CN112150457A - 视频检测方法、装置及计算机可读存储介质 - Google Patents

视频检测方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN112150457A
CN112150457A CN202011074238.0A CN202011074238A CN112150457A CN 112150457 A CN112150457 A CN 112150457A CN 202011074238 A CN202011074238 A CN 202011074238A CN 112150457 A CN112150457 A CN 112150457A
Authority
CN
China
Prior art keywords
video
information
detected
image
feature
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
CN202011074238.0A
Other languages
English (en)
Inventor
王铭喜
李宁
高荣欣
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN202011074238.0A priority Critical patent/CN112150457A/zh
Publication of CN112150457A publication Critical patent/CN112150457A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种视频检测方法、装置及计算机可读存储介质，所述方法包括：获取待检测视频对应的多个特征信息，所述特征信息包括文本信息、图像信息和音频信息；针对每一所述特征信息，确定所述待检测视频在所述特征信息下对应的特征检测结果；根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果。由此，一方面可以从待检测视频对应的文本信息、图像信息和音频信息的维度对待检测视频的质量进行检测，从而可以保证确定出的目标检测结果的准确性和可靠性。另一方面，无需基于高质量的视频进行对照评价，从而可以提高该视频检测方法的使用范围，同时可以降低视频检测方法的数据处理量，从而提高视频检测效率。

Description

视频检测方法、装置及计算机可读存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种视频检测方法、装置及计算机可读存储介质。
背景技术
UGC，User Generated Content，也就是用户生成内容，即用户原创内容，用户可以将自己原创的内容通过互联网平台进行上传，从而可以展示或者提供给其他用户。由于用户拍摄短视频采用的拍摄设备千变万化，以及用户拍摄环境、方式等的偏差，导致这些短视频质量参差不齐。
相关技术中，可以通过对视频的质量评估，从而对用户上传的视频进行检测。目前通常是针对视频画质的质量评价，比如：PSNR(Peak Signal-to-Noise Ratio，峰值信噪比)和SSIM(Structural Similarity)，但是这些评价方法有个前提，必须有一个高清的视频作为参考依据才能进行评估。
发明内容
为克服相关技术中存在的问题，本公开提供一种视频检测方法、装置及计算机可读存储介质。
根据本公开实施例的第一方面，提供一种视频检测方法，包括：
获取待检测视频对应的多个特征信息，所述特征信息包括文本信息、图像信息和音频信息；
针对每一所述特征信息，确定所述待检测视频在所述特征信息下对应的特征检测结果；
根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果。
可选地，所述图像信息包括所述检测视频对应的视频帧图像信息和/或封面图像信息；所述确定所述待检测视频在所述特征信息下对应的特征检测结果，包括：
将所述视频帧图像信息和/或封面图像信息输入图像检测模型，获得所述待检测视频对应的图像信息的特征检测结果，其中，所述图像检测模型的训练样本中的目标样本图像通过如下方式确定：
获取分辨率小于或等于目标分辨率的候选样本图像；
针对分辨率小于所述目标分辨率的候选样本图像，根据所述候选样本图像的分辨率和所述目标分辨率在所述候选样本图像中增加目标像素点，获得分辨率为所述目标分辨率的扩展样本图像，其中所述目标样本图像包括所述扩展样本图像和分辨率为所述目标分辨率的候选样本图像。
可选地，所述图像检测模型包括残差子模型，池化层和全连接层，其中，所述残差子模型为预训练的迁移学习模型，在所述图像检测模型的训练过程中，根据所述训练样本确定出的图像检测模型的损失值调整所述池化层和所述全连接层的参数，以获得所述图像检测模型。
可选地，所述特征信息为音频信息；所述确定所述待检测视频在所述特征信息下对应的特征检测结果，包括：
将所述音频信息输入音频检测模型，获得所述待检测视频对应的音频信息的特征检测结果，其中，所述音频检测模型是基于多分类任务模型进行训练得出的，所述音频检测模型的每一分类对应的训练样本的数量相同。
可选地，所述音频检测模型的损失函数为所述音频模型的多分类对应的交叉熵函数和最大平均差异函数之和。
可选地，所述根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果，包括：
根据每一所述特征信息对应的权重，对多个所述特征检测结果进行加权求和，以获得所述待检测视频的目标检测结果。
