[发明专利]一种视频识别方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种视频识别方法、装置、计算机设备及存储介质，所述方法包括：获取与待识别的视频文件对应的单纯视频子文件以及单纯音频子文件，并获取与所述单纯视频子文件对应的关键帧集合以及视频片段集合；对所述关键帧集合进行多模态图片识别，得到第一识别结果，并对所述视频片段集合进行视频识别，得到第二识别结果；对所述单纯音频子文件进行音频识别，得到第三识别结果；根据所述第一识别结果、所述第二识别结果以及所述第三识别结果，得到与所述视频文件对应的整合识别结果。本发明实施例的技术方案实现在降低识别成本的基础上，提高视频识别技术的丰富性、准确性、高效性以及实时性。

技术领域

本发明实施例涉及视频处理技术领域，尤其涉及一种视频识别方法、装置、计算机设备及存储介质。

背景技术

随着全球互联网和通信的普及，使得人们可以在世界各地以各种各样的通信设备上网交流、传输多媒体信息。人们可以把各自的图片、文字、语音、视频等上传到网络平台分享各自的状态、心情、美景等。而视频以其包含的丰富内容信息，使得人们可以更直观、清晰的理解内容而大量传输存储在网络平台上。但是人们上传的视频中存在很多当地法律、道德不允许的视频，如黄色、赌博、血腥、低俗、暴恐、极端宗教等视频。用户在下载传播这些视频时，容易导致心灵上的巨大变化(尤其青少年)。而单纯用人工去审核互联网上海量的视频是一件很费时、费力和不现实的问题。视频审核技术在这样的背景下应运而生。

视频审核技术早期一般采用传统的机器学习方法，该方法采用人工设计特征，针对的是特定的库，缺少泛化性(一般该库适用，到另一个库中算法性能就变差)。之后采用人工审核结合传统视频审核技术通过7*24小时不间断肉眼+机器辅助进行审核，降低了违法违规视频内容的出现。近年来，深度学习上在视频、图像、语音等领域快速发展。因此基于深度学习、图像识别、云技术的机器智能审核成为主要发展趋势，这可以使企业投入人工审核的成本大大降低而且可以得到更好的视频审核结果。目前国内百度、网易、图谱、商汤等科技公司都相应的推出了各自的视频审核系统，而国外的Google、Facebook、Amazon、Valossa等也推出了各具自己特色的视频审核系统。

发明人在实现本发明的过程中，发现现有技术存在如下缺陷：

机器学习方法虽然可以识别出部分违规内容信息，但是对短视频、直播视频等内容却无法做到精准内容识别并且面对海量的视频时，其算法已经不能很好的识别视频内容。而人工审核结合传统视频审核技术需要庞大的人工审核团队，在人工智能审核准确率不高的时候还需进一步扩充其团队。同时，人工审核在不间断的审核视频时还会造成疲劳，进而导致一些视频的漏检、误检。并且企业需要对人工审核人员进行大量时间培训，使得企业对人工审核的投入成本远远超过机器学习算法成本。现有的基于深度学习、图像识别、云技术的机器智能审核技术不能很好的检测目前网络上存在的大量低俗无益视频，且识别系统识别的内容比较单一、识别范围小，识别维度一旦增加计算量也将会成指数型增长，对算力要求过高。

发明内容

本发明实施例提供一种视频识别方法、装置、计算机设备及存储介质，以在降低识别成本的基础上，提高视频识别技术的丰富性、准确性、高效性以及实时性。

第一方面，本发明实施例提供了一种视频识别方法，包括：

获取与待识别的视频文件对应的单纯视频子文件以及单纯音频子文件，并获取与所述单纯视频子文件对应的关键帧集合以及视频片段集合；

对所述关键帧集合进行多模态图片识别，得到第一识别结果，并对所述视频片段集合进行视频识别，得到第二识别结果；

对所述单纯音频子文件进行音频识别，得到第三识别结果；

根据所述第一识别结果、所述第二识别结果以及所述第三识别结果，得到与所述视频文件对应的整合识别结果。

第二方面，本发明实施例还提供了一种视频识别装置，包括：