[发明专利]一种基于互联网电视业务的音视频异态检测方法及系统

权利要求书

1.一种基于互联网电视业务的音视频异态检测方法，其特征在于，包括以下步骤：

S1、根据设置的取样参数采集互联网电视业务的历史视频流数据；

S2、对历史视频流数据进行解码、清洗和转换，并对转换后的数据进行异态现象分类；所述步骤S2的具体操作如下：

S21、获取历史视频流数据中的视频数据和音频数据，解析视频数据的I帧、P帧和B帧数据，解析音频数据的波形、左右声道数据相位；

S22、对视频解码数据和音频解码数据进行重新审查和校验；

S23、将视频解码数据和音频解码数据转换为结构化数据；

S24、根据历史视频流数据异态信息对结构化的视频解码数据和音频解码数据进行异态现象分类；所述异态现象包括视频异态现象和音频异态现象，所述视频异态现象包括静帧现象、黑场现象、单色场现象、彩场现象和马赛克现象，所述音频异态现象包括静音现象、左声道音量过高现象、左声道音量过低现象、右声道音量过高现象和右声道音量过低现象；

S3、依次提取每个异态现象类别中的数据的特征，得到异态特征库；

S31、选取视频异态现象下的视频解码数据，利用颜色直方图分析法计算每个视频帧数据的颜色直方图；

S32、根据视频帧数据的颜色直方图和视频解码数据的时间戳设置视频异态现象对应的分类阈值；其中，判断马赛克现象之前需要将视频帧切割成多个大小相同的方块，分别计算每个方块的颜色直方图，马赛克现象的分类阈值指视频帧切割后的方块中出现单色场现象，且出现单色场现象的方块占总方块数的30％及以上；

S33、选取音频异态现象下的音频解码数据，基于短时傅里叶变换函数计算每个音频帧的波形幅值，公式如下：

其中，X_k表示第k帧音频信号的波形幅值，ω(n)表示加窗截断后的信号，x_k(n)表示第k帧音频信号，N为音频信号帧长度，n＝1,2,…,N，j为虚数单位，设音频解码数据共有M个帧，k＝1,2,…,M；

S34、根据音频帧的波形幅值设置音频异态现象对应的分类阈值；静音现象对应的分类阈值为X_k＝0；左/右声道音量过高现象对应的分类阈值为单声道X_k≥90db、持续时间超过10秒，另一声道同一时间30db≤X_k≤70db；左/右声道音量过低现象对应的分类阈值为单声道X_k≤15db、持续时间超过10秒，另一声道同一时间30db≤X_k≤70db；

S35、根据S32和S34得到的分类阈值生成异态特征库；

S4、获取互联网电视业务的实时视频流数据，并对实时视频流数据进行特征提取；

S5、利用异态特征库判断实时视频流数据的异态现象，并产生异态告警；根据异态特征库构建异态现象训练模型，给异态现象训练模型输入实时视频流数据的特征，异态现象训练模型输出该实时视频流数据对应的异态现象，当规定时间内异态现象累计次数超过门限值，产生异态告警，所述异态告警包括该实时视频流数据的视频源地址、数据上报地址、异态现象、异态现象出现的时间戳、异态现象累计次数。

2.根据权利要求1所述的一种基于互联网电视业务的音视频异态检测方法，其特征在于，所述步骤S1的具体操作如下：

S11、自定义的设置视频流数据取样的取样参数，所述取样参数包括视频源地址、取样频率和数据上报地址；

S12、根据取样参数利用程序进行视频流拉流、数据抓包和视频指标分析，采集历史视频流数据。

3.根据权利要求1所述的一种基于互联网电视业务的音视频异态检测方法，其特征在于，所述对实时视频流数据进行特征提取，具体指提取实时视频流数据中每个视频帧的颜色直方图和每个音频帧的波形幅值。