[发明专利]视频数据检测方法、装置、计算机设备及存储介质

权利要求书

1.一种视频数据检测方法，其特征在于，包括：

接收待搜索视频，通过视频分解将待搜索视频分解为多帧待搜索图片，随机在多帧待搜索图片中获取一张或多张待搜索图片以组成待搜索图片集；

通过卷积神经网络对待搜索图片集中每一待搜索图片进行特征提取，得到与待搜索图片集中每一待搜索图片一一对应的图片特征向量，以组成图片特征向量集；

获取所述图片特征向量集中各图片特征向量与预先构建的目标图片库中各图片的特征向量之间的相似度，将所述目标图片库中与图片特征向量集中图片特征向量之间的近似度超出预设近似度阈值的图片以作为识别结果；以及

若识别结果对应的图片张数大于或等于一张，对待搜索视频进行验证未通过标识，对待搜索视频进行上传拦截或直播中断。

2.根据权利要求1所述的视频数据检测方法，其特征在于，所述通过卷积神经网络对待搜索图片集中每一待搜索图片进行特征提取，得到与待搜索图片集中每一待搜索图片一一对应的图片特征向量，以组成图片特征向量集，包括：

将每一待搜索图片进行预处理，得到预处理后图片，及与预处理后图片对应的图片像素矩阵；其中，将每一待搜索图片进行预处理为依序对所述待搜索图片进行灰度化、边缘检测和二值化处理；

将与预处理后图片对应的图片像素矩阵输入至卷积神经网络模型中输入层，得到多个特征图；

将各特征图输入至卷积神经网络模型中池化层，得到与各特征图对应的一维向量；

将各特征图对应的一维向量分别输入至卷积神经网络模型中全连接层，得到与各特征图对应的图片特征向量以组成图片特征向量集。

3.根据权利要求1所述的视频数据检测方法，其特征在于，所述获取所述图片特征向量集中各图片特征向量与预先构建的目标图片库中各图片的特征向量之间的相似度，将所述目标图片库中与图片特征向量集中图片特征向量之间的近似度超出预设近似度阈值的图片以作为识别结果之前，还包括：

将所述图片特征向量集中各图片特征向量通过主成分分析降维，得到与每一图片特征向量一一对应的待搜索图片主向量；

获取所述图片特征向量集中各图片特征向量与预先构建的目标图片库中各图片的特征向量之间的相似度，包括：

将各待搜索图片主向量与所述目标图片库中各图片的主向量进行皮尔逊相似度计算，得到各待搜索图片主向量与所述目标图片库中各图片的主向量之间的相似度。

4.根据权利要求1所述的视频数据检测方法，其特征在于，所述获取所述图片特征向量集中各图片特征向量与预先构建的目标图片库中各图片的特征向量之间的相似度，将所述目标图片库中与图片特征向量集中图片特征向量之间的近似度超出预设近似度阈值的图片以作为识别结果之后，还包括：

若识别结果对应的图片张数小于一张，对所述待搜索视频进行音频提取，得到音频提取结果，通过语音识别模型获取所述音频提取结果的文本以得到文本识别结果；

对所述文本识别结果进行分词，得到分词结果；

若所述分词结果中包括与预先设置的敏感关键词集合中相同的一个或多各关键词，对待搜索视频进行上传拦截或直播中断。

5.根据权利要求4所述的视频数据检测方法，其特征在于，所述通过语音识别模型获取所述音频提取结果的文本以得到文本识别结果，包括：

通过N-gram模型对所述音频提取结果进行识别，以得到识别结果。

6.根据权利要求1所述的视频数据检测方法，其特征在于，所述获取所述图片特征向量集中各图片特征向量与预先构建的目标图片库中各图片的特征向量之间的相似度，将所述目标图片库中与图片特征向量集中图片特征向量之间的近似度超出预设近似度阈值的图片以作为识别结果之后，还包括：

若识别结果对应的图片张数小于一张，通过所述待搜索视频的视频名称对所述待搜索视频的视频标签进行提取，得到标签提取结果；

若所述标签提取结果中包括与预先设置的敏感关键词集合中相同的一个或多各关键词，对待搜索视频进行上传拦截或直播中断。