CN114051171A - 一种基于ai情绪分析的视频中恐惧画面屏蔽方法及系统 - Google Patents
一种基于ai情绪分析的视频中恐惧画面屏蔽方法及系统 Download PDFInfo
- Publication number
- CN114051171A CN114051171A CN202111348716.7A CN202111348716A CN114051171A CN 114051171 A CN114051171 A CN 114051171A CN 202111348716 A CN202111348716 A CN 202111348716A CN 114051171 A CN114051171 A CN 114051171A
- Authority
- CN
- China
- Prior art keywords
- fear
- picture
- video
- played
- playing
- 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
- 230000008451 emotion Effects 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 claims description 18
- 238000002474 experimental method Methods 0.000 claims description 18
- 230000000873 masking effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003068 static effect 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
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/454—Content or additional data filtering, e.g. blocking advertisements
- H04N21/4542—Blocking scenes or portions of the received content, e.g. censoring scenes
-
- 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
- H04N21/432—Content retrieval operation from a local storage medium, e.g. hard-disk
-
- 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
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
-
- 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
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/454—Content or additional data filtering, e.g. blocking advertisements
- H04N21/4545—Input to filtering algorithms, e.g. filtering a region of the image
- H04N21/45452—Input to filtering algorithms, e.g. filtering a region of the image applied to an object-based stream, e.g. MPEG-4 streams
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本申请涉及一种基于AI情绪分析的视频中恐惧画面屏蔽方法及系统，包括获取当前视频播放用户即将播放的待播放视频；根据预存的当前视频播放用户的恐惧画面数据集对所述待播放视频进行检索，并获取所述待播放视频中与所述恐惧画面数据集中的预存恐惧画面相匹配的当前恐惧画面对应的各实际播放时间，根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面。本发明检索视频未播放的内容，当发现有片段含有需要屏蔽或跳过的内容时，则可记录下这些片段，之后直接跳过这些画面，实现能够实现屏蔽视频中令儿童们恐惧的画面，进而满足使用需求。
