[发明专利]视频检测方法及装置、电子设备和介质

说明书

本公开提供了一种视频检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及计算机领域，尤其涉及计算机视觉、深度学习技术领域。实现方案为：获取待检测视频的多个视频帧；将多个视频帧输入到视频检测模型中，得到视频检测模型输出的与每个视频帧分别对应的识别结果；以及根据与多个视频帧分别对应的多个所述识别结果，确定待检测视频是否为经过拉伸的视频。该视频检测模型为基于包括监督数据的训练数据对预设模型进行训练得到的，该监督数据包括样本视频帧是否包含关键视频元素的标签数据。

技术领域

本公开涉及计算机领域，尤其涉及计算机视觉、深度学习技术领域，具体涉及一种视频检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

随着人民群众生活水平提升，科技日新月异的发展，人们获取信息、休闲娱乐的方式逐步发生变化，视频因其内容丰富、信息密度高、趣味性强等特点迅速占据了人们的生活中的碎片时间。在搜索、推荐类相关产品中，视频是用户较为喜欢的新的内容呈现方式。在视频生产过程中，由于视频创作者水平参差不齐，在对视频进行剪辑和转码过程中，会使得部分视频宽高比参数设置异常，导致视频出现画面拉伸畸变。出现拉伸畸变的视频中人物和物体呈现异常的宽高比，影响了产品的用户体验。

发明内容

本公开提供了一种视频检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种视频检测方法，包括：获取待检测视频的多个视频帧；将所述多个视频帧输入到视频检测模型中，得到所述视频检测模型输出的与每个所述视频帧分别对应的识别结果，其中，所述视频检测模型为基于包括监督数据的训练数据对预设模型进行训练得到的，所述监督数据包括样本视频帧是否包含关键视频元素的标签数据；以及根据与所述多个视频帧分别对应的多个所述识别结果，确定所述待检测视频是否为经过拉伸的视频。

根据本公开的另一方面，提供了一种模型训练方法，包括：获取多个图片并确定所述多个图片中的每一个图片是否为经过拉伸的图片，以生成训练数据；确定所述多个图片中的每一个图片是否包含关键图片元素，以生成所述训练数据的监督数据；以及基于包含所述监督数据的所述训练数据对预设模型进行训练，以使得所述模型识别所输入的图片是否为经过拉伸的图片。

根据本公开的另一方面，提供了一种视频检测装置，包括：获取单元，被配置为获取待检测视频的多个视频帧；检测单元，被配置为将所述多个视频帧输入到视频检测模型中，得到所述视频检测模型输出的与每个所述视频帧分别对应的识别结果，其中，所述视频检测模型为基于包括监督数据的训练数据对预设模型进行训练得到的，所述监督数据包括样本视频帧是否包含关键视频元素的标签数据；以及确定单元，被配置为根据与所述多个视频帧分别对应的多个所述识别结果，确定所述待检测视频是否为经过拉伸的视频。

根据本公开的另一方面，提供了一种模型训练装置，包括：获取单元，配置为获取多个图片并确定所述多个图片中的每一个图片是否为经过拉伸的图片，以生成训练数据；确定单元，配置为确定所述多个图片中的每一个图片是否包含关键图片元素，以生成所述训练数据的监督数据；以及训练单元，配置为基于包含所述监督数据的所述训练数据对预设模型进行训练，以使得所述模型识别所输入的图片是否为经过拉伸的图片。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行本公开所述的方法。