[发明专利]基于深度学习的网络视频溯源系统

权利要求书

1.基于深度学习的网络视频溯源系统，其特征在于，包括发布者用户端、云端服务器、用户客户端、人工神经网络、视频处理模块和溯源模块；

所述发布者用户端用于发布者发布网络视频；

所述云端服务器用于接收、处理、储存、发送网络视频；

所述用户客户端用于用户接收网络视频；

所述人工神经网络用于建立用户端、云端服务器、用户客户端网络通信；

所述视频处理模块用于对视频数据进行处理；

所述溯源模块用于溯源追溯。

2.根据权利要求1所述的基于深度学习的网络视频溯源系统，其特征在于：所述视频处理模块包括接收单元、预处理单元、审核单元、识别单元、标识单元、标识库、处理单元和传输单元。

3.根据权利要求2所述的基于深度学习的网络视频溯源系统，其特征在于：所述视频处理模块具体处理步骤如下：

步骤一：接收单元接收到发布者用户端上传的网络视频，并传输至预处理单元；

步骤二：预处理单元对网络视频数据进行压缩、整合预处理；

步骤三：预处理后的视频数据传输至审核单元进行审核，审核通过后识别单元识别该网络视频数据中特征信息；

步骤四：标识单元将识别的特征信息标识为该网络视频的溯源根，并存入标识库中；

步骤五：处理单元对网络视频进行处理后由传输单元传输至云端服务器进行储存。

4.根据权利要求2所述的基于深度学习的网络视频溯源系统，其特征在于：所述审核单元包括特征提取单元、闪存单元、对比单元、特征库、拦截单元和输出单元，所述审核单元具体处理步骤如下：

步骤1：特征提取单元对网络视频数据特征进行提取，提取的特征有闪存单元进行储存；

步骤2：对比单元将提取的特征与特征库中的数据进行特征比对，比对成功的视频数据由拦截单元拦截；

步骤3：比对不成功的网络视频数据由输出单元输出至识别单元。

5.根据权利要求4所述的基于深度学习的网络视频溯源系统，其特征在于：所述对比单元的对比公式为：

特征库数据为A＝{}；

提取的特征数据为B＝{}；

其中为新增项；

其中为删除项；

其中B∩A＝{x|x∈B且x∈A}共有项；

其中共有项则代表对比成功，提取的特征数据存在着不规范现象。

6.根据权利要求1所述的基于深度学习的网络视频溯源系统，其特征在于：所述溯源模块包括动作识别单元、提取单元、储存单元、反馈单元、匹配单元和通讯单元，所述溯源模块具体处理步骤如下：

步骤(1)：在用户客户端对网络视频进行转载、下载动作时，动作识别单元对该动作进行识别并记录；

步骤(2)：提取单元提取转载或下载时用户客户端特征信息以及网络视频信息，并将用户客户端特征信息标识为转载溯源根或下载溯源根，最终由储存单元进行储存；

步骤(3)：反馈单元将溯源根和网络视频数据反馈至云端服务器，并通过匹配单元与云端服务器的网络视频数据进行匹配，匹配成功后通讯单元将用户客户端标识的转载溯源根或下载溯源根反馈至发布者客户端。