CN110837581A - 视频舆情分析的方法、装置以及存储介质 - Google Patents

Abstract

本申请公开了一种视频舆情分析的方法、装置以及存储介质。其中，视频舆情分析的方法包括：获取待检测视频；提取待检测视频中的关键帧、视频语音以及与用于对待检测视频进行说明的第一文本信息；对第二文本信息进行舆情分析，并确定待检测视频的第一舆情分析结果，其中第二文本信息包括第一文本信息以及从关键帧以及视频语音中提取的文本信息；对关键中的图像进行舆情分析，并确定待检测视频的第二舆情分析结果；以及根据第一舆情分析结果以及第二舆情分析结果，确定待检测视频的第三舆情分析结果。

Description

视频舆情分析的方法、装置以及存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种视频舆情分析的方法、装置 以及存储介质。

背景技术

随着计算机网络技术的发展，出现了越来越多的为用户提供上传、分享视 频服务的互联网服务提供商，导致互联网中的视频数量呈现井喷式增长，这对 视频进行舆情分析变得至关重要。所谓的舆情监控是整合互联网信息采集技术 及信息智能处理技术，并通过对互联网海量信息自动抓取、自动分类聚类、主 题检测以及专题聚焦，实现用户的网络舆情监测和新闻专题追踪等信息需求， 形成简报、报告以及图表等分析结果，为客户全面掌握群众思想动态，做出正 确舆论引导，提供分析依据。目前，现有的视频舆情分析方法针对视频中的语 音以及文字部分做关键字搜索或者对图像进行舆情监控，这两种方法对视频的 信息挖掘的还不够充分，可能导致最终的舆情预测精度不够准确。

针对上述的现有技术中存在的针对视频中的语音和文字部分做舆情分析以 及对图像进行舆情监控的方法，无法对视频进行精准舆情预测的技术问题，目 前尚未提出有效的解决方案。

发明内容

本公开的实施例提供了视频舆情分析的方法、装置以及存储介质，以至少 解决现有技术中存在的针对视频中的语音和文字部分做舆情分析以及对图像进 行舆情监控的方法，无法对视频进行精准舆情预测的技术问题。

根据本公开实施例的一个方面，提供了一种视频舆情分析的方法，包括： 获取待检测视频；提取待检测视频中的关键帧、视频语音以及与用于对待检测 视频进行说明的第一文本信息；对第二文本信息进行舆情分析，并确定待检测 视频的第一舆情分析结果，其中第二文本信息包括第一文本信息以及从关键帧 以及视频语音中提取的文本信息；对关键中的图像进行舆情分析，并确定待检 测视频的第二舆情分析结果；以及根据第一舆情分析结果以及第二舆情分析结 果，确定待检测视频的第三舆情分析结果。

根据本公开实施例的另一个方面，还提供了一种存储介质，存储介质包括 存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。

根据本公开实施例的另一个方面，还提供了视频舆情分析的装置，包括： 待检测视频获取模块，用于获取待检测视频；提取模块，用于提取待检测视频 中的关键帧、视频语音以及与用于对待检测视频进行说明的第一文本信息；第 二文本分析模块，用于对第二文本信息进行舆情分析，并确定待检测视频的第 一舆情分析结果，其中第二文本信息包括第一文本信息以及从关键帧以及视频 语音中提取的文本信息；图像分析模块，用于对关键中的图像进行舆情分析， 并确定待检测视频的第二舆情分析结果；以及确定模块，用于根据第一舆情分 析结果以及第二舆情分析结果，确定待检测视频的第三舆情分析结果。

根据本公开实施例的另一个方面，还提供了视频舆情分析的装置，包括： 处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的 指令：获取待检测视频；提取待检测视频中的关键帧、视频语音以及与用于对 待检测视频进行说明的第一文本信息；对第二文本信息进行舆情分析，并确定 待检测视频的第一舆情分析结果，其中第二文本信息包括第一文本信息以及从 关键帧以及视频语音中提取的文本信息；对关键中的图像进行舆情分析，并确 定待检测视频的第二舆情分析结果；以及根据第一舆情分析结果以及第二舆情 分析结果，确定待检测视频的第三舆情分析结果。

