WO2025010029A1 - 视频检测方法、装置、电子设备及存储介质 - Google Patents

视频检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
WO2025010029A1
WO2025010029A1 PCT/SG2024/050435 SG2024050435W WO2025010029A1 WO 2025010029 A1 WO2025010029 A1 WO 2025010029A1 SG 2024050435 W SG2024050435 W SG 2024050435W WO 2025010029 A1 WO2025010029 A1 WO 2025010029A1
Authority
WO
WIPO (PCT)
Prior art keywords
video
target
playback
segment
video segment
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.)
Ceased
Application number
PCT/SG2024/050435
Other languages
English (en)
French (fr)
Inventor
何升帆
裘诗眉
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.)
Lemon Inc Cayman Island
Original Assignee
Lemon Inc Cayman Island
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 Lemon Inc Cayman Island filed Critical Lemon Inc Cayman Island
Publication of WO2025010029A1 publication Critical patent/WO2025010029A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/48—Matching video sequences
    • 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
    • H04N21/4302—Content synchronisation processes, e.g. decoder synchronisation
    • H04N21/4307—Synchronising the rendering of multiple content streams or additional data on devices, e.g. synchronisation of audio on a mobile phone with the video output on the TV screen
    • H04N21/43072—Synchronising the rendering of multiple content streams or additional data on devices, e.g. synchronisation of audio on a mobile phone with the video output on the TV screen of multiple content streams on the same device
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/34—Indicating arrangements 
    • 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
    • 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
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47217—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for controlling playback functions for recorded or on-demand content, e.g. using progress bars, mode or play-point indicators or bookmarks

