[发明专利]视频片段检测方法、装置、电子设备及存储介质

说明书

本申请实施例提供了视频片段检测方法、装置、电子设备及存储介质，通过将侵权视频段的首帧的SIFT特征与目标样本视频段首帧的预设时间范围内的各视频帧的SIFT特征进行比对，对目标样本视频段的首帧位置进行校正；通过将侵权视频段的尾帧的SIFT特征与目标样本视频段尾帧的预设时间范围内的各视频帧的SIFT特征进行比对，对目标样本视频段的尾帧位置进行校正；从而实现了对目标样本视频段位置的校正，因为SIFT特征能够有效适用于不同尺度的图像之间的匹配，能够有效适用于视频帧裁剪和含有黑白边的情况，能够增加侵权判定过程中检测出的视频片段的准确性，增加视频侵权判定的准确度。

技术领域

本申请涉及图像处理技术领域，特别是涉及视频片段检测方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的发展，互联网视频行业迅速崛起，网络中每天都能够生产出海量的视频。与此同时，视频的侵权现象也日趋严重，给版权所有人带来了巨大的损失。因此，需要准确的检测到视频的侵权片段。

随着计算视觉技术的发展，特别是深度学习网络的出现，使得计算机自动进行视频侵权检测成为可能。相关技术中，利用预先训练的深度学习网络，将待检测视频与样本视频转化为深度学习特征，并通过比对二者的特征矩阵，检索出相似的视频片段，并输出这些相似的视频片段，以作为视频侵权判定的证据。然而，在一些场景下，侵权视频会进行裁剪、增加黑边等变换，从而导致检测出的视频片段不准确，影响视频侵权判定的准确度。

发明内容

本申请实施例的目的在于提供一种视频片段检测方法、装置、电子设备及存储介质，以实现在增加侵权判定过程中检测出的视频片段的准确性，从而增加视频侵权判定的准确度。具体技术方案如下：

第一方面，本申请实施例提供了一种视频片段检测方法，所述方法包括：

通过预先训练的深度学习网络提取待检测视频的深度学习特征，利用所述待检测视频的深度学习特征及样本视频的深度学习特征进行视频拷贝检测，确定所述待检测视频中的侵权视频段所侵权的目标样本视频段及目标样本视频，其中，所述目标样本视频段为所述目标样本视频中的视频段；

提取所述侵权视频段中首帧及尾帧的尺度不变特征变换SIFT特征，得到第一SIFT特征及第二SIFT特征；提取所述目标样本视频中时间在所述目标样本视频段首帧的预设时间范围内的各视频帧的SIFT特征，得到多个第三SIFT特征；提取所述目标样本视频中时间在所述目标样本视频段尾帧的预设时间范围内的各视频帧的SIFT特征，得到多个第四SIFT特征；

将所述第一SIFT特征与各所述第三SIFT特征进行比对，将所述第二SIFT特征与各所述第四SIFT特征进行比对，确定边界校正后的目标样本视频段的首帧及尾帧，得到边界校正后的目标样本视频段。

在一种可能的实施方式中，所述将所述第一SIFT特征与各所述第三SIFT特征进行比对，将所述第二SIFT特征与各所述第四SIFT特征进行比对，确定边界校正后的目标样本视频段的首帧及尾帧，得到边界校正后的目标样本视频段，包括：

将所述第一SIFT特征分别与各所述第三SIFT特征进行比对，得到多个第一比对结果；

当相似度最高的第一比对结果大于预设第一相似度阈值时，将所述相似度最高的第一比对结果对应的所述目标样本视频中的视频帧，作为边界校正后的目标样本视频段的首帧；

将所述第二SIFT特征分别与各所述第四SIFT特征进行比对，得到多个第二比对结果；

当相似度最高的第二比对结果大于预设第一相似度阈值时，将所述相似度最高的第二比对结果对应的所述目标样本视频中的视频帧，作为边界校正后的目标样本视频段的尾帧；

根据边界校正后的目标样本视频段的首帧及尾帧，得到边界校正后的目标样本视频段。