Description
技术领域
本申请涉及AI数据处理技术领域，特别是涉及一种基于AI情绪分析的视频中恐惧画面屏蔽方法及系统。
背景技术
动画是指采用逐帧拍摄对象并连续播放而形成运动的影像技术。动画片是在这一技术基础上，由制作者赋予艺术内涵与思想内涵，所产生的一系列涵括文化、历史、社会、情感、自然等主题的艺术作品。与其他形式的艺术创作，如文学和美术相比，动画片最大的魅力在于运动。
随着动漫行业的发展和进步，动画片的内容也越来越重要，对于儿童来说不能播放有害的内容，至于对于一些内容的规避，现有技术中已然有相应的技术方案，如申请号为CN202010598266.6的发明专利中公开了一种基于人工智能的视频信息的处理方法、装置、电子设备及计算机可读存储介质；方法包括：在人机交互界面中呈现视频；在呈现所述视频的期间，检测目标对象的行为；根据所述目标对象的行为，确定针对所述视频中出现的内容的行为表征；当所述目标对象的行为表征指示所述视频中出现的内容超出所述目标对象的承受能力时，呈现所述内容的屏蔽效果。
虽然上述方案能够个性化显示视频中的内容，但是其不能很好实现屏蔽视频中令儿童们恐惧的画面，进而导致不能满足使用需求的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够实现屏蔽视频中令儿童们恐惧的画面，进而满足使用需求的基于AI情绪分析的视频中恐惧画面屏蔽方法及系统。
本发明技术方案如下：
一种基于AI情绪分析的视频中恐惧画面屏蔽方法，所述方法包括：
步骤S100：获取当前视频播放用户即将播放的待播放视频；
步骤S200：根据预存的当前视频播放用户的恐惧画面数据集对所述待播放视频进行检索，并获取所述待播放视频中与所述恐惧画面数据集中的预存恐惧画面相匹配的当前恐惧画面对应的各实际播放时间，其中，所述恐惧画面数据集中预先根据当前视频播放用户构建，并存储有多个预存恐惧画面；
步骤S300：根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面。
具体而言，步骤S300：根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面之后还包括：
步骤S410：在播放所述待播放视频时，实时获取所述待播放视频中的新增恐惧画面，并将所述新增恐惧画面保存至所述恐惧画面数据集中，其中，所述新增恐惧画面在所述待播放视频中的时间点至所述待播放视频播放结束的时间点之间的视频为待检索视频；
步骤S420：根据所述新增恐惧画面对所述待检索视频进行检索，并获取所述待检索视频中与所述新增恐惧画面相匹配的待跳过画面；
步骤S430：根据所述待跳过画面继续播放所述未检索视频，并在播放所述未检索视频的过程中自动跳过所述待跳过画面。
具体而言，步骤S100：获取当前视频播放用户即将播放的待播放视频之前还包括：
步骤S11：播放预先设置的预设实验视频，并在播放所述预设实验视频时基于后台相机获取当前视频播放用户的实时情绪数据；
步骤S12：从所述实时情绪数据中筛选出用户恐惧情绪，并获取获取所述用户恐惧情绪的时间点对应所述预设实验视频中的当前播放时间；
步骤S13：获取所述当前播放时间对应所述预设实验视频中的当前检测画面；
步骤S14：根据所述当前检测画面获取当前恐惧主体的主体坐标，并根据所述主体坐标对所述当前检测画面进行裁剪，并获取恐惧主体画面；
步骤S15：对所述恐惧主体画面进行保存。
具体而言，步骤S15：对所述恐惧主体画面进行保存具体包括：
步骤S151：预先建立恐惧画面数据集，所述恐惧画面数据集与当前视频播放用户对应；
步骤S152：判断所述恐惧主体画面是否与所述恐惧画面数据集中的预存恐惧画面相匹配；
步骤S153：若判断所述恐惧主体画面不与所述恐惧画面数据集中的预存恐惧画面相匹配，则将所述恐惧主体画面存储于所述恐惧画面数据集。
具体而言，步骤S153：判断所述恐惧主体画面不与所述恐惧画面数据集中的预存恐惧画面相匹配，则将所述恐惧主体画面存储于所述恐惧画面数据集，之后还包括：
若判断所述恐惧主体画面与所述恐惧画面数据集中的预存恐惧画面的相似度超过预设的相似度阈值，则判断所述恐惧主体画面是与所述恐惧画面数据集中的预存恐惧画面相匹配。
具体而言，一种基于AI情绪分析的视频中恐惧画面屏蔽系统，所述系统包括：
播放视频模块，用于获取当前视频播放用户即将播放的待播放视频；
