CN111753673A - 一种视频数据的检测方法和装置 - Google Patents

一种视频数据的检测方法和装置 Download PDF

Info

Publication number
CN111753673A
CN111753673A CN202010501576.1A CN202010501576A CN111753673A CN 111753673 A CN111753673 A CN 111753673A CN 202010501576 A CN202010501576 A CN 202010501576A CN 111753673 A CN111753673 A CN 111753673A
Authority
CN
China
Prior art keywords
video data
target
key frame
value
pixel
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
Application number
CN202010501576.1A
Other languages
English (en)
Inventor
刘燕
张瀚予
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuba Co Ltd
Original Assignee
Wuba Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuba Co Ltd filed Critical Wuba Co Ltd
Priority to CN202010501576.1A priority Critical patent/CN111753673A/zh
Publication of CN111753673A publication Critical patent/CN111753673A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种视频数据的检测方法及装置，可以从目标视频数据中提取第一目标关键帧，接着从所有的第一目标关键帧中，按照预设帧数提取对应的第二目标关键帧，并获取各个第二目标关键帧的特征信息，并对特征信息进行拼接，生成目标视频数据的视频指纹信息，然后将视频指纹信息与预设的视频指纹信息进行比对，当视频指纹信息与预设视频数据的视频指纹信息之间的相似值大于或等于预设阈值时，则存在与目标视频数据相似的视频，从而通过对视频数据的关键帧进行特征提取，并生成视频数据对应的视频指纹信息，然后根据视频指纹信息判断视频数据的唯一性，大大提高了视频数据检测的效率，且保证了视频数据检测的准确性。