从而根据本公开申请的视频舆情分析的，提取待检测视频中的音频以及关 键帧中的文本信息，结合待检测视频的文字说明的第一文本信息，确定待检测 视频的第一舆情分析结果，即待检测视频的文本信息的舆情分析结果。其次， 提取待检测视频的关键帧中的图像进行舆情分析，得到待检测视频的第二舆情 分析结果，即待检测视频的图像的分析结果，并且从多个维度对关键帧中的图 像做舆情监控分析，得到更准确的舆情分析结果。然后结合待检测视频的第一 舆情分析结果与第二舆情分析结果确定待检测视频的第三舆情分析结果，即生 成具有更高语义的舆情分析结果。从而通过对待检测视频从多个方面进行舆情 监控和分析，得到更高精度的舆情预测结果。进而解决了现有技术中存在的针 对视频中的语音和文字部分做舆情分析以及对图像进行舆情监控的方法，无法 对视频进行精准舆情预测的技术问题。

附图说明

此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分， 本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限 定。在附图中：

图1是用于实现根据本公开实施例1所述的方法的计算装置的硬件结构框 图；

图2是根据本公开实施例1所述的视频舆情分析的流程示意图；

图3是根据本公开实施例1所述的视频舆情分析的流程示意图；

图4是根据本公开实施例2所述的视频舆情分析的装置的示意图；以及

图5是根据本公开实施例3所述的视频舆情分析的装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本公开的技术方案，下面将结合本公 开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。显 然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基 于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获 得的所有其他实施例，都应当属于本公开保护的范围。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、 “第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。 应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实 施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括” 和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了 一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那 些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或 设备固有的其它步骤或单元。

实施例1

根据本实施例，还提供了一种视频舆情分析的方法实施例，需要说明的是， 在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中 执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不 同于此处的顺序执行所示出或描述的步骤。

本实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者 类似的计算装置中执行。图1示出了一种用于实现视频舆情分析的方法的计算 装置的硬件结构框图。如图1所示，计算装置可以包括一个或多个处理器(处 理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、 用于存储数据的存储器、以及用于通信功能的传输装置。除此以外，还可以包 括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以 作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领 域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置 的结构造成限定。例如，计算装置还可包括比图1中所示更多或者更少的组件， 或者具有与图1所示不同的配置。

应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中 通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为 软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理 模块，或全部或部分的结合到计算装置中的其他元件中的任意一个内。如本公 开实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连 接的可变电阻终端路径的选择)。

存储器可用于存储应用软件的软件程序以及模块，如本公开实施例中的视 频舆情分析的方法对应的程序指令/数据存储装置，处理器通过运行存储在存储 器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述 的应用程序的视频舆情分析的方法。存储器可包括高速随机存储器，还可包括 非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固 态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储 器，这些远程存储器可以通过网络连接至计算装置。上述网络的实例包括但不 限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包 括计算装置的通信供应商提供的无线网络。在一个实例中，传输装置包括一个 网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设 备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用 户能够与计算装置的用户界面进行交互。

此处需要说明的是，在一些可选实施例中，上述图1所示的计算装置可以 包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算 机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定 具体实例的一个实例，并且旨在示出可存在于上述计算装置中的部件的类型。

在上述运行环境下，根据本实施例的第一个方面，提供了一种视频舆情分 析的方法，所述视频舆情分析的方法例如可以在上面所述的计算装置中运行。 图2示出了该方法的流程示意图，参考图2所示，该方法包括：

