目标匹配线段上的各位置点所对应的目标视频中的片段和待处理视频中的片段分别为第一片段和第二片段。

可选地，视频处理模块在基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度时，具体用于：

将目标匹配线段上各位置点所对应的元素值中的最大值、最小值或平均值，确定目标视频与待处理视频的相似度。

可选地，上述方法还包括：

时段确定模块，用于基于相似视频片段，确定目标视频和待处理视频中存在相似视频片段的时段。

可选地，上述方法还包括：

添加模块，用于将待处理视频添加到视频黑名单中。

第三方面，本公开实施例提供了一种电子设备，该电子设备包括：处理器和存储器；

存储器，用于存储操作指令；

处理器，用于通过调用操作指令，执行如本公开的第一方面的任一实施方式中所示的方法。

第四方面，本公开实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开的第一方面的任一实施方式中所示的方法。

本公开实施例提供的技术方案带来的有益效果是：

本公开实施例提供的方案，基于待处理视频的视觉单词，从视频黑名单中确定出目标视频，并基于目标视频与待处理视频的帧相似度，确定待处理视频是否为需要被处理的视频，通过视频黑名单进行对待处理视频的检测，实现了对待处理视频是否为需要被处理的视频的有效检测，检测准确度高，能够提高用户的使用体验。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对本公开实施例描述中所需要使用的附图作简单地介绍。

图1为本公开实施例提供的一种视频的处理方法的流程示意图；

图2为本公开实施例提供的一个相似度矩阵的示意图；

图3为本公开实施例提供的一种视频的处理装置的结构示意图；

图4为本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本公开，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本公开的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。

下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本公开的实施例进行描述。

图1示出了本公开实施例提供的一种视频的处理方法的流程示意图，如图1所示，该方法主要可以包括：

步骤S110：获取待处理视频；

步骤S120：提取待处理视频中的视觉单词；

步骤S130：基于待处理视频中的视觉单词，查找视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频；

步骤S140：基于目标视频与待处理视频的相似度，确定待处理视频是否为需要被处理的视频。

本公开实施例中，视觉单词可以是基于待处理视频的帧图像的图像特征构造的，能够表征待处理视频的帧图像的图像特征。待处理视频的视觉单词可以为待处理视频的帧图像的视觉单词的集合。

本公开实施例中，需要被处理的视频可以包括高危视频，例如违规、违法的视频等。视频黑名单中可以包括多个需要被处理的视频，并且可以根据实际需要对进行更新。待处理视频与需要被处理的视频存在相同的视觉单词时，可以认为待处理视频的帧图像与需要被处理的视频的帧图像的存在相似的图像特征，这时待处理视频也就有可能与需要被处理的视频存在相似的视频内容，因此可以从视频黑名单中查找出与待处理视频包含至少一个相同的视觉单词的目标视频，通过计算目标视频与待处理视频的相似度，来确定待处理视频是否为需要被处理的视频。

本公开实施例中，在确定出需要被处理的视频后，可以对需要被处理的视频进行下架或者删除处理。

本公开实施例中，基于待处理视频的视觉单词，从视频黑名单中确定出目标视频，并基于目标视频与待处理视频的帧相似度，确定待处理视频是否为需要被处理的视频，通过视频黑名单进行对待处理视频的检测，实现了对待处理视频是否为需要被处理的视频的有效检测，检测准确度高，能够提高用户的使用体验。

本公开实施例中，视频黑名单中视频的数量可能较大，通过待处理视频的视觉单词在视频黑名单中查找出目标视频，针对各目标视频进行与待处理视频的相似度计算，相对于直接将视频黑名单中的所有视频直接与待处理视频进行相似度计算，大大减少了进行相似度计算的视频数量，从而减少计算量，提升处理效率。