Description

一种视频数据的检测方法和装置
技术领域
本发明涉及视频数据处理技术领域，特别是涉及一种视频数据的检测方法和一种视频数据的检测装置。
背景技术
随着互联网的发展，在互联网中存在越来越多的网络视频，用户将拍摄的短视频，通过应用程序上传至网络中，供其他用户浏览。对于视频而言，存在一些用户将其他用户已经上传的视频作为自己的视频进行上传，或对其他用户的视频进行修改后上传，或者将同一个视频反复进行上传，从而出现相同或相似视频多次上传的情况，一方面十分影响观看用户的体验，另一方面给视频所有权的用户带来困扰。当前针对这种情况，主要采用的是人工检测，然而人工检测不仅检测成本高，而且检测效率低下。
发明内容
本发明实施例是提供一种视频数据的检测方法，以解决现有技术中视频检测成本高、效率低下的问题。
相应的，本发明实施例还提供了一种视频数据的检测装置，用以保证上述方法的实现及应用。
为了解决上述问题，本发明实施例公开了一种视频数据的检测方法，包括：
获取目标视频数据，并提取所述目标视频数据的第一目标关键帧；
从所述目标视频数据的第一目标关键帧中，提取与预设帧数对应的第二目标关键帧，并获取所述第二目标关键帧的特征信息；
对所述第二目标关键帧的特征信息进行拼接，生成所述目标视频数据的视频指纹信息；
当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值大于或等于预设阈值时，则确定所述目标视频数据与预设视频数据为相似视频数据。
可选地，所述从所述目标视频数据的第一目标关键帧中，提取与预设帧数对应的第二目标关键帧，并获取所述第二目标关键帧的特征信息，包括：
获取针对所述目标视频数据的帧数；
从所述目标视频数据的第一目标关键帧中，提取与所述帧数对应的第二目标关键帧；
按照预设缩放信息对所述第二目标关键帧进行缩放，生成第一关键帧；
确定所述第一关键帧中各个颜色通道的通道均值；
对所述第一关键帧进行灰度处理，生成第二关键帧；
获取所述第二关键帧中图像像素的像素值，并确定所述第二关键帧的灰度均值；
根据所述像素值与所述灰度均值，确定所述图像像素的像素特征值；
采用所述像素特征值与所述通道均值，生成所述第二目标关键帧的特征信息。
可选地，所述根据所述像素值与所述灰度均值，确定所述图像像素的像素特征值，包括：
当所述像素值小于所述灰度均值时，则确定所述图像像素的像素特征值为第一特征值；
当所述像素值大于所述灰度均值时，则确定所述图像像素的像素特征值为第二特征值。
可选地，所述获取目标视频数据，并提取所述目标视频数据的第一目标关键帧，包括：
获取目标视频数据，以及所述目标视频数据的原始关键帧；
确定相邻两个原始关键帧之间的相关系数；
当所述相邻两个原始关键帧之间的相关系数大于或等于预设系数值时，则对所述相邻两个原始关键帧进行去重处理，获得所述目标视频数据的第一目标关键帧。
可选地，还包括：
当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值小于预设阈值时，则确定所述目标视频数据与所述预设视频数据为不相似目标视频数据。
本发明实施例还公开了一种视频数据的检测装置，包括：
目标关键帧提取模块，用于获取目标视频数据，并提取所述目标视频数据的第一目标关键帧；
特征信息获取模块，用于从所述目标视频数据的第一目标关键帧中，提取与预设帧数对应的第二目标关键帧，并获取所述第二目标关键帧的特征信息；
视频指纹生成模块，用于对所述第二目标关键帧的特征信息进行拼接，生成所述目标视频数据的视频指纹信息；
第一目标视频数据检测模块，用于当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值大于或等于预设阈值时，则确定所述目标视频数据与预设视频数据为相似视频数据。
可选地，所述特征信息获取模块包括：
帧数获取子模块，用于获取针对所述目标视频数据的帧数；
关键帧提取子模块，用于从所述目标视频数据的第一目标关键帧中，提取与所述帧数对应的第二目标关键帧；
关键帧缩放子模块，用于按照预设缩放信息对所述第二目标关键帧进行缩放，生成第一关键帧；
通道均值确定子模块，用于确定所述第一关键帧中各个颜色通道的通道均值；
灰度处理子模块，用于对所述第一关键帧进行灰度处理，生成第二关键帧；
灰度值确定子模块，用于获取所述第二关键帧中图像像素的像素值，并确定所述第二关键帧的灰度均值；
像素特征值确定子模块，用于根据所述像素值与所述灰度均值，确定所述图像像素的像素特征值；
特征信息生成子模块，用于采用所述像素特征值与所述通道均值，生成所述第二目标关键帧的特征信息。
可选地，所述像素特征值确定子模块具体用于：
当所述像素值小于所述灰度均值时，则确定所述图像像素的像素特征值为第一特征值；
当所述像素值大于所述灰度均值时，则确定所述图像像素的像素特征值为第二特征值。
可选地，所述目标关键帧提取模块具体用于：
获取目标视频数据，以及所述目标视频数据的原始关键帧；
确定相邻两个原始关键帧之间的相关系数；
当所述相邻两个原始关键帧之间的相关系数大于或等于预设系数值时，则对所述相邻两个原始关键帧进行去重处理，获得所述目标视频数据的第一目标关键帧。
可选地，还包括：
第二目标视频数据检测模块，用于当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值小于预设阈值时，则确定所述目标视频数据与所述预设视频数据为不相似视频数据。
