网络不良视频内容识别技术初探-阿里云开发者社区

开发者社区> 云计算> 正文
登录阅读全文

网络不良视频内容识别技术初探

简介:

网络不良视频内容识别技术初探

       网络中的图片、视频及音频等多媒体信息具有内容丰富、感观性强等特点,已经逐渐成为不良信息在互联网上传播所采取的主要方式之一。网络中不良多媒体信息的数量与日俱增,所造成的文化污染、网络犯罪等问题已经受到人们越来越多的关注。如何及时发现网络中的不良信息,并准确地对这些信息进行识别和判断,进而采取有效的监管措施,已经成为十分紧迫的问题。在发现和获取网络视频流以后,如何准确地对这些视频信息进行识别和判断,已经成为迫切需要解决的问题。面对大量传播的不良视频信息,目前主要的识别方法是,首先提取完整视频文件的帧图像,然后采用不良图像内容识别的方法对视频进行识别。然而,视频是由成千上万个连续的图像帧组成的,图像帧之间存在时间和空间冗余度,即某一时刻的图像帧与其下一时刻的图像帧在视觉特征和内容上差别不是很大。为了在对视频进行处理时消除图像帧之间的冗余度,通常使用关键的图像帧来表示整个视频内容,这样更加简洁,这也是在对视频进行特征提取前提取视频关键帧的原因之一。对于已获取的关键帧序列,其内容也含有丰富而复杂的信息,通常通过对视频特征的提取来完成对视频内容的分析。对于由视频特征数据组成的特征集合,需要采用相关的判别方法对其进行判别,从而确定待判断视频内容的性质。

1. 视频关键帧提取

关键帧是用于描述一个镜头的关键图像帧,连续的关键帧序列通常反应了视频的主要内容。关键帧的提取在视频识别中具有十分重要的地位,目前,对于关键帧提取的方法,根据处理的视频数据对象的不同,可以分为像素域的关键帧提取与压缩域的关键帧提取。

2. 网络视频特征提取

在对视频进行关键帧提取,获得视频的主要内容后,要完成对视频内容的分析主要是通过视频特征提取来实现的。视频特征是视频本身所具有的物理性质,能从多个角度反应视频内容信息。视频特征提取是对视频进行识别的前提。视频特征主要包括颜色特征、纹理特征以及视频的运动特性等。

以上特征主要是视频的视觉特征,除此之外,声音和字幕也是视频数据重要特征。一种特征很难反应视频信息,在实际应用中,通常采用多种特征联合起来对视频内容进行判断。视频特征提取过程是一个相当耗费时间和资源的过程,关于此技术还有待以后更进一步深入研究。

 




 本文转自 李晨光 51CTO博客,原文链接:http://blog.51cto.com/chenguang/743101,如需转载请自行联系原作者

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享: