CN111866589A - 一种视频数据验证方法、装置、电子设备及存储介质 - Google Patents
一种视频数据验证方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111866589A CN111866589A CN201910420707.0A CN201910420707A CN111866589A CN 111866589 A CN111866589 A CN 111866589A CN 201910420707 A CN201910420707 A CN 201910420707A CN 111866589 A CN111866589 A CN 111866589A
- Authority
- CN
- China
- Prior art keywords
- detected
- video
- frame
- target content
- frame images
- 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 71
- 238000013524 data verification Methods 0.000 title claims abstract description 40
- 238000012795 verification Methods 0.000 claims abstract description 84
- 230000000007 visual effect Effects 0.000 claims description 35
- 230000008859 change Effects 0.000 claims description 24
- 238000011156 evaluation Methods 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008034 disappearance Effects 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000003672 processing method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000009432 framing Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Images
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]
- H04N21/40—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
- H04N21/4402—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 reformatting operations of video signals for household redistribution, storage or real-time display
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
-
- 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)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本申请提供了一种视频数据验证方法、装置、电子设备及存储介质，其中，该方法包括：对待验证视频进行解码，获取解码后的多个待检测帧图像；采用预设质量模型，验证待检测帧图像是否满足预设质量条件；若多个待检测帧图像均满足预设质量条件，则采用识别模型提取待检测帧图像中的目标内容；验证目标内容，获取并输出验证结果。解决现有技术中只能保证码流的完整性，但是不能对视频的内容进行分析，对伪造视频的分辨效果较差的问题，达到提高伪造视频的验证能力的效果。
Description
技术领域
本申请涉及视频验证技术领域，具体而言，涉及一种视频数据验证方法、装置、电子设备及存储介质。
背景技术
在一些应用程序(APP)的使用过程中，需要对用户身份进行验证，其中，有时候会需要用户通过终端的摄像设备录入视频。随着科技的发展，视频伪造逐渐常见起来，为了保证视频的真实性，拒绝伪造视频，验证视频的完整性和真实性这一技术就变得尤为重要。
现有技术在视频真实和完整性的验证主要通过视频编解码技术，在编码器的码流数据生成时中增加数字签名、指纹、验证码，进而通过解码进行校验。
但是，通过视频解码技术的校验方式虽然能够保障码流的完整性，却没有对视频内容进行分析，对伪造视频的分辨效果较差。
发明内容
有鉴于此，本申请的目的在于提供一种视频数据验证方法、装置、电子设备及存储介质，解决现有技术中对伪造视频的分辨效果较差的问题，从而达到提高伪造视频的验证能力的效果。
在本申请的第一方面，提供一种视频数据验证方法，包括：
对待验证视频进行解码，获取解码后的多个待检测帧图像；
采用预设质量模型，验证所述待检测帧图像是否满足预设质量条件；
若多个所述待检测帧图像均满足预设质量条件，则采用识别模型提取所述待检测帧图像中的目标内容；
验证所述目标内容，获取并输出验证结果。
进一步地，若多个所述待检测帧图像均满足预设质量条件，则采用识别模型提取所述待检测帧图像中的目标内容，包括：
若多个所述待检测帧图像均满足预设质量条件，根据多个所述待检测帧图像获取所述待验证视频的背景图像；
根据所述背景图像、以及多个所述待检测帧图像，计算获取每个所述待检测帧图像对应的前景图像；
验证多个所述待检测帧图像对应的前景图像是否满足预设要求，若满足，则采用识别模型提取所述待检测帧图像中的目标内容。
进一步地，所述验证多个所述待检测帧图像对应的前景图像是否满足预设要求，若满足，则采用识别模型提取所述待检测帧图像中的目标内容，包括：