S202：获取待检测视频；

S204：提取待检测视频中的关键帧、视频语音以及与用于对待检测视频进 行说明的第一文本信息；

S206：对第二文本信息进行舆情分析，并确定待检测视频的第一舆情分析 结果，其中第二文本信息包括第一文本信息以及从关键帧以及视频语音中提取 的文本信息；

S208：对关键中的图像进行舆情分析，并确定待检测视频的第二舆情分析 结果；以及

S210：根据第一舆情分析结果以及第二舆情分析结果，确定待检测视频的 第三舆情分析结果。

正如背景技术中所述的，目前现有的视频舆情分析方法是针对视频中的语 音以及文字部分做关键字搜索或者对图像进行舆情监控，这两种方法对视频的 信息挖掘的还不够充分，可能导致最终的舆情预测精度不够准确。

针对背景技术中存在的技术问题，本实施例技术方案提供的一种视频舆情 分析的方法，具体地，参考图2所示，计算装置在获取待检测视频(S202)后， 提取待检测视频中的关键帧、视频语音以及与用于对待检测视频进行说明的第 一文本信息(S204)，其中第一文本信息包括待检测视频的标题以及说明文字 部分。

进一步地，计算装置对第二文本信息进行舆情分析，并确定待检测视频的 第一舆情分析结果，其中第二文本信息包括第一文本信息以及从关键帧以及视 频语音中提取的文本信息(S206)，其中第一舆情分析结果就是待检测视频的 文本信息的舆情分析结果。

进一步地，计算装置对关键中的图像进行舆情分析，并确定待检测视频的 第二舆情分析结果(S208)，其中待检测视频的第二舆情分析结果就是待检测 视频的图像的分析结果。

进一步地，根据第一舆情分析结果以及第二舆情分析结果，确定待检测视 频的第三舆情分析结果(S210)，即结合待检测视频的文本信息和图像的舆情 分析结果，确定待检测视频的舆情分析结果。

从而根据本实施例的技术方案，提取待检测视频中的音频以及关键帧中的 文本信息，结合待检测视频的文字说明的第一文本信息，确定待检测视频的第 一舆情分析结果，即待检测视频的文本信息的舆情分析结果。其次，提取待检 测视频的关键帧中的图像进行舆情分析，得到待检测视频的第二舆情分析结果， 即待检测视频的图像的分析结果。然后结合待检测视频的第一舆情分析结果与 第二舆情分析结果确定待检测视频的第三舆情分析结果。从而通过对待检测视 频从多个方面进行舆情监控和分析，得到更高精度的舆情预测结果。进而解决 了现有技术中存在的针对视频中的语音和文字部分做舆情分析以及对图像进行 舆情监控的方法，无法对视频进行精准舆情预测的技术问题。

此外，本实施例提供的视频舆情分析方法的自动化程度较高，可以从多方 面以及多维度进行舆情监控及分析，节省了更多的人力资源。

可选地，还包括通过以下操作从关键帧以及视频语音中提取的文本信息： 利用预先设置的光学字符识别模型，根据关键帧中的文本图形，确定第三文本 信息；以及利用预先设置的语音识别模型，根据视频语音生成第四文本信息。

具体地，图3示出了用于示例性说明根据本实施例所述的视频舆情分析方 法的进一步的流程图。参考图3所示，第二文本信息中包括第一文本信息和从 关键帧以及视频语音中提取的文本信息，其中从关键帧以及视频语音中提取的 文本信息包括：利用预先设置的光学字符识别模型(可以是OCR)，根据关键 帧中的文本图形，确定的第三文本信息，即检测关键帧中的图像中存在的文本 信息；利用预先设置的语音识别模型，根据视频语音生成的第四文本信息，即 得到视频中语音的文本信息。从而通过提取关键帧以及视频语音文本信息，使 得对待检测视频的文本信息舆情监控分析更加准确。

可选地，对第二文本信息进行舆情分析，并确定待检测视频的第一舆情分 析结果，例如可以利用预先设置的文本分类模型对第二文本信息进行舆情预测， 并确定第一文本舆情分析结果；利用预先设置的舆情类别关键词，对第二文本 信息进行匹配，并确定舆情预测的第二文本舆情分析结果；以及根据第一文本 舆情分析结果以及第二文本舆情分析结果，确定第一舆情分析结果。

