CN115633166A - 一种视频检测方法、装置及电子设备 - Google Patents
一种视频检测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115633166A CN115633166A CN202211181411.6A CN202211181411A CN115633166A CN 115633166 A CN115633166 A CN 115633166A CN 202211181411 A CN202211181411 A CN 202211181411A CN 115633166 A CN115633166 A CN 115633166A
- Authority
- CN
- China
- Prior art keywords
- determining
- video
- detection
- detection result
- sensitive
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N2017/008—Diagnosis, testing or measuring for television systems or their details for television teletext
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种视频检测方法、装置及电子设备,本方法先将待检测的视频进行抽帧得到多个帧图像;然后判断所有帧图像中是否包含人物的敏感部位;若是,则基于所述敏感部位颜色和人物肤色部位确定出检测结果,若否,则基于所述帧图像中人物肤色部位确定出检测结果,实现了快速准确地检测出涉黄视频,极大地提高了检测精准度。
Description
技术领域
本发明属于数据处理技术领域,具体涉及一种视频检测方法、装置及电子设备。
背景技术
随着现代社会的高速发展,促进了人与人之间的交流,各种娱乐视频文件是一种重要且广泛存在的交流方式,视频文件由于其类别的多样性和内容的隐蔽性,非常容易成为色情信息的载体,既违法还影响人的身心健康,所以对视频文件中的涉黄信息进行检测,对于净化网络环境、维护社会治安有着重要意义。
现有技术通常是检测到人物后,会对人物部分的所有像素进行颜色检测,检测到接近肤色的像素占全部像素的百分比高于定义的阈值时,则会定义为涉黄,但经常会被与肤色相近的着装影响检测结果,导致穿着接近肤色服装的人物会被误认为涉黄。
因此,如何快速且准确地检测出涉黄视频,是本领域技术人员有待解决的技术问题。
发明内容
本发明的目的是为了解决现有技术无法快速准确地检测出涉黄视频的技术问题,为上述技术目的,一方面,本发明提供了一种视频检测方法,该方法包括:
将待检测的视频进行抽帧得到多个帧图像;
判断所有帧图像中是否包含人物的敏感部位,若是,则基于所述敏感部位颜色和人物肤色部位确定出检测结果,若否,则基于所述帧图像中人物肤色部位确定出检测结果;
输出对应的检测结果。
优选地,所述基于所述敏感部位颜色和人物肤色部位确定出检测结果,具体为:
确定出所述敏感部位颜色,并将所述敏感部位颜色与所述人物肤色的近似度确定第一分数;
确定出所述人物肤色部位站人物全部像素点的占比,并基于该占比确定出第二分数。
根据所述第一分数和第二分数和第一预设阈值确定出检测结果。
优选地,所述方法还包括在确定出检测结果后将对应帧图像在所述视频中的时间、是否包含敏感部位以及敏感动作和所述检测结果组成检测记录并保存。
优选地,所述方法还包括:
获取所述视频的基本信息;
将所述基本信息和检测记录打包并上传至区块链中。
另一方面,本发明还提供了一种视频检测装置,所述装置包括:
抽帧模块,用于将待检测的视频进行抽帧得到多个帧图像;
判断模块,用于判断所有帧图像中是否包含人物的敏感部位,若是,则基于所述敏感部位颜色和人物肤色部位确定出检测结果,若否,则基于所述帧图像中人物肤色部位确定出检测结果;
输出模块,用于输出对应的检测结果。
优选地,还包括第一确定模块,具体用于:
确定出所述敏感部位颜色,并将所述敏感部位颜色与所述人物肤色的近似度确定第一分数;
确定出所述人物肤色部位站人物全部像素点的占比,并基于该占比确定出第二分数。
根据所述第一分数和第二分数和第一预设阈值确定出检测结果。
优选地,所述第一确定模块,还具体用于:
在确定出检测结果后将对应帧图像在所述视频中的时间、是否包含敏感部位以及敏感动作和所述检测结果组成检测记录并保存。
优选地,还包括上传模块,具体用于:
获取所述视频的基本信息;
将所述基本信息和检测记录打包并上传至区块链中。
再一方面,本发明还提供了一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器被配置为用于执行如上所述的方法。
本发明提供的一种视频检测方法、装置及电子设备,与现有技术相比,本方法先将待检测的视频进行抽帧得到多个帧图像;然后判断所有帧图像中是否包含人物的敏感部位以及敏感动作;若是,则基于所述敏感部位颜色和人物肤色部位确定出检测结果,若否,则基于所述帧图像中人物肤色部位确定出检测结果,实现了快速准确地检测出涉黄视频,极大地提高了检测精准度。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书记载的一些实施例,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的附图。