根据多个所述待检测帧图像对应的前景图像，计算获取前景评估参数，所述前景评估参数包括下述一项或多项：前景运动方向、像素值均值、连通域面积、深度图；
判断所述前景评估参数是否满足预设要求，若满足，则采用识别模型提取所述待检测帧图像中的目标内容。
进一步地，所述根据多个所述待检测帧图像获取所述待验证视频的背景图像，包括：
采用预设背景模型对每个所述待检测帧图像进行背景建模，融合获取所述待验证视频的背景图像。
进一步地，所述对待验证视频进行解码，获取解码后的多个待检测帧图像，包括：
对待验证视频进行解码，获取所述待验证视频的帧图像；
从所述待验证视频的帧图像中，选择多个待检测帧图像，其中，多个所述待检测帧图像中，任意相邻两帧所述待检测帧图像之间在所述待验证视频中间隔帧数小于预设阈值。
进一步地，所述采用预设质量模型，验证所述待检测帧图像是否满足预设质量条件之前，还包括：
获取第一样本图像集，所述第一样本图像集包括：多个样本图像，每个样本图像标注质量属性，所述质量属性包括：色彩突变、画面消失、噪点过多；
采用所述第一样本图像集，训练获取所述预设质量模型。
进一步地，所述若多个待检测帧图像均满足预设质量条件，则采用识别模型提取所述待检测帧图像中的目标内容，包括：
采用识别模型，在各所述待检测帧图像中标定所述目标内容的位置框和类别信息。
进一步地，所述验证所述目标内容，获取并输出所述验证结果，包括：
提取各所述待检测帧图像中所述目标内容的视觉特征；
根据各所述待检测帧图像中所述目标内容的视觉特征，获取所述待验证视频的视觉特征，所述待验证视频的视觉特征包括下述一项或多项：所述位置框的尺寸变化信息、所述目标内容的运动方向、所述目标内容的属性特征变化信息；
验证所述待验证视频的视觉特征是否满足验证条件，获取并输出所述验证结果。
进一步地，所述若多个待检测帧图像均满足预设质量条件，则采用识别模型提取所述待检测帧图像中的目标内容之前，还包括：
获取第二样本图像集，所述第二样本图像集包括：多个样本图像，每个样本图像标注目标内容的位置框以及目标内容的类别信息；
采用所述第二样本图像集，训练获取所述识别模型。
在本申请的第二方面，提供了一种视频数据验证装置，该装置包括：解码模块、验证模块、提取模块和输出模块，其中：
所述解码模块，用于对待验证视频进行解码，获取解码后的多个待检测帧图像；
所述验证模块，用于采用预设质量模型，验证所述待检测帧图像是否满足预设质量条件；
所述提取模块，用于若多个所述待检测帧图像均满足预设质量条件，则采用识别模型提取所述待检测帧图像中的目标内容；
所述输出模块，用于验证所述目标内容，获取并输出验证结果。
进一步地，所述提取模块，具体用于若多个所述待检测帧图像均满足预设质量条件，根据多个所述待检测帧图像获取所述待验证视频的背景图像；
根据所述背景图像、以及多个所述待检测帧图像，计算获取每个所述待检测帧图像对应的前景图像；
验证多个所述待检测帧图像对应的前景图像是否满足预设要求，若满足，则采用识别模型提取所述待检测帧图像中的目标内容。
进一步地，所述提取模块，具体用于根据多个所述待检测帧图像对应的前景图像，计算获取前景评估参数，所述前景评估参数包括下述一项或多项：前景运动方向、像素值均值、连通域面积、深度图；
判断所述前景评估参数是否满足预设要求，若满足，则采用识别模型提取所述待检测帧图像中的目标内容。
进一步地，所述提取模块，具体用于采用预设背景模型对每个所述待检测帧图像进行背景建模，融合获取所述待验证视频的背景图像。
进一步地，所述解码模块，具体用于对待验证视频进行解码，获取所述待验证视频的帧图像；
从所述待验证视频的帧图像中，选择多个待检测帧图像，其中，多个所述待检测帧图像中，任意相邻两帧所述待检测帧图像之间在所述待验证视频中间隔帧数小于预设阈值。
进一步地，所述装置还包括第一获取模块、第一训练模块，其中：
所述第一获取模块，用于获取第一样本图像集，所述第一样本图像集包括：多个样本图像，每个样本图像标注质量属性，所述质量属性包括：色彩突变、画面消失、噪点过多；
所述第一训练模块，用于采用所述第一样本图像集，训练获取所述预设质量模型。
进一步地，所述提取模块，具体用于采用识别模型，在各所述待检测帧图像中标定所述目标内容的位置框和类别信息。
进一步地，所述输出模块，具体用于提取各所述待检测帧图像中所述目标内容的视觉特征；
根据各所述待检测帧图像中所述目标内容的视觉特征，获取所述待验证视频的视觉特征，所述待验证视频的视觉特征包括下述一项或多项：所述位置框的尺寸变化信息、所述目标内容的运动方向、所述目标内容的属性特征变化信息；
验证所述待验证视频的视觉特征是否满足验证条件，获取并输出所述验证结果。
进一步地，还包括第二获取模块、第二训练模块，其中：
所述第二获取模块，用于获取第二样本图像集，所述第二样本图像集包括：多个样本图像，每个样本图像标注目标内容的位置框以及目标内容的类别信息；
所述第二训练模块，用于采用所述第二样本图像集，训练获取所述识别模型。
在本申请的第三方面，提供一种电子设备，处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行上述第一方面任一所述方法的步骤。
在本申请的第四方面，提供一种存储介质，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运行时执行如上述第一方面任一所述方法的步骤。
基于上述任一方面，可以通过对待验证视频解码，获取解码后的多个待检测帧图像，并通过预设质量模型、预设识别模型获取待检测帧图像的目标内容进行验证，获取并输出验证结果，实现了通过对抽取的待检测帧图像依次验证质量、目标内容提高视频的验证准确性。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本申请一实施例提供的一种视频数据验证系统的结构示意图；
图2示出了本申请一实施例提供的一种数据视频验证方法的流程示意图；
图3示出了本申请另一实施例提供的一种数据视频验证方法的流程示意图；
图4示出了本申请另一实施例提供的一种数据视频验证方法的流程示意图；
