[发明专利]一种视频检测方法、装置、设备及存储介质在审

专利信息
申请号: 202110347470.5 申请日: 2021-03-31
公开(公告)号: CN113052096A 公开(公告)日: 2021-06-29
发明(设计)人: 方正;殷国君;邵婧 申请(专利权)人: 上海商汤智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62
代理公司: 北京中知恒瑞知识产权代理事务所(普通合伙) 11889 代理人: 吴迪
地址: 200233 上海市徐*** 国省代码: 上海;31
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 检测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种视频检测方法,其特征在于,所述方法包括:

获取待检测视频的颜色特征序列和高频特征序列;

基于所述颜色特征序列和所述高频特征序列,得到针对所述待检测视频的融合共性特征序列;

基于所述融合共性特征序列,确定所述待检测视频的真伪检测结果。

2.根据权利要求1所述的方法,其特征在于,所述获取待检测视频的颜色特征序列和高频特征序列,包括:

从所述待检测视频中获取多帧采样图像,并基于所述多帧采样图像得到第一图像序列;

基于所述第一图像序列中每帧采样图像对应的高频图像,得到第二图像序列;

对所述第一图像序列和所述第二图像序列中的每帧图像分别进行特征提取,得到与所述第一图像序列对应的所述颜色特征序列,以及与所述第二图像序列对应的所述高频特征序列。

3.根据权利要求2所述的方法,其特征在于,确定每帧采样图像对应的高频图像,包括:

针对每帧采样图像,确定该采样图像的频谱图;

将所述频谱图中低于预设频率阈值的信号删除后,得到所述高频图像。

4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述基于所述颜色特征序列和所述高频特征序列,得到针对所述待检测视频的融合共性特征序列,包括:

将目标特征序列中不同帧采样图像的目标特征进行融合处理,得到所述待检测视频的目标共性特征,所述目标特征序列包括所述高频特征序列和所述颜色特征序列;其中,在所述目标特征序列为所述高频特征序列的情况下,所述目标特征为高频特征,所述目标共性特征为高频共性特征,在所述目标特征序列为所述颜色特征序列的情况下,所述目标特征为颜色特征,所述目标共性特征为颜色共性特征;

对所述高频共性特征和所述颜色共性特征进行特征融合处理,确定针对所述待检测视频的融合共性特征;

基于所述融合共性特征,或者基于所述颜色共性特征和所述高频共性特征中的至少一者以及所述融合共性特征,确定针对所述待检测视频的融合共性特征序列。

5.根据权利要求4所述的方法,其特征在于,所述将目标特征序列中不同帧采样图像的目标特征进行融合处理,得到所述待检测视频的目标共性特征,包括:

对所述目标特征序列进行特征降维处理;

将进行特征降维处理后的所述目标特征序列中的各特征元素进行相加,得到所述目标共性特征。

6.根据权利要求4或5所述的方法,其特征在于,所述基于所述融合共性特征,或者基于所述颜色共性特征和所述高频共性特征中的至少一者以及所述融合共性特征,确定针对所述待检测视频的融合共性特征序列,包括:

对目标共性特征进行切分处理,得到目标共性特征序列,所述目标共性特征包括所述融合共性特征、所述颜色共性特征和所述高频共性特征,其中,在所述目标共性特征为所述融合共性特征的情况下,所述目标共性特征序列为中间共性特征序列,在所述目标共性特征为所述颜色共性特征的情况下,所述目标共性特征序列为颜色共性特征序列,在所述目标共性特征为所述高频共性特征的情况下,所述目标共性特征序列为高频共性特征序列;

将所述中间共性特征序列确定为针对所述待检测视频的融合共性特征序列;或者,将根据所述颜色共性特征序列和所述高频共性特征序列中的至少一者与所述中间共性特征序列融合得到的特征序列,确定为针对所述待检测视频的融合共性特征序列。

7.根据权利要求6所述的方法,其特征在于,所述对目标共性特征进行切分处理,得到目标共性特征序列,包括:

对所述目标共性特征进行全局池化处理,得到目标中间特征;

对所述目标中间特征和所述目标共性特征进行特征融合,得到包括所述目标特征序列中各特征元素的共性特征的目标中间共性特征序列;

对所述目标中间共性特征序列进行升维处理;

基于升维处理后的所述目标中间共性特征序列和所述目标特征序列,生成经注意力特征激活后的、所述目标特征序列的目标共性特征序列。

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上海商汤智能科技有限公司,未经上海商汤智能科技有限公司许可,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/202110347470.5/1.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