本公开实施例的一种可选方式中，上述的提取待处理视频的视觉单词，包括：

按照预设的抽取规则抽取待处理视频的帧图像；

提取所抽取的帧图像的视觉单词，将所抽取的图像的视觉单词作为待处理视频的视觉单词。

本公开实施例中，待处理视频包含的帧图像数量较大，如果对每张帧图像分别提取视频单词，则会造成计算量巨大。由于待处理视频的帧图像中，相邻的帧图像之间一般较为相似，因此可以基于预设的抽取规则从待处理视频中的全部帧图像中抽取部分帧图像用于检测，在实际使用中，抽取规则可以为每隔预设的时间间隔抽取待处理视频的帧图像，也可以为抽取待处理视频的帧图像中的关键帧。在抽取待处理视频中的部分帧图像用于检测时，可以将被抽取的帧图像的视觉单词作为待处理视频中的视觉单词。

在实际使用中，可以对视频黑名单中的恶意视频进行预处理，按照预设的抽取规则抽取恶意视频中的帧图像，并将抽取的帧图像的视觉单词作为恶意视频的视觉单词。

本公开实施例的一种可选方式中，上述的基于待处理视频的视觉单词，查找视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频，包括：

基于待处理视频的视觉单词，查找视频黑名单中与待处理视频存在至少一个相同视觉单词的初始候选视频；

将初始候选视频作为目标视频，或者，按照与待处理视频存在的相同视觉单词的个数由高到低的顺序，将初始候选视频中前预设个数的视频作为目标视频。

本公开实施例中，在视频黑名单中查找出与待处理视频存在至少一个相同视觉单词的初始候选视频后，可以直接将初始候选视频作为目标视频。由于初始候选视频的数量可能较多，为减少计算量，也可以将按照与待处理视频存在的相同视觉单词的个数由高到低的顺序，将初始候选视频中前预设个数的视频作为目标视频。预设个数可以根据实际的需要进行设置。

本公开实施例的一种可选方式中，上述的基于待处理视频中的视觉单词，查找视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频，包括：

获取倒排索引，倒排索引是基于视频黑名单中所有视频的视觉单词建立的；

基于待处理视频中的视觉单词，通过查找倒排索引，确定视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频。

本公开实施例中，可以基于视频黑名单中所有视频的视觉单词预建立倒排索引。倒排索引中包含有各视觉单词与包含各视觉单词的视频的映射关系，因此，可以基于待处理视频中的视觉单词，通过倒排索引快速的查找出目标视频。

作为一个示例，倒排索引的具体形式可以如表1所示。

表1

表1中，视频V1、视频V2、视频V3、视频V4、视频V5均为视频黑名单中的视频，视觉单词a1、视觉单词a2、视觉单词a3、视觉单词a4、视觉单词a5均为视频黑名单中视频中的视觉单词。表中的1表示视频中含有该视觉单词，0则表示视频中不包含该视觉单词。

由表1中可知，包含视觉单词a1的视频为视频V1、视频V2和视频V4；包含视觉单词a2的视频为视频V1和视频V4；包含视觉单词a3的视频为视频V1、视频V2、视频V4和视频V5；包含视觉单词a4的视频为视频V3；包含视觉单词a5的视频为视频V3和视频V4。

在通过基于待处理视频的视觉单词在倒排索引中查找目标视频时，例如：待处理视频V0的视觉单词为视觉单词a1和视觉单词a2。由表1可以快速的确定出包含视觉单词a1与视觉单词a2中至少一个的视频为：视频V1、视频V2、视频V4；即待处理视频V0的目标视频为视频V1、视频V2和视频V4。

在实际使用中，表1中的1也可以替换为视频中含有该视觉单词的数量，以便于按照与待处理视频存在的相同视觉单词的个数由高到低的顺序，提取初始候选目标视频中前预设个数的视频作为目标视频。

本公开实施例的一种可选方式中，上述方法还包括：

确定目标视频的帧图像与待处理视频的帧图像的图像相似度；

基于图像相似度，确定目标视频与待处理视频的相似视频片段，相似视频片段中目标视频的第一片段和待处理视频的第二片段均包括数量大于第一设定值的帧图像、且第一片段和第二片段中图像相似度大于相似度阈值的帧图像对的数量大于第二预设值；