可选地，所述方法还包括：
在根据所述待检测视频的所述目标检测结果确定所述待检测视频存在异常的情况下，确定所述待检测视频对应的多个特征信息中的异常特征信息；
输出提示信息，其中，所述提示信息中包括所述目标检测结果和所述异常特征信息。
根据本公开实施例的第二方面，提供一种视频检测装置，包括：
获取模块，被配置为获取待检测视频对应的多个特征信息，所述特征信息包括文本信息、图像信息和音频信息；
第一确定模块，被配置为针对每一所述特征信息，确定所述待检测视频在所述特征信息下对应的特征检测结果；
第二确定模块，被配置为根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果。
可选地，所述图像信息包括所述检测视频对应的视频帧图像信息和/或封面图像信息；所述第一确定模块包括：
第一输入子模块，被配置为将所述视频帧图像信息和/或封面图像信息输入图像检测模型，获得所述待检测视频对应的图像信息的特征检测结果，其中，所述图像检测模型的训练样本中的目标样本图像通过如下方式确定：
获取分辨率小于或等于目标分辨率的候选样本图像；
针对分辨率小于所述目标分辨率的候选样本图像，根据所述候选样本图像的分辨率和所述目标分辨率在所述候选样本图像中增加目标像素点，获得分辨率为所述目标分辨率的扩展样本图像，其中所述目标样本图像包括所述扩展样本图像和分辨率为所述目标分辨率的候选样本图像。
可选地，所述图像检测模型包括残差子模型，池化层和全连接层，其中，所述残差子模型为预训练的迁移学习模型，在所述图像检测模型的训练过程中，根据所述训练样本确定出的图像检测模型的损失值调整所述池化层和所述全连接层的参数，以获得所述图像检测模型。
可选地，所述特征信息为音频信息；所述第一确定模块包括：
第二输入子模块，被配置为将所述音频信息输入音频检测模型，获得所述待检测视频对应的音频信息的特征检测结果，其中，所述音频检测模型是基于多分类任务模型进行训练得出的，所述音频检测模型的每一分类对应的训练样本的数量相同。
可选地，所述音频检测模型的损失函数为所述音频模型的多分类对应的交叉熵函数和最大平均差异函数之和。
可选地，所述第二确定模块被配置为：
根据每一所述特征信息对应的权重，对多个所述特征检测结果进行加权求和，以获得所述待检测视频的目标检测结果。
可选地，所述装置还包括：
第三确定模块，被配置为在根据所述待检测视频的所述目标检测结果确定所述待检测视频存在异常的情况下，确定所述待检测视频对应的多个特征信息中的异常特征信息；
输出模块，被配置为输出提示信息，其中，所述提示信息中包括所述目标检测结果和所述异常特征信息。
根据本公开实施例的第三方面，提供一种视频检测装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待检测视频对应的多个特征信息，所述特征信息包括文本信息、图像信息和音频信息；
针对每一所述特征信息，确定所述待检测视频在所述特征信息下对应的特征检测结果；
根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的视频检测方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
在上述技术方案中，通过获取待检测视频对应的文本信息、图像信息和音频信息，从而可以根据上述信息确定出该待检测视频在每一特征维度下对应的特征检测结果，根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果。由此，通过上述技术方案，一方面可以从待检测视频对应的文本信息、图像信息和音频信息的维度对待检测视频的质量进行检测，从而可以保证确定出的目标检测结果的准确性和可靠性。另一方面，无需基于高质量的视频进行对照评价，从而可以提高该视频检测方法的使用范围，同时可以降低视频检测方法的数据处理量，从而提高视频检测效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种视频检测方法的流程图。
图2是根据一示例性实施例示出的扩展样本图像的示意图。
图3是根据一示例性实施例示出的一种视频检测方法的流程图。
图4是根据一示例性实施例示出的一种视频检测装置的框图。
图5是根据一示例性实施例示出的一种视频检测装置的框图。
图6是根据一示例性实施例示出的一种视频检测装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种视频检测方法的流程图，如图1所示，该方法可以包括以下步骤。
在步骤11中，获取待检测视频对应的多个特征信息，所述特征信息包括文本信息、图像信息和音频信息。
其中，待检测视频可以是从用户上传的短视频的视频内容池中获取的，从而可以在将用户上传的视频进行共享供其他用户查看之前，可以首先对该视频进行检测，从而可以保证其他用户观看到的视频的质量。
在特征信息为文本信息时，在一种可能的实施例中，获取待检测视频对应的文本信息可以是提取该待检测视频的对应的标题信息。示例地，用户在将视频进行上传时，通常会为该视频编辑标题信息，因此，在获取待检测视频对应的文本信息时，则可以提取该标题信息作为文本信息。在另一种可能的实施例中，该待检测视频中可以包含有字幕信息，则获取待检测视频对应的文本信息可以是提取该字幕信息。
在特征信息为图像信息时，在一种可能的实施例中，获取待检测视频对应的图像信息可以是获得该待检测视频的对应的视频帧图像信息，则可以从该待检测视频中抽取视频帧图像序列。示例地，可以按照预设时间间隔抽取对应的视频帧，也可以按照预设的视频帧数量，根据该待检测视频的时长平均抽取对应的视频帧。在另一种可能的实施例中，视频通常对应有封面图像，则获取待检测视频对应的图像信息可以是提取该待检测视频的对应的封面图像信息。