本发明实施例还公开了一种电子设备，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如上所述的一个或多个的方法。
本发明实施例还公开了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如上所述的一个或多个的方法。
本发明实施例包括以下优点：
在本发明实施例中，可以从目标视频数据中提取第一目标关键帧，接着从所有的第一目标关键帧中，按照预设帧数提取对应的第二目标关键帧，并获取各个第二目标关键帧的特征信息，并对特征信息进行拼接，生成目标视频数据的视频指纹信息，然后将视频指纹信息与预设的视频指纹信息进行比对，当视频指纹信息与预设视频指纹信息之间的相似值大于或等于预设阈值时，则存在与目标视频数据相似的视频，从而通过对视频数据的关键帧进行特征提取，并生成视频数据对应的视频指纹信息，然后根据视频指纹信息判断视频数据的唯一性，大大提高了视频数据检测的效率，且保证了视频数据检测的准确性。
附图说明
图1是本发明的一种视频数据的检测方法实施例一的步骤流程图；
图2是本发明的一种视频数据的检测方法实施例二的步骤流程图；
图3是本发明的一种视频数据的检测装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
在互联网中充斥着海量的视频数据，由于一些用户对相同或相似的视频进行重复上传，导致网络中包含大量的重复内容。这些重复内容不仅浪费大量的存储资源，且十分影响用户的浏览体验。
作为一种示例，随着网络技术的发展，用户租房可以通过网络实现线上找房，例如通过房源直播、房源视频、网络房源信息等等进行线上看房。对于房源视频，存在部分用户通过下载其他用户上传的房源视频，然后作为“自己”的视频进行上传，或者同一用户对同一个视频重复上传，从而导致房源数据库中出现重复的房源信息，不仅不利于房源信息的管理，且十分影响找房用户的找房体验。因此，本发明实施例的核心构思之一在于通过提取视频数据的关键帧，并获取关键帧的特征信息，然后根据特征信息生成视频数据的视频指纹信息，接着将视频指纹信息与数据库中存储的视频指纹信息进行比对，判断视频数据是否为重复的视频数据，从而通过具有唯一性的视频指纹对视频数据进行检测，保证视频数据的唯一性，大大提高了视频数据检测的效率，以及视频数据管理的便利性。
参照图1，示出了本发明的一种视频数据的检测方法实施例一的步骤流程图，具体可以包括如下步骤：
步骤101，获取目标视频数据，并提取所述目标视频数据的第一目标关键帧；
在本发明实施例中，目标视频数据可以为用户当前通过应用程序上传的视频，则服务端可以先对目标视频数据进行检测，确定是否为重复的视频。当获取了用户上传的目标视频数据之后，可以对目标视频数据进行关键帧提取，得到目标视频数据的第一目标关键帧。其中，第一目标关键帧可以为目标视频数据中关键动作所在的视频帧。
步骤102，从所述目标视频数据的第一目标关键帧中，提取与预设帧数对应的第二目标关键帧，并获取所述第二目标关键帧的特征信息；
在具体实现中，可以设置一针对目标视频数据的帧数，按照该帧数从第一目标关键帧中提取对应数量的第二目标关键帧，并获取各个第二目标关键帧的特征信息，以便根据特征信息生成目标视频数据唯一的视频指纹信息。
步骤103，对所述第二目标关键帧的特征信息进行拼接，生成所述目标视频数据的视频指纹信息；
步骤104，当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值大于或等于预设阈值时，则确定所述目标视频数据与预设视频数据为相似视频数据。
在具体实现中，可以将所有的第二目标关键帧的特征信息进行拼接，生成目标视频数据的视频指纹信息。其中，视频指纹信息可以为指纹字符，则可以将该指纹字符与数据库中存储的预设指纹字符进行比对，若两者之间的相似度大于或等于预设阈值时，则可以确定目标视频数据为重复的视频数据，可以限制其发布，或者通知上传用户进行整改，包括重新上传等等。
在本发明实施例中，可以从目标视频数据中提取第一目标关键帧，接着从所有的第一目标关键帧中，按照预设帧数提取对应的第二目标关键帧，并获取各个第二目标关键帧的特征信息，并对特征信息进行拼接，生成目标视频数据的视频指纹信息，然后将视频指纹信息与预设的视频指纹信息进行比对，当视频指纹信息与预设视频指纹信息之间的相似值大于或等于预设阈值时，则存在与目标视频数据相似的视频，从而通过对视频数据的关键帧进行特征提取，并生成视频数据对应的视频指纹信息，然后根据视频指纹信息判断视频数据的唯一性，大大提高了视频数据检测的效率，且保证了视频数据检测的准确性。
参照图2，示出了本发明的一种视频数据的检测方法实施例二的步骤流程图，具体可以包括如下步骤：
步骤201，获取目标视频数据，并提取所述目标视频数据的第一目标关键帧；
在本发明实施例中，服务端获取了用户上传的目标视频数据之后，可以进一步对目标视频数据进行处理，得到目标视频数据的原始关键帧，然后分别计算相邻两个原始关键帧之间的相关系数，当相邻两个原始关键之间的相关系数大于或等于预设系数值时，则对原始关键帧进行冗余合并处理，从而获得目标视频数据的第一目标关键帧。