基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度。

本公开实施例中，计算目标视频的帧图像与待处理视频的帧图像的图像相似度可以采用现有的图像相似度计算方式，本公开实施例中不做限定。

本公开实施例中，可以确定待处理视频与目标视频的相似视频片段。目标视频的第一片段与待处理视频的第二片段中均包括数量大于第一设定值的帧图像时，可以认为第一片段与第二片段对应的视频长度足够长，可以用于表征待处理视频与目标视频。第一片段与第二片段中对应的帧图像的图像相似度大于相似度阈值时，可以认为对应的帧图像相似度够高，并且这样的相似度足够高的帧图像构成的图像对的数量大于第二预设值时，可以认为第一片段与第二片段中相似度足够高图像对较多，这时可以确定第一片段与第二片段是相似视频片段。在实际使用中，第二预设值不大于第一预设值。

作为一个示例，待处理视频为V0，包括10帧图像，按照帧图像的先后，可以分别记为P1、P2、P3、P4、P5、P6、P7、P8、P9、P10，目标视频为V0’，包括十张帧图像，按照帧图像的先后，可以分别记为P0’、P1’、P2’、P3’、P4’、P5’、P6’、P7’、P8’、P9’。

在确定待处理视频V0的帧图像与目标视频V0’的图像相似度后得知，P1与P1’、P2与P2’、P3与P3’、P6与P6’、P7与P7’、P8与P8’以及P9与P9’的图像相似度均大于相似度阈值。

若待处理视频V0中帧图像P1至帧图像P9之间的视频片段的帧图像数量大于第一预设值、待处理视频V0’中帧图像P1’至帧图像P9’之间的视频片段的帧图像数量大于第一预设值、帧图像P1至帧图像P9之间的视频片段对应帧图像的图像相似度大于预设阈值的图像对的数量均大于第二预设值、帧图像P1’至帧图像P9’之间的视频片段对应帧图像的图像相似度大于预设阈值的图像对的数量均大于第二预设值，则可以确定出待处理视频V0中帧图像P1至帧图像P9之间的视频片段与目标视频V0’中帧图像P1’至帧图像P9’之间的视频片段是相似视频片段。

在实际使用中，目标视频可能为多个，可能存在多个目标视频与待处理视频存在相似视频片段，另外，一个目标视频中也可能与待处理视频存在多个相似视频片段，因此，可能会确定出多个相似视频片段，这时可以根据其中一个相似视频片段来确定目标视频与待处理视频的相似度，例如，在多个相似视频片段中选取最优的相似视频片段，基于最优的相似视频片段对应的第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度，最优的相似视频片段可以为多个相似视频片段中对应的帧图像的图像相似度满足预设相似度时，视频长度最长的。

本公开的一种可选实施方式中，基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度，包括：

将第一片段和第二片段中各帧图像间的图像相似度中的最大值、最小值或者均值，确定为目标视频与待处理视频的相似度。

实际使用中，为了便于计算，可以直接确定第一片段和第二片段中各帧图像间的图像相似度中的最大值、最小值或者均值，作为目标视频与待处理视频的相似度。

本公开的一种可选实施方式中，确定目标视频与待处理视频的相似视频片段，包括：

建立目标视频与待处理视频的相似度矩阵，其中，相似度矩阵的行数m和列数n分别对应为目标视频的帧图像的帧数和待处理视频的帧图像的帧数，相似度矩阵中第i行、第j列的元素值为目标视频中的第i个帧图像与待处理视频中的第j个帧图像的相似度，0<i≤m，0<j≤n；