在特征信息为音频信息时，在一种可能的实施例中，获取待检测视频对应的音频信息则可以是从该待检测视频中提取对应的音频文件，其中，从视频中提取音频文件的实现方式为现有技术，在此不再赘述。
在步骤12中，针对每一特征信息，确定待检测视频在特征信息下对应的特征检测结果。
在该步骤中，可以根据文本信息确定出该待检测视频在文本维度下的检测结果，可以根据图像信息，确定出该待检测视频在图像维度下的检测结果，以及可以根据音频信息确定出该待检测视频在音频维度下的检测结果，从而可以根据待检测视频的多个特征信息，确定出该待检测视频在多个分析维度下的检测结果，提高对待检测视频进行检测的全面性和综合性。
在步骤13中，根据待检测视频对应的多个特征检测结果，确定待检测视频对应的目标检测结果。
在上述技术方案中，通过获取待检测视频对应的文本信息、图像信息和音频信息，从而可以根据上述信息确定出该待检测视频在每一特征维度下对应的特征检测结果，根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果。由此，通过上述技术方案，一方面可以从待检测视频对应的文本信息、图像信息和音频信息的维度对待检测视频的质量进行检测，从而可以保证确定出的目标检测结果的准确性和可靠性。另一方面，无需基于高质量的视频进行对照评价，从而可以提高该视频检测方法的使用范围，同时可以降低视频检测方法的数据处理量，从而提高视频检测效率。
为了使本领域技术人员更加理解本发明实施例提供的技术方案，下面对上述步骤进行详细的说明。
在一种可能的实施例中，所述文本信息为标题信息，所述确定所述待检测视频在所述特征信息下对应的特征检测结果，包括：
将标题信息输入第一文本检测模型，获得待检测视频对应的标题信息的特征检测结果。其中，该第一文本检测模型可以是基于BERT模型与一个输出层连接所形成的模型进行训练得出的。
示例地，为了提高视频检测结果的准确性和全面性，在对第一文本检测模型的训练样本进行标注时，可以从文本信息的概括程度、所包含的符号、语义信息和语法结构信息等维度进行标注，示例地，可以通过分值对标题信息对应的训练样本进行标注，例如，标题信息的概括程度过于简单则可以标注分值较低；标题信息中所包含的特殊符号过多则可以标注分值较低；该标题信息对应的语义信息不明确，如标题语句不通顺时可以标注分值较低；标题信息对应的语法结构信息异常，如存在语法错误时可以标注分值较低，由此，可以基于标注好的训练样本对第一文本检测模型进行训练，其中，基于训练样本对该模型进行训练的方式与BERT模型的训练方式类似，在此不再赘述。基于上述训练样本进行第一文本检测模型的训练，可以提高基于该第一文本检测模型确定出的特征检测结果的准确性和可靠性。
在一种可能的实施例中，所述文本信息为字幕信息，所述确定所述待检测视频在所述特征信息下对应的特征检测结果，包括：
将字幕信息输入第二文本检测模型，获得待检测视频对应的字幕信息的特征检测结果。其中，该第二文本检测模型可以是基于BERT模型与一个输出层连接所形成的模型进行训练得出的。示例地，可以从文本样本对应的语句关联程度、语义信息和语法结构信息等维度进行标注，从而获得训练样本，以对第二文本检测模型进行训练。在训练过程中，输入该字幕信息和标注分值，通过BERT模型对字幕信息进行向量编码获得字幕信息对应的文本向量，其中在BERT模型中包括下一句预测和遮蔽预测两个训练任务，则可以获得下一句预测和遮蔽预测对应的损失值和预测概率矩阵，并通过下一句预测和遮蔽预测损失值求和最小化以得到模型参数，从而获得第二文本检测模型。其中，BERT模型的训练为本领域中的常规选择，在此不再赘述。由此，通过上述技术方案，可以对待检测视频中的字幕信息进行检测，提高视频检测的多维性。
在一种可能的实施例中，所述图像信息包括所述检测视频对应的视频帧图像信息和/或封面图像信息；在步骤12中，确定待检测视频在特征信息下对应的特征检测结果的示例性实现方式如下，可以包括：
将所述视频帧图像信息和/或封面图像信息输入图像检测模型，获得所述待检测视频对应的图像信息的特征检测结果，其中，所述图像检测模型的训练样本中的目标样本图像通过如下方式确定：
获取分辨率小于或等于目标分辨率的候选样本图像，其中目标分辨率可以根据实际使用场景进行设置，本公开对此不进行限定。
针对分辨率小于所述目标分辨率的候选样本图像，根据所述候选样本图像的分辨率和所述目标分辨率在所述候选样本图像中增加目标像素点，获得分辨率为所述目标分辨率的扩展样本图像，其中所述目标样本图像包括所述扩展样本图像和分辨率为所述目标分辨率的候选样本图像。
在一种可能的实施例中，分辨率为目标分辨率的候选样本图像可以直接确定为该目标样本图像。由于深度学习的网络输入维度都是固定的，然而用于进行深度学习的训练图像的分辨率并不固定且不唯一，相关技术中，通常采用截取或者插值法等将训练图像标准化，从而获得统一分辨率的训练图像，以进行模型训练。但在上述操作中必然会对训练图像的质量造成一定的影响，如对图像进行截取后会缺少部分特征，或者由于插值法会改变部分特征等，导致训练出的图像检测模型的准确度不足。
基于此，在该实施例中，可以选择目标分辨率作为目标样本图像的分辨率上限，则在确定出的目标样本图像中则不会出现由于截取图像而导致图像特征丢失的情况。而针对分辨率小于所述目标分辨率的候选样本图像，则可以将该候选样本图像的中心像素点与目标分辨率对应的中心像素点对齐，在属于目标分辨率对应的像素点且不属于候选样本图像的像素点处增加目标像素点，以实现对候选样本图像的扩展，如图2所示，A为原始的候选样本图像，B为对A增加目标像素点后对应的扩展样本图像，其中圆圈用于表示添加的目标像素点，P点为中心像素点，其中目标像素点的取值可以根据实际使用场景预先设置。