Definitions

  • Video detection method, device, electronic device and storage medium The application claims the priority of the Chinese patent application filed with the Chinese Patent Office on July 6, 2023, with application number 202310828406.8 and invention name “Video detection method, device, electronic device and storage medium”, the entire content of which is incorporated by reference in this application.
  • Technical field The disclosed embodiments relate to the field of Internet technology, and in particular to a video detection method, device, electronic device and storage medium.
  • Background technology With the rise of user-generated content (UGC), a large number of self-made videos are uploaded by users on various Internet platforms.
  • the rich self-made videos enable platform users to obtain a variety of interesting content and improve the user experience, but on the other hand, the self-made videos may contain abnormal content materials, resulting in security issues.
  • the video platform usually compares and detects the self-made videos by manually comparing them frame by frame, so as to determine whether the self-made videos contain abnormal content materials.
  • the solutions for detecting homemade videos in the prior art require automatic video synchronization and comparison, which has the problems of complex interaction process and low detection efficiency.
  • the embodiments of the present disclosure provide a video detection method, including: acquiring a first video; performing video detection based on the first video, obtaining at least one second video and reference information corresponding to the second video, wherein the second video contains at least one target video segment, the target video segment is associated with the first video, and the reference information represents The playback position of the target video clip in the second video; Based on the reference information, the first video clip in the first video and the corresponding target video clip in the second video are synchronously played in the target interface.
  • the disclosed embodiment provides a video detection device, including: an acquisition module, used to acquire a first video; a processing module, used to perform video detection based on the first video, and obtain reference information corresponding to at least one first video and the second video, wherein the second video contains at least one target video clip, the target video clip is associated with the first video, and the reference information represents the playback position of the target video clip in the second video; an interaction module, used to synchronously play the first video clip in the first video and the corresponding target video clip in the second video in the target interface based on the reference information.
  • the disclosed embodiment provides an electronic device, including: a processor, and a memory connected to the processor in communication; the memory stores computer-executable instructions; the processor executes the computer-executable instructions stored in the memory to implement the video detection method described in the first aspect and various possible designs of the first aspect.
  • an embodiment of the present disclosure provides a computer-readable storage medium, wherein the computer-readable storage medium stores computer-executable instructions, and when a processor executes the computer-executable instructions, the video detection method described in the first aspect and various possible designs of the first aspect is implemented.
  • an embodiment of the present disclosure provides a computer program product, including a computer program, wherein when the computer program is executed by a processor, the video detection method described in the first aspect and various possible designs of the first aspect is implemented.
  • the video detection method, device, electronic device and storage medium provided in this embodiment obtain a first video; perform video detection based on the first video, obtain at least one second video and reference information corresponding to the second video, wherein the second video contains at least one target video segment, the target video segment is associated with the first video, and the reference information represents the playback position of the target video segment in the second video; based on the reference information, synchronously play the first video segment in the first video and the corresponding target video segment in the second video in the target interface.
  • a second video containing a similar segment and reference information representing the playback position of the similar segment are obtained, and then the first video is played simultaneously based on the reference information.
  • the first video clip in the video and the target video clip in the second video are compared, so as to achieve the purpose of comparing and displaying similar clips in the video, realize the rapid detection and display of similar clips, simplify the interaction process, and improve the efficiency of video detection.
  • FIG. 1 is an application scenario diagram of a video detection method provided in an embodiment of the present disclosure
  • FIG. 2 is a flowchart of a video detection method provided in an embodiment of the present disclosure
  • FIG. 3 is a flowchart of a specific implementation method of step S102 in the embodiment shown in FIG. 2
  • FIG. 4 is a flowchart of a specific implementation method of step S1021 in the embodiment shown in FIG. 3
  • FIG. 5 is a schematic diagram of a process of selecting a target image frame provided in an embodiment of the present disclosure
  • FIG. 6 is a flowchart of a specific implementation method of step S1022 in the embodiment shown in FIG. 3
  • FIG. 7 is a schematic diagram of a process of detecting a video to be detected provided in an embodiment of the present disclosure
  • FIG. 8 is a flowchart of a video detection method provided in an embodiment of the present disclosure
  • FIG. 9 is a schematic diagram of a first playback control and a second playback control provided in an embodiment of the present disclosure
  • FIG. 10 is a flowchart of a specific implementation method of step S204 in the embodiment shown in FIG. 8
  • FIG. 11 is a schematic diagram of a process of synchronously moving control elements provided in an embodiment of the present disclosure
  • FIG. 12 is a block diagram of a video detection device provided in an embodiment of the present disclosure
  • FIG. 13 is a schematic diagram of the structure of an electronic device provided in an embodiment of the present disclosure
  • FIG. 1 is an application scenario diagram of the video detection method provided by the embodiment of the present disclosure.
  • the video detection method provided by the embodiment of the present disclosure can be applied to the application scenario of video detection in the video platform. Specifically, as shown in FIG.
  • the method provided by the embodiment of the present disclosure can be applied to electronic devices with computing capabilities such as terminal devices, and the above electronic devices can display images through their own display screens or through external devices connected to them for communication.
  • the video detection method provided by the embodiment of the present disclosure can be executed by a terminal device, and the terminal device communicates with a platform server.
  • the terminal device obtains a first video as a reference video through a storage medium directly connected thereto and by accessing the Internet.
  • the terminal device sends a detection request to the platform server to detect the self-made video stored in the platform server based on the first video, and obtains a second video containing the video content in the first video.
  • the second video is, for example, a problematic video containing abnormal content.
  • the server transmits the second video back to the terminal device side for display.
  • the user on the platform side further determines whether the second video is normal by comparing the second video with the first video, and performs corresponding processing.
  • the self-made video uploaded by the user in addition to automatic detection based on image recognition technology, considering the purpose and degree of using the content material in the self-made video, it is usually necessary to further detect the self-made video by manual inspection, and then perform subsequent processing.
  • FIG. 2 is a flow chart of the video detection method provided by the embodiment of the present disclosure.
  • the method of the embodiment can be applied in a terminal device, such as a personal computer, and the video detection method includes: Step S101: Obtaining a first video.
  • Step S102 Perform video detection based on the first video to obtain at least one second video and reference information corresponding to the second video, wherein the second video contains at least: target video segments, the target video segments are associated with the first video, and the reference information represents the playback position of the target video segments in the second video.
  • the terminal device first parses the first video to obtain image features corresponding to at least one image frame in the first video, and then, by accessing a server for storing the video to be detected and detecting the video to be detected, at least one second video and reference information corresponding to the second video can be obtained, wherein the second video can be the video to be detected that may contain abnormal content.
  • the second video contains at least one target video segment, and the target video segment is associated with the first video, that is, the target video segment is a similar segment of the first video segment in the first video, that is, the target video segment has a high degree of similarity with the first video segment in the first video.
  • the similar segment in this embodiment refers to the similar video content in the two video segments. More specifically, for example, if the two video segments contain at least one image frame that expresses the same screen content, the two video segments are similar segments.
  • the image features of at least one image frame in the first video can be obtained, and the special effect features of the image frames in the video to be detected can be compared based on the image features, so as to determine the similar image frames, and then determine the video segment containing the similar image frames as the similar segment of the first video segment, that is, the target video segment. Then, the video to be detected containing the target video segment is determined as the second video. Further, when the second video is obtained by checking, reference information corresponding to the second video is generated, wherein the reference information represents the playback position of the target video segment similar to the first video segment in the first video in the second video. Specifically, for example, the reference information may include the start time and end time of the target video segment in the second video.
  • the reference information may also include the total duration of the second video, and/or, the reference information may also include the ratio of the start time of the target video segment to the total duration, and the ratio of the end time to the total duration. Further, in addition to the above implementation, the reference information may also include the playback position corresponding to each image frame of the target video segment in the second video, such as the playback timestamp corresponding to each image frame.
  • the reference information obtained in the steps of the embodiment can be used to locate the target video segment in the second video, thereby achieving synchronous playback of the target video segment and the first video segment in subsequent steps. In a possible implementation, as shown in FIG.
  • step S102 includes In summary: Step S1021: Obtain a target image frame in the first video. Step S1022: Detect at least one video to be detected based on the target image frame to obtain at least one second video, wherein the second video at least includes a matching image frame corresponding to the target image frame, and the image similarity between the matching image frame and the target image frame is greater than a first threshold. Step S1023: Obtain reference information corresponding to the second video based on the playback timestamp of the matching image frame.
  • the target image frame in the first video is, for example, one or more key frames in the first video
  • the video to be detected is, for example, a self-made video created by a user in the platform.
  • the image frame in the video to be detected whose image similarity is greater than the first threshold is determined as the matching image frame, and then the video to be detected containing one or more matching image frames is determined as the second video.
  • the reference information corresponding to the second video is generated, that is, the reference information includes the playback timestamps of all matching image frames in the second video.
  • the target video frame is compared with the image frame in the video to be detected to obtain the specific implementation method of image similarity, for example, it can be realized by performing feature comparison between the target video frame and the image frame in the video to be detected through a pre-trained neural network model, and the specific implementation method is the prior art and will not be repeated.
  • the target image frame in the first video can be specified based on manual operation of the user, or can be determined based on historical detection results. Specifically, as shown in FIG.
  • step S1021 includes: Step S1021A: Obtaining the number of hits of at least one key frame in the first video, the number of hits being the number of times the key frame is detected to have a corresponding matching image frame.
  • Step S1021B Determining the key frame whose number of hits is greater than the first number as the target image frame. For example, first, a detection record corresponding to the first video is obtained, and the detection record records the historical results of the detection of the first video by the method provided in this embodiment. Further, for example, the detection record includes the first video 1 1, the corresponding hit counts of each key frame, and the hit counts are the number of times the key frame is detected to have a corresponding matching image frame.
  • FIG. 5 is a schematic diagram of a process for selecting a target image frame provided by an embodiment of the present disclosure.
  • the number of hits corresponding to all key frames in the first video shown as 1_1 to I_n in the figure
  • the number of hits corresponding to 1_1 8
  • the number of hits corresponding to 1_2 168
  • the number of hits corresponding to 1_3 3
  • the number of hits corresponding to 1_4 721.
  • frame 1_1 in the historical detection process corresponding to the previously specified time, frame 1_1 is used to detect the video to be detected, and a total of 8 videos are detected to contain the image content corresponding to frame 1_1, that is, 8 videos to be detected containing matching image frames, and other frames are similar and will not be repeated.
  • the key frames with a hit count greater than 100 namely, frames 1_2 and 1_4, are determined as target image frames.
  • the video to be detected is detected to obtain at least one second video.
  • the target image frame includes at least two consecutive key frames in the first video.
  • step S1022 includes: Step S1022A: Based on the time interval between at least two consecutive key frames, obtain a corresponding number of second image frames in the video to be detected.
  • Step S1022B Obtain image similarity between the key frame and the corresponding second image frame, if the number of second image frames having an image similarity greater than a first threshold is greater than a second number, then the video to be detected corresponding to the second image frame is determined as the second video.
  • FIG. 7 is a schematic diagram of a process of detecting a video to be detected provided by an embodiment of the present disclosure. The above process is introduced below with reference to FIG. 7.
  • the first video determined based on the previous steps includes three consecutive key frames (target image frames), namely, frame 1_1, frame 1_2, and frame 1_3 (not T_K, T_2, and I_3 in the figure). Since non-key frames are also spaced between key frames, there are two corresponding time intervals between frame 1_1, frame 1_2, and frame 1_3, namely, time interval T1 and time interval T2 (shown as T1 and T2 in the figure).
  • a corresponding number of second image frames in the video to be detected are obtained, and the key frames in the first video are compared and detected with the second image frames in the second video one by one to obtain the image similarity between the key frames and the second image frames, and then the second video is determined.
  • the number of the second image frames and the key frames is the same (3).
  • three second image frames are obtained, such as the 101st frame, the 102nd frame and the 103rd frame (shown as i_01, i_02 and i_03 in the figure).
  • multiple translations are performed based on a preset interval (for example, every two images are shifted).
  • the time interval between frames is a preset interval), and multiple groups of second image frames with intervals of time intervals T1 and time intervals T2 are obtained.
  • a preset interval for example, every two images are shifted.
  • the time interval between frames is a preset interval
  • multiple groups of second image frames with intervals of time intervals T1 and time intervals T2 are obtained.
  • another group of second image frames 1_11 frames, 1_12 frames and 1_13 frames shown as i_11, i_12 and i_13 in the figure
  • the last group of second image frames shown in the figure is i_1 frame, i_112 frame and i_13 frame (shown as i_1, i_12 and i_13 in the figure).
  • the key frame in the first video is compared with the corresponding second image frame for similarity to obtain the corresponding image similarity.
  • 1_1 frame and 1_1 frame, 1_2 frame and i_2 frame, 1_3 frame and i_3 frame are compared respectively to obtain corresponding image similarities S1, S2 and S3.
  • the image similarity may be a normalized value, that is, greater than 0 and less than or equal to 1. The greater the image similarity, the more similar the two frames of image are.
  • the second image frame whose image similarity is greater than a first threshold is determined as a similar frame.
  • a second number for example, 2
  • the segment composed of i_1 frame, i_2 frame and i_3 frame in the video to be detected is determined to be a similar segment of the first video segment in the first video
  • the video to be detected corresponding to the second image frame is determined as the second video.
  • the second number may be a preset value, or a number determined based on the number of key frames constituting the target image frame. For example, if the number of at least two consecutive key frames constituting the target image frame is N, the second number is N/2.
  • Step S103 Based on the reference information, the first video segment in the first video and the corresponding target video segment in the second video are synchronously played in the target interface. Exemplarily, based on the previous steps, after obtaining the second video containing similar segments and the corresponding reference information, the first video segment in the first video and the target video segment in the second video are synchronously played in the target interface in the application running on the terminal device.
  • the terminal device will record the first video segment used when detecting the target video segment in the second video, and the playback position of the first video, I ', the playback position, for example, includes: the start position and end position of the first video segment, or the playback timestamp of each image frame corresponding to the target video segment in the first video segment.
  • the playback position corresponding to the first video clip is also saved in the reference information, or saved in a local or cloud storage medium by other means.
  • the terminal device automatically locates to the start position of the first video clip and the start position of the target video clip based on the playback position corresponding to the first video clip and the playback position of the target video clip represented by the reference information, and starts playing the first video clip and the target video clip synchronously, thereby realizing the comparative display of the first video clip and the target video clip.
  • the user can manually judge whether the first video clip and the target video clip are completely consistent based on the content of the comparative display of the first video clip and the target video clip in the target interface, or whether the second video contains abnormal information, and process the second video to realize the manual inspection process of the self-made video.
  • step S103 before step S103, it also includes: Step S1001: Obtaining the speed change coefficient corresponding to the target video clip, the speed change coefficient represents the video content playback rate of the target video clip relative to the first video clip.
  • Step S1002 According to the speed change coefficient, obtaining the target playback speed of the first video clip.
  • the specific implementation of step S103 includes: playing the first video segment in the first video based on the target playback speed in the target interface.
  • the speed coefficient corresponding to the target video segment represents the video content playback rate of the target video segment relative to the first video segment.
  • the speed coefficient 2
  • the speed coefficient 2
  • the speed coefficient 2
  • the speed coefficient 0.5
  • the playback rate of the target video segment is half of that of the first video segment, and accordingly, the duration of the target video segment is twice that of the first video segment.
  • the terminal device may compare the duration of the target video segment with the duration of the first video segment based on the duration of the target video segment, thereby obtaining a speed change coefficient. Further, when playing the first video segment, the speed change coefficient is used to perform speed change playback, thereby making the playback speed of the target video segment consistent with that of the first video segment, thereby achieving synchronous playback of the two.
  • the target video segment may also be played in the opposite direction based on the speed change coefficient, thereby making the playback rates of the first video segment and the target video segment the same, thereby achieving synchronous playback of the two.
  • a first video is obtained; video detection is performed based on the first video to obtain at least one second video and reference information corresponding to the second video, wherein the second video contains at least one target video segment, the target video segment is associated with the first video, and the reference information represents the playback position of the target video segment in the second video; based on the reference information, the first video segment in the first video and the corresponding target video segment in the second video are synchronously played in the target interface.
  • FIG8 is a flow diagram of the video detection method provided by the embodiment of the present disclosure. Based on the embodiment shown in FIG2, this embodiment further refines step S103, and the video detection method includes: step S201: obtaining a first video.
  • step S202 Based on the first video, video detection is performed to obtain at least one second video and reference information corresponding to the second video, wherein the second video contains at least one target video segment, the target video segment is associated with the first video, and the reference information represents the playback position of the target video segment in the second video.
  • step S203 Based on the reference information, the playback interval identifier of the target video segment in the second video is displayed in the second playback control of the target interface, and the playback interval identifier is used to represent the start position and end position of the target video segment in the second video.
  • a first playback control corresponding to the first video and/or a second playback control corresponding to the second video are set in the target interface.
  • the first playback control is used to control the playback of the first video, specifically, for example, to control the playback start, playback pause, jump (seek) playback, etc. of the first video, wherein the first playback control may include a video playback area for playing the first video and a control area for setting functional controls.
  • the second playback control has the same function as the first playback control; the appearance layout of the second playback control may be the same as the first playback control, or may be different, and may be set based on specific needs. The implementation of the function and appearance layout of the second playback control is not repeated here. Reference may be made to the introduction of the first playback control.
  • the method of this embodiment further includes: based on the playback position of the first video segment, displaying the playback position of the target video segment in the first video in the first playback control of the target interface.
  • Interval identifier the playback interval identifier is used to represent the start position and end position of the first video clip in the first video. That is, the first playback control can achieve the same function as the second playback control, and the details are not repeated here.
  • FIG. 9 is a schematic diagram of a first playback control and a second playback control provided by the disclosed embodiment. As shown in FIG. 9, in the target interface, the first playback control is used to play the first video, and the second playback control is used to play the second video.
  • the second playback interval identifier of the target video clip in the second video is displayed in the second playback control based on the reference information.
  • the second playback interval identifier is used to represent the start position (shown as 00:35 in the figure, indicating the 35th second of the second video) and the end position (shown as 00:42 in the figure, indicating the 42nd second of the second video) of the target video clip in the second video.
  • the first play interval identifier of the first video segment in the first video is displayed in the first play control.
  • the first play interval identifier is used to represent the start position (03:10 in the figure, indicating the 03 minute and 10 second of the first video) and the end position (03:17 in the figure, indicating the 03 minute and 17 second of the second video) of the first video segment in the first video.
  • the proportion of the similar segment in the first video and/or the second video is displayed.
  • the proportion of the duration represented by the play interval identifier in the total duration of all the first video and/or the second video can also be displayed.
  • Step S204 In response to the first jump operation of the second play interval identifier corresponding to the target video segment, the first play position corresponding to the second video and the second play position corresponding to the first video are obtained. Further, exemplarily, the first playback control is used to jump to play the first target content in the first video segment in response to the first trigger operation; the second playback control is used to play the same first target content in the target video segment in response to the first trigger operation, and the first trigger operation is an operation on the first playback control or the second playback control.
  • the first playback control includes a movable first control element
  • the second playback control includes a movable first control element. Including a movable second control element.
  • step S204 includes: Step S2041: In response to a first jump operation for a second playback interval identifier corresponding to a target video segment, the second control element is moved to a first element position corresponding to the first jump operation.
  • Step S2042 Based on the first element position, the corresponding first playback position is obtained.
  • Step S2043 The second playback position corresponding to the first playback position is obtained.
  • Step S2044 The third control element is moved to a second element position corresponding to the second playback position.
  • FIG. 11 is a schematic diagram of a process of synchronously moving a control element provided by an embodiment of the present disclosure. The above process is introduced below in conjunction with FIG. 11. As shown in FIG. 11.
  • the terminal device when the terminal device receives a first jump operation for a second playback interval identifier corresponding to a second video, such as clicking a target position in the second playback interval identifier, or dragging the second control element to a target position in the first playback interval identifier, the terminal device moves the second control element to a first element position corresponding to the first jump operation, that is, the target position. Then, based on mapping information between a movement amount of the control element and a corresponding numerical value provided by the second playback control, a playback position of the second video corresponding to the first element position, that is, a first playback position, is obtained.
  • a first image frame in the first video corresponding to the second image frame at the first playback position in the second video is obtained.
  • a second playback position of the first image frame in the first video is obtained.
  • the first element position corresponding to the second playback position is obtained, and the first control element corresponding to the first video is moved to the second element position, so that the similar segments played by the first video and the second video (i.e., the first video segment and the target video segment) are synchronized.
  • the synchronous movement of the control elements (first control element and second control element) in the first playback control and the second playback control is realized.
  • the first playback control also includes a third control element
  • the second playback control also includes a fourth control element.
  • the second control element is used to control the playback position of the first video alone to realize the jump playback of the first video;
  • the fourth control element is used to control the playback position of the second video alone to realize the jump playback of the second video; by combining the first control element and the second control element, or combining the second control element and the fourth control element, single jump playback or synchronous jump playback of the first video and the second video can be realized, thereby improving the manual detection efficiency of the self-made video.
  • Step S205 In the target interface, the target video segment is synchronously played with the first playback position as the starting point, and the first video segment is played with the second playback position as the starting point, wherein the content of the image frame corresponding to the second playback position is the same as the content of the image frame corresponding to the first playback position.
  • the target video segment After obtaining the first playback position and the second playback position, the target video segment is synchronously played with the first playback position as the starting point, and the first video segment is played with the second playback position as the starting point. Since the first playback position and the second playback position point to the same content of the image frame to be played after the above steps, after starting to play the first video segment and the target video segment, the content of the image frame corresponding to the second playback position can be achieved to be the same as the content of the image frame corresponding to the first playback position, thereby achieving the purpose of comparing and displaying similar segments in the first video and the second video.