具体地，参考图3所示，第二文本信息包括待检测视频的说明部分的第一 文本信息以及从关键帧和视频语音中提取的文本信息，计算装置对第二文本信 息进行舆情分析。并且，计算装置在确定待检测视频的第一舆情分析结果的过 程中，例如可以利用预先设置的文本分类模型对第二文本信息进行舆情预测， 并确定第一文本舆情分析结果。其中文本分类模型中的类别可以包括：政治敏 感、教育舆情、民族宗教、中性等100余类，如“我爱你，中国”文本对应的 类别为“中性”。进一步地，计算装置例如可以利用预先设置的舆情类别关键 词，对第二文本信息进行匹配，并确定舆情预测的第二文本舆情分析结果。然 后根据第一文本舆情分析结果以及第二文本舆情分析结果，确定第一舆情分析 结果。从而融合两种技术对待检测视频的第二文本信息进行舆情分析检测得到 更加准确的舆情分析结果。

此外，融合第一文本舆情分析结果以及第二文本舆情分析结果例如可以采 用GBDT的集成学习算法。

可选地，对视频关键帧的图像进行舆情分析的操作，包括：利用预先设置 的场景识别模型，对关键帧的图像进行场景识别，并确定图像中的场景预测结 果；利用预先设置的舆情识别模型，对关键帧的图像进行舆情检测，并确定图 像的舆情预测结果；利用预先设置的人脸识别模型，对关键帧的图像进行人脸 检测识别，并得出人脸检测识别结果；利用预先设置的违规识别模型，对关键 帧的图像进行违规识别检测，并得到违规识别检测的结果；以及根据视频关键 帧的图像的场景预测结果、舆情预测结果、人脸检测识别结果以及违规识别检 测结果，确定第二舆情分析结果。

具体地，参考图3所示，计算装置在提取待检测视频中的关键帧的图像， 对视频关键帧的图像进行舆情分的过程中，例如可以利用预先设置的场景识别 模型，对关键帧的图像进行场景识别，并确定图像中的场景预测结果，其中场 景预测结果至少可以包括：医院、校园、商场、广场、公园以及银行。然后利 用预先设置的舆情识别模型，对关键帧的图像进行舆情检测，并确定图像的舆 情预测结果，其中舆情预测结果至少可以包括：涉政舆情以及暴恐舆情。然后 利用预先设置的人脸识别模型，对关键帧的图像进行人脸检测识别，并得出人 脸检测识别结果，其中人脸检测识别结果例如可以是人脸对应的目标对象，其 中本实施例的系统中会首先建立一个特定公众人物/敏感人物的库，并给其一个 舆情属性；检测图片中的人脸，并将人脸区域与人脸库中的每个人脸做相似度 度量，如果最大相似度大于一个阈值，给这个人脸打上“某某某”+“舆情属性” 的标签，否则认为是“其他人脸”。然后利用预先设置的违规识别模型，对关 键帧的图像进行违规识别检测，并得到违规识别检测的结果，其中违规识别检 测结果至少可以包括：枪支弹药以及色情内容。最终根据得到的视频关键帧的 图像的场景预测结果、舆情预测结果、人脸检测识别结果以及违规识别检测结 果，确定第二舆情分析结果，例如，第二舆情分析结果可以是“医院、涉政舆 情、某某、管制刀具”，并且其中场景识别模型、舆情识别模型、人脸识别模 型以及违规识别模型得到的检测结果可以是空的。从而通过多个模型从多个维 度对待检测视频的图像进行舆情分析，使得待检测视频的舆情分析结果更加准 确。

