[发明专利]录屏检测方法、装置、可读介质及电子设备有效

专利信息
申请号: 201911025489.7 申请日: 2019-10-25
公开(公告)号: CN110781823B 公开(公告)日: 2022-07-26
发明(设计)人: 李佩易;王长虎 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06V20/40 分类号: G06V20/40;G06V10/764;G06K9/62
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 曾尧
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 方法 装置 可读 介质 电子设备
【说明书】:

本公开实施例涉及一种录屏检测方法、装置、可读介质及电子设备。本公开实施例采用录屏类型识别模型针对每一张待检测图像,在判定一待检测图像为录屏时,输出待检测图像的参考录屏类型;根据与该参考录屏类型对应的算法,对待检测图像进行二次判断,并在二次判断的结果表征待检测图像为参考录屏类型时,确定待检测图像的录屏类型为参考录屏类型。因而,对待检测图像不仅能判断其是否属于录屏,还能识别其具体的录屏类型,能满足业务方复杂的录屏需求。并且,在对待检测图像的录屏类型判断过程中包括采用录屏类型识别模型进行的一次判断和采用对应算法进行的二次判断,提高了分类精度,降低了分类错误的情况出现的概率。

技术领域

本公开涉及AI领域,具体地,涉及一种录屏检测方法、装置、可读介质及电子设备。

背景技术

在相关技术中,判断某个视频是否为录屏时,通常会使用深度学习分类模型,对视频的抽帧进行分类,当有任何一帧被判定为录屏视频时,则判断整个视频为录屏视频,使用的深度学习分类模型中输入的维度一般只有录屏和非录屏的两种标签。

发明内容

提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

第一方面,本公开实施例提供一种录屏检测方法,所述方法包括:

将至少一张待检测图像输入录屏类型识别模型,其中,所述录屏类型识别模型用于针对每一张待检测图像,在判定一所述待检测图像为录屏时,输出所述待检测图像的参考录屏类型;

根据与所述参考录屏类型对应的算法,对所述待检测图像进行二次判断,并在所述二次判断的结果表征所述待检测图像为所述参考录屏类型时,确定所述待检测图像的录屏类型为所述参考录屏类型。

第二方面,本公开实施例提供一种录屏检测装置,包括:

分类模块,用于将至少一张待检测图像输入录屏类型识别模型,其中,所述录屏类型识别模型用于针对每一张待检测图像,在判定一所述待检测图像为录屏时,输出所述待检测图像的参考录屏类型;

二次判断模块,用于根据与所述参考录屏类型对应的算法,对所述待检测图像进行二次判断,并在所述二次判断的结果表征所述待检测图像为所述参考录屏类型时,确定所述待检测图像的录屏类型为所述参考录屏类型。

第三方面,本公开实施例提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现上述方法的步骤。

第四方面,本公开实施例提供一种电子设备,包括:

存储装置,其上存储有计算机程序;

处理装置,用于执行所述存储装置中的所述计算机程序,以实现上述方法的步骤。

通过上述技术方案,本公开实施例对待检测图像不仅能判断其是否属于录屏,还能识别其具体的录屏类型,能满足业务方复杂的录屏需求。并且,本公开实施例在对待检测图像的录屏类型判断过程中包括采用录屏类型识别模型进行的一次判断和采用与所述一次判断输出的参考录屏类型对应的算法进行的二次判断,提高了分类精度,降低了分类错误的情况出现的概率。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。

在附图中:

图1是根据本公开一实施例示出的一种录屏检测方法的流程图。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201911025489.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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