[发明专利]一种基于视频源自动探测技术的视频检测方法

权利要求书

1.一种基于视频源自动探测技术的视频检测方法，其特征在于，包括：

利用待检测视频源链接获取待检测视频源数据；

利用所述待检测视频源数据采集待检测视频源图像数据；

利用所述待检测视频源图像数据获取待检测视频源检测结果。

2.如权利要求1所述方法，其特征在于，所述利用待检测视频源链接获取待检测视频源数据包括：

利用待检测视频源链接的URL信息进行匹配获取待检测视频源数据。

3.如权利要求1所述方法，其特征在于，所述利用待检测视频源数据采集待检测视频源图像数据包括：

利用所述待检测视频源数据基于opencv库采集待检测视频源图像数据。

4.如权利要求1所述方法，其特征在于，所述利用待检测视频源图像数据获取待检测视频源检测结果包括：

利用待检测视频源图像数据输入预先训练的视频检测模型得到待检测视频源初始检测结果后，将所述待检测视频源初始检测结果作为待检测视频源检测结果。

5.如权利要求4所述方法，其特征在于，所述预先训练的视频检测模型包括：

预先训练的人体特征识别模型；

预先训练的图形特征识别模型；

预先训练的特殊特征识别模型；

预先训练的敏感特征识别模型。

6.如权利要求5所述方法，其特征在于，所述人体特征识别模型的训练包括：

以待检测视频源图像数据的人体特殊部位裸露特征图片、正常人体特征图片及其分别对应的判断结果作为人体特征识别模型的样本集；

按比例将所述样本集划分为训练集、测试集与验证集；

基于训练集、验证集与测试集采用Resnet50神经网络进行训练得到人体特征识别初始模型，根据所述人体特征识别初始模型的识别率情况，判断是否达到预期值，若是，可直接使用模型，否则通过对训练集中人体特殊部位裸露特征图片中正常人体特征图片进行筛选后，再次采用Resnet50神经网络进行训练；

将所述验证集再次带入人体特征识别初始模型得到人体特征识别初始结果，判断所述人体特征识别初始结果是否达到标准阈值，若是，将人体特征识别初始模型作为人体特征识别模型，否则，对训练集中人体特殊部位裸露特征图片中正常人体特征图片进行筛选后，再次采用Resnet50神经网络进行训练。

7.如权利要求5所述方法，其特征在于，所述图形特征识别模型的训练包括：

以待检测视频源图像数据的目标图形特征图片与其对应的识别结果作为样本集；

按比例划分样本集为训练集与验证集；

基于训练集采用YOLO-V3神经网络进行初始训练得到图形特征识别初始模型；

采集初始训练中识别错误的图片，进行图片标注后，划分为第二样本集与训练集再次采用YOLO-V3神经网络进行二次训练，得到图形特征识别初始模型；

将所述验证集带入图形特征识别初始模型得到图形特征识别初始检测结果，判断所述图形特征识别初始检测结果是否准确，若是，则不进行处理，否则，划分所述图形特征识别初始检测不准确结果及其对应特征图片为负样本训练集；

基于所述训练集与负样本训练集采用YOLO-V3神经网络训练得到图形特征识别模型；

其中，所述目标图形特征图片为待检测视频源图像数据中存在检测特征的图片。