图1所示为本说明书实施例提供的企业能源管理方法的流程示意图;
图2所示为本说明书实施例提供的企业能源管理装置的结构示意图;
图3所示为本说明书实施例提供的数据安全访问服务器的硬件结构框图。
具体实施方式
为了使本领域普通技术人员更好地理解本说明书中的技术方案,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,显然,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。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动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。
如图1所示为本说明实施例提供的视频检测方法的流程示意图,虽然本说明书提供了如下实施例或附图中所示的方法操作步骤或装置结构,但基于常规或无需创造性劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元,在逻辑性上不存在必要因果关系的步骤或结构中,这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构在实际中的装置、服务器或终端产品应用时,可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。
本说明实施例中提供的视频检测方法可以应用在客户端和服务器等终端设备中,如图1所示,所述方法具体包括如下步骤:
步骤S101、将待检测的视频进行抽帧得到多个帧图像。
具体的,对待检测的视频进行抽帧可以通过预设的抽帧程序进行抽帧,其可以是对视频进行逐秒抽帧,也可以是本领域技术人员根据实际情况灵活设置。
步骤S102、判断所有帧图像中是否包含人物的敏感部位,若是,则基于所述颜色和人物肤色部位确定出检测结果,若否,则基于所述帧图像中人物肤色部位确定出检测结果。
在本申请实施例中,所述基于所述敏感部位颜色和人物肤色部位确定出检测结果,具体为:
确定出所述敏感部位颜色,并将所述敏感部位颜色与所述人物肤色的近似度确定第一分数;
确定出所述人物肤色部位站人物全部像素点的占比,并基于该占比确定出第二分数。
根据所述第一分数和第二分数和第一预设阈值确定出检测结果。
具体的,先通过图像识别算法识别出人物的面部、脖颈以及手部,基于所述面部和或脖颈和或手部确定出人物肤色部位的HSV(Hue,Saturation,Value)色彩空间,然后确定出敏感部位颜色的色彩空间,基于人物肤色的色彩空间和敏感部位颜色色彩空间确定出色调差、饱和度差和明度差,差值在10%以内,则分值为90,差值在10%-20%之间,则分值为80分,差值在20%-30%之间,则分值为70分,以此类推,确定出色调分数、饱和度分数和明度分数,再按照色调60%饱和度20%明度20%进行加权平均得到所述第一分数。
先通过图像识别算法识别出人物的面部、脖颈以及手部,基于所述面部和或脖颈和或手部确定出人物肤色部位的色彩空间,然后基于第一分数的计算方法确定出每个像素点的分数,将分数高于80分的像素点均作为人物肤色部位像素点,将像素点按照每五分为一档,分别计算每个档位中像素点的数量除以人物像素点总数量得到各档位百分比,再将个档位进行分配权重进行加权平均得到所述第二分数,具体的分配权重可以是95-100分占比权重为40%,90-95分占比权重为30%,85-90分占比权重为20%,80-85分占比权重为10%,本领域技术人员也可根据实际情况灵活分配权重。
步骤S103、输出对应的检测结果。
在本申请实施例中,所述方法还包括在确定出检测结果后将对应帧图像在所述视频中的时间、是否包含敏感部位以及敏感动作和所述检测结果组成检测记录并保存。
在本申请实施例中,所述方法还包括:
获取所述视频的基本信息;
将所述基本信息和检测记录打包并上传至区块链中。
具体的,基本信息包括视频名称、视频主分类、视频文件路径、视频文件名、视频文件大小、视频分辨率、视频码率和视频帧率。
经过上述处理后,能够快速准确地对视频文件进行检测。
基于上述的视频检测方法,本说明书一个或多个实施例还提供一种视频检测的平台、终端,所述平台、终端可以包括使用了本说明书实施例所述方法的装置、软件、模块、插件、服务器、客户端等并结合必要的实施硬件的装置,基于同一创新构思,本说明书实施例提供的一个或多个实施例中的系统如下面的实施例所述,由于系统解决问题的实施方案与方法类似,因此本说明书实施例具体的系统的实施可以参考前述方法的实施,重复之处不再赘述,以下所使用的术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,软硬件结合的实现也是可能并被构想的。
具体地,图2是本说明书提供的视频检测装置的模块结构示意图,如图2所示,本说明书中提供的视频检测装置包括:
抽帧模块201,用于将待检测的视频进行抽帧得到多个帧图像;
判断模块202,用于判断所有帧图像中是否包含人物的敏感部位,若是,则基于所述敏感部位颜色和人物肤色部位确定出检测结果,若否,则基于所述帧图像中人物肤色部位确定出检测结果;