图5示出了本申请另一实施例提供的一种数据视频验证方法的流程示意图；
图6示出了本申请另一实施例提供的一种数据视频验证方法的流程示意图；
图7示出了本申请一实施例提供的一种视频数据验证装置的结构示意图；
图8示出了本申请另一实施例提供的一种视频数据验证装置的结构示意图；
图9示出了本申请另一实施例提供的一种视频数据验证装置的结构示意图；
图10示出了本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容，结合特定应用场景打车时的司机身份验证，给出以下实施方式。对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要围绕打车时的司机身份验证进行描述，但是应该理解，这仅是一个示例性实施例，本申请可以应用于各种需要通过提交视频进行身份验证的场景中。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
本申请的一个方面涉及一种视频数据验证系统。该系统可以通过对待验证视频解码，获取解码后的多个待检测帧图像，并通过预设质量模型、预设识别模型对待检测帧图像进行验证，获取并输出验证结果。例如视频验证合格、视频验证不合格等，在此不作限制。
值得注意的是，在本申请提出申请之前，现有技术通常通过视频编解码技术，在编码器的码流数据生成时中增加数字签名、指纹、验证码，进而通过解码进行校验。
本申请提供的视频数据验证方法可以通过对待验证视频解码，获取解码后的多个待检测帧图像，并通过预设质量模型、预设识别模型对待检测帧图像进行验证，获取并输出验证结果，因此，通过本申请提出的方案，可以对视频的内容进行分析并验证，从而解决现有技术中保证码流的完整性，但是不能对视频的内容进行分析，对伪造视频的分辨效果较差的问题，从而达到提高视频的验证效果。
图1是本申请实施例提供的一种视频数据验证系统100的架构示意图。例如，视频数据验证系统100可以用于诸如出租车、代驾服务、快车、拼车、公共汽车服务、或班车服务之类的运输服务、或是手机银行、快递服务、外卖服务等任何涉及需要对用户身份、设备状态等进行视频验证的任意平台或应用程序。视频数据验证系统100可以包括服务器110、网络120、服务终端130、和数据库140中的一种或多种。
在一些实施例中，服务器110可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据，以执行本申请中描述的一个或多个功能。例如，处理器可以基于从服务终端130获得的服务请求来用户意图。在一些实施例中，处理器可以包括一个或多个处理核(例如，单核处理器(S)或多核处理器(S))。仅作为举例，处理器可以包括中央处理单元(Central Processing Unit,CPU)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、专用指令集处理器(Application Specific Instruction-setProcessor,ASIP)、图形处理单元(Graphics Processing Unit,GPU)、物理处理单元(Physics Processing Unit,PPU)、数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、可编程逻辑器件(Programmable Logic Device,PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing,RISC)、或微处理器等，或其任意组合。
在一些实施例中，服务终端130对应的设备类型可以是移动设备，比如可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，也可以是平板计算机、膝上型计算机、或机动车辆中的内置智能设备等。以打车软件的司机身份验证场景为例，服务终端130可以是司机的智能手机，司机通过智能手机开启打车软件的客户端，服务器接收司机上传的身份验证视频，根据预设验证方法对视频内容进行验证，并输出视频的验证结果。
在一些实施例中，数据库140可以连接到网络120以与视频数据验证系统100中的一个或多个组件(例如，服务器110，服务终端130，服务提供端140等)通信。视频数据验证系统100中的一个或多个组件可以经由网络120访问存储在数据库140中的数据或指令。在一些实施例中，数据库140可以直接连接到视频数据验证系统100中的一个或多个组件，或者，数据库140也可以是服务器110的一部分。
下面结合上述图1示出的视频数据验证系统100中描述的内容，对本申请实施例提供的视频数据验证方法进行详细说明，下述视频数据验证方法应用于上述系统之中，执行主体可以为服务终端或者服务器，预设场景可以根据用户需要设计和调整，任何涉及需要对用户身份进行视频验证的场景均可使用，并不以实施例给出的场景为限。
参照图2所示，为本申请一实施例提供的一种视频数据验证方法的流程示意图，该方法可以由视频数据验证系统100中的服务器110或服务终端来执行，包括：
S101：对待验证视频进行解码，获取解码后的多个待检测帧图像。
需要说明的是，目标场景可以为任何需要对视频的真实性进行验证的场景，例如：用户想要注册成为打车软件的司机，其中，用户在注册成为打车软件的司机前，为保证信息的真实性，打车软件的客户端需要对注册用户上传的身份证明视频进行验证。需要用户通过移动设备上传车辆视频、人脸视频、手持身份证视频等，打车软件的后台服务器接收用户上传的视频后，对视频的真实性进行验证并返回验证结果，验证通过后，用户才可成功注册成为该打车软件的司机。
其中，用户上传的视频可以是实时拍摄的视频，也可以为用户从移动设备的相册中选择事先拍好的合适的视频进行上传，视频的上传方式在此并不做任何限制。
终端接收到用户上传的待验证视频后，通过解码，得到待验证视频对应的连续的帧图像，并从解码得到的连续的帧图像中抽取多个帧图像作为待检测帧图像。
S102：采用预设质量模型，验证待检测帧图像是否满足预设质量条件。