  • the method further includes: Step S206: In response to the second jump operation, the third playback position corresponding to the second video is obtained, and the second playback position is located after the end position corresponding to the target video segment.
  • Step S207 According to the second playback position corresponding to the second video, the fourth playback position corresponding to the first video is obtained.
  • the terminal device receives a second jump operation input by the user for the second video, and the target position corresponding to the second jump operation is located after the end position corresponding to the target video segment.
  • the specific implementation process of the above steps may be, for example: the terminal device responds to the first jump operation to the area outside the second playback interval mark corresponding to the target video segment, moves the second control element to the third element position corresponding to the first jump operation, and then obtains the third playback position corresponding to the second video based on the third element position.
  • the specific implementation method of this process is similar to the specific implementation method of obtaining the first playback position in the steps of the previous embodiment, and will not be repeated here.
  • the play pointer moves from the current position to the third playback position, and then obtains the backward distance between the third playback position and the end position of the RI-marked video segment.
  • the distance represents the time that the third playback position moves backward from the end position of the R1-marked video segment.
  • the end distance of the first video segment in the first video is taken as the starting point, and the backward distance is moved backward, thereby obtaining the fourth playback position corresponding to the first video.
  • the corresponding movement of the control elements involved in the above process is cumulative with the movement mode of the first control element and the second control element in the previous embodiment, and will not be repeated here.
  • the second video is played synchronously with the third playback position as the starting point, and the first video is played with the fourth playback position as the starting point, thereby realizing the synchronous comparison playback of the video content after the end of the similar segments in the first video and the second video, and improving the overall detection efficiency for the second video.
  • a second play position corresponding to the second video in response to the second jump operation, is obtained, and the second play position is located before the start position corresponding to the target video segment; according to the third play position corresponding to the first video, a fourth play position corresponding to the first video is obtained; then, in the target interface, the second video is synchronously played with the third play position as the starting point, and the first video is synchronously played with the fourth play position as the starting point, wherein the distance from the fourth play position to the start position of the first video segment is the same as the distance from the first play position to the start position of the target video segment.
  • the target position of the video adjustment triggered by the second jump operation is located before the target video segment, and the specific implementation principle is similar to the implementation principle in the embodiment in which the target position is located after the target video segment in the previous embodiment, and will not be repeated here.
  • it after synchronously playing the target video segment and the first video segment, or synchronously playing the second video and the second video, it also includes: in response to the pause operation, pausing the playback of the target video segment and the first video segment at the same time, or synchronously pausing the playback of the first video and the second video.
  • steps S201 and S202 are implemented in the same manner as steps S101 and S102 in the above embodiment.
  • FIG. 12 is a structural block diagram of a video detection device provided in an embodiment of the present disclosure.
  • the video detection device 3 includes: an acquisition module 31 for acquiring a first video.
  • the interaction module 33 is used to synchronously play the first video segment in the first video and the corresponding target video segment in the second video in the target interface based on the reference information.
  • a first playback control corresponding to the first video and/or a second playback control corresponding to the second video are provided in the target interface, wherein the first playback control is used to "respond" to a first trigger operation and jump to play the target content in the first video segment; the second playback control is used to respond to the first trigger operation and play the target content in the target video segment, and the first trigger operation is an operation on the first playback control or the second playback control.
  • the interaction module 33 is specifically used to: based on reference information, display a playback interval identifier of the target video segment in the second video in the second playback control of the target interface, the playback interval identifier is used to represent the start position and end position of the target video segment in the second video; in response to a first jump operation on the playback interval identifier, obtain a corresponding first playback position; in the target interface, synchronously play the target video segment with the first playback position as the starting point and play the first video segment with the second playback position as the starting point, wherein the content of the image frame corresponding to the first playback position is the same as the content of the image frame corresponding to the second playback position.
  • the first play control includes a movable first control element
  • the second play control includes a movable second control element
  • the interaction module 33 obtains the corresponding first play position in response to the first jump operation for the play interval identifier, it is specifically used to: in response to the first jump operation for the play interval identifier, move the second control element to the 1st element position corresponding to the first jump operation; based on the 1st element position, obtain the corresponding 2nd play position; the interaction module 33 is also used to: obtain the second play position corresponding to the first play position; move the first control element to the second element position corresponding to the second play position.
  • the interaction module 33 is also used to: in response to the second jump operation, obtain the corresponding third play position, the third play position is located after the end position corresponding to the target video segment; in the target interface, synchronously play the second video with the third play position as the starting point, and play the first video with the fourth play position as the starting point, wherein the distance from the fourth play position to the end position of the first video segment is the same as the distance from the first play position to the end position of the target video segment.
  • the processing module 32 is specifically used to: obtain a target image frame in a first video; detect at least one to-be-detected video based on the target image frame to obtain at least one second video, wherein the second video at least includes a matching image frame corresponding to the target image frame, and the image similarity between the matching image frame and the target image frame is greater than a first threshold; based on the playback time of the matching image frame Click to get the reference information corresponding to the second video.
  • the processing module 32 when the processing module 32 obtains the target image frame in the first video, it is specifically used to: obtain the number of hits of at least one key frame in the first video, the number of hits being the number of times the key frame is detected to have a corresponding matching image frame; determine the key frame whose number of hits is greater than a first number as the target image frame.
  • the target image frame includes at least two consecutive key frames in the first video; when the processing module 32 detects at least one to-be-detected video based on the target image frame and obtains at least one second video, it is specifically used to: obtain a corresponding number of second image frames in the to-be-detected video based on the time interval between at least two consecutive key frames; obtain the image similarity between the key frame and the corresponding second image frame, if the number of second image frames whose image similarity is greater than a first threshold is greater than the first number, then determine the to-be-detected video corresponding to the second image frame as the second video.
  • the processing module 32 is also used to: obtain the speed change coefficient corresponding to the target video segment, the speed change coefficient characterizing the video content playback rate of the target video segment relative to the first video segment; according to the speed change coefficient, Get the target playback speed of the first video clip; Interaction module, specifically used for: playing the first video clip in the first video based on the target playback speed in the target interface.
  • the acquisition module 31, the processing module 32, and the interaction module 33 are connected in sequence.
  • the video detection device 3 provided in this embodiment can execute the technical solution of the above-mentioned method embodiment, and its implementation principle and technical effect are similar, and this embodiment will not be repeated here.
  • Figure 13 is a structural schematic diagram of an electronic device provided by an embodiment of the present disclosure.
  • the electronic device 4 includes: a processor 41, and a memory 42 connected to the processor 41 in communication; the memory 42 stores computer execution instructions; the processor 41 executes the computer execution instructions stored in the memory 42 to implement the video detection method in the embodiment shown in Figures 2 to 11.
  • the processor 41 and the memory 42 are connected via a bus 43.
  • the relevant description can be understood by referring to the relevant description and effect corresponding to the steps in the embodiments corresponding to Figures 2 to 11, and no further details are given here.
  • the disclosed embodiment provides a computer-readable storage medium, and the computer-readable storage medium stores computer execution instructions, When the computer execution instruction is executed by the processor, it is used to implement the video detection method provided by any one of the embodiments corresponding to Figures 2 to 11 of the present disclosure.
  • the embodiment of the present disclosure provides a computer program product, including a computer program, and when the computer program is executed by a processor, the video detection method in the embodiment shown in FIG. 2 to FIG. 11 is implemented.
  • FIG. 14 a schematic diagram of the structure of an electronic device 900 suitable for implementing the embodiment of the present disclosure is shown, and the electronic device 900 may be a terminal device or a server.
  • the terminal device may include but is not limited to mobile terminals such as mobile phones, laptops, digital broadcast receivers, personal digital assistants (Personal Digital Assistant, referred to as PDA), tablet computers (Portable Android Device, referred to as PAD), portable multimedia players (Portable Media Player, referred to as PMP), vehicle-mounted terminals (such as vehicle-mounted navigation terminals), etc., and fixed terminals such as digital TVs, desktop computers, etc.
  • PDA Personal Digital Assistant
  • PAD tablet computers
  • PMP portable multimedia players
  • vehicle-mounted terminals such as vehicle-mounted navigation terminals
  • fixed terminals such as digital TVs, desktop computers, etc.
  • the electronic device shown in FIG. 14 is only an example, and should not bring any limitation to the functions and scope of use of the embodiment of the present disclosure. As shown in FIG.
  • the electronic device 900 may include a processing device (e.g., a CPU, a graphics processor, etc.) 901, which may perform various appropriate actions and processes according to a program stored in a read-only memory (ROM) 902 or a program loaded from a storage device 908 to a random access memory (RAM) 903.
  • a processing device e.g., a CPU, a graphics processor, etc.
  • RAM random access memory
  • Various programs and data required for the operation of the electronic device 900 are also stored in the RAM 903.
  • the processing device 901, the ROM 902, and the RAM 903 are connected to each other via a bus 904.
  • An input/output (I/O) interface 905 is also connected to the bus 904.
  • the following devices may be connected to the I/O interface 905: an input device 906 including, for example, a touch screen, a touchpad, a keyboard, a mouse, a camera, a microphone, an accelerometer, a gyroscope, etc.; an output device 907 including, for example, a liquid crystal display (LCD), a speaker, a vibrator, etc.; a storage device 908 including, for example, a magnetic tape, a hard disk, etc.; and a communication device 909.
  • the communication device 909 may allow the electronic device 900 to communicate with other devices wirelessly or by wire to exchange data.
  • FIG. 14 shows an electronic device 900 having various devices, it should be understood that it is not required to implement or have all the devices shown.
  • an embodiment of the present disclosure includes a computer program product, which includes a computer program carried on a computer-readable medium, and the computer program includes a program code for executing the method shown in the flowchart.
  • the computer program can be downloaded and installed from the network through the communication device 909, or installed from the storage device 908, or installed from the ROM 902.
  • the processing device 901 the embodiment of the present disclosure is executed. The above functions defined in the method.
  • the computer-readable medium disclosed above can be a computer-readable signal medium or a computer-readable storage medium or any combination of the above two.
  • the computer-readable storage medium may be, for example, but not limited to, an electrical, magnetic, optical, electromagnetic, infrared, or semiconductor system, device or device, or any combination thereof. More specific examples of computer-readable storage media may include, but are not limited to: an electrical connection with one or more wires, a portable computer disk, a hard disk, a random access memory (RAM), a read-only memory (ROM), an erasable programmable read-only memory (EPROM or flash memory), an optical fiber, a portable compact disk read-only memory (CD-ROM), an optical storage device, a magnetic storage device, or any suitable combination thereof.
  • a computer-readable storage medium may be any tangible medium containing or storing a program that may be used by or in conjunction with an instruction execution system, device or device.
  • a computer-readable signal medium may include a data signal propagated in a baseband or as part of a carrier wave, which carries a computer-readable program code. Such propagated data signals may take a variety of forms, including but not limited to electromagnetic signals, optical signals, or any suitable combination thereof.
  • a computer-readable signal medium may also be any computer-readable medium other than a computer-readable storage medium, The computer-readable signal medium can send, propagate or transmit a program for use by or in combination with an instruction execution system, device or device.
  • the program code contained on the computer-readable medium can be transmitted using any appropriate medium, including but not limited to: wires, optical cables, RF (radio frequency), etc., or any suitable combination of the above.
  • the above-mentioned computer-readable medium may be contained in the above-mentioned electronic device; or it may exist alone without being assembled into the electronic device.
  • the above-mentioned computer-readable medium carries one or more programs, and when the above-mentioned one or more programs are executed by the electronic device, the electronic device executes the method shown in the above-mentioned embodiment.
  • the computer program code for performing the operation of the present disclosure can be written in one or more programming languages or a combination thereof, and the above-mentioned programming languages include object-oriented programming languages such as Java, Smalltalk.
  • C++ and also include conventional procedural programming languages such as "C" language or similar programming languages.
  • the program code can be executed completely on the user's computer, partially on the user's computer, as an independent software package, partially on the user's computer and partially on a remote computer, or completely on a remote computer or server.
  • Remote computers can be connected via any type of network, including a local area network (Local Area Network, referred to as LAN) or Wide Area Network (Wide Area Network, referred to as WAN) is connected to the user computer, or it can be connected to an external computer (for example, using an Internet service provider to connect through the Internet).
  • LAN Local Area Network
  • WAN Wide Area Network
  • each box in the flowchart or block diagram can represent a module, a program segment, or a part of the code, and the module, program segment, or part of the code contains one or more executable instructions for implementing the specified logical function.
  • the functions marked in the box can also occur in a different order than the order marked in the accompanying drawings. For example, two boxes represented in succession can actually be executed basically in parallel, and they can sometimes be executed in the opposite order, depending on the functions involved.
  • each box in the block diagram and/or flow chart, and the combination of boxes in the block diagram and/or flow chart can be implemented by a dedicated hardware-based system that performs a specified function or operation, or can be implemented by a combination of dedicated hardware and computer instructions.
  • the units involved in the embodiments described in the present disclosure can be implemented by software or by hardware. Among them, the name of the unit does not constitute a limitation on the unit itself under certain circumstances.
  • the first acquisition unit can also be described as a "unit for acquiring at least two Internet Protocol addresses".
  • the functions described above in this article can be at least partially performed by one or more hardware logic components.
  • exemplary types of hardware logic components include: field programmable gate array (FPGA), application specific integrated circuit (ASIC), application specific standard product (ASSP), system on chip (SOC), complex programmable logic device (CPLD), etc.
  • FPGA field programmable gate array
  • ASIC application specific integrated circuit
  • ASSP application specific standard product
  • SOC system on chip
  • CPLD complex programmable logic device
  • a machine-readable medium may be a tangible medium that may contain or store a program for use by or in conjunction with an instruction execution system, device, or apparatus.
  • a machine-readable medium may be a machine-readable signal medium or a machine-readable storage medium.
  • a machine-readable medium may include, but is not limited to, an electronic, magnetic, optical, electromagnetic, infrared, or semiconductor system, device, or device, or any suitable combination of the above.
  • machine-readable storage media may include electrical connections based on one or more lines, portable computer disks, hard disks, random access memories (RAM), read-only memories (ROM), erasable programmable read-only memories (EPROM or flash memory), optical fibers, portable compact disc read-only memories (CD-ROM).
  • RAM random access memories
  • ROM read-only memories
  • EPROM or flash memory erasable programmable read-only memories
  • CD-ROM compact disc read-only memories
  • Optical storage devices magnetic storage devices, or any suitable combination of the above.
  • a video detection method comprising: acquiring a first video; performing video detection based on the first video, obtaining at least one second video and reference information corresponding to the second video, wherein the second video contains at least one target video segment, the target video segment is associated with the first video, and the reference information represents the playback position of the target video segment in the second video; based on the reference information, synchronously playing the first video segment in the first video and the target video segment in the corresponding second video in a target interface.
  • a first playback control corresponding to the first video and/or a second playback control corresponding to the second video are provided in the target interface, wherein the first playback control is used to jump to play the target content in the first video segment in response to a first trigger operation; the second playback control is used to play the target content in the target video segment in response to the first trigger operation, and the first trigger operation is an operation for the first playback control or the second playback control.
  • the method of synchronously playing the first video, the first video clip and the corresponding second video, the target video clip, in a target interface based on the reference information includes: displaying a playback interval identifier of the target video clip in the second video in a second playback control of the target interface based on the reference information, wherein the playback interval identifier is used to represent the start position and the end position of the target video clip in the second video; obtaining a corresponding first playback position in response to a first jump operation to the playback interval identifier; synchronously playing the target video clip with the first playback position as the starting point and the first video clip with the second playback position as the starting point in the target interface, wherein the content of the image frame corresponding to the second playback position is the same as the content of the image frame corresponding to the first playback position.
  • the first playback control includes a movable first control element
  • the second playback control includes a movable second control element
  • the responding to the first jump operation for the playback interval identifier to obtain the corresponding first playback position includes: in response to the first jump operation for the playback interval identifier, moving the second control element to the first element position corresponding to the first jump operation; obtaining the corresponding first playback position based on the first element position; and further including: obtaining the second playback position corresponding to the first playback position; and moving the first control element to the second element position corresponding to the second playback position.
  • the method further includes: in response to the second jump operation, obtaining a corresponding third playback position, the third playback position being located after the end position corresponding to the target video segment; in the target interface, synchronously playing the second video starting from the second playback position and playing the first video starting from the fourth playback position, wherein the distance from the fourth playback position to the end position of the first video segment is the same as the distance from the first playback position to the end position of the target video segment.
  • the video detection based on the first video to obtain reference information corresponding to at least one second video and the second video includes: obtaining a target image frame in the first video; detecting at least one video to be detected based on the target image frame to obtain at least one second video, the second video at least including a matching image frame corresponding to the target image frame, the image similarity between the matching image frame and the target image frame being greater than a first threshold; obtaining reference information corresponding to the second video based on the playback timestamp of the matching image frame.
  • the step of obtaining the target image frame in the first video includes: obtaining the number of hits of at least one key frame in the first video, the number of hits being the number of times the key frame is detected to have a corresponding matching image frame; determining the key frame whose number of hits is greater than a first number as the target image frame.
  • the method further includes: obtaining a speed coefficient corresponding to the target video segment, the speed coefficient representing a video content playback rate of the target video segment relative to the first video segment; obtaining a target playback speed of the first video segment according to the speed coefficient; synchronously playing the first video, I', and the target video segment in the corresponding second video in the target interface, including: playing the first video segment in the first video based on the R marked playback speed in the target interface.
  • a video detection device including: an acquisition module, configured to acquire a first video.
  • a processing module is used to perform video detection based on the first video to obtain reference information corresponding to at least one second video and the second video, wherein the second video contains at least one target video segment, the target video segment is associated with the first video, and the reference information represents the playback position of the target video segment in the second video.
  • An interactive module is used to synchronously play the first video segment in the first video and the corresponding target video segment in the second video in the target interface based on the reference information.
  • a first playback control corresponding to the first video and/or a first playback control corresponding to the second video are provided in the target interface, wherein the first playback control is used to jump to play the target content in the first video segment in response to a first trigger operation; the second playback control is used to play the target content in the target video segment in response to the first trigger operation, and the first trigger operation is an operation on the first playback control or the second playback control.
  • the interactive module is specifically used to: display the playback interval identifier of the target video segment in the second video in the second playback control of the target interface based on the reference information,
  • the playback interval identifier is used to characterize the start position and end position of the target video segment in the second video; in response to the first jump operation for the playback interval identifier, the corresponding first playback position is obtained; in the target interface, the target video segment is synchronously played starting from the first playback position and the first video segment is played starting from the second playback position, wherein the content of the image frame corresponding to the second playback position is the same as the content of the image frame corresponding to the first playback position.
  • the first playback control includes a movable first control element
  • the second playback control includes a movable second control element
  • the interactive module responds to "the first jump operation for the playback interval identifier, the corresponding first playback position is obtained"
  • it is specifically used to: in response to the first jump operation for the playback interval identifier, move the second control element to the first element position corresponding to the first jump operation; based on the first element position, obtain the corresponding first playback position
  • the interactive module 33 is also used to: obtain the second playback position corresponding to the first playback position; move the first control element to the second playback position corresponding to the first playback position; The second element position corresponding to the second playback position.
  • the interaction module is further used to: in response to the second jump operation, obtain the corresponding second playback position, the second playback position is located after the end position corresponding to the target video segment; in the target interface, synchronously play the second video starting from the third playback position and the first video starting from the fourth playback position, wherein the distance from the fourth playback position to the end position of the first video segment is the same as the distance from the first playback position to the end position of the target video segment.
  • the processing module is specifically used to: obtain a target image frame in the first video; detect at least one video to be detected based on the target image frame to obtain at least one second video, the second video at least includes a matching image frame corresponding to the target image frame, and the image similarity between the matching image frame and the target image frame is greater than a first threshold; based on the playback timestamp of the matching image frame, obtain reference information corresponding to the second video.
  • the processing module when the processing module acquires the target image frame in the first video, it is specifically used to: acquire the number of hits of at least one key frame in the first video, the number of hits being the number of times the key frame is detected to have a corresponding matching image frame; determine the key frame whose number of hits is greater than a first number as the target image frame.
  • the target image frame includes at least two consecutive key frames in the first video; when the processing module detects at least one to-be-detected video based on the target image frame and obtains at least one second video, it is specifically used to: acquire a corresponding number of second image frames in the to-be-detected video based on the time interval between the at least two consecutive key frames; acquire the image similarity between the key frame and the corresponding second image frame, and if the number of second image frames whose image similarity is greater than the first threshold is greater than the second number, the to-be-detected video corresponding to the second image frame is determined as the second video.
  • the processing module is further used to: obtain a speed coefficient corresponding to the target video segment, the speed coefficient representing the video content playback rate of the target video segment relative to the first video segment; obtain a target playback speed of the first video segment according to the speed coefficient; the interaction module is specifically used to: play the first video segment in the first video based on the target playback speed in the target interface.
  • an electronic device comprising Including: a processor, and a memory connected to the processor in communication; the memory stores computer executable instructions; the processor executes the computer executable instructions stored in the memory to implement the video detection method described in the first aspect and various possible designs of the first aspect.
  • a computer-readable storage medium in which computer executable instructions are stored.
  • the processor executes the computer executable instructions, the video detection method described in the first aspect and various possible designs of the first aspect is implemented.
  • an embodiment of the present disclosure provides a computer program product, including a computer program. When the computer program is executed by the processor, the video detection method described in the first aspect and various possible designs of the first aspect is implemented.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本公开实施例提供一种视频检测方法、装置、电子设备及存储介质，通过获取第一视频；基于第一视频进行视频检测，得到至少一个第二视频和第二视频对应的参考信息，其中，第二视频中包含至少一个目标视频片段，目标视频片段与第一视频相关联，参考信息表征目标视频片段在第二视频中的播放位置；基于参考信息，在目标界面内同步播放第一视频中的第一视频片段和对应的第二视频中的目标视频片段。通过基于第一视频进行检测，得到第二视频以及参考信息，之后基于参考信息同时播放第一视频中的第一视频片段和第二视频中的目标视频片段，从而实现对照展示视频中的相似片段目的，简化交互流程，提高视频检测效率。