实际播放模块，用于根据预存的当前视频播放用户的恐惧画面数据集对所述待播放视频进行检索，并获取所述待播放视频中与所述恐惧画面数据集中的预存恐惧画面相匹配的当前恐惧画面对应的各实际播放时间，其中，所述恐惧画面数据集中预先根据当前视频播放用户构建，并存储有多个预存恐惧画面；
视频跳过模块，用于根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面。
具体而言，所述视频跳过模块还用于：
在播放所述待播放视频时，实时获取所述待播放视频中的新增恐惧画面，并将所述新增恐惧画面保存至所述恐惧画面数据集中，其中，所述新增恐惧画面在所述待播放视频中的时间点至所述待播放视频播放结束的时间点之间的视频为待检索视频；根据所述新增恐惧画面对所述待检索视频进行检索，并获取所述待检索视频中与所述新增恐惧画面相匹配的待跳过画面；根据所述待跳过画面继续播放所述未检索视频，并在播放所述未检索视频的过程中自动跳过所述待跳过画面。
具体而言，所述播放视频模块还用于：
播放预先设置的预设实验视频，并在播放所述预设实验视频时基于后台相机获取当前视频播放用户的实时情绪数据；从所述实时情绪数据中筛选出用户恐惧情绪，并获取获取所述用户恐惧情绪的时间点对应所述预设实验视频中的当前播放时间；获取所述当前播放时间对应所述预设实验视频中的当前检测画面；根据所述当前检测画面获取当前恐惧主体的主体坐标，并根据所述主体坐标对所述当前检测画面进行裁剪，并获取恐惧主体画面；对所述恐惧主体画面进行保存；预先建立恐惧画面数据集，所述恐惧画面数据集与当前视频播放用户对应；判断所述恐惧主体画面是否与所述恐惧画面数据集中的预存恐惧画面相匹配；若判断所述恐惧主体画面不与所述恐惧画面数据集中的预存恐惧画面相匹配，则将所述恐惧主体画面存储于所述恐惧画面数据集。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于AI情绪分析的视频中恐惧画面屏蔽方法所述的步骤。
一种计算机可读存储介质，其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上述基于AI情绪分析的视频中恐惧画面屏蔽方法所述的步骤。
本发明实现技术效果如下：
上述基于AI情绪分析的视频中恐惧画面屏蔽方法及系统，依次通过获取当前视频播放用户即将播放的待播放视频；根据预存的当前视频播放用户的恐惧画面数据集对所述待播放视频进行检索，并获取所述待播放视频中与所述恐惧画面数据集中的预存恐惧画面相匹配的当前恐惧画面对应的各实际播放时间，其中，所述恐惧画面数据集中预先根据当前视频播放用户构建，并存储有多个预存恐惧画面；根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面，从而根据所述恐惧画面数据集对待播放视频在播放前进行预先检索，也即检索视频未播放的内容，当发现有片段含有需要屏蔽或跳过的内容时，则可记录下这些片段，之后直接跳过这些画面，并且，所述恐惧画面数据集会一直丰富，通过搜集当前视频播放用户在观赏某一片段时的表请变化，可以识别出个人的厌恶习惯，可以自动形成后续屏蔽的依据，进而实现能够实现屏蔽视频中令儿童们恐惧的画面，进而满足使用需求。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为一个实施例中基于AI情绪分析的视频中恐惧画面屏蔽方法的流程示意图；
图2为一个实施例中的一个视频中恐惧画面的分布情况图；
图3为另一个实施例中的一个视频中恐惧画面的分布情况图；
图4为一个实施例中基于AI情绪分析的视频中恐惧画面屏蔽系统的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本领域的技术人员能够更好的理解本发明的技术方案，下面将结合实施例来对本发明的具体技术方案进行清楚、完整地描述，以助于本领域的技术人员进一步理解本发明。显然，本案所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思及相互不冲突的前提下，本申请中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例，在本领域普通技术人员没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的揭露及保护范围。
此外本发明的说明书和权利要求书及附图中的术语“第一”、“第二”、“S100”、“S200”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，以便这里描述的本发明的实施例能够以除了在这里描述的那些以外的顺序实施。同时本发明中的术语“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。除非另有明确的规定和限定，术语“设置”、“布设”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况，结合现有技术来理解上述术语在本案中的具体含义。