输出模块203,输出对应的检测结果。
在本申请实施例中,还包括第一确定模块,具体用于:
确定出所述敏感部位颜色,并将所述敏感部位颜色与所述人物肤色的近似度确定第一分数;
确定出所述人物肤色部位站人物全部像素点的占比,并基于该占比确定出第二分数。
根据所述第一分数和第二分数和第一预设阈值确定出检测结果。
在本申请实施例中,所述第一确定模块,还具体用于:
在确定出检测结果后将对应帧图像在所述视频中的时间、是否包含敏感部位以及敏感动作和所述检测结果组成检测记录并保存。
在本申请实施例中,还包括上传模块,具体用于:
获取所述视频的基本信息;
将所述基本信息和检测记录打包并上传至区块链中。
需要说明的是,上述的系统根据对应方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照上述对应的方法实施例的描述,在此不作一一赘述。
本说明书还提供了一种电子设备,包括处理器和用于存储所述处理器可执行指令的存储器,所述处理器被配置为用于执行上述实施例提供的方法。
本申请实施例提供的电子设备,通过存储器存储处理器的可执行指令,当处理器执行该可执行指令时,能够将待检测的视频进行抽帧得到多个帧图像;判断所有帧图像中是否包含人物的敏感部位以及敏感动作,若是,则基于所述敏感部位颜色和人物肤色部位确定出检测结果,若否,则基于所述帧图像中人物肤色部位确定出检测结果,实现了快速准确地检测出涉黄视频,极大地提高了检测精准度。
本说明书实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图3是本说明书一个实施例中视频检测服务器的硬件结构框图,该计算机终端可以是上述实施例中的视频检测服务器或视频检测装置。可以包括一个或多个(图中仅示出一个)处理器100(处理器100可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的非易失性存储器200、以及用于通信功能的传输模块300。
非易失性存储器200可用于存储应用软件的软件程序以及模块,如本说明书实施例中的数据安全访问方法对应的程序指令/模块,处理器100通过运行存储在非易失性存储器200内的软件程序以及模块,从而执行各种功能应用以及资源数据更新。非易失性存储器200可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,非易失性存储器200可进一步包括相对于处理器100远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块300用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中,传输模块300包括一个网络适配器(network interface controller,nic),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块300可以为射频(radio frequency,rf)模块,其用于通过无线方式与互联网进行通讯。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上,所述的存储介质可以计算机读取并执行,实现本说明书实施例所描述方案的效果,如:
将待检测的视频进行抽帧得到多个帧图像;
判断所有帧图像中是否包含人物的敏感部位,若是,则基于所述敏感部位颜色和人物肤色部位确定出检测结果,若否,则基于所述帧图像中人物肤色部位确定出检测结果;
输出对应的检测结果。
所述存储介质可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括:利用电能方式存储信息的装置如,各式存储器,如ram、rom等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、u盘;利用光学方式存储信息的装置如,cd或dvd。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
本说明书实施例提供的上述视频检测方法或装置可以在计算机中由处理器执行相应的程序指令来实现,如使用windows操作系统的c++语言在pc端实现、linux系统实现,或其他例如使用android、ios系统程序设计语言在智能终端实现,以及基于量子计算机的处理逻辑实现等。
本说明书实施例并不局限于必须是符合行业通信标准、标准计算机资源数据更新和数据存储规则或本说明书一个或多个实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例,仍然可以属于本说明书实施例的可选实施方案范围之内。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(application specific integrated circuit,asic)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:arc 625d、atmel at91sam、microchip pic18f26k20以及silicone labs c8051f320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
