[发明专利]视频质量检测方法、装置、设备及计算机可读存储介质

说明书

本申请实施例提供一种视频质量检测方法、装置、设备及计算机可读存储介质，涉及人工智能技术领域。方法包括：对待检测视频进行视频帧抽取，得到至少两帧待检测视频帧；对每一待检测视频帧进行图像识别，得到每一待检测视频帧中的目标对象的目标检测框、目标关键点和目标属性；根据目标检测框和目标关键点，在至少两帧待检测视频帧中确定出残缺对象视频帧；根据每一残缺对象视频帧的目标属性，在残缺对象视频帧中确定出目标质量残缺对象视频帧和目标质量残缺对象视频帧的视频帧数量；根据视频帧数量，确定待检测视频的检测结果。通过本申请，能够对待检测视频是否为目标质量残缺对象视频进行准确的检测，提高对目标质量残缺对象视频的召回率。

技术领域

本申请实施例涉及人工智能技术领域，涉及但不限于一种视频质量检测方法、装置、设备及计算机可读存储介质。

背景技术

低质量残缺人脸是一种在图片和视频中常见的低质量问题，它源于对图片和视频的恶意裁剪。恶意裁剪是指，图片和视频的制作或编辑人员为了规避版权排重或其它原因，恶意地将原画面内容素材进行一定比例的裁剪，导致画面的内容存在明显不完整。当画面出现低质量残缺人脸时，会严重影响用户的浏览体验，故需对该项特征进行识别并拦截。

残缺人脸只是低质量残缺人脸的必要特征，而非充分特征。部分存在残缺人脸的画面却并非“低质量”的残缺人脸，要满足“低质量”的条件，同时还需保证残缺的人脸本身确实是画面的表现主体。

相关技术中，在图像和视频质量检测方案中，仅公开了目标检测、通常的人脸检测和人脸关键点检测等方案，并没有解决低质量残缺人脸的图像和视频的相关方案，因此，相关技术中没有公开对低质量残缺人脸的图像和视频的检测方法。

发明内容

本申请实施例提供一种视频质量检测方法、装置、设备及计算机可读存储介质，涉及人工智能技术领域。通过根据图像识别得到的待检测视频帧中的目标对象的目标检测框、目标关键点和目标属性，确定出目标质量残缺对象视频帧的视频帧数量，从而能够对待检测视频是否为目标质量残缺对象视频进行准确的检测，提高对目标质量残缺对象视频的召回率。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种视频质量检测方法，所述方法包括：

对待检测视频进行视频帧抽取，得到至少两帧待检测视频帧；

对每一所述待检测视频帧进行图像识别，得到每一所述待检测视频帧中的目标对象的目标检测框、目标关键点和目标属性；

根据所述目标检测框和所述目标关键点，在至少两帧待检测视频帧中确定出残缺对象视频帧，所述残缺对象视频帧是所述目标对象为残缺对象的视频帧；

根据每一所述残缺对象视频帧的所述目标属性，在所述残缺对象视频帧中确定出目标质量残缺对象视频帧和所述目标质量残缺对象视频帧的视频帧数量；

根据所述视频帧数量，确定所述待检测视频的检测结果。

本申请实施例提供一种视频质量检测装置，所述装置包括：

视频帧抽取模块，用于对待检测视频进行视频帧抽取，得到至少两帧待检测视频帧；

图像识别模块，用于对每一所述待检测视频帧进行图像识别，得到每一所述待检测视频帧中的目标对象的目标检测框、目标关键点和目标属性；

第一确定模块，用于根据所述目标检测框和所述目标关键点，在至少两帧待检测视频帧中确定出残缺对象视频帧，所述残缺对象视频帧是所述目标对象为残缺对象的视频帧；

第二确定模块，用于根据每一所述残缺对象视频帧的所述目标属性，在所述残缺对象视频帧中确定出目标质量残缺对象视频帧和所述目标质量残缺对象视频帧的视频帧数量；

第三确定模块，用于根据所述视频帧数量，确定所述待检测视频的检测结果。