根据相似度矩阵中各元素的位置点，以及各元素的元素值，确定相似度矩阵中的目标匹配线段，其中，目标匹配线段为位置点的连线，目标匹配线段满足以下条件：

线段上位置点的个数大于第一设定值，且线段上所对应的元素值大于相似度阈值的位置点的数量大于第二预设值；

目标匹配线段上的各位置点所对应的目标视频中的片段和待处理视频中的片段分别为第一片段和第二片段。

本公开实施例中，可以通过建立目标视频与待处理视频的相似度矩阵的方式来确定相似视频片段。

例如：

D为相似度矩阵，d₁₁、d₁₂……d₅₄、d₅₅均为相似度矩阵中的元素，相似度矩阵的行数m和列数n均为5，令0<i≤5，0<j≤5；相似度矩阵D中第i行、第j列的元素d_ij的元素值为目标视频中的第i个帧图像与待处理视频中的第j个帧图像的相似度，例如，i＝2，j＝3，则相似度矩阵D中的元素d₂₃的元素值为目标视频中的第2个帧图像与待处理视频中的第3个帧图像的相似度。

基于相似度矩阵中各元素的位置点，以及各元素的元素值，确定相似度矩阵中的目标匹配线段。具体而言，可以对各位指点作连线，连线上的位置点的个数大于第一设定值时，认为连线足够长，对应的视频片段的视频长度足够长，可以用于表征待处理视频与目标视频。连线上的位置点对应的元素值大于相似度阈值时，以认为对应的帧图像相似度够高，并且连线上所对应的元素值大于相似度阈值的位置点的数量大于第二预设值，可以认为连线中对应的相似度足够高图像对较多，这时可以确定连线为目标匹配线段，目标匹配线段上的各位置点所对应的目标视频中的片段和待处理视频中的片段分别为第一片段和第二片段。

本公开实施例中，可以通过多种方式来从相似度矩阵，确定出目标匹配线段，例如，以通过训练神经网络模型的方法确定出目标匹配线段。

在实际使用中，当待处理视频与目标视频完全相同时，确定出目标匹配线段为以相似度矩阵中第一行、第一列的元素为起点的一条与水平方向夹角为45°的直线段，且这条直线段上的元素值均为1。当待处理视频为对目标视频进行加速或减速处理后所得的视频时，目标匹配线段与水平方向夹角的会发生改变，目标匹配线段上的元素值也均为1。

作为一个示例，图2中示出了一个相似度矩阵的示意图，图2中横向代表目标视频的5帧图像，从左到右依次为第1帧、第2帧、第3帧、第4帧以及第5帧，图2中纵向代表目标视频的5帧图像，从上到下依次为第1帧、第2帧、第3帧、第4帧以及第5帧，图2中每个方格代表目标视频与待处理视频对应的帧图像的图像相似度，当图像相似度大于相似度阈值时，对应的方格内区域的颜色为白色，当图像相似度不大于相似度阈值时，对应的方格内区域的颜色为黑色。

如图2中所示，目标视频的第1帧图像与待处理视频的第1帧图像、目标视频的第2帧图像与待处理视频的第2帧图像、目标视频的第3帧图像与待处理视频的第3帧图像、目标视频的第4帧图像与待处理视频的第4帧图像以及目标视频的第5帧图像与待处理视频的第5帧图像，对应的方格颜色均为白色，也就是说对应的图像相似度均大于阈值，这时如果由白色网格连成的直线上的对应矩阵中元素的个数大于第一设定值，并且对应的元素值大于相似度阈值的元素的数量大于第二预设值。可以确定由白色网格连成的直线为目标匹配线。

本公开实施例的一种可选方式中，上述方法还包括：

基于相似视频片段，确定目标视频和待处理视频中存在相似视频片段的时段。

本公开实施例中，在确定出目标视频与待处理视频的相似视频片段后，可以确定相似视频片段在目标视频以及待处理视频中对应的时段，在目标视频与待处理视频中标注出相似视频片段的时间，便于后续处理。

本公开实施例的一种可选方式中，若待处理视频为需要被处理的视频，上述方法还包括：

将待处理视频添加到视频黑名单中。

本公开实施例中，确定出待处理视频为需要被处理的视频时，可以将待处理视频添加至视频黑名单中，以增加视频黑名单中的视频数量，提高对检测的准确率。

在实际使用中，视频黑名单中可以包括较大数量级的视频，以便增强对视频的检测效果。需要被处理的视频可能是在视频黑名单中视频的基础上经过了一些处理得到的，例如，裁剪处理，加减速处理，去水印处理等等，这样会导致需要被处理的视频与视频黑名单中的视频的相似度减小，影响检测效果。为了避免该情况对检测效果的影响，可以对视频黑名单中的视频进行处理，并将处理后的视频加入到视频黑名单，实现了对视频黑名单内视频的丰富，增强检测效果。