Description

视 频检测 方法 、 装置、 电子设备及 存储介 质 木申请要 求于 2023 年 07 月 06 日提交中国专利 局、 申请号为 202310828406.8,发明名称为 “视频检测方法、装置、 电子设备及存储介质” 的中国专利 申请的优先权， 其全部内容通过引用结合在本申请中。 技术领域 木公开实施例涉及互联网技术领域，尤其涉及一种视频检测方法、装置、 电子设备及存储介质 。 背景技术 随着用户生成内容 (User Generated Content, UGC)的兴起， 在各类互联 网平台中， 由用户上传了大量的自制视频。一方面，丰富的自制视频，使平台 用户能够得到各式 各样的感兴趣内容， 提高用户使用体验， 但另一方面， 自 制视频中可能包含异常 的内容素材， 致使出现安全性问题。 现有技术中， 对于用户上传的自制视频， 视频平台通常是通过人工逐帧 对比的方式来对 自制视频进行对比检测， 从而确定自制视频中是否包含异常 的内容素材 。 然而， 现有技术中针对自制视频进行检测的方案， 需要于 ■动进 行视频同步及 比对， 存在交互过程复杂、 检测效率低的问题。 发明内容 本公开实施例提供一种视频检测方法 、 装置、 电子设备及存储介质， 以 克服查验交互过程复杂 、 检测效率低的问题。 第一方面， 本公开实施例提供一种视频检测方法， 包括： 获取第一视频； 基于所述第一视频进行视频检测， 得到至少一个第二视 频和所述第二视频对 应的参考信息， 其中， 所述第二视频中包含至少一个目 标视频片段， 所述目标视频片段与所述第一视频相关联， 所述参考信息表征 所述 IR标视频片段在所述第二视频中的播放位置； 基于所述参考信息， 在目 标界面内同步播放所 述第 ■视频中的第 ’视频片段和对应的第二视频中的日 标视频片段。 第 二方面， 木公开实施例提供一种视频检测装置， 包括： 获 取模块， 用于获取第一视频； 处 理模块， 用于基于所述第一视频进行视频检测， 得到至少一个第一视 频和所述第二视频对 应的参考信息， 其中， 所述第二视频中包含至少 ■个日 标视频片段， 所述目标视频片段与所述笫一视频相关联， 所述参考信息表征 所述目标视频片段在所述第 二视频中的播放位置； 交 互模块， 用于基于所述参考信息， 在目标界面内同步播放所述第一视 频中的第一视频片段和对应 的第二视频中的目标视频片段。 第 三方面， 本公开实施例提供一种电了 ■设备， 包括： 处 理器， 以及与所述处理器通信连接的存储器； 所 述存储器存储计算机执行指令； 所 述处理器执行所述存储器存储的计算机执 行指令， 以实现如上笫一方 面以及第一方面各种可 能的设计所述的视频检测方法。 第 四方面， 本公开实施例提供一种计算机可读存储介质， 所述计算机可 读存储介质中存储有计算机 执行指令，当处理器执行所述计算机执行指令时 , 实现如上第 -方面以及第 -方面各种可能的设计所述的视频检测方法。 第 五方面， 本公开实施例提供一种计算机程序产品， 包括计算机程序， 该讣算机程序被处理 器执行时实现如上第一方面以及第一方面各 种可能的设 计所述的视频检测方法 。 本 实施例提供的视频检测方法、 装置、 电子设备及存储介质， 通过获取 第一视频； 基于所述第一视频进行视频检测， 得到至少一个第二视频和所述 第二视频对应 的参考信息， 其中， 所述第二视频中包含至少一个目标视频片 段， 所述目标视频片段与所述第一视频相关联， 所述参考信息表征所述目标 视频片段在所述第 二视频中的播放位置； 基于所述参考信息， 在目标界面内 同步播放所述第一视 频中的第一视频片段和对应的第二视频 中的目标视频片 段。 通过基于第一视频进行检测， 得到包含有相似片段的第二视频， 以及表 征该相似片段 的播放位置的参专信息， 之后基于参考信息同时播放第一视频 中的第一视频片段和 第二视频中的目标视频片段， 从而实现对照展示视频中 的相似片段 目的， 实现了对相似片段的快速检测和展示， 简化交互流程， 提 高视频检测效率。 附图说 明 为 了更清楚地说明本公开实施例或现有技 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一简单地介绍， 显而易见地， 下 面描述中的附 图是本公开的一些实施例， 对于本领域普通技术人员来讲， 在 不付出创造性劳动性 的前提下， 还可以根据这些附图获得其他的附图。 图 1为木公开实施例提供的视频检测方法的一种应用场景图； 图 2为本公开实施例提供的视频检测方法的流程示意图一； 图 3为图 2所示实施例中步骤 S102的具体实现方式的流程图； 图 4为图 3所示实施例中步骤 S1021的具体实现方式的流程图； 图 5为本公开实施例提供的一种选取目标图像帧的过程示意图； 图 6为图 3所示实施例中步骤 S1022的具体实现方式的流程图； 图 7为本公开实施例提供的一种检测待检测视频的过程示意图； 图 8为本公开实施例提供的视频检测方法的流程示意图二； 图 9为本公开实施例提供的 -种第 ：播放控件和第二播放控件的示意图; 图 10为图 8所示实施例中步骤 S204的具体实现方式的流程图； 图 11为本公开实施例提供的同步移动控件兀素的过程示意图； 图 12为本公开实施例提供的视频检测装置的结构框图； 图 13为本公开实施例提供的一种电子设备的结构示意图； 图 14为本公开实施例提供的电子设备的硬件结构示意图。 具体实施 方式 为 使本公开实施例的目的、 技术方案和优点更加清楚， 卜'面将结合本公 开实施例中的 附图， 对本公开实施例中的技术方案进行清楚、 完整地描述， 显然， 所描述的实施例是本公开一部分实施例， 而不是全部的实施例。 基于 本公开中的实施例 ， 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 ， 都属于本公开保护的范围。 需要说明的是，本公开所涉及的用户信息（包括但不限于用户设备信息、 用户个人信息等）和数据 （包括但不限于用于分析的数据、存储的数据、展示 的数据等） ， 均为经用户授权或者经过各方充分授权的信息和数据， 并且相 关数据的收集、使用和处理需要遵守相关国家和地 区的相关法律法规和标准, 并提供有相应的操作入 口， 供用户选择授权或者拒绝。 下面对本公开实施例的应用场景进行解释： 图 1为本公开实施例提供的视频检测方法的 ■种应用场景图， 本公开实 施例提供的视 频检测方法， 可以应用于视频平台内的视频检测的应用场 景。 具体地， 如图 1所示， 本公开实施例提供的方法， 可 '以应用于终端设备等具 有计算能力的 电子设备， 上述电子设备可以通过自身设置的显示屏或通过与 其通信连接的外部设备进 行图像显示。 参考图 1 中所示， 本公开实施例提供 的视频检测方法可 以由终端设备执行，终端设备与平台服务器通信，一方面， 终端设备通过直接 与其连接的存储介质、 通过访问互联网， 获得作为对照视 频的第 -视频， 另 ：方面， 终端设备向平台服务器发送检测请求， 以基于第 一视频对平台服务器 内存储的自制视频进行检测， 得到包含有该第一视频中 的视频内容的第二视 频， 第二视频例如为包含异常内容的问题视频。 之后服 务器将第二视频 回传至终端设备一侧进行展示， 平台侧用户通过对比第二视 频和第一视频， 来进一步判断该第二视频是否正常， 并进行相应处理。 现 有技术中， 对于用户上传的自制视频， 对视频中是否包含有异常内容 素材的检测， 除基于图像识别技术进行自动化检测外， 考虑到自制视频中使 用内容素材的 目的和程度， 通常还需要通过人工查验的方式来进一步对自制 视频进行检测 ， 进而进行后续处理。 然而， 现有技术中针对视频进行检测的 方案， 在终端设备一侧显示检测到的包含异常内容素材的视频后 ， 需要平台 侧工作人员手动去 杳看视频中的图像帧， 并与对照视频中对应的图像帧进行 比对， 导致了查验交互过程复杂、 检测效率低的问题。 本公开实施例提供一 种视频检测方法 以解决上述问题。 参 考图 2, 图 2为本公开实施例提供的视频检测方法的流程示意图一。 木实施例的方法可 以应用在终端设备中， 例如个人电脑， 该视频检测方法包 括： 步 骤 S101： 获取第一视频。 步 骤 S102： 基于第一视频进行视频检测， 得到至少一个第二视频和第二 视频对应的参考信 息， 其中， 第二视频中包含至少 ：个目标视频片段， 目标 视频片段与笫一视频相 关联， 参考信息表征目标视频片段在笫二视频中的播 放位置。 示 例性地， 参考图 1所示的应用场景示意图， 终端设备基于用户操作， 获得第一视频后 ， 基于首先对第一视频进行解析， 得到第一视频中至少一个 图像帧所对应 的图像特征， 之后， 通过访问用于存储待检测视频的服务器， 并对待检测视频进行 检测， 可以得到至少一个笫二视频和笫二视频对应的参 考信息， 其中， 第二视频即可 '能存在异常内容的待检测视频。 第二视频中包 含至少一个 目标视频片段， 目标视频片段与第一视频相关联， 即目标视频片 段为第一视频 中的第一视频片段的相似片段， 也即所述目标视频片段与所述 第一视频中的第一视 频片段之间相似度高， 需要说明的是， 本实施例中的相 似片段， 是指两个视频片段中的视频内容相似， 更具体地， 例如两个视频片 段中包含有至少 呻贞表现相同画面内容的图像帧， 则该两个视频片段为相似 片段。 本实施例步骤中， 可以通过获得笫一视频中至少一个图像帧的图像特 征， 并基于图像特征对待检测视频中的图像帧的特效特征进行特 征对比， 从 而确定相似图像帧 ， 进而将包含相似图像帧的视频片段， 确定为第一视频片 段的相似片段，即目标视频片段。进而，将包含目标视频片段的待检测视频， 确定为第二视频。 进 一步地， 在通过检查得到第二视频的同时， 生成该第二视频所对应的 参考信息， 其中， 参考信息表征与第一视频中的第一视频片段相似的目标视 频片段在第二视频 中的播放位置。 具体地， 例如， 参考信息中可以包括第二 视频中的 目标视频片段的开始时间和结束时间。 进一步地， 可选地， 在参考 信息中还可以包括第二视 频的总时氏， 和 /或， 在参考信息中还可以包括目标 视频片段的开始时 间相对总时长的比例， 以及结束时间相对总时长的比例。 进一步地， 除上述实现方式外， 参考信息中还可以包括第二视频中的目标视 频片段的每一 图像帧对应的播放位置， 例如每一图像帧对应的播放时间戳。 通过木实施例步骤 中得到的参考信息， 可以实现对第二视频中目标视频片段 的定位，从而在后续步骤中实现对目标视频片段和第 一视频片段的同步播放。 在 一种可能的实现方式中， 如图 3所示， 步骤 S102的只体实现方式包 括： 步 骤 S1021： 获取第 ，视频中的目标图像帧。 步 骤 S1022：基于目标图像帧对至少一个待检测视频进行检测，得到至少 一个第二视频 ， 第二视频中至少包含与目标图像帧对应的匹配图像帧， 匹配 图像帧与 目标图像帧的图像相似度大于第一阈值。 步 骤 S1023：基于匹配图像帧的播放时间戳，得到第二视频对应的参考信 息。 示 例性地， 首先，通过解析笫一视频， 获取笫一视频中的目标图像帧， H 标图像帧例如为第 一视频中的一个或多个关键帧； 之后， 基丁上述目标图像 帧， 对待检测视频进行检测， 待检测视频例如为平台内由用户上述的自制视 频。 具体地， 通过将目标视频帧与待检测视频中的图像帧进行对比， 将待检 测视频中图像相似度 大于第一阈值的图像帧， 确定为匹配图像帧， 进而将包 含一个或一个 以上的匹配图像帧的待检测视频， 确定为第二视频。 之后， 基 于上述步骤中得到 的匹配图像帧的播放时间戳， 牛成第二视频对应的参考信 息， 即参考信息中包含笫二视频中所有匹配图像帧的播放时间戳 。 其中， 示 例性地， 将目标视频帧与待检测视频中的图像帧进行对 比， 得到图像相似度 的具体实现方式 ， 例如可以通过预训练的神经网络模型， 对目标视频帧与待 检测视频中的 图像帧进行特征对比而实现， 只体实现方式为现有技术不再赘 述。 进 一步地，第一视频中的日标图像帧，可以是基于用户手动操作指定的， 也可以是基于历史检测结 果确定的。 具体地， 如图 4所示， 步骤 S1021 的具 体实现方式包括： 步 骤 S 1021A： 获取第一视频中的至少一个关键帧的命中次数， 命中次数 为关键帧被检测到具有对应 的匹配图像帧的次数。 步 骤 S1021B： 将命中次数大于第一数量的关键帧， 确定为目标图像帧。 不 例性地， 首先， 获取第一视频对应的检测记录， 检测记录中记载基「 本实施例提供的方法对第 一视频进行检测的历史结果。进一步地，示例性地， 检测记录中包括第 一视频 11，各关键帧的对应的命中次数， 命中次数为关键帧 被检测到具有对应 的匹配图像帧的次数。 根据第一视频对应的检测记录， 将 其中命中次数大于第 一数量的关键帧， 确定为目标图像帧， 或者， 将命中次 数最多的 N个关键帧， 确定为目标图像帧。 图 5为本公开实施例提供的一种 选取目标图像帧 的过程示意图， 如图 5所示， 基于检测记录， 可以得到第 - 视频中所有关键帧 （图中示为 1_1至 I_n） 对应的命中次数， 例如图中所示, 1_1对应的命中次数 =8, 1_2对应的命中次数 =168； 1_3对应的命中次数 =3； 1_4对应的命中次数 =721。 以 1_1帧为例， 其含义为： 在之前指定时间对应的 历史检测过程中 ， 使用 1_1帧对待检测视频进行检测， 共检测到 8个视频中 包含有该 1_1帧对应的图像内容， 即 8个包含匹配图像帧的待检测视频， 其 他帧类似，不再赘述。将其中命中次数大于 100的关键帧，即 1_2帧和 1_4帧， 确定为目标图像帧 ， 在后续步骤中， 对待检测视频进行检测， 得到至少一个 第二视频。 进一步地， 目标图像帧包括第一视频中至少两个连续的关键帧， 示例性 地， 如图 6所示， 步骤 S1022的具体实现方式包括： 步骤 S 1022A： 基于至少两个连续的关键帧之间的时间间隔， 获取待检测 视频中对应数量 的第二图像帧。 