一种视频中暴力内容的检测方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105847860A(43)申请公布日2016.08.10(21)申请号201610189188.8(22)申请日2016.03.29(71)申请人乐视控股（北京）有限公司地址100025北京市朝阳区姚家园路105号3号楼10层1102申请人乐视致新电子科技（天津）有限公司(72)发明人蔡炜(74)专利代理机构北京同达信恒知识产权代理有限公司11291代理人黄志华(51)Int.Cl.H04N21/234(2011.01)H04N21/233(2011.01)H04N21/44(2011.01)H04N21/439(2011.01)权利要求书4页说明书9页附图2页(54)发明名称一种视频中暴力内容的检测方法及装置(57)摘要本发明实施例提供一种视频中暴力内容的检测方法及装置，用以解决现有技术在对视频中暴力内容进行检测时误判率高的问题，提高对视频中暴力内容检测的准确率。所述视频中暴力内容的检测方法，包括：确定待检测视频中任一场景的镜头平均长度以及该场景中镜头的平均运动强度；当确定所述镜头平均长度小于第一预设阈值，和/或所述镜头的平均运动强度大于第二预设阈值时，提取该场景中多个元素的特征数据，当确定提取到的多个元素的特征数据中至少一个元素的特征数据，处于预先从特定场景中提取到的该元素的特征数据范围之内时，确定所述待检测的视频中包含暴力内容。CN105847860ACN105847860A权利要求书1/4页1.一种视频中暴力内容的检测方法，其特征在于，该方法包括：确定待检测视频中任一场景的镜头平均长度以及该场景中镜头的平均运动强度；当确定所述镜头平均长度小于第一预设阈值，和/或所述镜头的平均运动强度大于第二预设阈值时，提取该场景中多个元素的特征数据，当确定提取到的多个元素的特征数据中至少一个元素的特征数据，处于预先从特定场景中提取到的该元素的特征数据范围之内时，确定所述待检测的视频中包含暴力内容。2.根据权利要求1所述的方法，其特征在于，所述多个元素的特征数据，包括：该场景中每帧画面的图像特征数据以及该场景中的音频特征数据。3.根据权利要求2所述的方法，其特征在于，所述每帧画面的图像特征数据包括：每帧画面的颜色直方图；当所述多个元素的特征数据包括该场景中每帧画面的图像特征数据时，确定每帧画面的图像特征数据是否处于预先从特定场景中提取到的画面的图像特征数据范围之内，包括：针对该场景中的每帧画面，提取该帧画面的颜色直方图，当确定该帧画面的颜色直方图中预设数量个颜色的统计数量，处于预先从特定场景中提取到的画面的颜色直方图中对应颜色的统计数量范围之内时，确定该帧画面的图像特征数据处于预先从特定场景中提取到的画面的图像特征数据范围之内。4.根据权利要求3所述的方法，其特征在于，当确定该帧画面的颜色直方图中预设数量个颜色的统计数量，处于预先从特定场景中提取到的画面的颜色直方图中对应颜色的统计数量范围之内之后，该方法还包括：确定该帧画面相邻多帧画面中所述预设数量个颜色的统计数量；确定该帧画面的图像特征数据处于预先从特定场景中提取到的画面的图像特征数据范围之内，包括：当确定该帧画面以及相邻多帧画面中所述预设数量个颜色中每个颜色的统计数量，随着多帧画面的时间顺序逐渐增多时，确定该帧画面的图像特征数据处于预先从特定场景中提取到的画面的图像特征数据范围之内。5.根据权利要求2所述的方法，其特征在于，所述音频特征数据包括：音频数据的样本向量和协方差矩阵；当所述多个元素的特征数据包括该场景中的音频特征数据时，确定该场景中的音频特征数据是否处于预先从特定场景中提取到的音频特征数据范围之内，包括：计算该场景中音频数据的样本向量和协方差矩阵，当确定该场景中音频数据的样本向量和协方差矩阵，与预先从特定场景中提取到的音频数据的样本向量和协方差矩阵的相似度大于第三预设阈值时，确定该场景中的音频特征数据处于预先从特定场景中提取到的音频特征数据范围之内。6.根据权利要求2所述的方法，其特征在于，所述音频特征数据包括：音频数据的能量熵；当所述多个元素的特征数据包括该场景中的音频特征数据时，确定该场景中的音频特征数据是否处于预先从特定场景中提取到的音频特征数据范围之内，包括：将该场景中的音频数据分为多段，计算每段音频数据的能量熵，当多段音频数据的能2CN105847860A权利要求书2/4页量熵中至少一段音频数据的能量熵小于第四预设阈值时，确定该场景中的音频特征数据处于预先从特定场景中提取到的音频特征数据范围之内。7.根据权利要求6所述的方法，其特征在于，所述每段音频数据的能量熵通过如下公式计算得到：其中，I为每段音频的能量熵，J是将场景中的音频数据分为多段的总段数，σ2是第i段音频数据的归一化的能量