[发明专利]一种不良视频的鉴别方法和系统

摘要

本发明公开了一种不良视频的鉴别方法和系统，该方法包括预设不良事件的体态特征因子集合β的空间分布区域；按照周期提取待鉴别视频中帧序列中的人物图像；提取每一帧中人物图像的基准体态参考边沿T及其特性；提取帧间基准体态参考边沿T的时间变化特征μt和空间变化特征μs；提取帧内目标人物的体态特征因子集合β；将所述帧内目标人物的体态特征因子集合β与所述预设的不良事件的体态特征因子集合β的空间分布区域进行比对，判断所述待鉴别视频是否不良视频。本发明的技术方案由于采用色情视频中普遍存在的运动信息和体态变化信息，进行不良视频鉴别的依据，因此判决不良视频更为准确。

主权项

1.一种不良视频的鉴别方法，其特征在于，包括以下步骤：预设不良事件的体态特征因子集合的空间分布区域；按照周期提取待鉴别视频中帧序列中的人物图像；提取每一帧中人物图像的基准体态参考边沿T及其特性；提取帧间基准体态参考边沿T的时间变化特征μt和空间变化特征μs；提取帧内目标人物的体态特征因子集合；将所述帧内目标人物的体态特征因子集合与所述预设的不良事件的体态特征因子集合的空间分布区域进行比对，判断所述待鉴别视频是否不良视频；所述体态特征因子集合包括一个标准时间区段Du中的时间变化特征μt，所述μt对应最小外延拟合椭圆封闭区间的中心点空间位置坐标Cc、占空比OBR和空间扩散率SDR，即μt‑cc、μt‑obr和μt‑sdr，以及空间变化特征μs，所述μs对应最小外延拟合椭圆封闭区间的中心点空间位置坐标Cc和空间扩散率SDR，即μs‑cc和μs‑sdr；所述提取每一帧中人物图像的基准体态参考边沿T，进一步包括以下步骤：将所有人物图像的像素同时在YUV模式和HSL模式下，提取每一个像素点的V分量和S分量；计算所述每一个像素点的体态因子μ＝(V*S)；计算在整个人物区块的所有像素点一次变化曲率，其中所有像素点为前后间隔特定帧数Fc的两帧中的对应的同一个点，其中是邻点一次曲率；提取每一帧中最大的点作为第一体态基准点，以所述第一体态基准点为准，依次向外扩展计算与其相邻8个点的提取这8个点中最大的点作为第二体态基准点；重复上述步骤，在整个人物区块的范围内将所有的点都计算一次得到人物图像点中所有的作为体态基准点的点，从而得到当前帧的一个由体态基准点构成的图像，作为该帧的基准体态参考边沿T；所述提取每一帧中人物图像的基准体态参考边沿T的特性，进一步包括以下步骤：提取每一帧中人物图像的基准体态参考边沿T的鉴别因子，包括最小外延拟合椭圆封闭区间的中心点空间位置坐标Cc、占空比OBR和空间扩散率SDR，其中占空比OBR为基准体态参考边沿T的像素数量与最小外延拟合椭圆边沿所围成的区域的像素数量之比；还包括以下步骤：以基准体态参考边沿T的几何中心位置为中心，以预定的角度Ω将基准体态参考边沿T所在的平面进行均分，形成不少于2个角度为Ω的椭圆扇型拟合区域；基准体态参考边沿T的点在每一个由角度Ω平分线构成的坐标系的投影之和的绝对值组成了基准体态参考边沿T在这一方向上的向量；所述空间扩散率SDR表示基准体态参考边沿T的内容点分布是否存在特定方向上的明显的趋向扩散；所述提取帧间基准体态参考边沿T的时间变化特征μt，进一步包括以下步骤：对前后帧的最小外延拟合椭圆封闭区间的中心点空间位置坐标Cc、占空比OBR和空间扩散率SDR的变化做一次曲率分析，得到视频图像上最小外延拟合椭圆封闭区间的中心点空间位置坐标Cc、占空比OBR和空间扩散率SDR的时间变化特征μt；所述提取帧间基准体态参考边沿T的空间变化特征μs，进一步包括以下步骤：在一个标准时间区段Du内，取所有帧的基准体态参考边沿T的最小外延拟合椭圆封闭区间的中心点空间位置坐标Cc和空间扩散率SDR；计算两者在特定均匀划分的空间角度Ω上的分布密度和强度变化，得到基准体态参考边沿T的空间变化特征μs。