需要说明的是，验证待检测帧图像是否满足预设质量条件之前，还可以对每个待检测帧图像进行预处理，例如进行滤波，去除极小的细节等。
可选地，本申请一实施例中，采用中值滤波去除采集过程中产生的噪音，以便对每个待检测帧图像进行滤波。但也可以使用其他的滤波方式，达到去除细节噪音的目的即可，具体的滤波方式根据用户需要选择，本申请在此并不做任何限制。
若待检测帧图像的分辨率较高，则可以对图像进行亚采样，减少细节纹理，可以使得后续的验证结果更加准确。
S103：若多个待检测帧图像均满足预设质量条件，则采用识别模型提取待检测帧图像中的目标内容。
可选地，在多个待检测帧图像均满足预设质量条件的情况下，再进一步提取目标内容，即提取待验证的内容，包括但不限于车辆、证件、用户面部等。
S104：验证目标内容，获取并输出验证结果。
需要说明的是，对目标内容进行验证的内容也可以预先进行配置，提取目标内容后验证目标内容是否存在异常情况，从而判断视频是否为伪造视频、拼接视频等。在待检测帧图像均满足预设质量条件，且目标内容验证通过时，待验证视频才会验证通过，即认为是合规视频，否则任一条件不满足时，均返回验证失败。
采用本申请实施例提供的视频数据验证方法，通过对待验证视频解码，获取解码后的多个待检测帧图像，并通过预设质量模型、预设识别模型获取待检测帧图像的目标内容进行验证，获取并输出验证结果，实现了通过对抽取的待检测帧图像依次验证质量、目标内容提高视频的验证准确性。
图3为本申请另一实施例提供的视频数据验证方法的流程示意图，为了更准确的验证待验证视频，还可以获取待验证视频的前景图像进行验证。如图3所示，步骤S103可以包括：
S201：若多个待检测帧图像均满足预设质量条件，根据多个待检测帧图像获取待验证视频的背景图像。
需要说明的是，多个待检测帧图像均满足预设质量条件之后，采用预设背景模型对每个待检测帧图像进行背景建模，融合获取待验证视频的背景图像，即背景图像是根据多个待检测图像融合而成的，可选地，通过背景模型分析获取多个待检测帧图像中共同存在的相对稳定、不太变化的部分作为背景图像。
可选地，背景建模包括但不限于高斯模型、VIBE模型等；也可以通过深度估计方法分离背景，具体分离背景的方法根据用户需要设计，在此并不做任何限制。
S202：根据背景图像、以及多个待检测帧图像，计算获取每个待检测帧图像对应的前景图像。
需要说明的是，背景是根据多个待检测图像融合确定的，多个待检测图像对应的背景图像是一致的，相对于背景图像，每一帧图像都有各自对应的前景图像。例如采用每一帧待检测图像去除掉背景图像以后，剩余部分图像即为该待检测图像对应的前景图像，每一帧待检测图像对应的前景图像不一定相同。
S203：验证多个待检测帧图像对应的前景图像是否满足预设要求，若满足，则采用识别模型提取待检测帧图像中的目标内容。
需要说明的是，验证多个待检测帧图像对应的前景图像是否满足预设要求可以包括：根据多个待检测帧图像对应的前景图像，计算获取前景评估参数；判断前景评估参数是否满足预设要求，若满足，则采用识别模型提取待检测帧图像中的目标内容。
其中，前景评估参数可以包括下述一项或多项：前景运动方向、像素值均值、连通域面积、深度图等。
需要说明的是，根据多个待检测帧图像对应的前景图像，可以计算获取前景图像运动方向、计算像素值均值和连通域面积。其中，若运动方向偏差较大、或像素值均值小于预设阈值、或连通域面积小于预设面积，则表示当前待验证视频不合规，可能为合成视频，返回验证失败。相反，若前景评估参数都符合预设要求，则验证通过。
可选地，若像素值均值和连通域面积均满足预设条件，还可以进一步判断前景图像的连通域是否存在置心运动，如果存在则记录。以及可以使用深度估计方法获得深度图，判断图像是否存在场景深度变化，若存在，则记录深度变化图。前景评估参数包括上述置心运动和/或深度变化图时，也考虑这两项是否满足预设条件，若均符合，再验证通过。
进一步地，步骤S101包括：对待验证视频进行解码，获取待验证视频的帧图像；从待验证视频的帧图像中，选择多个待检测帧图像，其中，多个待检测帧图像中，任意相邻两帧待检测帧图像之间在待验证视频中间隔帧数小于预设阈值。
可选地，对待验证视频进行解码，得到该视频对应的连续且完整帧图像后，从完整帧图像中抽取若干帧图像作为待检测帧图像，其中，为了更好地验证上述待验证视频，待检测帧图像可以为连续的多张帧图像，这样可以更准确获取目标内容的变化趋势，但不以此为限。也可以为在完整帧图像中等间隔抽取的若干帧图像，但是抽取间隔不易过大，可以每间隔1-3个帧抽取，具体抽取方式根据用户需要设计，在此并不做任何限制。
图4为本申请另一实施例提供的视频数据验证方法的流程示意图，如图4所示，步骤S102之前，还包括：
S401：获取第一样本图像集。
其中，第一样本图像集包括：多个样本图像，每个样本图像标注质量属性，质量属性包括：色彩突变、画面消失、噪点过多等。
S402：采用第一样本图像集，训练获取预设质量模型。
进一步地，步骤S103包括：采用识别模型，在各待检测帧图像中标定目标内容的位置框和类别信息。
需要说明的是，位置框为框住目标内容的最小框体，可以框出目标内容在图片中的位置，类别信息为目标内容的类别标识，举例说明：目标内容为车辆时，位置框为待检测帧图像中，框住车辆的最小框体，此时的类别信息为：车辆。或者，目标内容为人脸时，位置框为待检测帧图像中，框住人脸的最小框体，此时的类别信息为：人脸。位置框的形状可以是矩形、也可以是与目标内容形状接近的形状等，本申请不作限制。
图5为本申请另一实施例提供的视频数据验证方法的流程示意图，如图5所示，在提取了目标内容之后，步骤S104可以包括：
S105：提取各待检测帧图像中目标内容的视觉特征。
可选地，目标内容的视觉特征包括但不限于：目标内容的位置框大小、目标内容的位置、目标内容的自身特征(如：色彩、纹理等)。
S106：根据各待检测帧图像中目标内容的视觉特征，获取待验证视频的视觉特征。
即结合上述多个待检测帧图像中目标内容的视觉特征，可以得到待验证视频的视觉特征，包括下述一项或多项：位置框的尺寸变化信息、目标内容的运动方向、目标内容的属性特征变化信息。