在具体实现中，对于目标视频数据而言，相邻两个关键帧之间存在相似的情况，则可以对相似的关键帧进行合并，减少目标视频数据的关键帧，以便提高后续特征信息处理的效率。具体的，获得目标视频数据所有的原始关键帧之后，可以通过计算相邻两个原始关键帧之间的相关系数，若相关系数越大，则表示两个原始关键帧之间的相似性越高；若相关系数越小，则表示两个原始关键帧之间的相似性越低，从而对于相似性较高的原始关键帧，可以择一进行保存，并对其他相似的原始关键帧进行删除，减少后续的数据处理量，提高目标视频数据检测的效率。
在一种示例中，对于目标视频数据的原始关键帧，可以通过皮尔逊相关系数计算原始关键帧之间的相关系数，并按照如表1所示的相关系数进行冗余处理：
相关系数 相关程度
0.8-1.0 极强相关
0.6-0.8 强相关
0.4-0.6 中等程度相关
0.2-0.4 弱相关
0.0-0.2 极弱相关或无相关
表1
具体的，可以分别获取每个原始关键帧的灰度值，并计算两个原始关键帧的相关系数，相关系数的绝对值越大，相关性越强，相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱。在发明实施例中，当两个原始关键帧之间的相关系数的绝对值大于或等于0.4时，可以确定两个原始关键帧为相似关键帧，从两者中择一作为第二目标关键帧，进而通过对其他相似的原始关键帧进行删除，减少后续的数据处理量，提高目标视频数据检测的效率。
步骤202，从所述目标视频数据的第一目标关键帧中，提取与预设帧数对应的第二目标关键帧，并获取所述第二目标关键帧的特征信息；
在具体实现中，可以设置一针对目标视频数据的帧数，按照该帧数从第一目标关键帧中提取对应数量的第二目标关键帧，并获取各个第二目标关键帧的特征信息，以便根据特征信息生成目标视频数据唯一的视频指纹信息。
在本发明的一种可选实施例中，可以获取针对目标视频数据的帧数；从目标视频数据的第一目标关键帧中，提取与帧数对应的第二目标关键帧；按照预设缩放信息对第二目标关键帧进行缩放，生成第一关键帧；确定第一关键帧中各个颜色通道的通道均值；对第一关键帧进行灰度处理，生成第二关键帧；获取第二关键帧中图像像素的像素值，并确定第二关键帧的灰度均值；根据像素值与灰度均值，确定图像像素的像素特征值；采用像素特征值与通道均值，生成第二目标关键帧的特征信息。
在具体实现中，可以根据目标视频数据的时长、类型等等进行帧数设置，例如30秒的视频对应帧数可以为15帧，1分钟的视频对应的帧数可以为30帧等等。则按照帧数从第一目标关键帧中提取了对应数量的第二目标关键帧之后，可以对各个第二目标关键帧进行图像处理，得到特征信息，以便根据特征信息得到目标视频数据的视频指纹。
在一种示例中，第二目标关键帧的特征信息可以为从关键帧从提取的能够唯一标识该关键帧的向量数据。具体的，可以先对第二目标关键帧进行缩放，如缩放为150*150的尺寸，接着分别计算红通道、绿通道以及蓝通道的均值valueR、valueG、valueB，并计算一帧图像灰度处理后的灰度均值valueImage。接着将一帧图像中各个图像像素的灰度值与均值valueImage进行比较，当像素值小于灰度均值时，则确定该图像像素的像素特征值为0；当像素值大于灰度均值时，则确定图像像素的像素特征值为1，从而得到一组0与1的向量。然后将各个颜色通道对应的均值转换为8位二进制，并按照红绿蓝的顺序，拼接于像素特征值的后面，生成第二目标关键帧的特征信息。
需要说明的是，本发明实施例包括但不限于上述示例，可以理解的是，在本发明实施例的思想指导下，本领域技术人员可以根据实际情况进行设置，本发明对此不作限制。
步骤203，对所述第二目标关键帧的特征信息进行拼接，生成所述目标视频数据的视频指纹信息；
在具体实现中，可以将各个第二目标关键帧的特征信息进行拼接，生成目标视频数据的视频指纹信息。
在一种示例中，每个第二目标关键帧的特征信息可以为一维向量，则可以将所有一维向量进行拼接得到目标视频数据的视频指纹信息。
步骤204，当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值大于或等于预设阈值时，则确定所述目标视频数据与预设视频数据为相似视频数据；
步骤205，当所述视频指纹信息与预设视频指纹信息之间的相似值小于预设阈值时，则确定所述目标视频数据与所述预设视频数据为不相似视频数据。
在本发明实施例中，可以将所有的第二目标关键帧的特征信息进行拼接，生成目标视频数据的视频指纹信息，然后获取数据库中存储的预设视频数据的视频指纹信息，以便对目标视频数据的唯一性进行判断。
在具体实现中，可以根据目标视频数据的视频类型、视频时长、视频分区等视频信息，获取针对目标视频数据的预设视频数据，从而通过与目标视频数据相同的视频信息，可以提高视频数据检索的效率，进一步加快视频数据的检测效率。
其中，视频指纹信息可以为指纹字符，则可以将该指纹字符与检索到的预设指纹字符进行逐个字符比对，若两者之间的相似度大于或等于预设阈值时，则可以确定目标视频数据为重复的目标视频数据，可以限制其发布，或者通知上传用户进行整改，包括重新上传等等；若两者之间的相似度小于预设阈值时，则可以确定数据库中不存在相同或相似的目标视频数据，目标视频数据具有唯一性。