在一个实施例中，如图1所示，提供了一种基于AI情绪分析的视频中恐惧画面屏蔽方法，适用于Android平板，小度在家等移动通信终端，所述方法包括：
步骤S100：获取当前视频播放用户即将播放的待播放视频；
步骤S200：根据预存的当前视频播放用户的恐惧画面数据集对所述待播放视频进行检索，并获取所述待播放视频中与所述恐惧画面数据集中的预存恐惧画面相匹配的当前恐惧画面对应的各实际播放时间，其中，所述恐惧画面数据集中预先根据当前视频播放用户构建，并存储有多个预存恐惧画面；
步骤S300：根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面。
进一步地说，如图2所示，遍历待播放视频中每一秒对应的画面，如，之前保存恐惧画面数据集包含图2中画面序号1、2、3、4，并且对应的是时间为100ms、900ms、1800ms、2500ms。
播放所述待播放视频时，可以根据记录的恐怖画面对应的时间跳过播放，具体通过如下方法跳过恐怖画面，例如 当100ms是恐怖画面，播放视频到99ms秒时，同VideoView.seekTo()直接从101秒播放。
本发明所述基于AI情绪分析的视频中恐惧画面屏蔽方法及系统，依次通过获取当前视频播放用户即将播放的待播放视频；根据预存的当前视频播放用户的恐惧画面数据集对所述待播放视频进行检索，并获取所述待播放视频中与所述恐惧画面数据集中的预存恐惧画面相匹配的当前恐惧画面对应的各实际播放时间，其中，所述恐惧画面数据集中预先根据当前视频播放用户构建，并存储有多个预存恐惧画面；根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面，从而根据所述恐惧画面数据集对待播放视频在播放前进行预先检索，也即检索视频未播放的内容，当发现有片段含有需要屏蔽或跳过的内容时，则可记录下这些片段，之后直接跳过这些画面，并且，所述恐惧画面数据集会一直丰富，通过搜集当前视频播放用户在观赏某一片段时的表请变化，可以识别出个人的厌恶习惯，可以自动形成后续屏蔽的依据，进而实现能够实现屏蔽视频中令儿童们恐惧的画面，进而满足使用需求。
在一个实施例中，步骤S300：根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面之后还包括：
步骤S410：在播放所述待播放视频时，实时获取所述待播放视频中的新增恐惧画面，并将所述新增恐惧画面保存至所述恐惧画面数据集中，其中，所述新增恐惧画面在所述待播放视频中的时间点至所述待播放视频播放结束的时间点之间的视频为待检索视频；
步骤S420：根据所述新增恐惧画面对所述待检索视频进行检索，并获取所述待检索视频中与所述新增恐惧画面相匹配的待跳过画面；
步骤S430：根据所述待跳过画面继续播放所述未检索视频，并在播放所述未检索视频的过程中自动跳过所述待跳过画面。
进一步地，播放视频时，还有可能新增恐怖画面。将新增的恐怖画面保存到恐惧画面数据集中，同时用于检索剩余的视频画面是否有类似的画面。如果有，记录对应的视频播放时间。
如图3所示，若图3中的画面5是新增恐怖画面，则记录对应的画面播放时间为3100ms，那么将画面5的主体保持到恐惧画面数据集中，同时检测视频3101ms - 3600ms之间是否有类似的画面，如果有，记录对应的视频播放时间。便于播放后面的视频是跳过这么画面。
在一个实施例中，步骤S100：获取当前视频播放用户即将播放的待播放视频之前还包括：
步骤S11：播放预先设置的预设实验视频，并在播放所述预设实验视频时基于后台相机获取当前视频播放用户的实时情绪数据；
步骤S12：从所述实时情绪数据中筛选出用户恐惧情绪，并获取获取所述用户恐惧情绪的时间点对应所述预设实验视频中的当前播放时间；
本步骤通过获取微观人脸数据faceKeyData，具体通过相机预览回调接口可以实时获得预览数据previewData。
进一步地，通过macro_facial_analysis()，也即百度AI算法API来识别性别、年龄、情绪，以及妆容、颜值、眼镜等面部属性result。每个人脸数据有相对应的字段。例如：性别 gender 此外更需关注情绪 emotion，其中，0代表伤心，1代表平静，2代表微笑，3代表大笑，4代表惊讶，5代表恐惧，6代表愤怒，7代表厌恶。
