[发明专利]一种视频文件识别方法及装置

权利要求书

1.一种视频文件识别方法，用于审核待识别视频文件，其特征在于，所述方法包括：

从待识别视频文件中获取音频信息；

将获取的音频信息进行分段，对分段后的音频分段进行指纹提取，得到音频分段的音频指纹；

将得到的音频分段的音频指纹与已经训练好的训练样本进行音频匹配，记录音频匹配结果；

根据音频匹配结果，判断待识别视频文件是否是目标视频，当判断为目标视频或判断为不是目标视频时，终止识别，当判断为可疑视频文件时，进入下一步继续识别；

根据音频匹配结果，从匹配成功的音频分段的起始时间开始对视频文件进行抓帧，抓取视频图像，对抓取的视频图像进行图像匹配，记录图像匹配结果；

根据图像匹配结果、或根据图像匹配结果与音频匹配结果，判断待识别视频文件是否是目标视频；

其中，所述音频匹配结果包括：匹配成功的次数、匹配成功的音频分段的起始时间、以及与匹配成功的音频分段匹配的训练样本的标注信息；

所述标注信息包括：样本时长、内容等级以及人工分类标签；

所述根据音频匹配结果，判断待识别视频文件是否是目标视频，包括：

当匹配成功的次数大于第一阈值，判断待识别视频文件是目标视频；

当匹配成功的次数小于第二阈值，判断待识别视频文件不是目标视频；

当匹配成功的次数在第一阈值与第二阈值之间时，计算本次匹配结果对应的音频匹配概率，当计算得到的匹配概率大于设定的第三阈值，判断待识别视频文件是目标视频，否则将待识别视频文件视为可疑视频文件。

2.根据权利要求1所述的视频文件识别方法，其特征在于，所述将获取的音频信息进行分段，包括：

对音频信息在时域上找出超出指定阈值的所有音量峰值点；

依次从各峰值点开始按固定时长进行采样得到各音频分段。

3.根据权利要求1所述的视频文件识别方法，其特征在于，所述将获取的音频信息进行分段，包括：

对音频信息按固定时长进行采样得到各音频分段。

4.根据权利要求1所述的视频文件识别方法，其特征在于，所述计算本次匹配结果对应的音频匹配概率，包括：

根据匹配成功的次数X与所有音频分段的总数Z，计算两者的比值P₁为：

计算本次匹配结果对应的音频匹配概率R₁，计算公式如下：

R₁＝P₁*P(Y)

其中，R₁为本次匹配结果对应的音频匹配概率，P(Y)为所有与音频分段的音频指纹匹配的训练样本的内容等级对应的权重之和，Y为内容等级。

5.根据权利要求4所述的视频文件识别方法，其特征在于，所述根据图像匹配结果、或根据图像匹配结果与音频匹配结果，判断待识别视频文件是否是目标视频，包括：

根据图像匹配结果，计算视频匹配概率R₂，R₂为抓取的视频图像匹配成功的次数与所有抓取的视频图像的总数的比值；

根据视频匹配概率R₂和音频匹配概率R₁计算本次匹配的综合匹配概率R′，如果综合匹配概率超过第四阈值，则判断待识别视频文件为目标视频，否则判定为正常视频；

其中，综合匹配概率R′的计算公式如下：

R′＝R₁*α+R₂*β

其中，α和β分别为音频匹配概率和视频匹配概率的权重。