可选地，根据各待检测图像中目标内容的视觉特征，整理并获取待验证视频的视觉特征，例如：根据各待检测图像中相邻待检测帧图像中的目标内容的位置框大小，得到位置框的尺寸变化信息；根据相邻待检测帧图像中目标内容的位置，得到目标内容的运动方向；根据相邻待检测帧图像中目标内容的自身特征，得到目标内容的属性变化特征。
S107：验证待验证视频的视觉特征是否满足验证条件，获取并输出验证结果。
需要说明的是，在背景或是深度稳定的情况下，某帧图像中目标内容的位置框尺寸相对于前后其他帧图像变化过大，超过预设阈值，则表示该帧图像可能是后期加入的，即该视频为合成视频，即不符合验证条件，在本申请的一个实施例中，上述预设阈值可以为30％，即某帧图像中目标内容的位置框尺寸相对于前后其他帧图像变化尺寸超过30％，就不符合验证条件。如果目标内容的区域与前景图像匹配，但是目标内容的运动方向和前景图像的运动方向不匹配，则不符合验证条件。若目标内容的属性变化较大，例如某帧图像中色彩相对于前后其他帧图像差距过大，则不符合验证条件，返回验证失败。
在位置框的尺寸变化信息、目标内容的运动方向、目标内容的属性特征变化信息均满足预设条件时，才标识目标内容符合的验证通过。
可选地，还可以对目标内容的状态进行判断，具体地：根据相邻的待检测帧图像进行比较，判断目标内容是否在某帧图像突然出现或突然消失，如果目标内容存在状态异常，则验证失败；但是目标内容突然出现或突然消失，不排除是由于闪光灯或其他拍摄故障的原因导致，在本申请的一个实施例中，对由于状态异常而导致验证失败的视频进行标注，后期还可以由人工进一步排查确定。
图6为本申请另一实施例提供的视频数据验证方法的流程示意图，如图6所示，步骤S103之前，还包括：
S403：获取第二样本图像集。
其中，第二样本图像集包括：多个样本图像，每个样本图像标注目标内容的位置框以及目标内容的类别信息。
S404：采用第二样本图像集，训练获取识别模型。
基于同一发明构思，本申请实施例中还提供了与视频数据验证方法对应的视频数据验证装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述视频数据验证方法相似，因此装置的实施可以参见方法的实施，有益效果的重复之处不再赘述。
需要说明的是，上述方法中，在解码获取帧图像后，对帧图像质量的验证、前景图像的验证、目标内容的验证均可以分别独立进行，前后执行顺序不作限制，也可以仅验证其中一项、或这几项任意进行组合，本申请均不作限定。
为了提升验证的准确性，也可以对帧图像质量的验证、前景图像的验证、目标内容的验证全部执行，都验证通过时，待验证视频再验证通过。一种实施方式中，可以在图像质量验证通过后、验证前景图像，前景图像也验证通过后再提取目标内容，以进一步验证目标内容，最终都验证通过，生成验证通过的消息发送到客户端展示给用户，但不以此为限。
参照图7所示，为本申请一实施例提供的一种视频数据验证装置的结构示意图，如图7所示，该装置包括：解码模块501、验证模块502、提取模块503和输出模块504，其中：
解码模块501，用于对待验证视频进行解码，获取解码后的多个待检测帧图像。
验证模块502，用于采用预设质量模型，验证待检测帧图像是否满足预设质量条件。
提取模块503，用于若多个待检测帧图像均满足预设质量条件，则采用识别模型提取待检测帧图像中的目标内容。
输出模块504，用于验证目标内容，获取并输出验证结果。
进一步地，提取模块503，具体用于若多个所述待检测帧图像均满足预设质量条件，根据多个待检测帧图像获取待验证视频的背景图像；根据背景图像、以及多个待检测帧图像，计算获取每个待检测帧图像对应的前景图像；验证多个待检测帧图像对应的前景图像是否满足预设要求，若满足，则采用识别模型提取待检测帧图像中的目标内容。
进一步地，提取模块503，具体用于根据多个待检测帧图像对应的前景图像，计算获取前景评估参数，前景评估参数包括下述一项或多项：前景运动方向、像素值均值、连通域面积、深度图。
判断前景评估参数是否满足预设要求，若满足，则采用识别模型提取待检测帧图像中的目标内容。
进一步地，提取模块503，具体用于采用预设背景模型对每个待检测帧图像进行背景建模，融合获取待验证视频的背景图像。
进一步地，解码模块501，具体用于对待验证视频进行解码，获取待验证视频的帧图像；从待验证视频的帧图像中，选择多个待检测帧图像，其中，多个待检测帧图像中，任意相邻两帧待检测帧图像之间在待验证视频中间隔帧数小于预设阈值。
参照图8所示，为本申请一实施例提供的一种视频数据验证装置的结构示意图，如图8所示，该装置还包括：第一获取模块601、第一训练模块602，其中：
第一获取模块601，用于获取第一样本图像集，第一样本图像集包括：多个样本图像，每个样本图像标注质量属性，质量属性包括：色彩突变、画面消失、噪点过多。
第一训练模块602，用于采用第一样本图像集，训练获取预设质量模型。
提取模块503，具体用于采用识别模型，在各待检测帧图像中标定目标内容的位置框和类别信息。
输出模块504，具体用于提取各待检测帧图像中所述目标内容的视觉特征；根据各待检测帧图像中目标内容的视觉特征，获取待验证视频的视觉特征，待验证视频的视觉特征包括下述一项或多项：位置框的尺寸变化信息、目标内容的运动方向、目标内容的属性特征变化信息；验证待验证视频的视觉特征是否满足验证条件，获取并输出验证结果。
参照图9所示，为本申请一实施例提供的一种视频数据验证装置的结构示意图，如图9所示，该装置还包括：第二获取模块603、第二训练模块604，其中：
第二获取模块603，用于获取第二样本图像集，第二样本图像集包括：多个样本图像，每个样本图像标注目标内容的位置框以及目标内容的类别信息。
第二训练模块604，用于采用第二样本图像集，训练获取识别模型。
如图10所示，本申请实施例还提供一种电子设备，包括：处理器701、存储器702和总线703；存储器702存储有处理器701可执行的机器可读指令，当电子设备运行时，处理器701与存储器702之间通过总线703通信，处理器701执行机器可读指令，以执行时执行如前述方法实施例所提供的请求处理方法的步骤。