在确定出目标样本图像后，则可以对该目标样本图像进行标注，例如可以从图像模糊度、黑边情况、拉伸变形、画面亮度，画面曝光度、图像清晰度等角度进行分值标注，从而获得训练样本。
由此，通过上述技术方案，既可以使得该候选样本图像的分辨率达到目标分辨率，又不会更改候选样本图像中的每一像素点之间的位置和取值，从而可以保证基于该扩展样本图像和对应的候选样本图像提取出的图像特征的一致性，提高基于该训练样本进行训练获得的图像检测模型的准确性，同时也可以提高图像检测模型的训练效率。
在一种可能的实施例中，所述图像检测模型包括残差子模型，池化层和全连接层，其中，所述残差子模型为预训练的迁移学习模型，在所述图像检测模型的训练过程中，根据所述训练样本确定出的图像检测模型的损失值调整所述池化层和所述全连接层的参数，以获得所述图像检测模型。
其中，该残差子模型可以是在ImageNet上训练的ResNet-18模型，ImageNet项目是一个用于视觉对象识别软件研究的大型可视化数据库，其中，ResNet-18模型的预训练方式为本领域的常规选择，在此不再赘述。
在该实施例中，在该残差子模型后连接池化层(Pooling)和全连接层，从而可以基于残差子模型进行迁移学习，以获得该图像检测模型。其中，该残差子模型作为迁移学习的基础模型，可以冻结其模型参数，即在图像检测模型训练的过程中不对残差子模型的参数进行更新，而只调整后续所述池化层和所述全连接层的参数，从而可以基于预训练的模型进行图像检测模型的训练，提高图像检测模型的训练效率和准确度。示例地，图像检测模型的损失函数可以是MSE均方误差损失函数。每次训练所选择的样本数、Adam优化器参数、训练样本迭代次数和学习率等可以根据实际使用场景进行设置，如，训练所选择的样本数batch_size可以设置为120，Adam优化器参数β1可以设置为0.9，β2可以设置为0.99，训练样本迭代10个epochs，学习率lr可以设置为3e-4。
示例地，该池化层可以为RoIPooling层，其中ROI(regions of interest)用于表征感兴趣区域，在该RoIPooling层中进行图像处理时，根据输入的图像信息，将ROI映射到feature map中的对应位置，并将映射后的区域划分为相同大小的局部区域，并对每一局部区域进行最大池化操作，从而可以兼顾信息中的全局特征以及图像信息中的局部区域特征，使得非均匀尺寸的特征输入在执行最大池化后能够获得固定尺寸的输出特征图，从而可以提高输出特征图的准确性，同时提高图像处理速度，保证基于该输出特征图确定出的特征检测结果的准确性。
在一种可能的实施例中，所述特征信息为音频信息；在步骤12中，确定待检测视频在特征信息下对应的特征检测结果的示例性实现方式如下，可以包括：
将所述音频信息输入音频检测模型，获得所述待检测视频对应的音频信息的特征检测结果，其中，所述音频检测模型是基于多分类任务模型进行训练得出的，所述音频检测模型的每一分类对应的训练样本的数量相同。
在该实施例中，可以基于多分类任务模型进行训练获得该音频检测模型，即通过对音频信息进行分类，从而可以识别出正常音频和其他音频，如机器人配音、人多嘈杂环境噪音、风声环境噪音、汽车声环境噪音等，从而可以进一步确定出音频信息的特征检测结果。其中，该多分类模型中对应的类别的数量本公开不进行限定。其中，在进行音频检测模型训练时，每一分类对应的训练样本的数量相同，可以有效避免由于样本数量不同对音频检测模型的输出结果造成的影响，同时可以便于后续准确确定出每一分类对应的分布边界，便于音频检测模型准确区分每一分类，为提高音频信息的特征检测结果的准确度提供支持。
示例地，所述音频检测模型的损失函数为所述音频模型的多分类对应的交叉熵函数和最大平均差异函数之和。
该音频检测模型的损失函数LHYB可以表示如下：
LHYB＝CCE+MMD；
其中，LCCE用于表示所述交叉熵函数，可以选择相关技术中的任一交叉熵函数，本公开对此不进行限定；
LMMD用于表示所述最大平均差异函数。
以二分类模型为例，
Figure BDA0002716129960000121
其中，Fl()用于表示所述音频检测模型中包括的前馈神经网络F的隐藏层l的激活函数；
Figure BDA0002716129960000122
和
Figure BDA0002716129960000123
是两个分类d和d′中分别对应的音频信息的频谱图；
m用于表示所述音频检测模型中每一分类对应的训练样本的数量。
其中，MMD(maximum mean discrepancy)表示最大平均差异。基于两个分布的样本，通过寻找在样本空间上的连续函数f，求不同分布的样本在f上的函数值的均值，通过把两个均值做差可以得到两个分布对应于f的平均差异。寻找一个f使得这个平均差异有最大值，由此可以得到最大平均差异。之后可以用MMD作为检验统计量，从而判断两个分布是否相同。
定义MMD(P,Q)函数，P和Q是两个分布的样本集合，P是给定包含m个数据的集合X＝{X1,...,Xm}，Q是包含m个数据的集合Y＝{Y1,...,Ym}。k是高斯核函数(RBF)。
Figure BDA0002716129960000131
如果P＝Q，则MMD(P,Q)＝0。由此，通过确定MMD可以明确地划分出两个分类的边界。