步骤 S 1022B： 获取关键帧和对应的第二图像帧的图像相似度， 若图像相 似度大于第一 阈值的第二图像帧的数量， 大于第二数量， 则将第二图像帧对 应的待检测视频确定为第 二视频。 示例性地， 图 7为本公开实施例提供的一种检测待检测视频的过程示意 图， 下面参考图 7对上述过程进行介绍， 如图所示， 基于之前的步骤确定的 第一视频中包括连续 的 3个关键帧（目标图像帧） ， 分别为 1_1帧、 1_2帧和 1_3帧 （图中不为 T_K T_2和 I_3） , 由于关键帧之间还间隔有非关键帧， 因 此， 1_1帧、 1_2帧和 1 3帧之间， 具有对应的两个时间间隔， 即时间间隔 T1 和时间间隔 T2 （图中示为 T1和 T2） 。 之后， 基于该时间间隔 T1和时间间 隔 T2, 获取待检测视频中对应数量的第二图像帧， 并通过第一视频中的关键 帧与第二视频 中的第二图像帧进行一一对比检测， 得到关键帧与第二图像帧 的图像相似度， 进而确定第二视频。 例如在本实施例中， 第二图像帧和上述关键帧的数量相同 （3个）， 具体 地， 可以从待处理视频的头部开始， 基于上述时间间隔 T1和时间间隔 T2, 获取 3个第二图像帧， 例如图中所示的 1 01帧、 1 02帧和 1 03帧（图中示为 i_01、 i_02和 i_03）。之后， 基于预设间隔进行多次平移（例如以每两个图像 帧之间的时间间隔为预 设间隔），获得多组间隔为时间间隔 T 1和时间间隔 T2 的第二图像帧 ， 例如图中所示， 在平移 r欠之后， 得到间隔同样为时间间隔 T1和 时间间隔 T2的另一组第二图像帧 1_11帧、 1_12帧和 1 13帧（图中示为 i_l l、 i_12和 i_13） , 直到达到预设结束条件， 或者到达待检测视频的末尾。 即图中所示的最后一组第 二图像帧为 i nl帧、 i 112帧和 i n3帧 （图中示为 i ni、 i_n2和 i_n3） 。 进 -步地， 在每次获得 -组第二图像帧之后， 分别将第 ：视频中的关键 帧与对应的笫 二图像帧进行相似度对比， 得到对应的图像相似度。 例如， 将 1_1帧和 1_1帧、 1_2帧和 i_2帧、 1_3帧和 i_3帧分别进行对比， 得到对应的 图像相似度 SI、 S2和 S3 , 示例性地， 图像相似度可以为归一化值， 即大于 0 小于或等于 1， 图像相似度越大，表征两帧图像越相似。将图像相似度大于第 一阈值 （例如 0.8） 的第二图像帧， 确定为相似帧， 当相似帧的数量大于第二 数量 （例如为 2） 时， 则确定由待检测视频中的 i_l帧、 i_2帧和 i_3帧构成 的片段， 为第 ：视频中的第 -视频片段的相似片段， 进而将上述第二图像帧 对应的待检测视频 确定为第二视频。 其中， 第二数量可以是预设值， 也可以 是基于构成 目标图像帧的关键帧的数量确定的数字， 例如构成目标图像帧的 至少两个连续的关键帧 的数量为 N, 则第二数量为 N/2。 本实施例中， 利用第一视频中的多个连续关键帧作为检测对照物， 并利 用第 -视频中至少两个连续的关键帧具有不同的时间间隔的特性， 对待处理 视频进行精确的多 点检测， 从而提高检测到的相似片段的可信度， 提高检测 准确性， 减少误检测情况的发生概率。 步骤 S103： 基于参考信息， 在目标界面内同步播放第一视频中的第一视 频片段和对应的第二视频 中的目标视频片段。 示例性地， 基于之前的步骤， 在得到包含相似片段的第二视频和对应的 参考信息后， 在终端设备上所运行的应用程序内的目标界面 ， 同步播放第一 视频中的第一视频 片段和第二视频中的目标视频片段。 具体地， 终端设备在 通过上述步骤获得第 二视频和对应的参考信息的过程中， 会记录检测到第二 视频中的 目标视频片段时所使用的第一视频片段，在第一视频， I '的播放位置, 播放位置例如包括 ：第一视频片段的开始位置、结束位置，或者，第一视频片 段中 与目标视频片段对应的每一图像帧的播放时间戳。 一种可能的实现方式 中， 该第一视频片段对应的播放位置也保存在参考信息中， 或者， 通过其他 方式保存在本地或 云端的存储介质中， 之后， 终端设备基于第 ：视频片段对 应的播放位置 ， 和参考信息表征的目标视频片段的播放位置自动定位至第一 视频片段的开始位置 以及目标视频片段的开始位置， 并同步开始播放第一视 频片段和 目标视频片段， 从而实现对第一视频片段和目标视频片段的对比展 示。 之后， 用户可以基于目标界面内第一视频片段和目标视频片段的对比展 示的内容， 来人工判断二者是否完全 -致， 或者第二视频中是否包含异常信 息， 并对笫二视频进行处理， 实现自制视频的人工查验过程。 在 一种可能的实现方式中， 在步骤 S103之前， 还包括： 步 骤 S1001：获取目标视频片段对应的变速系数，变速系数表征目标视频 片段相对第一视频片段 的视频内容播放速率。 步 骤 S1002： 根据变速系数， 得到第一视频片段的目标播放速度。 相 应的， 步骤 S103的具体实现方式包括： 在在目标界面内基于目标播放 速度播放第 -视频中的第 -视频片段。 示 例性地， 目标视频片段对应的变速系数表征目标视频片段相对笫一视 频片段的视频内容播放速 率， 例如， 当变速系数为 2时， 表征目标视频片段 的播放速率是第一视 频片段的两倍， 即目标视频片段经过了快放变速处理， 同时， 由于目标视频片段与第一视频片段只有相同的视频 内容， 因此， 相应 的， 目标视频片段的口寸长为第 ■视频片段的 -半。 再例如， 当变速系数为 0.5 时， 表征目标视频片段的播放速率是第一视频片段的一半， 相应的， 日标视 频片段的时长为第一视频 片段的 2倍。 若 目标视频片段经过了变速处理， 会导致其正常播放情况下的播放速率 与第一视频片段的播放速 率不同，从而造成二者难以同步播放。针对该问题， 终端设备可以在基 于视频内容确定目标视频片段后， 基于目标视频片段的时 长， 与第一视频片段的时长进行对比，从而得到变速系数，进而，在播放第一 视频片段时， 基「上述变速系数进行变速播放， 从而使目标视频片段的播放 速度与第一视频片段 的播放速度一致， 实现二者的同步播放。 当然， 在另外 可能的实现方式 中， 还可以基于变速系数对目标视频片段进行相应的逆向变 速播放， 从而使第一视频片段和目标视频片段的播放速率相 同， 实现二者的 同步播放， 此处不做只体限制。 在 本实施例中， 通过获取第一视频； 基于第一视频进行视频检测， 得到 至少 -个第二视频和第二视频对应的参考信息， 其中， 第二视频中包含至少 一个目标视频片段 ， 日标视频片段与笫一视频相关联， 参考信息表征日标视 频片段在第二视频 中的播放位置； 基「参考信息， 在目标界面内同步播放第 一视频中的第一视频 片段和对应的第二视频中的目标视频片段 。 通过基于第 一视频进行检测 ， 得到包含有相似片段的第二视频， 以及表征该相似片段的 播放位置的参考信 息， 之后基于参考信息同口寸播放第 -视频中的第 ：视频片 段和第二视频中的 H标视频片段，从而实现对照展示视频中的相似片段目的， 实现了对相似片段 的快速检测和展示， 简化交互流程， 提高视频检测效率。 参 考图 8, 图 8为本公开实施例提供的视频检测方法的流程示意图二。 本实施例在图 2所示实施例的基础上， 进一步对步骤 S103进行细化， 该视频 检测方法包括： 步 骤 S201： 获取第一视频。 步 骤 S202： 基于第 ：视频进行视频检测， 得到至少 ：个第二视频和第二 视频对应的参考信 息， 其中， 第二视频中包含至少一个目标视频片段， 目标 视频片段与第一视频 相关联， 参考信息表征目标视频片段在第二视频中的播 放位置。 步 骤 S203： 基于参 Y信息， 在目标界面的第二播放控件内显示目标视频 片段在第二视频 中的播放区间标识， 播放区间标识用于表征目标视频片段在 第二视频中的开始位置和 结束位置。 不 例性地， 目标界面内设置有第一视频对应的第一播放控件和/或第二视 频对应的第二播放控 件， 一种可能的实现方式中， 第一播放控件用于控制第 一视频的播放 ， 具体地， 例如， 控制第一视频的播放开始、 播放暂停、 跳转 (Seek)播放等，其中，第一播放控件可以包括用于播放第一视频的视频播放 区和用于设置功能性 控件的控件区域。 第二播放控件与第一播放控件所能够 实现的功能相 同； 第二播放控件的外观布局可以与第一播放控件相同， 也可 以不同， 可以基于具体需要设置， 第二播放控件的功能和外观布局的实现此 处不再赘述， 可参考对第一播放控件的介绍。 可 选地， 另一方面， 本实施例方法中还包括： 基于第一视频片段的播放 位置， 在目标界面的第一播放控件内显示目标视频片段在第一视 频中的播放 区间标识， 播放区间标识用于表征第一视频片段在第一视频 中的开始位置和 结束位置。 即第 才番放控件可 '以实现与第二播放控件相同的功能， 具体不再 赘述。 图 9为木公开实施例提供的一种第一播放控件和第二播 放控件的小意图, 如图 9所示， 在目标界面内， 第一播放控件用于播放第一视频， 第二播放控 件用于播放第二视频 ，当得到对应的参考信息和第一视频对应的播放位置后， 基于参考信息在第 二播放控件内显示目标视频片段在第二视频 中的第二播放 区间标识， 笫二播放区间标识用于表征目标视频片段在笫二视频 中的开始位 置（图中示为 00:35,表示第二视频的第 35秒）和结束位置（图中示为 00:42, 表示第二视频的第 42秒）。 基于第一视频片段的播放位置在第一播放控件内 显示第一视频片段在 第一视频中的第一播放区间标识， 第一播放区间标识用 于表征第一视频片段在第 一视频中的开始位置（图中示为 03:10, 表示第一视 频的第 03分 10秒） 和结束位置 （图中示为 03: 17, 表示第二视频的第 03分 17秒）。 本 实施例步骤中， 通过在第一播放控件和/或第二播放控件内显示对应的 播放区间标识， 从而显示出相似片段在第一视频和 /或第二视频中的占比， 可 选地， 在第一播放控件和 /或第二播放控件内， 还可以显示播放区间标识所表 征的时长占全部第一视频和/或第二视频的总时长 的占比， 例如在第一播放控 件内显示“ 12%”， 表征第 ■视频片段的时长占第 靓频全部口寸长的 12%。 从 而可以更准确的显示 出相似视频的占比。 步 骤 S204： 响应于针对目标视频片段对应的第二播放区间标识的第一跳 转操作，得到第二视频对应的第一播放位置和第一视 频对应的第二播放位置。 进 一步地， 示例性地， 第一播放控件用于响应于第一触发操作， 跳转播 放第一视频片段 中的第一目标内容；第二播放控件用于响应于第一触发操作， 播放目标视频片段 中相同的第一目标内容， 第一触发操作是针对第一播放控 件或第二播放控件 的操作。 即， 当用户通过操作终端设备， 触发第一播放控 件或第二播放控件 中的任一， 以播放第一目标内容时， 另一个播放控件会自 动同步触发， 并同一播放该第一目标内容， 从而使第一视频片段和目标视频 片段的同步播放， 实现相似片段的同步展示。 可 选地， 第一播放控件中包括可移动的第一控件元素， 第二播放控件中 包括可移动的第二控件元 素。 示例性地， 如图 10所示， 步骤 S204的只体实 现方式包括： 步 骤 S2041： 响应于针对目标视频片段对应的第二播放区间标识的第一 跳转操作， 将第二控件元素移动至第一跳转操作对应的第一元素位置。 步 骤 S2042： 基于第一元素位置， 得到对应的第一播放位置。 步 骤 S2043： 获取第一播放位置对应的第二播放位置。 步 骤 S2044：将第 ■控件元素移动至第二播放位置对应的第二元素位置。 示 例性地， 图 11为本公开实施例提供的同步移动控件元素的过程示意图, 卜 '面结合图 11对上述过程进行介绍， 如图 11所示， 当终端设备接收到针对 第二视频对应 的第二播放区间标识的第一跳转操作， 例如点击第二播放区间 标识内的 目标位置、 或者将第二控件元素拖拽至第一播放区间标识内的目标 位置， 终端设备将第二控件元素移动至第一跳转操作对应的第 一元素位置， 也即上述 目标位置处， 之后， 基于第二播放控件所提供的控件元素的移动量 与对应数值的映射信 息， 得到第 ：兀素位置所对应的第二视频的播放位置， 即第一播放位置 ； 之后， 基于参考信息所包含的第一视频片段和目标视频片 段中各图像帧之 间的映射关系， 得到第二视频中第一播放位置处的第二图像 帧对应的第一视频 中的第一图像帧， 之后再根据第一图像帧所对应的播放时 间戳， 得到该第一图像帧在第一视频中的第二播放位置。 进一步地， 基于第 ■播放控件所提供的控件元素 的移动量与对应数值的映射信息， 得到第二播 放位置对应的第 一 .元素位置， 并将第一视频对应的第一控件元素移动至该第 二元素位置， 从而使第一视频和第二视频所播放的相似片段 （即第一视频片 段和目标视频片段 ） 同步。 同时实现对第一播放控件和第二播放控件内的控 件元素 （第一控件元素和第二控件元素） 的同步移动。 可 选地， 第一播放控件中还包括第三控件元素、 第二播放控件中还包括 第四控件元素 ， 第二控件元素用于单独控制第一视频的播放位置， 实现针对 第一视频的跳转播放 ； 第四控件元素用「单独控制第二视频的播放位置， 实 现针对第二视频的跳转播 放;通过结合第一控件元素和第二控件元素，或者， 结合第二控件元素和 第四控件元素， 可以实现针对第一视频和第二视频的单 跳转播放、 或者同步跳转播放， 从而提高针对自制视频的人工检测效率。 本 实施例中， 当终端设备响应用户操作， 跳转至相似片段（第一视频片 段或 IR标视频片段） 内进行视频播放时， 实现第一视频片段和目标视频片段 的播放内容 -致， 从而实现第 -视频和第二视频之间的相似片段的播放内容 对齐，无需用户手动调整播放位置进行视频内容对齐，提高视频检测的效率。 步 骤 S205： 在目标界面内， 同步地以第一播放位置为起点播放目标视频 片段、 以第二播放位置为起点播放第一视频片段， 其中， 第二播放位置所对 应的图像帧的内容 与第一播放位置对应的图像帧的内容相同。 