步骤S13：获取所述当前播放时间对应所述预设实验视频中的当前检测画面；
步骤S14：根据所述当前检测画面获取当前恐惧主体的主体坐标，并根据所述主体坐标对所述当前检测画面进行裁剪，并获取恐惧主体画面；
进一步地，所述当前恐惧主体为恐怖画面的主体，如“鬼影”等。
获得主体坐标具体方法可以由本领域技术人员自行选择，如通过：
MultiObjectDetect.multiObjectDetect()，也即百度AI算法API来检测出图片中主体，并给出位置。
步骤S15：对所述恐惧主体画面进行保存。
在一个实施例中，步骤S15：对所述恐惧主体画面进行保存具体包括：
步骤S151：预先建立恐惧画面数据集，所述恐惧画面数据集与当前视频播放用户对应；
所述恐惧画面数据集为对应所述当前视频播放用户而建立。
步骤S152：判断所述恐惧主体画面是否与所述恐惧画面数据集中的预存恐惧画面相匹配；
步骤S153：若判断所述恐惧主体画面不与所述恐惧画面数据集中的预存恐惧画面相匹配，则将所述恐惧主体画面存储于所述恐惧画面数据集。
若判断所述恐惧主体画面不与所述恐惧画面数据集中的预存恐惧画面相匹配，则所述恐惧主体画面未存储，则需要将所述恐惧主体画面存储于所述恐惧画面数据集，以丰富所述恐惧画面数据集。
在一个实施例中，步骤S153：判断所述恐惧主体画面不与所述恐惧画面数据集中的预存恐惧画面相匹配，则将所述恐惧主体画面存储于所述恐惧画面数据集，之后还包括：
若判断所述恐惧主体画面与所述恐惧画面数据集中的预存恐惧画面的相似度超过预设的相似度阈值，则判断所述恐惧主体画面是与所述恐惧画面数据集中的预存恐惧画面相匹配。
所述相似度阈值为预先设置，当判断所述恐惧主体画面与所述恐惧画面数据集中的预存恐惧画面的相似度超过预设的相似度阈值，则判断所述恐惧主体画面是与所述恐惧画面数据集中的预存恐惧画面相匹配，此时无需存储所述恐惧主体画面。
在一个实施例中，本发明还提供了一种基于AI情绪分析的视频中恐惧画面屏蔽系统，所述系统包括：
播放视频模块，用于获取当前视频播放用户即将播放的待播放视频；
实际播放模块，用于根据预存的当前视频播放用户的恐惧画面数据集对所述待播放视频进行检索，并获取所述待播放视频中与所述恐惧画面数据集中的预存恐惧画面相匹配的当前恐惧画面对应的各实际播放时间，其中，所述恐惧画面数据集中预先根据当前视频播放用户构建，并存储有多个预存恐惧画面；
视频跳过模块，用于根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面。
在一个实施例中，所述视频跳过模块还用于：
在播放所述待播放视频时，实时获取所述待播放视频中的新增恐惧画面，并将所述新增恐惧画面保存至所述恐惧画面数据集中，其中，所述新增恐惧画面在所述待播放视频中的时间点至所述待播放视频播放结束的时间点之间的视频为待检索视频；根据所述新增恐惧画面对所述待检索视频进行检索，并获取所述待检索视频中与所述新增恐惧画面相匹配的待跳过画面；根据所述待跳过画面继续播放所述未检索视频，并在播放所述未检索视频的过程中自动跳过所述待跳过画面。
在一个实施例中，所述播放视频模块还用于：
播放预先设置的预设实验视频，并在播放所述预设实验视频时基于后台相机获取当前视频播放用户的实时情绪数据；从所述实时情绪数据中筛选出用户恐惧情绪，并获取获取所述用户恐惧情绪的时间点对应所述预设实验视频中的当前播放时间；获取所述当前播放时间对应所述预设实验视频中的当前检测画面；根据所述当前检测画面获取当前恐惧主体的主体坐标，并根据所述主体坐标对所述当前检测画面进行裁剪，并获取恐惧主体画面；对所述恐惧主体画面进行保存；预先建立恐惧画面数据集，所述恐惧画面数据集与当前视频播放用户对应；判断所述恐惧主体画面是否与所述恐惧画面数据集中的预存恐惧画面相匹配；若判断所述恐惧主体画面不与所述恐惧画面数据集中的预存恐惧画面相匹配，则将所述恐惧主体画面存储于所述恐惧画面数据集。
在一个实施例中，如图3所示，本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于AI情绪分析的视频中恐惧画面屏蔽方法所述的步骤。
另一方面，本发明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，所述计算机程序被处理器执行时实现上述基于AI情绪分析的视频中恐惧画面屏蔽方法所述的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于AI情绪分析的视频中恐惧画面屏蔽方法，其特征在于，所述方法包括：
步骤S100：获取当前视频播放用户即将播放的待播放视频；