通过上述技术方案，在确定音频检测模型的损失函数时，通过分类交叉熵函数可以保证音频检测模型分类的准确性，从而保证正确分类下的音频信息的特征检测结果的准确性。同时，在损失函数中包含最大均值差异函数，从而可以保证音频检测模型中每一分类的边界表征，从而便于获得音频信息中用于准确分类的音频特征，进一步提高音频信息的特征检测结果的准确性，为对待检测视频进行准确且合理的评价提供数据支持。
在一种可能的实施例中，在步骤13中，根据待检测视频对应的多个特征检测结果，确定待检测视频对应的目标检测结果的示例性实现方式如下，该步骤可以包括：
根据每一所述特征信息对应的权重，对多个所述特征检测结果进行加权求和，以获得所述待检测视频的目标检测结果。
其中，可以根据实际使用场景设置每一特征信息的权重，多个特征信息对应的权重和为1。示例地，在视频检索平台中，可能需要用户提供较为合适的标题信息，则可以设置文本信息对应的权重较高；在视频随机推荐中，可能需要为用户推荐画质较好的视频，则可以设置图像信息对应的权重较高。其中，上述仅为示例性说明，不对本公开进行限定。
作为示例，该目标检测结果可以通过分值表示，则可以将多个特征检测结果进行加权求和的结果作为该目标检测结果。作为另一示例，该目标检测结果可以通过等级进行表示，则可以根据多个特征检测结果进行加权求和的结果确定该结果所述的等级范围，从而转换成对应的等级。由此，通过上述技术方案，可以通过待检测视频对应的多个特征检测结果，综合确定出待检测视频的目标监测结果，从而可以对待检测视频进行全面且综合的评价，保证视频检测的客观性。
可选地，可以将确定出的目标检测结果与该待检测视频进行关联，从而可以在后续对该待检测视频进行推荐时，考虑该待检测视频的目标检测结果，为提高视频的准确可靠推荐提供数据支持。
在一种可能的实施例中，如图3所示，在图1的基础上，所述方法还可以包括：
在步骤31中，在根据待检测视频的目标检测结果确定待检测视频存在异常的情况下，确定待检测视频对应的多个特征信息中的异常特征信息。
作为示例，该目标检测结果可以通过分值进行表示，则可以根据实际使用场景设置视频异常阈值，在待检测视频的目标检测结果小于该视频异常阈值的情况下，确定该待检测视频存在异常。作为另一示例，该目标检测结果可以等级进行表示，则可以预先设置异常等级，在确定出的目标检测结果为异常等级的情况下，可以确定该待检测视频存在异常。相应地，此时可以输出异常信息，以提示上传该待检测视频的用户，该视频存在异常。
其中，在本公开实施例中是通过待检测视频的多个维度的特征信息以对其进行检测，则在确定待检测视频中存在异常的情况下，则可以进一步确定出该待检测视频中的具体存在异常的维度。示例地，可以预先设置每一特征信息对应的异常阈值，其中，每一特征信息对应的异常阈值可以相同也可以不同，本公开对此不进行限定。相应地，确定待检测视频对应的多个特征信息中的异常特征信息，可以包括：若该特征信息对应的特征检测结果小于该特征信息对应的异常阈值，则将该特征信息确定为异常特征信息，由此可以在待检测视频存在异常时，确定出其出现异常的具体原因。
在步骤32中，输出提示信息，其中，所述提示信息中包括所述目标检测结果和所述异常特征信息。
示例地，该提示信息可以用于提示上传该待检测视频的用户其上传的视频存在异常，并且可以提示其异常的具体原因，如标题信息异常。则用户可以基于该提示信息，进一步修改该待检测视频，或者可以对该用户后续拍摄上传视频提供规范提示，既可以对待检测视频进行准确检测，保证用于共享的视频的准确性和可靠性，同时便于用户及时发现其上传视频中的异常，规范用户拍摄或上传视频的操作，便于进一步提高上传视频的质量，便于用户使用，提升用户使用体验。
本公开还提供一种视频检测装置，如图4所示，所述装置10包括：
获取模块100，被配置为获取待检测视频对应的多个特征信息，所述特征信息包括文本信息、图像信息和音频信息；
第一确定模块200，被配置为针对每一所述特征信息，确定所述待检测视频在所述特征信息下对应的特征检测结果；
第二确定模块300，被配置为根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果。
可选地，所述图像信息包括所述检测视频对应的视频帧图像信息和/或封面图像信息；所述第一确定模块包括：
第一输入子模块，被配置为将所述视频帧图像信息和/或封面图像信息输入图像检测模型，获得所述待检测视频对应的图像信息的特征检测结果，其中，所述图像检测模型的训练样本中的目标样本图像通过如下方式确定：
获取分辨率小于或等于目标分辨率的候选样本图像；
针对分辨率小于所述目标分辨率的候选样本图像，根据所述候选样本图像的分辨率和所述目标分辨率在所述候选样本图像中增加目标像素点，获得分辨率为所述目标分辨率的扩展样本图像，其中所述目标样本图像包括所述扩展样本图像和分辨率为所述目标分辨率的候选样本图像。
可选地，所述图像检测模型包括残差子模型，池化层和全连接层，其中，所述残差子模型为预训练的迁移学习模型，在所述图像检测模型的训练过程中，根据所述训练样本确定出的图像检测模型的损失值调整所述池化层和所述全连接层的参数，以获得所述图像检测模型。
可选地，所述特征信息为音频信息；所述第一确定模块包括：
第二输入子模块，被配置为将所述音频信息输入音频检测模型，获得所述待检测视频对应的音频信息的特征检测结果，其中，所述音频检测模型是基于多分类任务模型进行训练得出的，所述音频检测模型的每一分类对应的训练样本的数量相同。
可选地，所述音频检测模型的损失函数为所述音频模型的多分类对应的交叉熵函数和最大平均差异函数之和。
可选地，所述第二确定模块被配置为：
根据每一所述特征信息对应的权重，对多个所述特征检测结果进行加权求和，以获得所述待检测视频的目标检测结果。
可选地，所述装置还包括：
第三确定模块，被配置为在根据所述待检测视频的所述目标检测结果确定所述待检测视频存在异常的情况下，确定所述待检测视频对应的多个特征信息中的异常特征信息；