为了描述的方便,描述以上平台、终端时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或插件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
这些计算机程序指令也可装载到计算机或其他可编程资源数据更新设备上,使得在计算机或其他可编程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。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参考即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参考方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (9)
1.一种视频检测方法,其特征在于,所述方法包括:
将待检测的视频进行抽帧得到多个帧图像;
判断所有帧图像中是否包含人物的敏感部位,若是,则基于所述敏感部位颜色和人物肤色部位确定出检测结果,若否,则基于所述帧图像中人物肤色部位确定出检测结果;
输出对应的检测结果。
2.如权利要求1所述的视频检测方法,其特征在于,所述基于所述敏感部位颜色和人物肤色部位确定出检测结果,具体为:
确定出所述敏感部位颜色,并将所述敏感部位颜色与所述人物肤色的近似度确定第一分数;
确定出所述人物肤色部位站人物全部像素点的占比,并基于该占比确定出第二分数。
根据所述第一分数和第二分数和第一预设阈值确定出检测结果。
3.如权利要求2所述的视频检测方法,其特征在于,所述方法还包括在确定出检测结果后将对应帧图像在所述视频中的时间、是否包含敏感部位以及敏感动作和所述检测结果组成检测记录并保存。
4.如权利要求3所述的视频检测方法,其特征在于,所述方法还包括:
获取所述视频的基本信息;
将所述基本信息和检测记录打包并上传至区块链中。
5.一种视频检测装置,其特征在于,所述装置包括:
抽帧模块,用于将待检测的视频进行抽帧得到多个帧图像;
判断模块,用于判断所有帧图像中是否包含人物的敏感部位,若是,则基于所述敏感部位颜色和人物肤色部位确定出检测结果,若否,则基于所述帧图像中人物肤色部位确定出检测结果;
输出模块,用于输出对应的检测结果。
6.如权利要求5所述的视频检测装置,其特征在于,还包括第一确定模块,具体用于:
确定出所述敏感部位颜色,并将所述敏感部位颜色与所述人物肤色的近似度确定第一分数;
确定出所述人物肤色部位站人物全部像素点的占比,并基于该占比确定出第二分数。
根据所述第一分数和第二分数和第一预设阈值确定出检测结果。
7.如权利要求6所述的视频检测装置,其特征在于,所述第一确定模块,还具体用于:
在确定出检测结果后将对应帧图像在所述视频中的时间、是否包含敏感部位以及敏感动作和所述检测结果组成检测记录并保存。
8.如权利要求7所述的视频检测装置,其特征在于,还包括上传模块,具体用于:
获取所述视频的基本信息;
将所述基本信息和检测记录打包并上传至区块链中。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器被配置为用于执行权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211181411.6A CN115633166A (zh) | 2022-09-27 | 2022-09-27 | 一种视频检测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211181411.6A CN115633166A (zh) | 2022-09-27 | 2022-09-27 | 一种视频检测方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115633166A true CN115633166A (zh) | 2023-01-20 |
Family
ID=84905486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211181411.6A Pending CN115633166A (zh) | 2022-09-27 | 2022-09-27 | 一种视频检测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115633166A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002175527A (ja) * | 2000-12-06 | 2002-06-21 | Gala Inc | コンピュータ画像処理により猥褻ヌード画像を弁別する方法 |
CN102201064A (zh) * | 2010-03-25 | 2011-09-28 | 北京中星微电子有限公司 | 一种敏感视频过滤方法及装置 |
CN104951742A (zh) * | 2015-03-02 | 2015-09-30 | 北京奇艺世纪科技有限公司 | 敏感视频的检测方法和系统 |