可选地，场景预测结果包括以下所述的至少一项：医院、校园、商场、广 场、公园以及银行；舆情预测结果包括以下所述的至少一项：涉政舆情以及暴 恐舆情；人脸检测识别结果包括以下所述的至少一项：人脸对应的目标对象； 和、或违规识别检测结果包括以下所述的至少一项：枪支弹药以及色情内容。 从而通过从多个维度对待检测视频的图像进行舆情分析，使得待检测视频的舆 情分析结果更加准确。

可选地，确定待检测视频的第三舆情分析结果，包括：对第一舆情分析结 果和第二舆情分析结果进行处理操作，并确定处理操作的处理结果；以及根据 处理结果，并确定第三舆情预测结果。

具体地，参考图3所示，通过确定待检测视频的文本信息的第一舆情分析 结果和对待检测视频的关键帧图像的第二舆情分析结果，来确定待检测视频的 最终结果即第三舆情分析结果，其中包括：对第一舆情分析结果和第二舆情分 析结果进行处理操作，其中处理操作包括：去重、合并以及推断等操作，并得 到处理结果，其中处理结果可以是对待检测视频的舆情预测的列表。然后根据 处理结果，通过例如可以是机器学习算法得到第三舆情预测结果，其中第三舆 情预测结果可以是具有更高语义的舆情预测结果，例如可以是“医院闹事”。 从而通过从多个方面多个维度对待检测视频进行舆情监控和分析，得到更高精 度的舆情预测结果。进而解决了现有技术中存在的针对视频中的语音和文字部 分做舆情分析以及对图像进行舆情监控的方法，无法对视频进行精准舆情预测 的技术问题。

此外，参考图1所示，根据本实施例的第二个方面，提供了一种存储介质。 所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行以上任 意一项所述的方法。

从而根据本实施例的技术方案，提取待检测视频中的音频以及关键帧中的 文本信息，结合待检测视频的文字说明的第一文本信息，确定待检测视频的第 一舆情分析结果，即待检测视频的文本信息的舆情分析结果。其次，提取待检 测视频的关键帧中的图像进行舆情分析，得到待检测视频的第二舆情分析结果， 即待检测视频的图像的分析结果，并且从多个维度对关键帧中的图像做舆情监 控分析，得到更准确的舆情分析结果。然后结合待检测视频的第一舆情分析结 果与第二舆情分析结果确定待检测视频的第三舆情分析结果，即生成具有更高 语义的舆情分析结果。从而通过对待检测视频从多个方面进行舆情监控和分析， 得到更高精度的舆情预测结果。进而解决了现有技术中存在的针对视频中的语 音和文字部分做舆情分析以及对图像进行舆情监控的方法，无法对视频进行精 准舆情预测的技术问题。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述 为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的 动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。 其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施 例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上 述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以 通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的 技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现 出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘) 中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或 者网络设备等)执行本发明各个实施例所述的方法。

实施例2

图4示出了根据本实施例所述的违规视频检测装置400，该装置400与根 据实施例1所述的方法相对应。参考图4所示，该装置400包括：包括：待检 测视频获取模块410，用于获取待检测视频；提取模块420，用于提取待检测视 频中的关键帧、视频语音以及与用于对待检测视频进行说明的第一文本信息； 第二文本分析模块430，用于对第二文本信息进行舆情分析，并确定待检测视 频的第一舆情分析结果，其中第二文本信息包括第一文本信息以及从关键帧以 及视频语音中提取的文本信息；图像分析模块440，用于对关键中的图像进行 舆情分析，并确定待检测视频的第二舆情分析结果；以及确定模块450，用于 根据第一舆情分析结果以及第二舆情分析结果，确定待检测视频的第三舆情分 析结果。

可选地，第二文本分析模块430还包括通过以下操作从关键帧以及视频语 音中提取的文本信息：第三文本提取子模块，用于利用预先设置的光学字符识 别模型，根据关键帧中的文本图形，确定第三文本信息；以及第四文本提取子 模块，用于利用预先设置的语音识别模型，根据视频语音生成第四文本信息。