输出模块，被配置为输出提示信息，其中，所述提示信息中包括所述目标检测结果和所述异常特征信息。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的视频检测方法的步骤。
图5是根据一示例性实施例示出的一种视频检测装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图5，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的视频检测方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述视频检测方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述视频检测方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的视频检测方法的代码部分。
图6是根据一示例性实施例示出的一种视频检测装置1900的框图。例如，装置1900可以被提供为一服务器。参照图6，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述视频检测方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种视频检测方法，其特征在于，包括：
获取待检测视频对应的多个特征信息，所述特征信息包括文本信息、图像信息和音频信息；
针对每一所述特征信息，确定所述待检测视频在所述特征信息下对应的特征检测结果；
根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果。
2.根据权利要求1所述的方法，其特征在于，所述图像信息包括所述检测视频对应的视频帧图像信息和/或封面图像信息；所述确定所述待检测视频在所述特征信息下对应的特征检测结果，包括：
将所述视频帧图像信息和/或封面图像信息输入图像检测模型，获得所述待检测视频对应的图像信息的特征检测结果，其中，所述图像检测模型的训练样本中的目标样本图像通过如下方式确定：
获取分辨率小于或等于目标分辨率的候选样本图像；
针对分辨率小于所述目标分辨率的候选样本图像，根据所述候选样本图像的分辨率和所述目标分辨率在所述候选样本图像中增加目标像素点，获得分辨率为所述目标分辨率的扩展样本图像，其中所述目标样本图像包括所述扩展样本图像和分辨率为所述目标分辨率的候选样本图像。
3.根据权利要求2所述的方法，其特征在于，所述图像检测模型包括残差子模型，池化层和全连接层，其中，所述残差子模型为预训练的迁移学习模型，在所述图像检测模型的训练过程中，根据所述训练样本确定出的图像检测模型的损失值调整所述池化层和所述全连接层的参数，以获得所述图像检测模型。
4.根据权利要求1所述的方法，其特征在于，所述特征信息为音频信息；所述确定所述待检测视频在所述特征信息下对应的特征检测结果，包括：
将所述音频信息输入音频检测模型，获得所述待检测视频对应的音频信息的特征检测结果，其中，所述音频检测模型是基于多分类任务模型进行训练得出的，所述音频检测模型的每一分类对应的训练样本的数量相同。
5.根据权利要求4所述的方法，其特征在于，所述音频检测模型的损失函数为所述音频模型的多分类对应的交叉熵函数和最大平均差异函数之和。
6.根据权利要求1所述的方法，其特征在于，所述根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果，包括：
根据每一所述特征信息对应的权重，对多个所述特征检测结果进行加权求和，以获得所述待检测视频的目标检测结果。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在根据所述待检测视频的所述目标检测结果确定所述待检测视频存在异常的情况下，确定所述待检测视频对应的多个特征信息中的异常特征信息；
输出提示信息，其中，所述提示信息中包括所述目标检测结果和所述异常特征信息。
8.一种视频检测装置，其特征在于，包括：
获取模块，被配置为获取待检测视频对应的多个特征信息，所述特征信息包括文本信息、图像信息和音频信息；
第一确定模块，被配置为针对每一所述特征信息，确定所述待检测视频在所述特征信息下对应的特征检测结果；
第二确定模块，被配置为根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果。
9.一种视频检测装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待检测视频对应的多个特征信息，所述特征信息包括文本信息、图像信息和音频信息；
针对每一所述特征信息，确定所述待检测视频在所述特征信息下对应的特征检测结果；
根据所述待检测视频对应的多个所述特征检测结果，确定所述待检测视频对应的目标检测结果。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
CN202011074238.0A 2020-10-09 2020-10-09 视频检测方法、装置及计算机可读存储介质 Pending CN112150457A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011074238.0A CN112150457A (zh) 2020-10-09 2020-10-09 视频检测方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011074238.0A CN112150457A (zh) 2020-10-09 2020-10-09 视频检测方法、装置及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN112150457A true CN112150457A (zh) 2020-12-29