在 得到第 -播放位置和第二播放位置后， 同步地以第 -播放位置为起点 播放目标视频片段 、 以笫二播放位置为起点播放第一视频片段， 由于笫一播 放位置和第二播放位 置经过卜 .述步骤后， 所指向当前待播放的图像帧的内容 一致， 因此开始播放第一视频片段和目标视频片段后， 可以实现第二播放位 置所对应的图像帧 的内容与第一播放位置对应的图像帧的 内容相同， 从而实 现对照展示第一视频和第 二视频中的相似片段的目的。 可 选地， 在步骤 S203之后， 还包括： 步 骤 S206： 响应于第二跳转操作， 得到第二视频对应的第三播放位置, 第二播放位置位于 目标视频片段对应的结束位置之后 o 步 骤 S207： 根据第二视频对应的第二播放位置， 得到第一视频对应的第 四播放位置 步 骤 S208：在 R标界面内，同步地以第二播放位置为起点播放第二视频、 以第四播放位置为起 点播放第 -视频， 其中， 第四播放位置至第 ：视频片段 的结束位置的距离 ，与第一播放位置至日标视频片段的结束位置的距离相同。 不 例性地， 在另一种可能的实现方式中， 在步骤 S203 Z后， 终端设备接 收用户输入的针对第 二视频的第二跳转操作， 第二跳转操作对应的目标位置 位于目标视频片段对应 的结束位置之肘。具体地，上述步骤的具体实现过程， 例如可以为： 终端设备响应针对 ■目标视频片段对应的第二播放区间标识以外 区域的第一跳转操作 ， 将第二控件元素移动至第一跳转操作对应的第三元素 位置， 进而基「第三元素位置得到对应第二视频的第三播放位置 ， 该过程的 具体实现方式与之 前实施例步骤中获得第一播放位置的具体实现 方式类似， 此处不再赘述。 当第二跳转操作触发后， 播放指针由当前位置移动到第三播放位置， 之 后， 获取第三播放位置与 RI标视频片段的结束位置之间的后移距离， 该后移 距离表征第三播放位 置自 Rl标视频片段的结束位置开始， 向后移动的时间。 再之后，基于该后移距离，以第 -视频中的第 ：视频片段的结束距离为起点， 向后移动该后移距 离， 从而得到第一视频对应的第四播放位置。 在上述过程 中所涉及的控件元素 的相应移动， 与之前实施例中第一控件元素和第二控件 元素的移动方式 累成， 此处不再赘述。 之后， 同步地以第三播放位置为起点 播放第二视频、 以第四播放位置为起点播放第一视频， 从而实现对第一视频 和第二视频中相似 片段结束后的视频内容的同步对照播放 ， 提高针对第二视 频的整体检测效率 。 在 另一种可 '能的实现方式中， 响应于第二跳转操作， 得到第二视频对应 的第二播放位置， 第二播放位置位于目标视频片段对应的开始位置之前； 根 据第一视频对应的第三播 放位置，得到第一视频对应的第四播放位置；之后， 在目标界面内 ， 同步地以第三播放位置为起点播放第二视频、 以第四播放位 置为起点播放第一视 频， 其中， 第四播放位置至第一视频片段的开始位置的 距离， 与第 -播放位置至目标视频片段的开始位置的距离相同。 本实施例步 骤中， 第二跳转操作触发的视频调整的目标位置位于 目标视频片段之前， 具 体实现原理与之前 实施例中目标位置位于目标视频片段之后 的实施例中的实 现原理类似， 此处不再赘述。 可 选地， 在同步播放 RI标视频片段和第一视频片段， 或者， 同步播放第 ■视频和第二视频之后， 还包括： 响应于暂停操作， 同时暂停目标视频片段 和第一视频片段的播放 ， 或者， 同步暂停第一视频和第二视频的播放。 在 木实施例中， 步骤 S201、 S202与上述实施例中步骤 S101、 S102的具 体实现方式一致,详细论述请参考 步骤 S 10K S102下的论述，这里不再赘述。 对 应于上文实施例的视频检测方法，图 12为本公开实施例提供的视频检 测装置的结构框图。 为了便于说明， 仅示出了与本公开实施例相关的部分。 参照图 12, 视频检测装置 3包括： 获 取模块 31 , 用「获取第一视频。 处 理模块 32, 用于基于第一视频进行视频检测， 得到至少一个第二视频 和第二视频对应的参考信 息， 其中， 第二视频中包含至少一个目标视频片段, 目标视频片段与第 一视频相关联， 参考信息表征目标视频片段在第二视频中 的播放位置。 交 互模块 33, 用于基于参专信息， 在目标界面内同步播放第一视频中的 第 ■视频片段和对应的第二视频中的目标视频片段。 在本公开的一个实 施例中， 目标界面内设置有笫一视频对应的笫一播放 控件和 /或第二视频对应的第二播放控件， 其中， 第一播放控件用「响应「第 一触发操作， 跳转播放第一视频片段中的目标内容； 第二播放控件用于响应 于第一触发操作 ， 播放目标视频片段中的目标内容， 第一触发操作是针对第 ■播放控件或第二播放控件的操作。 在本公开的一个实 施例中， 交互模块 33, 具体用于： 基于参考信息， 在目标界面的第二播 放控件内显示目标视频片段在第二视频 中的播放区间标 识， 播放区间标识用于表征目标视频片段在第二视频中的开始位 置和结束位 置； 响应于针对播放区间标识的第一跳转操作， 得到对应的第一播放位置； 在目标界面内 ， 同步地以第一播放位置为起点播放目标视频片段、 以第二播 放位置为起点播放第 一视频片段， 其中， 第一 .播放位置所对应的图像帧的内 容与第 "播放位置对应的图像帧的内容相同。 在 本公开的一个实施例中，笫一播放控件中包括可移动的第一控件元素, 第二播放控件中包括可移 动的第二控件元素； 交互模块 33 在响应于针对播 放区间标识的第一跳 转操作， 得到对应的第一播放位置时， 具体用于： 响应 于针对播放区 间标识的第一跳转操作， 将第二控件元素移动至第一跳转操作 对应的第 ：元素位置； 基于第 ：元素位置， 得到对应的第 ■播放位置； 交互 模块 33, 还用于： 获取第一播放位置对应的第二播放位置； 将第一控件元素 移动至第二播放位置对应 的第二元素位置。 在本公开的一个实施例中，交互模块 33,还用于：响应于第二跳转操作, 得到对应的第三播放 位置， 第三播放位置位于目标视频片段对应的结束位置 之后； 在目标界面内， 同步地以第三播放位置为起点播放第二视频、 以第四 播放位置为起点播放 第一视频， 其中， 第四播放位置至第一视频片段的结束 位置的距离， 与第一播放位置至目标视频片段的结束位置的距离相同。 在 本公开的一个实施例中， 处理模块 32, 具体用于： 获取第一视频中的 目标图像帧； 基于目标图像帧对至少一个待检测视频进行检测 ， 得到至少一 个第二视频， 第二视频中至少包含与目标图像帧对应的匹配 图像帧， 匹配图 像帧与 目标图像帧的图像相似度大于第一阈值； 基于匹配图像帧的播放时间 戳， 得到第二视频对应的参考信息。 在 本公开的 ：个实施例中，处理模块 32在获取第 ’视频中的目标图像帧 时， 具体用于： 获取笫一视频中的至少一个关键帧的命中次数， 命中次数为 关键帧被检测到具有 对应的匹配图像帧的次数； 将命中次数大「第一数量的 关键帧， 确定为目标图像帧。 在 本公开的一个实施例中， 目标图像帧包括第一视频中至少两个连续的 关键帧； 处理模块 32基于目标图像帧对至少 -个待检测视频进行检测， 得到 至少一个笫二视频时 ， 具体用于： 基于至少两个连续的关键帧之间的时间间 隔， 获取待检测视频中对应数量的第二图像帧； 获取关键帧和对应的第二图 像帧的图像相似度 ， 若图像相似度大于第一阈值的第二图像帧的数量， 大于 第一数量， 则将第二图像帧对应的待检测视频确定为第二视频。 在 本公开的一个实施例中， 处理模块 32, 还用于： 获取目标视频片段对 应的变速系数 ， 变速系数表征目标视频片段相对第一视频片段的视频内容播 放速率； 根据变速系数， 得到第 -视频片段的目标播放速度； 交瓦模块， 具 体用于 ：在在目标界面内基于目标播放速度播放第一视频中的第一视频片段。 其 中， 获取模块 31、 处理模块 32、 交互模块 33依次连接。 本实施例提 供的视频检测装置 3可以执行上述方法实施例的技术方案， 其实现原理和技 术效果类似， 本实施例此处不再赘述。 图 13为本公开实施例提供的 -种电子设备的结构示意图，如图 13所示， 该电子设备 4包括： 处 理器 41 , 以及与处理器 41通信连接的存储器 42； 存 储器 42存储计算机执行指令； 处 理器 41执行存储器 42存储的计算机执行指令，以实现如图 2 -图 11所 示实施例中的视频检测方 法。 其 中， 可选地， 处理器 41和存储器 42通过总线 43连接。 相 关说明可以对应参见图 2 -图 11 所对应的实施例中的步骤所对应的相 关描述和效果进行理解 ， 此处不做过多赘述。 木 公开实施例提供一种讣算机可读存储介质 ， 计算机可读存储介质中存 储有计算机执行指令 ， 计算机执行指令被处理器执行时用于实现本公开图 2 - 图 11所对应的实施例中任一实施例提供的视频检测方法。 本公开实施例提供一种计算机程序产 品， 包括计算机程序， 该计算机程 序被处理器执行时实现 如图 2 -图 11所示实施例中的视频检测方法。 参考图 14, 其示出了适于用来实现本公开实施例的电子设备 900的结构 小意图， 该电子设备 900可以为终端设备或服务器。 其中， 终端设备可以包 括但不 限于诸如移动电话、 笔记本电脑、 数字广播接收器、 个人数字助理 （Personal Digital Assistant ,简称 PDA）、平板电脑（Portable Android Device, 简称 PAD） 、 便携式多媒体播放器（Portable Media Player, 简称 PMP） 、 车 载终端 （例如车载导航终端）等等的移动终端以及诸如数字 TV、 台式计算机 等等的固定终端 。 图 14示出的电子设备仅仅是一个示例， 不应对本公开实施 例的功能和使用范 围带来任何限制。 如图 14所示， 电子设备 900可以包括处理装置（例如中史处理器、 图形 处理器等） 901 , 其可以根据存储在只读存储器 （Read Only Memory ， 简称 ROM ） 902 中的程序或者从存储装置 908加载到随机访问存储器 （Random Access Memory , 简称 RAM） 903 中的程序而执行各种适当的动作和处理。 tk RAM 903中， 还存储有电子设备 900操作所需的各种程序和数据。处理装 置 901、 ROM 902以及 RAM 903 ®过总线 904彼此相连。 输入 /输出 （I/O） 接口 905也连接至总线 904 o 通常， 以下装置可以连接至 I/O接口 905： 包括例如触摸屏、 触摸板、 键 盘、 鼠标、 摄像头、 麦克风、 加速度计、 陀螺仪等的输入装置 906； 包括例如 液晶显示器 （Liquid Crystal Display , 简称 LCD）、扬声器、 振动器等的输出 装置 907； 包括例如磁带、 硬盘等的存储装置 908； 以及通信装置 909。 通信 装置 909可以允许电子设备 900与其他设备进行无线或有线通信以交换数据。 虽然图 14示出了具有各种装置的电子设备 900, 但是应理解的是， 并不要求 实施或具备所有示 出的装置。 可以替代地实施或具备更多或更少的装置。 特别地， 根据本公开的实施例， 上文参考流程图描述的过程可以被实现 为计算机软件程序 。 例如， 本公开的实施例包括一种计算机程序产品， 其包 括承载在计算机可 读介质上的计算机程序， 该计算机程序包含用于执行流程 图所示的方法 的程序代码。 在这样的实施例中， 该讣算机程序可以通过通信 装置 909从网络上被下载和安装， 或者从存储装置 908被安装， 或者从 ROM 902被安装 。 在该计算机程序被处理装置 901执行时， 执行本公开实施例的 方法中限定的上述功 能。 需要说明的是， 本公开上述的计算机可读介质可以是计算机可读信号介 质或者计算机可读存 储介质或者是上述两者的任意组合。 计算机可读存储介 质例如可以是一一但 不限「一一电、 磁、 光、 电磁、 红外线、 或半导体的系 统、 装置或器件， 或者任意以上的组合。 计算机可读存储介质的更具体的例 子可以包括但不 限于： 具有一个或多个导线的电连接、 便携式计算机磁盘、 硬盘、 随机访问存储器（RAM） 、 只读存储器（ROM） 、 可擦式可编程只读 存储器 （EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、 光存储器件、磁存储器件、或者 上述的任意合适的组合。在本公开中，计算机 可读存储介质可 以是任何包含或存储程序的有形介质， 该程序可以被指令执 行系统、 装置或者器件使用或者与其结合使用。 而在本公开中， 计算机可读 信号介质可 以包括在基带中或者作为载波一部分传播的数据信 号， 其中承载 了计算机可读 的程序代码。 这种传播的数据信号可以采用多种形式， 包括但 不限于电磁信 号、 光信号或上述的任意合适的组合。 计算机可读信号 •介质还 可以是计算机可读存 储介质以外的任何计算机可读介质， 该计算机可读信号 介质可以发送 、 传播或者传输用于由指令执行系统、 装置或者器件使用或者 与其结合使用 的程序。 计算机可读介质上包含的程序代码可以用任何适当的 介质传输， 包括但不限于： 电线、 光缆、 RF （射频） 等等， 或者上述的任意 合适的组合。 上述计算机可读介质可以是上述电子设备 中所包含的； 也可以是单独存 在， 而未装配入该电子设备中。 上述计算机可读介质承载有一个或者多个程 序， 当上述一个或者多个程 序被该电子设备执行 时， 使得该电子设备执行上述实施例所示的方法。 可以以一种或多种程序设计语言或其组合 来编写用于执行本公开的操作 的计算机程序代码 ， 上述程序设计语言包括面向对象的程序设计语言一诸如 Java、 Smalltalk. C++, 还包括常规的过程式程序设计语言一诸如 “C”语言 或类似的程序设计 语言。 程序代码可以完全地在用户计算机上执行、 部分地 在用户计算机上执 行、 作为一个独立的软件包执行、 部分在用户计算机上部 分在远程计算机上 执行、 或者完全在远程计算机或服务器上执行。 