在一种示例中，目标视频数据可以为房源视频，则当用户将目标视频数据上传至服务器后，服务器可以根据目标视频数据的视频类型、视频时长、视频分区等视频信息查找对应的预设视频数据，如目标视频数据时长为2分钟，视频数据描述的是某小区的房源信息，则可以从该小区的所有视频数据中，查找1分30秒至2分30秒对应区间的视频数据，然后将目标视频数据的视频指纹信息与查找到的视频数据的指纹信息，进行逐个指纹字符的比对，当指纹字符的相似度大于或等于75％时，则确定目标视频数据为相似视频数据，可以限制其发布，或者通知上传用户进行整改，包括重新上传等等，从而通过视频指纹可以有效地确定视频数据的唯一性，大大提高了视频数据检测的效率，且保证了目标视频数据检测的准确性。
需要说明的是，本发明实施例包括但不限于上述示例，可以理解的是，在本发明实施例的思想指导下，本领域技术人员可以根据实际情况对预设阈值、视频信息等进行设置，本发明对此不作限制。
在本发明实施例中，可以从目标视频数据中提取第一目标关键帧，接着从所有的第一目标关键帧中，按照预设帧数提取对应的第二目标关键帧，并获取各个第二目标关键帧的特征信息，并对特征信息进行拼接，生成目标视频数据的视频指纹信息，然后将视频指纹信息与预设的视频指纹信息进行比对，当视频指纹信息与预设视频指纹信息之间的相似值大于或等于预设阈值时，则存在与目标视频数据相似的视频，从而通过对视频数据的关键帧进行特征提取，并生成视频数据对应的视频指纹信息，然后根据视频指纹信息判断视频数据的唯一性，大大提高了视频数据检测的效率，且保证了视频数据检测的准确性。
需要说明的是，对于方法实施例，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，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，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，所涉及的动作并不一定是本发明实施例所必须的。
参照图3，示出了本发明的一种视频数据的检测装置实施例的结构框图，具体可以包括如下模块：
目标关键帧提取模块301，用于获取目标视频数据，并提取所述目标视频数据的第一目标关键帧；
特征信息获取模块302，用于从所述目标视频数据的第一目标关键帧中，提取与预设帧数对应的第二目标关键帧，并获取所述第二目标关键帧的特征信息；
视频指纹生成模块303，用于对所述第二目标关键帧的特征信息进行拼接，生成所述目标视频数据的视频指纹信息；
第一目标视频数据检测模块304，用于当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值大于或等于预设阈值时，则确定所述目标视频数据与预设视频数据为相似视频数据。
在本发明的一种可选实施例中，所述特征信息获取模块302包括：
帧数获取子模块，用于获取针对所述目标视频数据的帧数；
关键帧提取子模块，用于从所述目标视频数据的第一目标关键帧中，提取与所述帧数对应的第二目标关键帧；
关键帧缩放子模块，用于按照预设缩放信息对所述第二目标关键帧进行缩放，生成第一关键帧；
通道均值确定子模块，用于确定所述第一关键帧中各个颜色通道的通道均值；
灰度处理子模块，用于对所述第一关键帧进行灰度处理，生成第二关键帧；
灰度值确定子模块，用于获取所述第二关键帧中图像像素的像素值，并确定所述第二关键帧的灰度均值；
像素特征值确定子模块，用于根据所述像素值与所述灰度均值，确定所述图像像素的像素特征值；
特征信息生成子模块，用于采用所述像素特征值与所述通道均值，生成所述第二目标关键帧的特征信息。
在本发明的一种可选实施例中，所述像素特征值确定子模块具体用于：
当所述像素值小于所述灰度均值时，则确定所述图像像素的像素特征值为第一特征值；
当所述像素值大于所述灰度均值时，则确定所述图像像素的像素特征值为第二特征值。
在本发明的一种可选实施例中，所述目标关键帧提取模块301具体用于：
获取目标视频数据，以及所述目标视频数据的原始关键帧；
确定相邻两个原始关键帧之间的相关系数；
当所述相邻两个原始关键帧之间的相关系数大于或等于预设系数值时，则对所述相邻两个原始关键帧进行去重处理，获得所述目标视频数据的第一目标关键帧。
在本发明的一种可选实施例中，还包括：
第二目标视频数据检测模块，用于当所述视频指纹信息与预设视频指纹信息之间的相似值小于预设阈值时，则确定所述目标视频数据为正常视频数据。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种电子设备，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行本发明实施例所述的方法。
本发明实施例还提供了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行本发明实施例所述的方法。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种视频数据的检测方法和一种视频数据的检测装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种视频数据的检测方法，其特征在于，包括：
获取目标视频数据，并提取所述目标视频数据的第一目标关键帧；
从所述目标视频数据的第一目标关键帧中，提取与预设帧数对应的第二目标关键帧，并获取所述第二目标关键帧的特征信息；
对所述第二目标关键帧的特征信息进行拼接，生成所述目标视频数据的视频指纹信息；
当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值大于或等于预设阈值时，则确定所述目标视频数据与预设视频数据为相似视频数据。