基于与图1中所示的方法相同的原理，图3示出了本公开实施例提供的一种视频的处理装置的结构示意图，如图3所示，该视频的处理装置20可以包括：

获取模块210，用于获取待处理视频；

视觉单词提取模块220，用于提取待处理视频的视觉单词；

目标视频查找模块230，基于待处理视频的视觉单词，查找视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频；

视频处理模块240，用于基于目标视频与待处理视频的相似度，确定待处理视频是否为需要被处理的视频。

本公开实施例提供的装置，基于待处理视频的视觉单词，从视频黑名单中确定出目标视频，并基于目标视频与待处理视频的帧相似度，确定待处理视频是否为需要被处理的视频，通过视频黑名单进行对待处理视频的检测，实现了对待处理视频是否为需要被处理的视频的有效检测，检测准确度高，能够提高用户的使用体验。

可选地，视觉单词提取模块具体用于：

按照预设的抽取规则抽取待处理视频的帧图像；

提取所抽取的帧图像的视觉单词，将所抽取的图像的视觉单词作为待处理视频的视觉单词。

可选地，目标视频查找模块具体用于：

基于待处理视频的视觉单词，查找视频黑名单中与待处理视频存在至少一个相同视觉单词的初始候选视频；

将初始候选视频作为目标视频，或者，按照与待处理视频存在的相同视觉单词的个数由高到低的顺序，将初始候选视频中前预设个数的视频作为目标视频。

可选地，目标视频查找模块具体用于：

获取倒排索引，倒排索引是基于视频黑名单中所有视频的视觉单词建立的；

基于待处理视频中的视觉单词，通过查找倒排索引，确定视频黑名单中与待处理视频包含至少一个相同的视觉单词的目标视频。

可选地，视频处理模块还用于：

确定目标视频的帧图像与待处理视频的帧图像的图像相似度；

基于图像相似度，确定目标视频与待处理视频的相似视频片段，相似视频片段中目标视频的第一片段和待处理视频的第二片段均包括数量大于第一设定值的帧图像、且第一片段和第二片段中图像相似度大于相似度阈值的帧图像对的数量大于第二预设值；

基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度。

可选地，视频处理模块在基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度时，具体用于：

将第一片段和第二片段中各帧图像间的图像相似度中的最大值、最小值或者均值，确定为目标视频与待处理视频的相似度。

可选地，视频处理模块在确定目标视频与待处理视频的相似视频片段时，具体用于：

建立目标视频与待处理视频的相似度矩阵，其中，相似度矩阵的行数m和列数n分别对应为目标视频的帧图像的帧数和待处理视频的帧图像的帧数，相似度矩阵中第i行、第j列的元素值为目标视频中的第i个帧图像与待处理视频中的第j个帧图像的相似度，0<i≤m，0<j≤n；

根据相似度矩阵中各元素的位置点，以及各元素的元素值，确定相似度矩阵中的目标匹配线段，其中，目标匹配线段为位置点的连线，目标匹配线段满足以下条件：

线段上位置点的个数大于第一设定值，且线段上所对应的元素值大于相似度阈值的位置点的数量大于第二预设值；

目标匹配线段上的各位置点所对应的目标视频中的片段和待处理视频中的片段分别为第一片段和第二片段。

可选地，视频处理模块在基于第一片段和第二片段中各帧图像间的图像相似度，确定目标视频与待处理视频的相似度时，具体用于：

将目标匹配线段上各位置点所对应的元素值中的最大值、最小值或平均值，确定目标视频与待处理视频的相似度。

可选地，上述方法还包括：

时段确定模块，用于基于相似视频片段，确定目标视频和待处理视频中存在相似视频片段的时段。

可选地，上述方法还包括：

添加模块，用于将待处理视频添加到视频黑名单中。

本实施例的视频的处理装置可执行本公开上述任一实施例所示的视频的处理方法，其实现原理相类似，此处不再赘述。

本公开实施例还提供了一种电子设备，其包括处理器和存储器；

存储器，用于存储操作指令；

处理器，用于通过调用操作指令，执行上述的视频的处理方法。

本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的视频的处理方法。

下面参考图4，其示出了适于用来实现本公开实施例的电子设备800(例如用于执行图1中所示的视频的处理方法的终端设备)的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