Family

ID=73952683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011074238.0A Pending CN112150457A (zh) 2020-10-09 2020-10-09 视频检测方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112150457A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486853A (zh) * 2021-07-29 2021-10-08 北京百度网讯科技有限公司 视频检测方法及装置、电子设备和介质
CN113539299A (zh) * 2021-01-12 2021-10-22 腾讯科技（深圳）有限公司 一种多媒体信息处理方法、装置、电子设备及存储介质
CN113609824A (zh) * 2021-08-10 2021-11-05 上海交通大学 基于文本编辑和语法纠错的多轮对话改写方法及系统
CN113676599A (zh) * 2021-08-20 2021-11-19 上海明略人工智能(集团)有限公司 网络通话质量检测方法、系统、计算机设备及存储介质
CN113761589A (zh) * 2021-04-21 2021-12-07 腾讯科技（北京）有限公司 视频检测的方法、装置及电子设备
CN115330661A (zh) * 2021-04-26 2022-11-11 北京奇虎科技有限公司 视频图像质量检测方法、装置、设备及可读存储介质
CN115695847A (zh) * 2022-10-26 2023-02-03 北京字跳网络技术有限公司 异常提示方法、装置、电子设备和存储介质
CN115953715A (zh) * 2022-12-22 2023-04-11 北京字跳网络技术有限公司 一种视频检测方法、装置、设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250837A (zh) * 2016-07-27 2016-12-21 腾讯科技（深圳）有限公司 一种视频的识别方法、装置和系统
CN107895172A (zh) * 2017-11-03 2018-04-10 北京奇虎科技有限公司 利用图像信息检测异常视频文件的方法、装置及计算设备
CN110390033A (zh) * 2019-07-25 2019-10-29 腾讯科技（深圳）有限公司 图像分类模型的训练方法、装置、电子设备及存储介质
CN110781956A (zh) * 2019-10-24 2020-02-11 精硕科技（北京）股份有限公司 一种目标检测的方法、装置、电子设备及可读存储介质
CN110852231A (zh) * 2019-11-04 2020-02-28 云目未来科技(北京)有限公司 违规视频检测方法、装置以及存储介质
CN110990631A (zh) * 2019-12-16 2020-04-10 腾讯科技（深圳）有限公司 视频筛选方法、装置、电子设备和存储介质
CN111062870A (zh) * 2019-12-16 2020-04-24 联想(北京)有限公司 一种处理方法及装置
CN111145779A (zh) * 2019-12-26 2020-05-12 腾讯科技（深圳）有限公司 一种音频文件的目标检测方法及相关设备
CN111225234A (zh) * 2019-12-23 2020-06-02 广州市百果园信息技术有限公司 视频审核方法、视频审核装置、设备和存储介质
CN111259853A (zh) * 2020-02-04 2020-06-09 中国科学院计算技术研究所 一种高分辨率遥感图像变化检测方法、系统及装置
CN111325769A (zh) * 2018-12-13 2020-06-23 北京嘀嘀无限科技发展有限公司 一种目标对象检测方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250837A (zh) * 2016-07-27 2016-12-21 腾讯科技（深圳）有限公司 一种视频的识别方法、装置和系统
CN107895172A (zh) * 2017-11-03 2018-04-10 北京奇虎科技有限公司 利用图像信息检测异常视频文件的方法、装置及计算设备
CN111325769A (zh) * 2018-12-13 2020-06-23 北京嘀嘀无限科技发展有限公司 一种目标对象检测方法及装置
CN110390033A (zh) * 2019-07-25 2019-10-29 腾讯科技（深圳）有限公司 图像分类模型的训练方法、装置、电子设备及存储介质
CN110781956A (zh) * 2019-10-24 2020-02-11 精硕科技（北京）股份有限公司 一种目标检测的方法、装置、电子设备及可读存储介质
CN110852231A (zh) * 2019-11-04 2020-02-28 云目未来科技(北京)有限公司 违规视频检测方法、装置以及存储介质