2.根据权利要求1所述的方法，其特征在于，所述从所述目标视频数据的第一目标关键帧中，提取与预设帧数对应的第二目标关键帧，并获取所述第二目标关键帧的特征信息，包括：
获取针对所述目标视频数据的帧数；
从所述目标视频数据的第一目标关键帧中，提取与所述帧数对应的第二目标关键帧；
按照预设缩放信息对所述第二目标关键帧进行缩放，生成第一关键帧；
确定所述第一关键帧中各个颜色通道的通道均值；
对所述第一关键帧进行灰度处理，生成第二关键帧；
获取所述第二关键帧中图像像素的像素值，并确定所述第二关键帧的灰度均值；
根据所述像素值与所述灰度均值，确定所述图像像素的像素特征值；
采用所述像素特征值与所述通道均值，生成所述第二目标关键帧的特征信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述像素值与所述灰度均值，确定所述图像像素的像素特征值，包括：
当所述像素值小于所述灰度均值时，则确定所述图像像素的像素特征值为第一特征值；
当所述像素值大于所述灰度均值时，则确定所述图像像素的像素特征值为第二特征值。
4.根据权利要求1所述的方法，其特征在于，所述获取目标视频数据，并提取所述目标视频数据的第一目标关键帧，包括：
获取目标视频数据，以及所述目标视频数据的原始关键帧；
确定相邻两个原始关键帧之间的相关系数；
当所述相邻两个原始关键帧之间的相关系数大于或等于预设系数值时，则对所述相邻两个原始关键帧进行去重处理，获得所述目标视频数据的第一目标关键帧。
5.根据权利要求1所述的方法，其特征在于，还包括：
当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值小于预设阈值时，则确定所述目标视频数据与所述预设视频数据为不相似视频数据。
6.一种视频数据的检测装置，其特征在于，包括：
目标关键帧提取模块，用于获取目标视频数据，并提取所述目标视频数据的第一目标关键帧；
特征信息获取模块，用于从所述目标视频数据的第一目标关键帧中，提取与预设帧数对应的第二目标关键帧，并获取所述第二目标关键帧的特征信息；
视频指纹生成模块，用于对所述第二目标关键帧的特征信息进行拼接，生成所述目标视频数据的视频指纹信息；
第一视频数据检测模块，用于当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值大于或等于预设阈值时，则确定所述目标视频数据与预设视频数据为相似视频数据。
7.根据权利要求6所述的装置，其特征在于，所述特征信息获取模块包括：
帧数获取子模块，用于获取针对所述目标视频数据的帧数；
关键帧提取子模块，用于从所述目标视频数据的第一目标关键帧中，提取与所述帧数对应的第二目标关键帧；
关键帧缩放子模块，用于按照预设缩放信息对所述第二目标关键帧进行缩放，生成第一关键帧；
通道均值确定子模块，用于确定所述第一关键帧中各个颜色通道的通道均值；
灰度处理子模块，用于对所述第一关键帧进行灰度处理，生成第二关键帧；
灰度值确定子模块，用于获取所述第二关键帧中图像像素的像素值，并确定所述第二关键帧的灰度均值；
像素特征值确定子模块，用于根据所述像素值与所述灰度均值，确定所述图像像素的像素特征值；
特征信息生成子模块，用于采用所述像素特征值与所述通道均值，生成所述第二目标关键帧的特征信息。
8.根据权利要求7所述的装置，其特征在于，所述像素特征值确定子模块具体用于：
当所述像素值小于所述灰度均值时，则确定所述图像像素的像素特征值为第一特征值；
当所述像素值大于所述灰度均值时，则确定所述图像像素的像素特征值为第二特征值。
9.根据权利要求6所述的装置，其特征在于，所述目标关键帧提取模块具体用于：
获取目标视频数据，以及所述目标视频数据的原始关键帧；
确定相邻两个原始关键帧之间的相关系数；
当所述相邻两个原始关键帧之间的相关系数大于或等于预设系数值时，则对所述相邻两个原始关键帧进行去重处理，获得所述目标视频数据的第一目标关键帧。
10.根据权利要求6所述的装置，其特征在于，还包括：
第二视频数据检测模块，用于当所述视频指纹信息与预设视频数据的视频指纹信息之间的相似值小于预设阈值时，则确定所述目标视频数据与所述预设视频数据为不相似视频数据。
11.一种电子设备，其特征在于，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如权利要求1-5任一项所述的方法。
12.一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-5任一项所述的方法。
CN202010501576.1A 2020-06-04 2020-06-04 一种视频数据的检测方法和装置 Pending CN111753673A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010501576.1A CN111753673A (zh) 2020-06-04 2020-06-04 一种视频数据的检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010501576.1A CN111753673A (zh) 2020-06-04 2020-06-04 一种视频数据的检测方法和装置