步骤S200：根据预存的当前视频播放用户的恐惧画面数据集对所述待播放视频进行检索，并获取所述待播放视频中与所述恐惧画面数据集中的预存恐惧画面相匹配的当前恐惧画面对应的各实际播放时间，其中，所述恐惧画面数据集中预先根据当前视频播放用户构建，并存储有多个预存恐惧画面；
步骤S300：根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面。
2.根据权利要求1所述的基于AI情绪分析的视频中恐惧画面屏蔽方法，其特征在于，步骤S300：根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面之后还包括：
步骤S410：在播放所述待播放视频时，实时获取所述待播放视频中的新增恐惧画面，并将所述新增恐惧画面保存至所述恐惧画面数据集中，其中，所述新增恐惧画面在所述待播放视频中的时间点至所述待播放视频播放结束的时间点之间的视频为待检索视频；
步骤S420：根据所述新增恐惧画面对所述待检索视频进行检索，并获取所述待检索视频中与所述新增恐惧画面相匹配的待跳过画面；
步骤S430：根据所述待跳过画面继续播放所述未检索视频，并在播放所述未检索视频的过程中自动跳过所述待跳过画面。
3.根据权利要求1所述的基于AI情绪分析的视频中恐惧画面屏蔽方法，其特征在于，步骤S100：获取当前视频播放用户即将播放的待播放视频之前还包括：
步骤S11：播放预先设置的预设实验视频，并在播放所述预设实验视频时基于后台相机获取当前视频播放用户的实时情绪数据；
步骤S12：从所述实时情绪数据中筛选出用户恐惧情绪，并获取获取所述用户恐惧情绪的时间点对应所述预设实验视频中的当前播放时间；
步骤S13：获取所述当前播放时间对应所述预设实验视频中的当前检测画面；
步骤S14：根据所述当前检测画面获取当前恐惧主体的主体坐标，并根据所述主体坐标对所述当前检测画面进行裁剪，并获取恐惧主体画面；
步骤S15：对所述恐惧主体画面进行保存。
4.根据权利要求3所述的基于AI情绪分析的视频中恐惧画面屏蔽方法，其特征在于，步骤S15：对所述恐惧主体画面进行保存具体包括：
步骤S151：预先建立恐惧画面数据集，所述恐惧画面数据集与当前视频播放用户对应；
步骤S152：判断所述恐惧主体画面是否与所述恐惧画面数据集中的预存恐惧画面相匹配；
步骤S153：若判断所述恐惧主体画面不与所述恐惧画面数据集中的预存恐惧画面相匹配，则将所述恐惧主体画面存储于所述恐惧画面数据集。
5.根据权利要求1-4任一项所述的基于AI情绪分析的视频中恐惧画面屏蔽方法，其特征在于，步骤S153：判断所述恐惧主体画面不与所述恐惧画面数据集中的预存恐惧画面相匹配，则将所述恐惧主体画面存储于所述恐惧画面数据集，之后还包括：
若判断所述恐惧主体画面与所述恐惧画面数据集中的预存恐惧画面的相似度超过预设的相似度阈值，则判断所述恐惧主体画面是与所述恐惧画面数据集中的预存恐惧画面相匹配。
6.一种基于AI情绪分析的视频中恐惧画面屏蔽系统，其特征在于，所述系统包括：
播放视频模块，用于获取当前视频播放用户即将播放的待播放视频；
实际播放模块，用于根据预存的当前视频播放用户的恐惧画面数据集对所述待播放视频进行检索，并获取所述待播放视频中与所述恐惧画面数据集中的预存恐惧画面相匹配的当前恐惧画面对应的各实际播放时间，其中，所述恐惧画面数据集中预先根据当前视频播放用户构建，并存储有多个预存恐惧画面；
视频跳过模块，用于根据各所述实际播放时间生成视频播放指令，并基于所述视频播放指令控制播放所述待播放视频时，自动跳过各所述实际播放时间对应的当前恐惧画面。
7.根据权利要求6所述的基于AI情绪分析的视频中恐惧画面屏蔽系统，其特征在于，所述视频跳过模块还用于：
在播放所述待播放视频时，实时获取所述待播放视频中的新增恐惧画面，并将所述新增恐惧画面保存至所述恐惧画面数据集中，其中，所述新增恐惧画面在所述待播放视频中的时间点至所述待播放视频播放结束的时间点之间的视频为待检索视频；根据所述新增恐惧画面对所述待检索视频进行检索，并获取所述待检索视频中与所述新增恐惧画面相匹配的待跳过画面；根据所述待跳过画面继续播放所述未检索视频，并在播放所述未检索视频的过程中自动跳过所述待跳过画面。
8.根据权利要求6所述的基于AI情绪分析的视频中恐惧画面屏蔽系统，其特征在于，所述播放视频模块还用于：