CN105740752A (zh) * | 2014-12-11 | 2016-07-06 | 世纪龙信息网络有限责任公司 | 敏感图片过滤方法和系统 |
CN109359551A (zh) * | 2018-09-21 | 2019-02-19 | 深圳市璇玑实验室有限公司 | 一种基于机器学习的敏感图像识别方法与系统 |
CN112801062A (zh) * | 2021-04-07 | 2021-05-14 | 平安科技(深圳)有限公司 | 直播视频识别方法、装置、设备及介质 |
-
2022
- 2022-09-27 CN CN202211181411.6A patent/CN115633166A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002175527A (ja) * | 2000-12-06 | 2002-06-21 | Gala Inc | コンピュータ画像処理により猥褻ヌード画像を弁別する方法 |
CN102201064A (zh) * | 2010-03-25 | 2011-09-28 | 北京中星微电子有限公司 | 一种敏感视频过滤方法及装置 |
CN105740752A (zh) * | 2014-12-11 | 2016-07-06 | 世纪龙信息网络有限责任公司 | 敏感图片过滤方法和系统 |
CN104951742A (zh) * | 2015-03-02 | 2015-09-30 | 北京奇艺世纪科技有限公司 | 敏感视频的检测方法和系统 |
CN109359551A (zh) * | 2018-09-21 | 2019-02-19 | 深圳市璇玑实验室有限公司 | 一种基于机器学习的敏感图像识别方法与系统 |
CN112801062A (zh) * | 2021-04-07 | 2021-05-14 | 平安科技(深圳)有限公司 | 直播视频识别方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109325954B (zh) | 图像分割方法、装置及电子设备 | |
EP4035070B1 (en) | Method and server for facilitating improved training of a supervised machine learning process | |
CN108921128B (zh) | 脸颊敏感肌识别方法及装置 | |
CN108960412B (zh) | 图像识别方法、装置及计算机可读存储介质 | |
CN110688893A (zh) | 佩戴安全帽的检测方法、模型训练方法及相关装置 | |
CN112434178B (zh) | 图像分类方法、装置、电子设备和存储介质 | |
CN109903210B (zh) | 水印的去除方法、装置和服务器 | |
CN111783812B (zh) | 违禁图像识别方法、装置和计算机可读存储介质 | |
CN111222137A (zh) | 一种程序分类模型训练方法、程序分类方法及装置 | |
CN107133629B (zh) | 图片分类方法、装置和移动终端 | |
US11756301B2 (en) | System and method for automatically detecting and marking logical scenes in media content | |
CN110889816B (zh) | 一种图像分割方法与装置 | |
CN111273891A (zh) | 基于规则引擎的业务决策方法、装置及终端设备 | |
CN111126928B (zh) | 对发布内容审核的方法和装置 | |
CN113963186A (zh) | 目标检测模型的训练方法、目标检测方法及相关装置 | |
CN105050103B (zh) | 一种信令流程的识别方法及装置 | |
Feng et al. | Image shadow detection and removal based on region matching of intelligent computing | |
CN113255766A (zh) | 一种图像分类方法、装置、设备和存储介质 | |
CN111680645B (zh) | 一种垃圾分类处理方法及装置 | |
CN109977738A (zh) | 一种视频场景分割判断方法、智能终端及存储介质 | |
CN115633166A (zh) | 一种视频检测方法、装置及电子设备 | |
CN115937578A (zh) | 食品安全预警方法、装置、计算机设备及存储介质 | |
CN110647858B (zh) | 一种视频遮挡判断方法、装置和计算机存储介质 | |
US20170124179A1 (en) | Data categorizing system, method, program software and recording medium therein | |
CN109840535B (zh) | 实现地形分类的方法和装置 |
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 |