Publications (1)

Publication Number Publication Date
CN111753673A true CN111753673A (zh) 2020-10-09

Family

ID=72674607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010501576.1A Pending CN111753673A (zh) 2020-06-04 2020-06-04 一种视频数据的检测方法和装置

Country Status (1)

Country Link
CN (1) CN111753673A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313065A (zh) * 2021-06-23 2021-08-27 北京奇艺世纪科技有限公司 一种视频处理方法、装置、电子设备和可读存储介质
CN113347082A (zh) * 2021-08-06 2021-09-03 深圳康易世佳科技有限公司 智能显示包含短视频的分享消息的方法及装置
CN113596575A (zh) * 2021-08-02 2021-11-02 北京市博汇科技股份有限公司 一种视频指纹数据的生成方法、比对方法及设备
CN113905282A (zh) * 2021-10-22 2022-01-07 北京房江湖科技有限公司 视频文件的上传处理方法和装置、电子设备和存储介质
CN114363672A (zh) * 2021-12-17 2022-04-15 北京快乐茄信息技术有限公司 相似视频的确定方法、装置、终端及存储介质
CN114490625A (zh) * 2022-04-06 2022-05-13 深圳嘉麟科技有限责任公司 基于大数据处理自更新去冗余的人工智能公共数据平台
CN114827714A (zh) * 2022-04-11 2022-07-29 咪咕文化科技有限公司 基于视频指纹的视频还原方法、终端设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593464A (zh) * 2013-11-25 2014-02-19 华中科技大学 基于视觉特征的视频指纹检测及视频序列匹配方法及系统
CN105657514A (zh) * 2015-11-20 2016-06-08 乐视移动智能信息技术（北京）有限公司 一种在移动设备浏览器中视频播放关键信息的方法及装置
CN110278449A (zh) * 2019-06-26 2019-09-24 腾讯科技（深圳）有限公司 一种视频检测方法、装置、设备及介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593464A (zh) * 2013-11-25 2014-02-19 华中科技大学 基于视觉特征的视频指纹检测及视频序列匹配方法及系统
CN105657514A (zh) * 2015-11-20 2016-06-08 乐视移动智能信息技术（北京）有限公司 一种在移动设备浏览器中视频播放关键信息的方法及装置
CN110278449A (zh) * 2019-06-26 2019-09-24 腾讯科技（深圳）有限公司 一种视频检测方法、装置、设备及介质