在涉及远 程计算机 的情形中， 远程计算机可以通过任意种类 的网络一一包括局域 网 （Local Area Network , 简称 LAN） 或广域网 （Wide Area Network , 简称 WAN ）一连接到用户计算机 ， 或者， 可'以连接到外部计算机（例如利用因特 网服务提供商来通过 因特网连接） 。 附图中的流程图和框图， 图示了按照木公开各种实施例的系统、 方法和 计算机程序产 品的可能实现的体系架构、 功能和操作。 在这点上， 流程图或 框图中的每个方框可以代表一个 模块、程序段、或代码的一部分， 该模块、程 序段、 或代码的 ：部分包含 -个或多个用于实现规定的逻辑功能的可执行指 令。 也应当注意， 在有些作为替换的实现中， 方框中所标注的功能也可以以 不同丁 •附图中所标注的顺序发生。 例如， 两个接连地表示的方框实际上町以 基本并行地执行 ， 它们有时也可以按相反的顺序执行， 这依所涉及的功能而 定。也要注意的是， 框图和 /或流程图中的每个方框、 以及框图和 /或流程图中 的方框的组合， 可以用执行规定的功能或操作的专用的基于硬件 的系统来实 现， 或者可以用专用硬件与计算机指令的组合来实现。 描述于本公开实施例中所涉及到的单兀 可 '以通过软件的方式实现， 也可 以通过硬件的方式 来实现。 其中， 单元的名称在某种情况下并不构成对该单 元本身的限定 ， 例如， 第一获取单元还可以被描述为 “获取至少两个网际协 议地址的单元” 。 本文中以上描述的功能可以至少部分地 由一个或多个硬件逻辑部件来执 行。例如， 非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编 程门阵列 （FPGA） 、 专用集成电路（ASIC） 、 专用标准产品 （ASSP） 、 片 上系统 （SOC） 、 复杂可编程逻辑设备 （CPLD） 等等。 在本公开的上下文中， 机器可读介质可以是有形的介质， 其可以包含或 存储以供指令执行 系统、 装置或设备使用或与指令执行系统、 装置或设备结 合地使用的程序 。 机器可读介质可以是机器可读信号介质或机器可读储存介 质。机器可读介质可以包括但不限于 电子的、磁性的、光学的、 电磁的、红外 的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存 储介质的更具体示例会包 括基于一个或多个线的电气连接、便携式计算机盘、 硬盘、 随机存取存储器（RAM） 、 只读存储器（ROM） 、 可擦除可编程只读 存储器（ EPROM或快闪存储器）、光纤、便捷式紧凑椭只读存储器（ CD-ROM）. 光学储存设备、 磁储存设备、 或上述内容的任何合适组合。 第 一方面，根据本公开的一个或多个实施例，提供了一种视频检测方法， 包括： 获 取第一视频； 基于所述笫一视频进行视频检测， 得到至少一个笫二视 频和所述第二视频对 应的参考信息， 其中， 所述第二视频中包含至少一个目 标视频片段， 所述目标视频片段与所述第一视频相关联， 所述参考信息表征 所述目标视频片段在 所述第二视频中的播放位置； 基于所述参考信息， 在目 标界面内同步播放所 述第 ■视频中的第 ’视频片段和对应的第二视频中的日 标视频片段。 根据本公开的 一个或多个实施例 ， 所述目标界面内设置有所述第一视 频对应的第一播放控件和 /或所述第二视频对应的第二播放控件， 其中， 所述 第一播放控件用于 响应于第一触发操作， 跳转播放所述第一视频片段中的目 标内容； 所述第二播放控件用于响应于所述第一触发操作， 播放所述目标视 频片段中的所述 目标内容， 所述第一触发操作是针对所述第一播放控件或所 述第二播放控件的操作 。 根据本公开的一个 或多个实施例，所述基于所述参考信息，在日标界面 内同步播放所述第 一视频， 11的第一视频片段和对应的第二视频， 11的目标视频 片段， 包括： 基于所述参考信息， 在所述目标界面的第二播放控件内显示所 述 RI标视频片段在所述第二视频中的播放区间标识， 所述播放区间标识用于 表征所述 目标视频片段在所述第二视频中的开始位置和结束位置 ； 响应于针 对所述播放区 间标识的第一跳转操作， 得到对应的第一播放位置； 在日标界 面内， 同步地以所述第一播放位置为起点播放所述目标视频片段 、 以第二播 放位置为起点播放所 述第一视频片段， 其中， 所述第二播放位置所对应的图 像帧的内容 与所述第一播放位置对应的图像帧的内容相同。 根据本公开的 一个或多个实施例 ， 所述第一播放控件中包括可移动的 第一控件元素 ， 所述第二播放控件中包括可移动的第二控件元素； 所述响应 「针对所述播放区 间标识的第一跳转操作， 得到对应的第一播放位置， 包括: 响应于针对所述播放 区间标识的第一跳转操作， 将所述第二控件元素移动至 所述第一跳转操作对 应的第一元素位置； 基于所述第一元素位置， 得到对应 的第一播放位置； 还包括： 获取所述第一播放位置对应的所述第二播放位置； 将所述第一控件元素移动 至所述第二播放位置对应的第二元素位置。 根据本公开的一个 或多个实施例，所述方法还包括：响应于第二跳转操 作， 得到对应的第三播放位置， 所述第三播放位置位于所述目标视频片段对 应的结束位置之后 ； 在日标界面内， 同步地以所述第二播放位置为起点播放 所述第二视频、 以第四播放位置为起点播放所述第一视频， 其中， 所述第四 播放位置至所述第 一视频片段的结束位置的距离， 与所述第一播放位置至所 述目标视频片段的结束位置 的距离相同。 根据本公开的 -个或多个实施例 ， 所述基于所述第 ■视频进行视频检 测， 得到至少一个第二视频和所述笫二视频对应的参考信息， 包括： 获取所 述第一视频中 的目标图像帧； 基于所述目标图像帧对至少一个待检测视频进 行检测， 得到至少一个第二视频， 所述第二视频中至少包含与所述目标图像 帧对应的匹配 图像帧， 所述匹配图像帧与所述目标图像帧的图像相似度大于 第一阈值； 基于所述匹配图像帧的播放时间戳， 得到所述第二视频对应的参 考信息。 根据本公开的 -个或多个实施例 ， 所述获取所述第 ■视频中的目标图 像帧， 包括： 获取所述笫一视频中的至少一个关键帧的命中次数， 所述命中 次数为所述关键帧被 检测到具有对应的匹配图像帧的次数； 将所述命中次数 大于第一数量的关键帧 ， 确定为目标图像帧。 根据本公开的 一个或多个实施 例， 所述目标图像帧包括所述第一视频 中至少两个连续的关键 帧； 所述基于所述目标图像帧对至少 -个待检测视频 进行检测， 得到至少一个第二视频， 包括： 基于所述至少两个连续的关键帧 之间的时间间隔 ， 获取所述待检测视频中对应数量的第二图像帧； 获取所述 关键帧和对应 的所述第二图像帧的图像相似度， 若所述图像相似度大于第一 阈值的第二图像帧 的数量， 大于第二数量， 则将所述第二图像帧对应的待检 测视频确定为第二视频 。 根据本公开的一个 或多个实施例，所述方法还包括：获取所述目标视频 片段对应的变速系数 ， 所述变速系数表征所述目标视频片段相对所述第一视 频片段的视频 内容播放速率； 根据所述变速系数， 得到所述第一视频片段的 目标播放速度 ； 所述在目标界面内同步播放所述第一视频， I '的第一视频片段 和对应的第二视频 中的目标视频片段， 包括： 在所述在目标界面内基于所述 R 标播放速度播放所述第一视频中的第一视 频片段。 第 二方面，根据本公开的一个或多个实施例，提供了一种视频检测装置， 包括： 获 取模块， 用于获取笫一视频。 处 理模块， 用「基「所述第一视频进行视频检测， 得到至少一个第二视 频和所述第二视频对 应的参考信息， 其中， 所述第二视频中包含至少一个目 标视频片段， 所述目标视频片段与所述第一视频相关联， 所述参考信息表征 所述 H标视频片段在所述第二视频中的播放位 置。 交 互模块， 用于基于所述参考信息， 在日标界面内同步播放所述第一视 频中的第一视频片段和对应 的第二视频中的目标视频片段。 根据本公开的 一个或多个实施例 ， 所述目标界面内设置有所述第一视 频对应的第一播放控件和 /或所述第二视频对应的第一播放控件， 其中， 所述 第一播放控件用于 响应于第一触发操作， 跳转播放所述第一视频片段中的目 标内容； 所述第二播放控件用于响应于所述第一触发操作， 播放所述目标视 频片段中的所述 目标内容， 所述第 -触发操作是针对所述第 -播放控件或所 述第二播放控件的操作 。 根据本公开的一个 或多个实施例， 所述交互模块， 具体用于： 基于所 述参考信息， 在所述目标界面的第二播放控件内显示所述 目标视频片段在所 述第二视频中 的播放区间标识， 所述播放区间标识用于表征所述目标视频片 段在所述第二视频 中的开始位置和结束位置； 响应于针对所述播放区间标识 的第一跳转操作 ， 得到对应的第一播放位置； 在目标界面内， 同步地以所述 第一播放位置为起 点播放所述目标视频片段、 以第二播放位置为起点播放所 述第一视频片段 ， 其中， 所述第二播放位置所对应的图像帧的内容与所述第 一播放位置对应的 图像帧的内容相同。 根据本公开的 一个或多个实施例 ， 所述第一播放控件中包括可移动的 第一控件元素， 所述第二播放控件中包括可移动的第二控件元素 ； 所述交互 模块在响应 「针对所述播放区间标识的第一跳转操作， 得到对应的第一播放 位置时， 具体用于： 响应于针对所述播放区间标识的第一跳转操作， 将所述 第二控件元素移动至 所述第一跳转操作对应的第一元素位置 ； 基于所述第一 元素位置， 得到对应的第一播放位置； 所述交互模块 33 , 还用于： 获取所述 第一播放位置对应 的所述第二播放位置； 将所述第一控件元素移动至所述第 二播放位置对应的第二元 素位置。 根据本公开的 ■个或多个实施例， 所述交互模块， 还用于： 响应于第 二跳转操作， 得到对应的第二播放位置， 所述笫二播放位置位于所述日标视 频片段对应的结束位 置之后； 在目标界面内， 同步地以所述第三播放位置为 起点播放所述第二视 频、 以第四播放位置为起点播放所述第一视频， 其中， 所述第四播放位置至 所述第一视频片段的结束位置的距离， 与所述第一播放 位置至所述 H标视频片段的结束位置的距离相同。 根据本公开的一个 或多个实施例， 所述处理模块， 具体用于： 获取所述 第一视频中的 目标图像帧； 基丁 •所述目标图像帧对至少一个待检测视频进行 检测， 得到至少一个第二视频， 所述第二视频中至少包含与所述目标图像帧 对应的匹配图像帧 ， 所述匹配图像帧与所述目标图像帧的图像相似度大于第 一阈值； 基于所述匹配图像帧的播放时间戳， 得到所述第二视频对应的参考 信息。 根据本公开的 -个或多个实施例 ， 所述处理模块在获取所述第 ：视频 中的目标图像帧时 ， 具体用于： 获取所述第一视频中的至少一个关键帧的命 中次数，所述命中次数为所述关键帧被检测到具有对 应的匹配图像帧的次数; 将所述命中次数大于第一 数量的关键帧， 确定为目标图像帧。 根据本公开的 一个或多个实施 例， 所述目标图像帧包括所述第一视频 中至少两个连续的关键 帧； 所述处理模块基于所述目标图像帧对至少 ■个待 检测视频进行检测 ， 得到至少一个第二视频时， 具体用于： 基于所述至少两 个连续的关键帧之 间的时间间隔， 获取所述待检测视频中对应数量的第二图 像帧； 获取所述关键帧和对应的所述第二图像帧的图像相似度 ， 若所述图像 相似度大于第一 阈值的第二图像帧的数量， 大于第二数量， 则将所述第二图 像帧对应的待检测视频确定为第 二视频。 根据本公开的一个 或多个实施例， 所述处理模块， 还用于： 获取所述目 标视频片段对应 的变速系数， 所述变速系数表征所述目标视频片段相对所述 第一视频片段 的视频内容播放速率； 根据所述变速系数， 得到所述第一视频 片段的目标播放速度 ； 所述交互模块， 具体用于： 在所述在目标界面内基于 所述目标播放速度播放所述 第一视频中的第一视频片段。 第 三方面， 根据本公开的一个或多个实施例， 提供了一种电子设备， 包 括： 处理器， 以及与所述处理器通信连接的存储器； 所 述存储器存储计算机执行指令； 所 述处理器执行所述存储器存储的计算机执 行指令， 以实现如上第一方 面以及第一方面各种可 能的设计所述的视频检测方法。 第 四方面， 根据本公开的一个或多个实施例， 提供了一种计算机可读存 储介质， 所述计算机可读存储介质中存储有计算机执行指令 ， 当处理器执行 所述计算机执行指令 时， 实现如上笫一方面以及第一方面各种可能的设计所 述的视频检测方法 。 第 五方面， 本公开实施例提供一种计算机程序产品， 包括计算机程序， 该计算机程序被处理 器执行时实现如上第一方面以及第一方 面各种可能的设 计所述的视频检测方法 。 以上描述仅为本公开的较佳实施例以及对所 运用技术原理的说明。 本领 域技术人员应当理解 ， 本公开中所涉及的公开范围， 并不限于上述技术特征 的特定组合而成的技术方 案，同时也应涵盖在不脱离上述公开构思的情况下, 由上述技术特征或其 等同特征进行任意组合而形成的其它技术方 案。 例如上 述特征与本公开 中公开的 （但不限于） 具有类似功能的技术特征进行互相替 换而形成的技术方案 。 此 外， 虽然采用特定次序描绘了各操作， 但是这不应当理解为要求这些 操作以所示出 的特定次序或以顺序次序执行来执行。 在一定环境下， 多任务 和并行处理可能是有 利的。 同样地， 虽然在上面论述中包含了若干具体实现 细节， 但是这些不应当被解释为对本公开的范围的限制。 在单独的实施例的 上下文中描述 的某些特征还可以组合地实现在单个实施例 中。 相反地， 在单 个实施例的上下文 中描述的各种特征也可以单独地或以任何合适 的了组合的 方式实现在多个实施例 中。 尽 管已经采用特定「结构特征和 /或方法逻辑动作的语言描述了本土题, 但是应当理解所 附权利要求书中所限定的主题未必局限于上面描 述的特定特 征或动作。 相反， 上面所描述的特定特征和动作仅仅是实现权利要求书的不 例形式。