CN110990631A (zh) * 2019-12-16 2020-04-10 腾讯科技（深圳）有限公司 视频筛选方法、装置、电子设备和存储介质
CN111062870A (zh) * 2019-12-16 2020-04-24 联想(北京)有限公司 一种处理方法及装置
CN111225234A (zh) * 2019-12-23 2020-06-02 广州市百果园信息技术有限公司 视频审核方法、视频审核装置、设备和存储介质
CN111145779A (zh) * 2019-12-26 2020-05-12 腾讯科技（深圳）有限公司 一种音频文件的目标检测方法及相关设备
CN111259853A (zh) * 2020-02-04 2020-06-09 中国科学院计算技术研究所 一种高分辨率遥感图像变化检测方法、系统及装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113539299A (zh) * 2021-01-12 2021-10-22 腾讯科技（深圳）有限公司 一种多媒体信息处理方法、装置、电子设备及存储介质
CN113761589A (zh) * 2021-04-21 2021-12-07 腾讯科技（北京）有限公司 视频检测的方法、装置及电子设备
CN113761589B (zh) * 2021-04-21 2024-07-23 腾讯科技（北京）有限公司 视频检测的方法、装置及电子设备
CN115330661A (zh) * 2021-04-26 2022-11-11 北京奇虎科技有限公司 视频图像质量检测方法、装置、设备及可读存储介质
CN113486853A (zh) * 2021-07-29 2021-10-08 北京百度网讯科技有限公司 视频检测方法及装置、电子设备和介质
CN113486853B (zh) * 2021-07-29 2024-02-27 北京百度网讯科技有限公司 视频检测方法及装置、电子设备和介质
CN113609824A (zh) * 2021-08-10 2021-11-05 上海交通大学 基于文本编辑和语法纠错的多轮对话改写方法及系统
CN113676599A (zh) * 2021-08-20 2021-11-19 上海明略人工智能(集团)有限公司 网络通话质量检测方法、系统、计算机设备及存储介质
CN113676599B (zh) * 2021-08-20 2024-03-22 上海明略人工智能(集团)有限公司 网络通话质量检测方法、系统、计算机设备及存储介质
CN115695847A (zh) * 2022-10-26 2023-02-03 北京字跳网络技术有限公司 异常提示方法、装置、电子设备和存储介质
CN115953715A (zh) * 2022-12-22 2023-04-11 北京字跳网络技术有限公司 一种视频检测方法、装置、设备及存储介质
CN115953715B (zh) * 2022-12-22 2024-04-19 北京字跳网络技术有限公司 一种视频检测方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
TWI766286B (zh) 圖像處理方法及圖像處理裝置、電子設備和電腦可讀儲存媒介
CN112150457A (zh) 视频检测方法、装置及计算机可读存储介质
CN109871896B (zh) 数据分类方法、装置、电子设备及存储介质
CN109446994B (zh) 手势关键点检测方法、装置、电子设备及存储介质
CN110619350B (zh) 图像检测方法、装置及存储介质
EP3855360A1 (en) Method and device for training image recognition model, and storage medium
CN110827253A (zh) 一种目标检测模型的训练方法、装置及电子设备
CN111583907A (zh) 信息处理方法、装置及存储介质
CN109819288B (zh) 广告投放视频的确定方法、装置、电子设备及存储介质
CN111753917B (zh) 数据处理方法、装置及存储介质
CN110602527A (zh) 视频处理方法、装置及存储介质
CN112148980B (zh) 基于用户点击的物品推荐方法、装置、设备和存储介质
CN106228556B (zh) 图像质量分析方法和装置
CN110874145A (zh) 一种输入方法、装置及电子设备
CN104077597B (zh) 图像分类方法及装置
CN112381091B (zh) 视频内容识别方法、装置、电子设备及存储介质
CN115424044A (zh) 基于多模态的图像标注方法、装置及电子设备
CN111259967A (zh) 图像分类及神经网络训练方法、装置、设备及存储介质
CN111583919A (zh) 信息处理方法、装置及存储介质
CN115734029B (zh) 一种终端适配性判断方法、装置、电子设备及存储介质
CN111797746A (zh) 人脸识别方法、装置及计算机可读存储介质
CN111209429A (zh) 用于度量语音数据库覆盖性的无监督模型训练方法及装置
CN117671669A (zh) 图像识别方法、装置、电子设备及可读存储介质
CN110135349A (zh) 识别方法、装置、设备及存储介质
CN111753266B (zh) 用户认证方法、多媒体内容的推送方法及装置

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