[发明专利]识别花屏的方法、装置、设备及存储介质

权利要求书

1.一种识别花屏的方法，其特征在于，所述方法包括：

接收视频发送端发送的视频流；

将所述视频流的视频帧输入经过训练的花屏识别模型，以使所述花屏识别模型中顺序排列的多个特征提取模块对所述视频帧进行串行处理，得到所述多个特征提取模块分别输出的第一特征数据；

基于所述多个特征提取模块分别输出的第一特征数据，确定目标融合特征数据；

将所述目标融合特征数据输入所述花屏识别模型中的分类模块，得到所述视频帧是否存在花屏的识别结果；

若所述识别结果为所述目标视频帧存在花屏，向所述视频发送端发送花屏通知。

2.根据权利要求1所述的方法，其特征在于，所述基于所述多个特征提取模块分别输出的第一特征数据，确定目标融合特征数据，包括：

将所述多个特征提取模块中预先指定的各目标特征提取模块输出的第一特征数据，输入所述花屏识别模型的融合模块进行融合处理，得到目标融合特征数据。

3.根据权利要求2所述的方法，其特征在于，所述将所述多个特征提取模块中预先指定的各目标特征提取模块输出的第一特征数据，输入所述花屏识别模型的融合模块进行融合处理，得到目标融合特征数据，包括：

将所述预先指定的各目标特征提取模块输出的第一特征数据进行特征映射，得到多组维度相同的第二特征数据；

将所述多组维度相同的第二特征数据进行融合处理，得到目标融合特征数据。

4.根据权利要求3所述的方法，其特征在于，所述预先指定的各目标特征提取模块包括：所述顺序排列的多个特征提取模块中排在最后一位的第一特征提取模块、排在倒数第二位的第二特征提取模块、以及排在倒数第三位的第三特征提取模块；

所述将所述多组维度相同的第二特征数据进行融合处理，得到目标融合特征数据，包括：

将所述第三特征提取模块对应的第二特征数据与所述第一特征提取模块对应的第二特征数据进行特征融合，得到第一融合特征数据；

将第二特征提取模块对应的第二特征数据与所述第一特征提取模块对应的第二特征数据进行特征融合，得到第二融合特征数据；

将所述第一融合特征数据和所述第二融合特征数据进行特征拼接，得到目标融合特征数据。

5.根据权利要求1所述的方法，其特征在于，所述将所述视频流的视频帧输入经过训练的花屏识别模型之前，所述方法还包括：

获取多个样本视频帧集合；

基于每个所述样本视频帧集合中的样本视频帧，对所述花屏识别模型进行训练，并确定每次训练后的花屏识别模型对应的识别准确率；

当所述花屏识别模型对应的识别准确率达到预设的准确率阈值时，停止对所述花屏识别模型的训练，得到训练完成的花屏识别模型。

6.根据权利要求5所述的方法，其特征在于，所述样本视频帧集合包括训练子集合和验证子集合；所述基于每个所述样本视频帧集合中的样本视频帧，对所述花屏识别模型进行训练，并确定每次训练后的花屏识别模型对应的识别准确率，包括：

对于每个样本视频帧集合，分别将所述样本视频帧集合对应的训练子集合包括的各第一样本视频帧分别输入到待训练的花屏识别模型中，得到每个第一样本视频帧对应的识别结果，基于所述每个第一样本视频帧对应的识别结果以及预设的训练函数，确定所述训练子集合对应的训练指示值；基于所述训练指示值，对所述花屏识别模型进行训练，得到训练后的花屏识别模型；

将所述样本视频帧集合对应的验证子集合包括的各第二样本视频帧分别输入到训练后的花屏识别模型中，得到每个第二样本视频帧对应的识别结果，基于每个第二样本视频帧对应的识别结果，确定所述训练后的花屏识别模型对应的识别准确率。

7.根据权利要求5所述的方法，其特征在于，所述得到训练完成的花屏识别模型之后，所述方法还包括：

对所述训练完成的花屏识别模型进行模型压缩处理，得到压缩处理后的花屏识别模型。