Claims

权 利 要 求 书
1、 一种视频检测方法， 其特征在于， 包括： 获 取第一视频； 基 「所述第一视频进行视频检测， 得到至少一个第二视频和所述第二视 频对应的参考信息 ， 其中， 所述第二视频中包含至少一个目标视频片段， 所 述目标视频片段 与第一视频相关联， 所述参考信息表征所述目标视频片段在 所述第二视频中的播放位置 ； 基 于所述参考信息， 在目标界面内同步播放所述第一视频中的第一视频 片段和对应的第二视频 中的目标视频片段。
2、 根据权利要求 1所述的方法， 其特征在于， 所述目标界面内设置有所 述第一视频对应的第一播 放控件和 /或所述第二视频对应的第二播放控件， 其 中， 所述第一播放控件用于响应于第一触发操作， 跳转播放所述第一视频片 段中的 目标内容； 所述第二播放控件用于响应于所述第一触发操作， 播放所 述目标视频片段 中的所述目标内容， 所述第 ：触发操作是针对所述第 ■播放 控件或所述第二播放控件 的操作。
3、 根据权利要求 1所述的方法， 其特征在于， 所述目标视频片段与第一 视频相关联， 包括， 所述目标视频片段与所述第一视频中的第一视频片段之 间相似度高。
4、 根据权利要求 2所述的方法， 其特征在于， 所述基于所述参考信息， 在 S标界面内同步播放所述第一视 频中的第一视频片段和对应的第一.视频中 的目标视频片段， 包括： 基 于所述参考信息， 在所述目标界面的笫二播放控件内显示所述日标视 频片段在所述第二视 频中的播放区间标识， 所述播放区间标识用于表征所述 目标视频片段在所述第 二视频中的开始位置和结束位置； 响应于针对所述播放区间标识的第一跳转操作 ， 得到对应的第一播放位 置； 在 H标界面内， 同步地以所述笫一播放位置为起点播放所述目标视频片 段、 以第二播放位置为起点播放所述第一视频片段， 其中， 所述第二播放位 置所对应的图像帧 的内容与所述第一播放位置对应的图像帧的内容相同。
5、 根据权利要求 4所述的方法， 其特征在于， 所述第一播放控件中包括
25 可移动的第一控件 元素， 所述第二播放控件中包括可移动的第二控件元素； 所述响应于针对所述播 放区间标识的第 ：跳转操作， 得到对应的第 ：播放位 置， 包括： 响应「针对所述播放区间标识的第一跳转操作 ， 将所述第二控件元素移 动至所述第一跳转操作对应 的第一元素位置； 基 于所述第一元素位置， 得到对应的第一播放位置； 还 包括： 获 取所述笫一播放位置对应的所述笫二播放位置； 将 所述第一控件兀素移动至所述第二播放位置对应 的第二兀素位置。
6、 根据权利要求 4所述的方法， 其特征在于， 所述方法还包括： 响应于第二跳转操作， 得到对应的第三播放位置， 所述第三播放位置位 于所述目标视频片段对应 的结束位置之后； 在 目标界面内， 同步地以所述第二播放位置为起点播放所述第二视频、 以第四播放位置为起 点播放所述第 -视频， 其中， 所述第四播放位置至所述 第一视频片段 的结束位置的距离， 与所述第一播放位置至所述目标视频片段 的结束位置的距离相 同。
7、 根据权利要求 1所述的方法， 其特征在于， 所述基于所述第一视频进 行视频检测， 得到至少一个第二视频和所述第二视频对应的参考信息， 包括: 获 取所述第 ：视频中的目标图像帧； 基 于所述目标图像帧对至少一个待检测视频 进行检测， 得到至少一个第 二视频， 所述第二视频中至少包含与所述目标图像帧对应的 匹配图像帧， 所 述匹配图像帧与所述 目标图像帧的图像相似度大于第一阈值； 基 于所述匹配图像帧的播放时间戳，得到所述第二视频对应的参考信息。
8、 根据权利要求 7所述的方法， 其特征在于， 所述获取所述第一视频中 的 RI标图像帧， 包括： 获 取所述第一视频中的至少一个关键帧 的命中次数， 所述命中次数为所 述关键帧被检测到具有对应 的匹配图像帧的次数； 将 所述命中次数大于第一数量的关键帧， 确定为目标图像帧。
9、 根据权利要求 7所述的方法， 其特征在于， 所述目标图像帧包括所述 第一视频中至少两个连 续的关键帧； 所述基于所述目标图像帧对至少一个待 检测视频进行检测 ， 得到至少一个第二视频， 包括： 基 于所述至少两个连续的关键帧之间的时 间间隔， 获取所述待检测视频 中对应数量的笫二图像帧 ； 获 取所述关键帧和对应的所述第二图像帧 的图像相似度， 若所述图像相 似度大于第一 阈值的第二图像帧的数量， 大于第二数量， 则将所述第二图像 帧对应的待检测视频确定为第 二视频。
10、 根据权利要求 1所述的方法， 其特征在于， 所述方法还包括： 获 取所述目标视频片段对应的变速系数 ， 所述变速系数表征所述 0标视 频片段相对所述第一视频 片段的视频内容播放速率； 根 据所述变速系数， 得到所述第一视频片段的目标播放速度； 所 述在目标界面内同步播放所述第一视频 中的第一视频片段和对应的第 二视频中的 目标视频片段， 包括： 在 所述在目标界面内基于所述 目标播放速度播放所述第一视频中的第一 视频片段。
11、 一种视频检测装置， 其特征在于， 包括： 获 取模块， 用于获取第一视频； 处 理模块， 用于基于所述第一视频进行视频检测， 得到至少一个第二视 频和所述第二视频对 应的参老信息， 其中， 所述第二视频中包含至少一个月 标视频片段， 所述目标视频片段与所述第 ：视频相关联， 所述参考信息表征 所述 H标视频片段在所述第二视频中的播放位 置； 交 互模块， 用于基于所述参考信息， 在目标界面内同步播放所述第一视 频中的第一视频片段和对应 的第二视频中的目标视频片段。
12、一种电子设备， 其特征在于， 包括： 处理器， 以及与所述处理器通信 连接的存储器； 所 述存储器存储计算机执行指令； 所 述处理器执行所述存储器存储的计算机执 行指令， 以实现如权利要求 1至 10中任一项所述的视频检测方法。
13、 一种计算机可读存储介质， 其特征在于， 所述讣算机可读存储介质 中存储有计算机执 行指令， 当处理器执行所述计算机执行指令时， 实现如权 利要求 1至 10任一项所述的视频检测方法。
14、一种计算机程序产品，其特征在于，包括计算机程序， 该计算机程序 被处理器执行时实现权利要 求 1至 10中任 ■项所述的视频检测方法。
28
PCT/SG2024/050435 2023-07-06 2024-07-04 视频检测方法、装置、电子设备及存储介质 Ceased WO2025010029A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202310828406.8A CN119277138A (zh) 2023-07-06 2023-07-06 视频检测方法、装置、电子设备及存储介质
CN202310828406.8 2023-07-06

Publications (1)

Publication Number Publication Date
WO2025010029A1 true WO2025010029A1 (zh) 2025-01-09

Family

ID=94123138

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/SG2024/050435 Ceased WO2025010029A1 (zh) 2023-07-06 2024-07-04 视频检测方法、装置、电子设备及存储介质

Country Status (3)

Country Link
US (1) US20250016396A1 (zh)
CN (1) CN119277138A (zh)
WO (1) WO2025010029A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109936762A (zh) * 2019-01-12 2019-06-25 河南图灵实验室信息技术有限公司 相似音频或视频文件同步播放的方法以及电子设备
CN112887792A (zh) * 2021-01-22 2021-06-01 维沃移动通信有限公司 视频处理方法、装置、电子设备及存储介质
CN115086710A (zh) * 2021-03-16 2022-09-20 花瓣云科技有限公司 视频播放方法、终端设备、装置、系统及存储介质
US20220335813A1 (en) * 2021-04-16 2022-10-20 Dice Corporation Digital video alarm situational monitoring computer system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109936762A (zh) * 2019-01-12 2019-06-25 河南图灵实验室信息技术有限公司 相似音频或视频文件同步播放的方法以及电子设备
CN112887792A (zh) * 2021-01-22 2021-06-01 维沃移动通信有限公司 视频处理方法、装置、电子设备及存储介质
CN115086710A (zh) * 2021-03-16 2022-09-20 花瓣云科技有限公司 视频播放方法、终端设备、装置、系统及存储介质
US20220335813A1 (en) * 2021-04-16 2022-10-20 Dice Corporation Digital video alarm situational monitoring computer system

Also Published As

Publication number Publication date
CN119277138A (zh) 2025-01-07
US20250016396A1 (en) 2025-01-09

Similar Documents

Publication Publication Date Title
WO2022083427A1 (zh) 横屏交互方法、装置、电子设备和存储介质
WO2020010818A1 (zh) 视频拍摄方法、装置、终端、服务器和存储介质
WO2017201935A1 (zh) 视频播放方法及装置
CN106559706B (zh) 一种音频数据的处理方法、装置和系统
WO2017181598A1 (zh) 视频播放方法及装置
WO2021218981A1 (zh) 互动记录的生成方法、装置、设备及介质
CN115134670B (zh) 多媒体播放方法、设备、存储介质及程序产品
US20250358480A1 (en) Live-streaming reservation method and apparatus, and device, medium and product
JP7799676B2 (ja) ユーザーインタラクションに基づく音楽再生方法、装置、機器及び記憶媒体
CN112601101A (zh) 一种字幕显示方法、装置、电子设备及存储介质
WO2023024921A1 (zh) 视频交互方法、装置、设备及介质
WO2012033591A2 (en) Content signaturing user interface
WO2024140239A1 (zh) 页面显示方法、装置、设备、计算机可读存储介质及产品
US20230307004A1 (en) Audio data processing method and apparatus, and device and storage medium
WO2023125161A1 (zh) 直播间控制方法、装置、电子设备、介质及程序产品
WO2017113708A1 (zh) 视频播放方法及装置
WO2022017181A1 (zh) 一种互动方法、装置、设备和可读介质
WO2023088006A1 (zh) 云游戏交互方法、装置、可读介质和电子设备
WO2024041406A1 (zh) 视频目标帧确定方法、装置、设备及存储介质
CN108256071B (zh) 录屏文件的生成方法、装置、终端及存储介质
CN112711368B (zh) 操作指导方法、装置及电子设备
CN114025116B (zh) 视频生成方法、装置、可读介质和电子设备
WO2026081732A1 (zh) 直播处理方法、装置、设备、介质以及产品
WO2026061224A1 (zh) 信息交互方法、装置、电子设备、存储介质及程序产品
WO2025010029A1 (zh) 视频检测方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 24836435

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2024836435

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2024836435

Country of ref document: EP

Effective date: 20260206