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313065A (zh) * 2021-06-23 2021-08-27 北京奇艺世纪科技有限公司 一种视频处理方法、装置、电子设备和可读存储介质
CN113596575A (zh) * 2021-08-02 2021-11-02 北京市博汇科技股份有限公司 一种视频指纹数据的生成方法、比对方法及设备
CN113596575B (zh) * 2021-08-02 2023-09-22 北京市博汇科技股份有限公司 一种视频指纹数据的生成方法、比对方法及设备
CN113347082A (zh) * 2021-08-06 2021-09-03 深圳康易世佳科技有限公司 智能显示包含短视频的分享消息的方法及装置
CN113905282A (zh) * 2021-10-22 2022-01-07 北京房江湖科技有限公司 视频文件的上传处理方法和装置、电子设备和存储介质
CN113905282B (zh) * 2021-10-22 2024-02-20 贝壳找房(北京)科技有限公司 视频文件的上传处理方法和装置、电子设备和存储介质
CN114363672A (zh) * 2021-12-17 2022-04-15 北京快乐茄信息技术有限公司 相似视频的确定方法、装置、终端及存储介质
CN114490625A (zh) * 2022-04-06 2022-05-13 深圳嘉麟科技有限责任公司 基于大数据处理自更新去冗余的人工智能公共数据平台
CN114827714A (zh) * 2022-04-11 2022-07-29 咪咕文化科技有限公司 基于视频指纹的视频还原方法、终端设备及存储介质
CN114827714B (zh) * 2022-04-11 2023-11-21 咪咕文化科技有限公司 基于视频指纹的视频还原方法、终端设备及存储介质

Similar Documents

Publication Publication Date Title
CN111753673A (zh) 一种视频数据的检测方法和装置
CN110134829B (zh) 视频定位方法和装置、存储介质及电子装置
CN108769731B (zh) 一种检测视频中目标视频片段的方法、装置及电子设备
CN106126617B (zh) 一种视频检测方法及服务器
CN111046235B (zh) 基于人脸识别的声像档案搜索方法、系统、设备及介质
US20220172476A1 (en) Video similarity detection method, apparatus, and device
CN108683924B (zh) 一种视频处理的方法和装置
CN110348362B (zh) 标签生成、视频处理方法、装置、电子设备及存储介质
CN111523566A (zh) 目标视频片段定位方法和装置
CN103581705A (zh) 视频节目识别方法和系统
CN110991187A (zh) 一种实体链接的方法、装置、电子设备及介质
CN108154080B (zh) 一种视频设备快速溯源的方法
CN109583389B (zh) 绘本识别方法及装置
CN111314732A (zh) 确定视频标签的方法、服务器及存储介质
CN110347866B (zh) 信息处理方法、装置、存储介质及电子设备
CN110287375B (zh) 视频标签的确定方法、装置及服务器
CN113435391B (zh) 一种侵权视频的识别方法和装置
CN111209431A (zh) 一种视频搜索方法、装置、设备及介质
CN111541939B (zh) 一种视频拆分方法、装置、电子设备及存储介质
CN117058595A (zh) 视频语义特征和可扩展粒度感知时序动作检测方法及装置
CN112884866B (zh) 一种黑白视频的上色方法、装置、设备及存储介质
CN113569719A (zh) 视频侵权判定方法、装置、存储介质及电子设备
CN114693554B (zh) 一种大数据图像处理方法及系统
CN116028669A (zh) 一种基于短视频的视频搜索方法、装置、系统和存储介质
CN114189754B (zh) 一种视频情节分段方法及系统

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