[发明专利]一种视频检测方法及系统

权利要求书

1.一种视频检测方法，其特征在于，所述方法包括：

获取待检测视频，并从所述待检测视频中提取音频资源；

将所述音频资源分割为多个音频段，并构建各个音频段的音频段特征；

基于所构建的音频段特征，分别判断所述各个音频段是否属于不良音频；

当所述各个音频段中存在属于不良音频的至少一个音频段时，提取所述至少一个音频段所对应的关键帧，其中，每一音频段与所对应的关键帧在所述待检测视频中属于同一时间段；

判断所述至少一个音频段中，是否存在至少一个关键帧的预定区域范围内的肤色点数与相应关键帧的像素点总数的比例超过预设比例的音频段，如果是，确定所述待检测视频为不良视频，其中，所述肤色点数为：关键帧中颜色值符合预定肤色颜色范围的像素点的数量；

所述判断所述至少一个音频段中，是否存在至少一个关键帧的预定区域范围内的肤色点数与相应关键帧的像素点总数的比例超过预设比例的音频段，包括：

确定所述至少一个音频段所对应的关键帧中人体所在矩形区域；

确定所有所述关键帧的所述矩形区域内的像素点总数和所述肤色点数，并判断所述至少一个音频段中，是否存在至少一个对应的关键帧的所述矩形区域内所述肤色点数占相应像素点总数的比例是否超过预设比例的音频段。

2.根据权利要求1所述的方法，其特征在于，所述构建各个音频段的音频段特征，包括：

分别从各个音频段中提取多个短时帧音频；

分别构建各个音频段所对应的短时帧音频的短时帧音频特征，其中，所述短时帧音频特征包括短时能量和短时过零率；

分别利用各个音频段自身所包括的所有所述短时帧的短时能量，构建各个音频段的短时能量方差；分别利用各个音频段自身所包括的所有所述短时帧的短时过零率，构建各个音频段的过零率方差；

基于各个音频段的短时能量方差和过零率方差分别构建各个音频段特征。

3.根据权利要求2所述的方法，其特征在于，所述基于所构建的音频段特征，分别判断所述各个音频段是否属于不良音频，包括：

分别判断各个音频段的短时能量方差是否大于预设短时能量方差，如果判断结果为是，确定该音频段属于对话音，如果判断结果为否，确定该音频段属于音乐音；

当判断该音频段属于对话音时，判断该音频段的过零率方差是否小于预设过零率方差，如果判断结果为是，确定该音频段属于不良音频，如果判断结果为否，确定该音频段属于正常音频；

当判断该音频段属于对音乐音时，判断该音频段属于正常音频。

4.根据权利要求1所述的方法，其特征在于，所述提取所述至少一个音频段所对应的关键帧，包括：

提取所述至少一个音频段所对应的部分的关键帧。

5.根据权利要求4所述的方法，其特征在于，所述提取所述至少一个音频段所对应的部分关键帧，包括：

提取所述至少一个音频段所对应的具有相关性的关键帧。

6.根据权利要求1所述的方法，其特征在于，所述确定所述至少一个音频段所对应的关键帧中人体所在矩形区域，包括：

分别检测所述至少一个音频段所对应的关键帧中的人脸区域，确定人脸所在的矩形区域，确定所述人脸所在的矩形区域的最低坐标，并确定人体轮廓区域的重心坐标，其中，所述最低坐标为最接近人体轮廓区域的矩形边的中点的坐标；

根据所述最低坐标和所述重心坐标、关于人脸宽度和人体宽度的比例、所述最低坐标和所述重心坐标之间的线段以及线段占身体长度的比例，分别确定各个关键帧中人体所在矩形区域，

其中，所述人体宽度为确定的人体轮廓区域中最大宽度值，所述身体长度为确定的人体轮廓区域中最大长度值。