可选地，第二文本分析模块430包括：第一文本舆情分析结果确定子模块， 用于利用预先设置的文本分类模型对第二文本信息进行舆情预测，并确定第一 文本舆情分析结果；第二文本舆情分析结果确定子模块，用于利用预先设置的 舆情类别关键词，对第二文本信息进行匹配，并确定舆情预测的第二文本舆情 分析结果；以及第一舆情分析结果确定子模块，用于根据第一文本舆情分析结 果以及第二文本舆情分析结果，确定第一舆情分析结果。

可选地，图像分析模块440包括：场景预测结果确定子模块，用于利用预 先设置的场景识别模型，对关键帧的图像进行场景识别，并确定图像中的场景 预测结果；舆情预测结果确定子模块，用于利用预先设置的舆情识别模型，对 关键帧的图像进行舆情检测，并确定图像的舆情预测结果；人脸检测识别结果 确定子模块，用于利用预先设置的人脸识别模型，对关键帧的图像进行人脸检 测识别，并得出人脸检测识别结果；违规检测结果确定子模块，用于利用预先 设置的违规识别模型，对关键帧的图像进行违规识别检测，并得到违规识别检 测的结果；以及第二舆情分析结果确定子模块，用于根据视频关键帧的图像的场景预测结果、舆情预测结果、人脸检测识别结果以及违规识别检测结果，确 定第二舆情分析结果。

可选地，场景预测结果包括以下所述的至少一项：医院、校园、商场、广 场、公园以及银行；舆情预测结果包括以下所述的至少一项：涉政舆情以及暴 恐舆情；人脸检测识别结果包括以下所述的至少一项：人脸对应的目标对象； 和、或违规识别检测结果包括以下所述的至少一项：枪支弹药以及色情内容。

可选地，确定模块450包括：确定处理结果确定子模块，用于对第一舆情 分析结果和第二舆情分析结果进行处理操作，并确定处理操作的处理结果；以 及第三舆情预测结果子模块，用于根据处理结果，并确定第三舆情预测结果。

从而根据本实施例的技术方案，提取待检测视频中的音频以及关键帧中的 文本信息，结合待检测视频的文字说明的第一文本信息，确定待检测视频的第 一舆情分析结果，即待检测视频的文本信息的舆情分析结果。其次，提取待检 测视频的关键帧中的图像进行舆情分析，得到待检测视频的第二舆情分析结果， 即待检测视频的图像的分析结果，并且从多个维度对关键帧中的图像做舆情监 控分析，得到更准确的舆情分析结果。然后结合待检测视频的第一舆情分析结 果与第二舆情分析结果确定待检测视频的第三舆情分析结果，即生成具有更高 语义的舆情分析结果。从而通过对待检测视频从多个方面进行舆情监控和分析， 得到更高精度的舆情预测结果。进而解决了现有技术中存在的针对视频中的语 音和文字部分做舆情分析以及对图像进行舆情监控的方法，无法对视频进行精 准舆情预测的技术问题。

实施例3

图5示出了根据本实施例所述的违规视频检测装置500，该装置500与根 据实施例1的方法相对应。参考图5所示，该装置500包括：处理器510；以 及存储器520，与处理器510连接，用于为处理器510提供处理以下处理步骤 的指令：获取待检测视频；提取待检测视频中的关键帧、视频语音以及与用于 对待检测视频进行说明的第一文本信息；对第二文本信息进行舆情分析，并确 定待检测视频的第一舆情分析结果，其中第二文本信息包括第一文本信息以及 从关键帧以及视频语音中提取的文本信息；对关键中的图像进行舆情分析，并确定待检测视频的第二舆情分析结果；以及根据第一舆情分析结果以及第二舆 情分析结果，确定待检测视频的第三舆情分析结果。

可选地，还包括通过以下操作从关键帧以及视频语音中提取的文本信息： 利用预先设置的光学字符识别模型，根据关键帧中的文本图形，确定第三文本 信息；以及利用预先设置的语音识别模型，根据视频语音生成第四文本信息。