播放预先设置的预设实验视频，并在播放所述预设实验视频时基于后台相机获取当前视频播放用户的实时情绪数据；从所述实时情绪数据中筛选出用户恐惧情绪，并获取获取所述用户恐惧情绪的时间点对应所述预设实验视频中的当前播放时间；获取所述当前播放时间对应所述预设实验视频中的当前检测画面；根据所述当前检测画面获取当前恐惧主体的主体坐标，并根据所述主体坐标对所述当前检测画面进行裁剪，并获取恐惧主体画面；对所述恐惧主体画面进行保存；预先建立恐惧画面数据集，所述恐惧画面数据集与当前视频播放用户对应；判断所述恐惧主体画面是否与所述恐惧画面数据集中的预存恐惧画面相匹配；若判断所述恐惧主体画面不与所述恐惧画面数据集中的预存恐惧画面相匹配，则将所述恐惧主体画面存储于所述恐惧画面数据集。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111348716.7A CN114051171A (zh) | 2021-11-15 | 2021-11-15 | 一种基于ai情绪分析的视频中恐惧画面屏蔽方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111348716.7A CN114051171A (zh) | 2021-11-15 | 2021-11-15 | 一种基于ai情绪分析的视频中恐惧画面屏蔽方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114051171A true CN114051171A (zh) | 2022-02-15 |
Family
ID=80209202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111348716.7A Pending CN114051171A (zh) | 2021-11-15 | 2021-11-15 | 一种基于ai情绪分析的视频中恐惧画面屏蔽方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114051171A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114745588A (zh) * | 2022-04-08 | 2022-07-12 | 泰州市华仕达机械制造有限公司 | 应用特征检测的微型计算机操作平台 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104902337A (zh) * | 2015-06-05 | 2015-09-09 | 广东欧珀移动通信有限公司 | 视频屏蔽播放方法、装置和终端设备 |
| CN105812921A (zh) * | 2016-04-26 | 2016-07-27 | Tcl海外电子（惠州）有限公司 | 控制媒体信息播放的方法及终端 |
| CN107018447A (zh) * | 2016-01-27 | 2017-08-04 | 广州市动景计算机科技有限公司 | 基于用户年龄屏蔽视频画面的方法及装置 |
| CN107493501A (zh) * | 2017-08-10 | 2017-12-19 | 上海斐讯数据通信技术有限公司 | 一种音视频内容过滤系统及方法 |
| CN109005423A (zh) * | 2018-08-10 | 2018-12-14 | 北京奇艺世纪科技有限公司 | 一种视频播放方法及装置 |
| CN109451349A (zh) * | 2018-10-31 | 2019-03-08 | 维沃移动通信有限公司 | 一种视频播放方法、装置及移动终端 |
| CN110475154A (zh) * | 2018-05-10 | 2019-11-19 | 腾讯科技（深圳）有限公司 | 网络电视视频播放方法和装置、网络电视和计算机介质 |
-
2021
- 2021-11-15 CN CN202111348716.7A patent/CN114051171A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104902337A (zh) * | 2015-06-05 | 2015-09-09 | 广东欧珀移动通信有限公司 | 视频屏蔽播放方法、装置和终端设备 |
| CN107018447A (zh) * | 2016-01-27 | 2017-08-04 | 广州市动景计算机科技有限公司 | 基于用户年龄屏蔽视频画面的方法及装置 |
| CN105812921A (zh) * | 2016-04-26 | 2016-07-27 | Tcl海外电子（惠州）有限公司 | 控制媒体信息播放的方法及终端 |
