[发明专利]基于帧间相似度的视频检测方法和装置

说明书

本发明涉及一种视频检测的方法和装置、计算机设备和存储介质。该方法包括：获取待检测视频；基于预定抽帧间隔对待检测视频抽帧，获得抽取出的视频帧序列；基于特征检测算法对视频帧序列进行特征检测，获得视频帧特征描述子的序列；对视频帧特征描述子的序列中的每两个相邻视频帧特征描述子进行视频帧特征匹配，获得视频帧序列的相邻帧之间的相似度度量；在相似度度量满足预定约束条件的情况下，将视频标记为包含不符帧的视频。这实现了计算性能与检测效果的动态调整，并有效减小了计算的冗余度。

技术领域

本发明涉及人工智能和计算机视觉的技术领域，具体来说涉及一种基于帧间相似度的视频检测方法、装置、计算机设备和存储介质。

背景技术

人工智能（Artificial Intelligence, AI）是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换言之，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉（ComputerVision, CV）技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

计算机视觉是一门研究如何使机器“看”的科学，更进一步地，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。

在现有的技术方案中进行视频检测时，通常利用视频指纹技术对整个视频的内容进行分析生成视频指纹，进而通过视频指纹对整个视频进行鉴别。视频指纹通常是对视频的每一帧进行特征提取并将特征聚合起来代表一个视频。在全部视频帧中进行检测，帧与帧之间的距离越远其相关性越低，检测难度越大，并且同时对每一帧进行特征提取耗时严重。

而且，随着互联网以及社交媒体软件的普及，在互联网上存在大量传播的首帧假视频。首帧假视频通常具有将首帧设置为具有诱导性的内容以增加点击量和传播量的特点。比如视频首帧是美女，但视频内容是广告（如图1a所示），通常这种视频在社交软件中传播。如图1b所示，也可以是在视频编解码或传输中造成首帧丢失，导致视频预览无画面（例如，呈现黑色）。

视频特定画面检测技术在产品侧具有广泛的应用。比如视频首帧画面和视频内容不符的视频在互联网上的传播是具有诱导欺骗性的，在即时通讯软件中，这类视频的实际内容通常为广告等内容。此类视频不仅浪费了用户的浏览时间和流量成本，对于产品体验的损耗也十分巨大。

发明内容

有利的是，提供一种可以缓解、减轻或甚至消除上述问题中的一个或多个的机制。

根据本发明的一些实施例，提供了一种视频检测方法。该方法包括：获取待检测视频；基于预定抽帧间隔对待检测视频抽帧，获得抽取出的视频帧序列；基于特征检测算法对视频帧序列进行特征检测，获得视频帧特征描述子的序列；对视频帧特征描述子的序列中的每两个相邻视频帧特征描述子进行视频帧特征匹配，获得视频帧序列的相邻帧之间的相似度度量；在相似度度量满足预定约束条件的情况下，将视频标记为包含不符帧的视频。

在一些实施例中，基于预定抽帧间隔对待检测视频抽帧包括：基于等间距的抽帧间隔对待检测视频抽帧；或者针对视频起始若干帧仅抽取一帧，并且对视频的其余帧等间隔抽帧。