可选地，对第二文本信息进行舆情分析，并确定待检测视频的第一舆情分 析结果，包括：利用预先设置的文本分类模型对第二文本信息进行舆情预测， 并确定第一文本舆情分析结果；利用预先设置的舆情类别关键词，对第二文本 信息进行匹配，并确定舆情预测的第二文本舆情分析结果；以及根据第一文本 舆情分析结果以及第二文本舆情分析结果，确定第一舆情分析结果。

可选地，对视频关键帧的图像进行舆情分析的操作，包括：利用预先设置 的场景识别模型，对关键帧的图像进行场景识别，并确定图像中的场景预测结 果；利用预先设置的舆情识别模型，对关键帧的图像进行舆情检测，并确定图 像的舆情预测结果；利用预先设置的人脸识别模型，对关键帧的图像进行人脸 检测识别，并得出人脸检测识别结果；利用预先设置的违规识别模型，对关键 帧的图像进行违规识别检测，并得到违规识别检测的结果；以及根据视频关键 帧的图像的场景预测结果、舆情预测结果、人脸检测识别结果以及违规识别检 测结果，确定第二舆情分析结果。

可选地，场景预测结果包括以下所述的至少一项：医院、校园、商场、广 场、公园以及银行；舆情预测结果包括以下所述的至少一项：涉政舆情以及暴 恐舆情；人脸检测识别结果包括以下所述的至少一项：人脸对应的目标对象； 和、或违规识别检测结果包括以下所述的至少一项：枪支弹药以及色情内容。

可选地，确定待检测视频的第三舆情分析结果，包括：对第一舆情分析结 果和第二舆情分析结果进行处理操作，并确定处理操作的处理结果；以及根据 处理结果，并确定第三舆情预测结果。

从而根据本实施例的技术方案，提取待检测视频中的音频以及关键帧中的 文本信息，结合待检测视频的文字说明的第一文本信息，确定待检测视频的第 一舆情分析结果，即待检测视频的文本信息的舆情分析结果。其次，提取待检 测视频的关键帧中的图像进行舆情分析，得到待检测视频的第二舆情分析结果， 即待检测视频的图像的分析结果，并且从多个维度对关键帧中的图像做舆情监 控分析，得到更准确的舆情分析结果。然后结合待检测视频的第一舆情分析结 果与第二舆情分析结果确定待检测视频的第三舆情分析结果，即生成具有更高 语义的舆情分析结果。从而通过对待检测视频从多个方面进行舆情监控和分析， 得到更高精度的舆情预测结果。进而解决了现有技术中存在的针对视频中的语 音和文字部分做舆情分析以及对图像进行舆情监控的方法，无法对视频进行精 准舆情预测的技术问题。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例 中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通 过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所 述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式， 例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽 略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连 接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其 它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为 单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者 也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部 单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中， 也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元 中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的 形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或 使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明 的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或 部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质 中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网 络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储 介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器 (RAM，RandomAccess Memory)、移动硬盘、磁碟或者光盘等各种可以存储 程序代码的介质。

以上所述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 技术人员来说，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)

