[发明专利]一种视频内容的过滤方法及装置有效

专利信息
申请号: 201710570053.0 申请日: 2017-07-13
公开(公告)号: CN107257509B 公开(公告)日: 2020-11-17
发明(设计)人: 王恒生 申请(专利权)人: 浙报融媒体科技(浙江)有限责任公司
主分类号: H04N21/454 分类号: H04N21/454;H04N21/4545
代理公司: 暂无信息 代理人: 暂无信息
地址: 314501 浙江省嘉兴*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 视频 内容 过滤 方法 装置
【权利要求书】:

1.一种视频内容的过滤方法,其特征在于,包括:

对即将播放的目标视频的所有视频帧,根据不同的视频元素进行聚类分析得到多个视频元素类,并保存到视频帧数据库;

播放该目标视频时,实时获取用户的情绪变化数据;所述情绪变化数据与用户情绪变化的对应关系存储在情绪数据库中;

根据所述情绪数据库,当所述情绪变化数据对应的用户情绪为异常情绪时,截取该时刻对应的样本视频;

将该样本视频中视频元素的出现次数与相对应的视频元素类中该视频元素出现次数的比值最大的视频元素作为怀疑对象保存在怀疑对象列表中;

当所述怀疑对象出现次数达到第二预设阈值时,将所述怀疑对象对应的所述视频元素类过滤。

2.根据权利要求1所述的方法,其特征在于,每一个视频元素类为包含某一视频元素的视频帧的集合。

3.根据权利要求1所述的方法,其特征在于,所述情绪变化数据包括面部特征数据和声音特征数据,所述情绪变化包括三个等级;

所述情绪变化与所述情绪变化数据的对应关系包括:

当所述情绪变化数据仅为面部特征数据时,其对应第一情绪变化等级;

当所述情绪变化数据仅为声音特征数据时,其对应第二情绪变化等级;

当所述情绪变化数据同时为面部特征数据和声音特征数据时,其对应第三情绪变化等级。

4.根据权利要求1所述的方法,其特征在于,所述样本视频是时长为第一预设阈值,且包括该用户出现异常情绪的时刻的时间段内的视频段。

5.根据权利要求1所述的方法,其特征在于,所述将该样本视频中视频元素的出现次数与相对应的视频元素类中该视频元素出现次数的比值最大的视频元素作为怀疑对象保存在怀疑对象列表中,包括:

统计所述样本视频中各视频元素出现的样本次数;

统计所述各视频元素在其对应的视频元素类中出现的类次数;

分别计算各视频元素对应的样本次数与类次数的比值,将比值最大的视频元素判定为怀疑对象,并保存在怀疑列表中。

6.一种视频内容的过滤装置,其特征在于,包括:

聚类分析单元,用于对即将播放的目标视频的所有视频帧,根据不同的视频元素进行聚类分析得到视频元素类,保存到视频帧数据库;

情绪获取单元,用于播放该目标视频时,实时获取用户的情绪变化数据;所述情绪变化数据与用户情绪变化的对应关系存储在情绪数据库中;

视频截取单元,用于根据所述情绪数据库,当所述情绪变化数据对应的用户情绪为异常情绪时,截取该时刻对应的样本视频;

怀疑对象筛选单元,用于将该样本视频中视频元素的出现次数与相对应的视频元素类中该视频元素出现次数的比值最大的视频元素作为怀疑对象保存在怀疑对象列表中;

视频过滤单元,用于当所述怀疑对象出现次数达到第二预设阈值时,将所述怀疑对象对应的所述视频元素类过滤。

7.根据权利要求6所述的装置,其特征在于,每一个视频元素类为包含某一视频元素的视频帧的集合。

8.根据权利要求6所述的装置,其特征在于,所述情绪变化数据包括面部特征数据和声音特征数据,所述情绪变化包括三个等级;

所述情绪变化与所述情绪变化数据的对应关系包括:

当所述情绪变化数据仅为面部特征数据时,其对应第一情绪变化等级;

当所述情绪变化数据仅为声音特征数据时,其对应第二情绪变化等级;

当所述情绪变化数据同时为面部特征数据和声音特征数据时,其对应第三情绪变化等级。

9.根据权利要求6所述的装置,其特征在于,所述样本视频是时长为第一预设阈值,且包括该用户出现异常情绪的时刻的时间段内的视频段。

10.根据权利要求6所述的装置,其特征在于,所述怀疑对象筛选单元包括:

样本次数统计子单元,用于统计所述样本视频中各视频元素出现的样本次数;

类次数统计子单元,用于统计所述各视频元素在其对应的视频元素类中出现的类次数;

怀疑对象筛选子单元,用于分别计算各视频元素对应的样本次数与类次数的比值,将比值最大的视频元素判定为怀疑对象,并保存在怀疑列表中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙报融媒体科技(浙江)有限责任公司,未经浙报融媒体科技(浙江)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710570053.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top