| CN107493501A (zh) * | 2017-08-10 | 2017-12-19 | 上海斐讯数据通信技术有限公司 | 一种音视频内容过滤系统及方法 |
| CN110475154A (zh) * | 2018-05-10 | 2019-11-19 | 腾讯科技（深圳）有限公司 | 网络电视视频播放方法和装置、网络电视和计算机介质 |
| CN109005423A (zh) * | 2018-08-10 | 2018-12-14 | 北京奇艺世纪科技有限公司 | 一种视频播放方法及装置 |
| CN109451349A (zh) * | 2018-10-31 | 2019-03-08 | 维沃移动通信有限公司 | 一种视频播放方法、装置及移动终端 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114745588A (zh) * | 2022-04-08 | 2022-07-12 | 泰州市华仕达机械制造有限公司 | 应用特征检测的微型计算机操作平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110505498B (zh) | 视频的处理、播放方法、装置及计算机可读介质 | |
| CN108377418B (zh) | 一种视频标注处理方法和装置 | |
| CN108401176A (zh) | 一种实现视频人物标注的方法和装置 | |
| CN110475140B (zh) | 弹幕数据处理方法、装置、计算机可读存储介质和计算机设备 | |
| CN111931718B (zh) | 基于人脸识别更新人脸特征的方法、装置和计算机设备 | |
| US20180349686A1 (en) | Method For Pushing Picture, Mobile Terminal, And Storage Medium | |
| US11392791B2 (en) | Generating training data for natural language processing | |
| CN113727039B (zh) | 视频生成方法、装置、电子设备及存储介质 | |
| CN108040265A (zh) | 一种对视频进行处理的方法和装置 | |
| CN107547922B (zh) | 信息处理方法、装置、系统及计算机可读存储介质 | |
| CN108133718A (zh) | 一种对视频进行处理的方法和装置 | |
| CN113407436A (zh) | 播放组件兼容性检测方法、装置、计算机设备和存储介质 | |
| CN114051171A (zh) | 一种基于ai情绪分析的视频中恐惧画面屏蔽方法及系统 | |
| CN112839191A (zh) | 动态图像处理装置、动态图像处理方法以及记录介质 | |
| CN115129806A (zh) | 数据处理方法、装置、电子设备及计算机存储介质 | |
| CN113542833A (zh) | 基于人脸识别的视频播放方法、装置、设备及存储介质 | |
| CN113038185A (zh) | 弹幕处理方法及装置 | |
| CN111897466A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
| US10856041B2 (en) | Content promotion using a conversational agent | |
| CN112969043B (zh) | 媒体文件生成、播放方法及设备 | |
| EP3764304A1 (en) | System and method for assessing quality of media files | |
| CN103517150B (zh) | 蓝光播放器用以表示网络视频正在加载的方法及系统 | |
| KR20180062399A (ko) | 동화상 편집 장치 및 동화상 편집 방법 | |
| US11823451B2 (en) | Information processing apparatus, information processing method, and storage medium for classifying object of interest | |
| CN111475134A (zh) | 网页音量调节方法、装置、设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220215 |