1.一种视频舆情分析的方法，其特征在于，包括：

获取待检测视频；

提取所述待检测视频中的关键帧、视频语音以及与用于对所述待检测视频进行说明的第一文本信息；

对第二文本信息进行舆情分析，并确定所述待检测视频的第一舆情分析结果，其中第二文本信息包括所述第一文本信息以及从所述关键帧以及视频语音中提取的文本信息；

对所述关键中的图像进行舆情分析，并确定所述待检测视频的第二舆情分析结果；以及

根据所述第一舆情分析结果以及第二舆情分析结果，确定所述待检测视频的第三舆情分析结果。

2.根据权利要求1所述的方法，其特征在于，还包括通过以下操作从所述关键帧以及视频语音中提取的文本信息：

利用预先设置的光学字符识别模型，根据所述关键帧中的文本图形，确定第三文本信息；以及

利用预先设置的语音识别模型，根据所述视频语音生成第四文本信息。

3.根据权利要求2所述的方法，其特征在于，对第二文本信息进行舆情分析，并确定所述待检测视频的第一舆情分析结果，包括：

利用预先设置的文本分类模型对所述第二文本信息进行舆情预测，并确定所述第一文本舆情分析结果；

利用预先设置的舆情类别关键词，对所述第二文本信息进行匹配，并确定舆情预测的第二文本舆情分析结果；以及

根据所述第一文本舆情分析结果以及第二文本舆情分析结果，确定所述第一舆情分析结果。

4.根据权利要求1所述的方法，其特征在于，对所述视频关键帧的图像进行舆情分析的操作，包括：

利用预先设置的场景识别模型，对所述关键帧的图像进行场景识别，并确定所述图像中的场景预测结果；

利用预先设置的舆情识别模型，对所述关键帧的图像进行舆情检测，并确定所述图像的舆情预测结果；

利用预先设置的人脸识别模型，对所述关键帧的图像进行人脸检测识别，并得出人脸检测识别结果；

利用预先设置的违规识别模型，对所述关键帧的图像进行违规识别检测，并得到违规识别检测的结果；以及

根据所述视频关键帧的图像的场景预测结果、舆情预测结果、人脸检测识别结果以及违规识别检测结果，确定所述第二舆情分析结果。

5.根据权利要求4所述的方法，其特征在于，包括：

所述场景预测结果包括以下所述的至少一项：医院、校园、商场、广场、公园以及银行；

所述舆情预测结果包括以下所述的至少一项：涉政舆情以及暴恐舆情；

所述人脸检测识别结果包括以下所述的至少一项：人脸对应的目标对象；和、或

所述违规识别检测结果包括以下所述的至少一项：枪支弹药以及色情内容。

6.根据权利要求1所述的方法，其特征在于，确定所述待检测视频的第三舆情分析结果，包括：

对第一舆情分析结果和第二舆情分析结果进行处理操作，并确定所述处理操作的处理结果；以及

根据所述处理结果，并确定所述第三舆情预测结果。

7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至6中任意一项所述的方法。

8.一种视频舆情分析的装置，其特征在于，包括：

待检测视频获取模块，用于获取待检测视频；

提取模块，用于提取所述待检测视频中的关键帧、视频语音以及与用于对所述待检测视频进行说明的第一文本信息；

第二文本分析模块，用于对第二文本信息进行舆情分析，并确定所述待检测视频的第一舆情分析结果，其中第二文本信息包括所述第一文本信息以及从所述关键帧以及视频语音中提取的文本信息；

图像分析模块，用于对所述关键中的图像进行舆情分析，并确定所述待检测视频的第二舆情分析结果；以及

确定模块，用于根据所述第一舆情分析结果以及第二舆情分析结果，确定所述待检测视频的第三舆情分析结果。

9.根据权利要求8所述的装置，其特征在于，第二文本分析模块包括：

第三文本提取子模块，用于利用预先设置的光学字符识别模型，根据所述关键帧中的文本图形，确定第三文本信息；以及

第四文本提取子模块，用于利用预先设置的语音识别模型，根据所述视频语音生成第四文本信息。

10.一种视频舆情分析的装置，其特征在于，包括：

处理器；以及

存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：

获取待检测视频；

提取所述待检测视频中的关键帧、视频语音以及与用于对所述待检测视频进行说明的第一文本信息；

对第二文本信息进行舆情分析，并确定所述待检测视频的第一舆情分析结果，其中第二文本信息包括所述第一文本信息以及从所述关键帧以及视频语音中提取的文本信息；

对所述关键中的图像进行舆情分析，并确定所述待检测视频的第二舆情分析结果；以及

根据所述第一舆情分析结果以及第二舆情分析结果，确定所述待检测视频的第三舆情分析结果。

Images