具体地，存储器702中所存储的机器可读指令为本申请前述实施例所述的请求处理方法的执行步骤，处理器701可执行该请求处理方法对请求进行处理，因此，该电子设备同样具备前述方法实施例中所述的全部有益效果，本申请亦不再重复描述。
需要说明的是，该电子设备可以是通用计算机或特殊用途的计算机，以及其他用于处理数据的服务器等，三者都可以用于实现本申请的请求处理方法。本申请尽管仅仅通过计算机和服务器分别对请求处理方法进行了说明，但是为了方便起见，也可以在多个类似平台上以分布式方式实现本申请描述的功能，以均衡处理负载。
例如，电子设备可以包括用于执行程序指令的一个或多个处理器、通信总线、和不同形式的存储介质，例如，磁盘、ROM、或RAM，或其任意组合。示例性地，计算机平台还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质、或其任意组合中的程序指令。根据这些程序指令可以实现本申请的方法。
为了便于说明，在电子设备中仅描述了一个处理器。然而，应当注意，本申请中的电子设备还可以包括多个处理器，因此本申请中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。
本申请实施例还提供了一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述视频数据验证方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述视频数据验证方法，从而，解决现有技术中存在的由于语言表达组合形式多种多样，大量信息会导致句库规模过大，占用过多的资源的问题，进而达到减小资源占用的效果。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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，又例如，多个模块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通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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，在本申请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。
所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请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(可以是个人计算机，服务器，或者网络设备等)执行本申请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、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (20)
1.一种视频数据验证方法，其特征在于，包括：
对待验证视频进行解码，获取解码后的多个待检测帧图像；
采用预设质量模型，验证所述待检测帧图像是否满足预设质量条件；
若多个所述待检测帧图像均满足预设质量条件，则采用识别模型提取所述待检测帧图像中的目标内容；
验证所述目标内容，获取并输出验证结果。
2.如权利要求1所述的方法，其特征在于，若多个所述待检测帧图像均满足预设质量条件，则采用识别模型提取所述待检测帧图像中的目标内容，包括：
若多个所述待检测帧图像均满足预设质量条件，根据多个所述待检测帧图像获取所述待验证视频的背景图像；
根据所述背景图像、以及多个所述待检测帧图像，计算获取每个所述待检测帧图像对应的前景图像；
验证多个所述待检测帧图像对应的前景图像是否满足预设要求，若满足，则采用识别模型提取所述待检测帧图像中的目标内容。
3.如权利要求2所述的方法，其特征在于，所述验证多个所述待检测帧图像对应的前景图像是否满足预设要求，若满足，则采用识别模型提取所述待检测帧图像中的目标内容，包括：
根据多个所述待检测帧图像对应的前景图像，计算获取前景评估参数，所述前景评估参数包括下述一项或多项：前景运动方向、像素值均值、连通域面积、深度图；
判断所述前景评估参数是否满足预设要求，若满足，则采用识别模型提取所述待检测帧图像中的目标内容。
4.如权利要求2所述的方法，其特征在于，所述根据多个所述待检测帧图像获取所述待验证视频的背景图像，包括：
采用预设背景模型对每个所述待检测帧图像进行背景建模，融合获取所述待验证视频的背景图像。
5.如权利要求1-4任一项所述的方法，其特征在于，所述对待验证视频进行解码，获取解码后的多个待检测帧图像，包括：
对待验证视频进行解码，获取所述待验证视频的帧图像；
从所述待验证视频的帧图像中，选择多个待检测帧图像，其中，多个所述待检测帧图像中，任意相邻两帧所述待检测帧图像之间在所述待验证视频中间隔帧数小于预设阈值。
6.如权利要求1所述的方法，其特征在于，所述采用预设质量模型，验证所述待检测帧图像是否满足预设质量条件之前，还包括：
获取第一样本图像集，所述第一样本图像集包括：多个样本图像，每个样本图像标注质量属性，所述质量属性包括：色彩突变、画面消失、噪点过多；
采用所述第一样本图像集，训练获取所述预设质量模型。
7.如权利要求1所述的方法，其特征在于，所述若多个待检测帧图像均满足预设质量条件，则采用识别模型提取所述待检测帧图像中的目标内容，包括：
采用识别模型，在各所述待检测帧图像中标定所述目标内容的位置框和类别信息。
8.如权利要求7所述的方法，其特征在于，所述验证所述目标内容，获取并输出所述验证结果，包括：
提取各所述待检测帧图像中所述目标内容的视觉特征；
根据各所述待检测帧图像中所述目标内容的视觉特征，获取所述待验证视频的视觉特征，所述待验证视频的视觉特征包括下述一项或多项：所述位置框的尺寸变化信息、所述目标内容的运动方向、所述目标内容的属性特征变化信息；