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装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上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。在本公开中，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。而在本公开中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

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电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括至少两个网际协议地址的节点评价请求，其中，节点评价设备从至少两个网际协议地址中，选取网际协议地址并返回；接收节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。

或者，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电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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。

描述于本公开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。其中，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，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

以上描述仅为本公开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，本公开中所涉及的公开范围，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公开构思的情况下，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。例如上述特征与本公开中公开的(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 (11)

1.一种视频的处理方法，其特征在于，包括：

获取待处理视频；

提取所述待处理视频的视觉单词；

基于所述待处理视频的视觉单词，查找视频黑名单中与所述待处理视频包含至少一个相同的视觉单词的目标视频；所述目标视频的数量为至少一个；

确定所述目标视频的帧图像与所述待处理视频的帧图像的图像相似度；

基于所述图像相似度，确定所述目标视频与所述待处理视频的多个相似视频片段，所述相似视频片段中目标视频的第一片段和待处理视频的第二片段均包括数量大于第一设定值的帧图像、且所述第一片段和所述第二片段中图像相似度大于相似度阈值的帧图像对的数量大于第二预设值；其中，所述确定所述目标视频与所述待处理视频的多个相似视频片段，包括：

建立目标视频与所述待处理视频的相似度矩阵，其中，所述相似度矩阵的行数m和列数n分别对应为所述目标视频的帧图像的帧数和所述待处理视频的帧图像的帧数，所述相似度矩阵中第i行、第j列的元素值为所述目标视频中的第i个帧图像与所述待处理视频中的第j个帧图像的相似度，0<i≤m，0<j≤n；