验证所述待验证视频的视觉特征是否满足验证条件，获取并输出所述验证结果。
9.如权利要求1或8所述的方法，其特征在于，所述若多个待检测帧图像均满足预设质量条件，则采用识别模型提取所述待检测帧图像中的目标内容之前，还包括：
获取第二样本图像集，所述第二样本图像集包括：多个样本图像，每个样本图像标注目标内容的位置框以及目标内容的类别信息；
采用所述第二样本图像集，训练获取所述识别模型。
10.一种视频数据验证装置，其特征在于，包括：解码模块、验证模块、提取模块和输出模块，其中：
所述解码模块，用于对待验证视频进行解码，获取解码后的多个待检测帧图像；
所述验证模块，用于采用预设质量模型，验证所述待检测帧图像是否满足预设质量条件；
所述提取模块，用于若多个所述待检测帧图像均满足预设质量条件，则采用识别模型提取所述待检测帧图像中的目标内容；
所述输出模块，用于验证所述目标内容，获取并输出验证结果。
11.如权利要求10所述的装置，其特征在于，所述提取模块，具体用于若多个所述待检测帧图像均满足预设质量条件，根据多个所述待检测帧图像获取所述待验证视频的背景图像；
根据所述背景图像、以及多个所述待检测帧图像，计算获取每个所述待检测帧图像对应的前景图像；
验证多个所述待检测帧图像对应的前景图像是否满足预设要求，若满足，则采用识别模型提取所述待检测帧图像中的目标内容。
12.如权利要求11所述的装置，其特征在于，所述提取模块，具体用于根据多个所述待检测帧图像对应的前景图像，计算获取前景评估参数，所述前景评估参数包括下述一项或多项：前景运动方向、像素值均值、连通域面积、深度图；
判断所述前景评估参数是否满足预设要求，若满足，则采用识别模型提取所述待检测帧图像中的目标内容。
13.如权利要求11所述的装置，其特征在于，所述提取模块，具体用于采用预设背景模型对每个所述待检测帧图像进行背景建模，融合获取所述待验证视频的背景图像。
14.如权利要求10-13任一项所述的装置，其特征在于，所述解码模块，具体用于对待验证视频进行解码，获取所述待验证视频的帧图像；
从所述待验证视频的帧图像中，选择多个待检测帧图像，其中，多个所述待检测帧图像中，任意相邻两帧所述待检测帧图像之间在所述待验证视频中间隔帧数小于预设阈值。
15.如权利要求10所述的装置，其特征在于，所述装置还包括第一获取模块、第一训练模块，其中：
所述第一获取模块，用于获取第一样本图像集，所述第一样本图像集包括：多个样本图像，每个样本图像标注质量属性，所述质量属性包括：色彩突变、画面消失、噪点过多；
所述第一训练模块，用于采用所述第一样本图像集，训练获取所述预设质量模型。
16.如权利要求10所述的装置，其特征在于，所述提取模块，具体用于采用识别模型，在各所述待检测帧图像中标定所述目标内容的位置框和类别信息。
17.如权利要求16所述的装置，其特征在于，所述输出模块，具体用于提取各所述待检测帧图像中所述目标内容的视觉特征；
根据各所述待检测帧图像中所述目标内容的视觉特征，获取所述待验证视频的视觉特征，所述待验证视频的视觉特征包括下述一项或多项：所述位置框的尺寸变化信息、所述目标内容的运动方向、所述目标内容的属性特征变化信息；
验证所述待验证视频的视觉特征是否满足验证条件，获取并输出所述验证结果。
18.如权利要求10或17所述的装置，其特征在于，还包括第二获取模块、第二训练模块，其中：
所述第二获取模块，用于获取第二样本图像集，所述第二样本图像集包括：多个样本图像，每个样本图像标注目标内容的位置框以及目标内容的类别信息；
所述第二训练模块，用于采用所述第二样本图像集，训练获取所述识别模型。
19.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至9任一所述方法的步骤。
20.一种存储介质，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运行时执行如权利要求1至9任一所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910420707.0A CN111866589A (zh) | 2019-05-20 | 2019-05-20 | 一种视频数据验证方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910420707.0A CN111866589A (zh) | 2019-05-20 | 2019-05-20 | 一种视频数据验证方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111866589A true CN111866589A (zh) | 2020-10-30 |
Family
ID=72965998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910420707.0A Pending CN111866589A (zh) | 2019-05-20 | 2019-05-20 | 一种视频数据验证方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111866589A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112861104A (zh) * | 2021-03-24 | 2021-05-28 | 重庆度小满优扬科技有限公司 | 身份验证方法及相关装置 |
| WO2023040314A1 (zh) * | 2021-09-15 | 2023-03-23 | 上海商汤智能科技有限公司 | 用于图像检测的方法、装置、电子设备以及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170061251A1 (en) * | 2015-08-28 | 2017-03-02 | Beijing Kuangshi Technology Co., Ltd. | Liveness detection method, liveness detection system, and liveness detection device |
| CN107066983A (zh) * | 2017-04-20 | 2017-08-18 | 腾讯科技（上海）有限公司 | 一种身份验证方法及装置 |
| CN107705326A (zh) * | 2017-09-15 | 2018-02-16 | 温州大学 | 一种安全敏感区域的越界入侵检测方法 |
| CN107844748A (zh) * | 2017-10-17 | 2018-03-27 | 平安科技（深圳）有限公司 | 身份验证方法、装置、存储介质和计算机设备 |
| CN108446651A (zh) * | 2018-03-27 | 2018-08-24 | 百度在线网络技术（北京）有限公司 | 人脸识别方法和装置 |
-
2019
- 2019-05-20 CN CN201910420707.0A patent/CN111866589A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170061251A1 (en) * | 2015-08-28 | 2017-03-02 | Beijing Kuangshi Technology Co., Ltd. | Liveness detection method, liveness detection system, and liveness detection device |
| CN107066983A (zh) * | 2017-04-20 | 2017-08-18 | 腾讯科技（上海）有限公司 | 一种身份验证方法及装置 |
| CN107705326A (zh) * | 2017-09-15 | 2018-02-16 | 温州大学 | 一种安全敏感区域的越界入侵检测方法 |
| CN107844748A (zh) * | 2017-10-17 | 2018-03-27 | 平安科技（深圳）有限公司 | 身份验证方法、装置、存储介质和计算机设备 |
| CN108446651A (zh) * | 2018-03-27 | 2018-08-24 | 百度在线网络技术（北京）有限公司 | 人脸识别方法和装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112861104A (zh) * | 2021-03-24 | 2021-05-28 | 重庆度小满优扬科技有限公司 | 身份验证方法及相关装置 |
| WO2023040314A1 (zh) * | 2021-09-15 | 2023-03-23 | 上海商汤智能科技有限公司 | 用于图像检测的方法、装置、电子设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110766033B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111667520B (zh) | 红外图像和可见光图像的配准方法、装置及可读存储介质 | |
| CN109858371B (zh) | 人脸识别的方法及装置 | |
| CN111242097B (zh) | 一种人脸识别方法、装置、计算机可读介质及电子设备 | |
| CN109389153B (zh) | 一种全息防伪码校验方法及装置 | |
| CN108463823B (zh) | 一种用户头发模型的重建方法、装置及终端 | |
| CN110097068B (zh) | 相似车辆的识别方法和装置 | |
| KR102476016B1 (ko) | 안구 위치 정보 확정 방법 및 장치 | |
| CN111914775B (zh) | 活体检测方法、装置、电子设备及存储介质 | |
| CN113420756B (zh) | 证件图像的识别方法和装置、存储介质及电子装置 | |
| CN110378254B (zh) | 车损图像修改痕迹的识别方法、系统、电子设备及存储介质 | |
| CN111325107B (zh) | 检测模型训练方法、装置、电子设备和可读存储介质 | |
| CN111866589A (zh) | 一种视频数据验证方法、装置、电子设备及存储介质 | |
| CN111067522A (zh) | 大脑成瘾结构图谱评估方法及装置 | |
| WO2023123981A1 (zh) | 一种视频处理方法、装置、计算机设备和存储介质 | |
| CN114022748B (zh) | 目标识别方法、装置、设备及存储介质 | |
| CN116540963A (zh) | 映射关系计算方法、颜色校准方法、装置及电子设备 | |
| CN102783174B (zh) | 图像处理设备、内容传递系统、图像处理方法和程序 | |
| CN109087439B (zh) | 票据校验方法、终端设备、存储介质及电子设备 | |
| CN114529687A (zh) | 图像重建方法、装置、电子设备及计算机可读存储介质 | |
| CN111860512B (zh) | 一种车辆识别方法、装置、电子设备及计算机可读存储介质 | |
| CN113179423A (zh) | 事件的检测输出方法及装置、电子设备和存储介质 | |
| CN111783677B (zh) | 人脸识别方法、装置、服务器和计算机可读介质 | |
| CN112906671A (zh) | 面审虚假图片识别方法、装置、电子设备及存储介质 | |
| CN111046804A (zh) | 活体检测方法、装置、电子设备及可读存储介质 |
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: 20201030 |
|
| RJ01 | Rejection of invention patent application after publication |