根据所述相似度矩阵中各元素的位置点，以及各元素的元素值，确定所述相似度矩阵中的目标匹配线段，其中，所述目标匹配线段为位置点的连线，所述目标匹配线段满足以下条件：

线段上位置点的个数大于所述第一设定值，且线段上所对应的元素值大于所述相似度阈值的位置点的数量大于所述第二预设值；

所述目标匹配线段上的各位置点所对应的目标视频中的片段和所述待处理视频中的片段分别为所述第一片段和所述第二片段；

在多个所述相似视频片段中选取最优的相似视频片段；其中，多个相似视频片段中最优的相似视频片段所对应的帧图像的图像相似度满足预设相似度时，视频长度最长；

基于所述最优的相似视频片段对应的所述第一片段和所述第二片段中各帧图像间的图像相似度，确定所述目标视频与所述待处理视频的相似度；

基于所述目标视频与所述待处理视频的相似度，确定所述待处理视频是否为需要被处理的视频。

2.根据权利要求1所述的方法，其特征在于，所述提取所述待处理视频的视觉单词，包括：

按照预设的抽取规则抽取所述待处理视频的帧图像；

提取所抽取的帧图像的视觉单词，将所抽取的图像的视觉单词作为所述待处理视频的视觉单词。

3.根据权利要求1所述的方法，其特征在于，所述基于所述待处理视频的视觉单词，查找视频黑名单中与所述待处理视频包含至少一个相同的视觉单词的目标视频，包括：

基于所述待处理视频的视觉单词，查找所述视频黑名单中与所述待处理视频存在至少一个相同视觉单词的初始候选视频；

将所述初始候选视频作为目标视频，或者，按照与所述待处理视频存在的相同视觉单词的个数由高到低的顺序，将初始候选视频中前预设个数的视频作为目标视频。

4.根据权利要求1所述的方法，其特征在于，所述基于所述待处理视频的视觉单词，查找视频黑名单中与所述待处理视频包含至少一个相同的视觉单词的目标视频，包括：

获取倒排索引，所述倒排索引是基于所述视频黑名单中所有视频的视觉单词建立的；

基于所述待处理视频中的视觉单词，通过查找所述倒排索引，确定视频黑名单中与所述待处理视频包含至少一个相同的视觉单词的目标视频。

5.根据权利要求1所述的方法，其特征在于，所述基于所述最优的相似视频片段对应的所述第一片段和所述第二片段中各帧图像间的图像相似度，确定所述目标视频与所述待处理视频的相似度，包括：

将所述第一片段和所述第二片段中各帧图像间的图像相似度中的最大值、最小值或者均值，确定为所述目标视频与所述待处理视频的相似度。

6.根据权利要求1所述的方法，其特征在于，所述基于所述最优的相似视频片段对应的所述第一片段和所述第二片段中各帧图像间的图像相似度，确定所述目标视频与所述待处理视频的相似度，包括：

将所述目标匹配线段上各位置点所对应的元素值中的最大值、最小值或平均值，确定所述目标视频与所述待处理视频的相似度。

7.根据权利要求5至6中任一项所述的方法，其特征在于，还包括：

基于所述相似视频片段，确定所述目标视频和所述待处理视频中存在相似视频片段的时段。

8.根据权利要求1至6中任一项所述的方法，其特征在于，若所述待处理视频为需要被处理的视频，所述方法还包括：

将所述待处理视频添加到所述视频黑名单中。

9.一种视频的处理装置，其特征在于，包括：

获取模块，用于获取待处理视频；

视觉单词提取模块，用于提取所述待处理视频的视觉单词；

目标视频查找模块，基于所述待处理视频的视觉单词，查找视频黑名单中与所述待处理视频包含至少一个相同的视觉单词的目标视频；所述目标视频的数量为至少一个；

视频处理模块，用于：

确定所述目标视频的帧图像与所述待处理视频的帧图像的图像相似度；

基于所述图像相似度，确定所述目标视频与所述待处理视频的多个相似视频片段，所述相似视频片段中目标视频的第一片段和待处理视频的第二片段均包括数量大于第一设定值的帧图像、且所述第一片段和所述第二片段中图像相似度大于相似度阈值的帧图像对的数量大于第二预设值；其中，所述确定所述目标视频与所述待处理视频的多个相似视频片段，包括：

建立目标视频与所述待处理视频的相似度矩阵，其中，所述相似度矩阵的行数m和列数n分别对应为所述目标视频的帧图像的帧数和所述待处理视频的帧图像的帧数，所述相似度矩阵中第i行、第j列的元素值为所述目标视频中的第i个帧图像与所述待处理视频中的第j个帧图像的相似度，0<i≤m，0<j≤n；

根据所述相似度矩阵中各元素的位置点，以及各元素的元素值，确定所述相似度矩阵中的目标匹配线段，其中，所述目标匹配线段为位置点的连线，所述目标匹配线段满足以下条件：

线段上位置点的个数大于所述第一设定值，且线段上所对应的元素值大于所述相似度阈值的位置点的数量大于所述第二预设值；

所述目标匹配线段上的各位置点所对应的目标视频中的片段和所述待处理视频中的片段分别为所述第一片段和所述第二片段；

在多个所述相似视频片段中选取最优的相似视频片段；其中，多个相似视频片段中最优的相似视频片段所对应的帧图像的图像相似度满足预设相似度时，视频长度最长；

基于所述最优的相似视频片段对应的所述第一片段和所述第二片段中各帧图像间的图像相似度，确定所述目标视频与所述待处理视频的相似度；

基于所述目标视频与所述待处理视频的相似度，确定所述待处理视频是否为需要被处理的视频。

10.一种电子设备，其特征在于，包括处理器和存储器；

所述存储器，用于存储操作指令；

所述处理器，用于通过调用所述操作指令，执行权利要求1-8中任一项所述的方法。

11.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-8中任一项所述的方法。

Images