本發(fā)明涉及人工智能領(lǐng)域，提供一種直播視頻識(shí)別方法、裝置、設(shè)備及介質(zhì)，能夠首先根據(jù)亮度執(zhí)行初步的膚色檢測，有效避免由于亮度影響導(dǎo)致的誤判，進(jìn)一步結(jié)合亮度實(shí)現(xiàn)對(duì)橢圓膚色模型的調(diào)整及優(yōu)化，避免由于亮度影響膚色檢測的效果，有效降低了誤檢率，進(jìn)而基于改進(jìn)的橢圓膚色模型實(shí)現(xiàn)對(duì)直播視頻中違規(guī)直播的自動(dòng)檢測，同時(shí)，由于是逐幀檢測，也避免了傳統(tǒng)方案中由于采用視頻幀訓(xùn)練而對(duì)出現(xiàn)時(shí)間較短的違規(guī)畫面造成誤判。此外，本發(fā)明還涉及區(qū)塊鏈技術(shù)，待檢測視頻可存儲(chǔ)于區(qū)塊鏈節(jié)點(diǎn)中。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種直播視頻識(shí)別方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)

教育培訓(xùn)線上化已經(jīng)成為當(dāng)下互聯(lián)網(wǎng)教育的重要手段。線上教育主要通過視頻直播等方式進(jìn)行，對(duì)于及時(shí)傳播知識(shí)內(nèi)容，增強(qiáng)與學(xué)員互動(dòng)、提升學(xué)員學(xué)習(xí)參與度和學(xué)習(xí)效果都有十分重要的意義。

但是，線上直播也存在一定的安全隱患，如傳播內(nèi)容違法、用戶產(chǎn)生的違規(guī)直播等，導(dǎo)致直播視頻具有不合規(guī)性。

針對(duì)上述問題，目前主要采用人工審核的方式篩除違規(guī)視頻，或者采用模型進(jìn)行自動(dòng)檢測。然而，由于直播視頻的數(shù)據(jù)量較大，人工審核需要消耗大量的人力，且耗時(shí)較長；當(dāng)采用模型進(jìn)行自動(dòng)審核時(shí)，由于采用的是連續(xù)的視頻幀進(jìn)行訓(xùn)練，對(duì)于出現(xiàn)時(shí)間較短的違規(guī)畫面則容易出現(xiàn)誤判；當(dāng)采用傳統(tǒng)的膚色檢測模型輔助進(jìn)行識(shí)別時(shí)，由于檢測維度較為單一，在實(shí)際應(yīng)用中識(shí)別結(jié)果的準(zhǔn)確率也不高。

發(fā)明內(nèi)容

鑒于以上內(nèi)容，有必要提供一種直播視頻識(shí)別方法、裝置、設(shè)備及介質(zhì)，能夠基于改進(jìn)的橢圓膚色模型實(shí)現(xiàn)對(duì)直播視頻中違規(guī)直播的自動(dòng)檢測，同時(shí)，由于是逐幀檢測，也避免了傳統(tǒng)方案中由于采用視頻幀訓(xùn)練而對(duì)出現(xiàn)時(shí)間較短的違規(guī)畫面造成誤判。

一種直播視頻識(shí)別方法，所述直播視頻識(shí)別方法包括：

獲取待檢測視頻；

對(duì)所述待檢測視頻中的每幀圖像進(jìn)行顏色空間轉(zhuǎn)換，得到每幀圖像的亮度特征及顏色特征；

根據(jù)每幀圖像的亮度特征執(zhí)行膚色檢測，得到每幀圖像的初始膚色檢測數(shù)據(jù)；

調(diào)用橢圓膚色模型，并根據(jù)每幀圖像的初始膚色檢測數(shù)據(jù)調(diào)整所述橢圓膚色模型；

將每幀圖像的顏色特征輸入至調(diào)整后的橢圓膚色模型，得到每幀圖像的膚色檢測結(jié)果；

根據(jù)每幀圖像的膚色檢測結(jié)果進(jìn)行圖像分割，得到每幀圖像的至少一個(gè)獨(dú)立的膚色區(qū)域；

計(jì)算每幀圖像的至少一個(gè)獨(dú)立的膚色區(qū)域的數(shù)量，及每個(gè)獨(dú)立的膚色區(qū)域的面積；

當(dāng)所述至少一個(gè)獨(dú)立的膚色區(qū)域的數(shù)量大于或者等于配置數(shù)量，且有獨(dú)立的膚色區(qū)域的面積大于或者等于配置面積時(shí)，確定所述待檢測視頻有違規(guī)直播風(fēng)險(xiǎn)。

根據(jù)本發(fā)明優(yōu)選實(shí)施例，所述方法還包括：

根據(jù)接收的直播視頻識(shí)別指令獲取待檢測視頻，包括：

解析所述直播視頻識(shí)別指令的方法體，得到所述直播視頻識(shí)別指令所攜帶的信息；

獲取預(yù)設(shè)標(biāo)簽；

根據(jù)所述預(yù)設(shè)標(biāo)簽構(gòu)建正則表達(dá)式；

利用所述正則表達(dá)式在所述直播視頻識(shí)別指令所攜帶的信息中進(jìn)行遍歷，并將遍歷到的數(shù)據(jù)確定為目標(biāo)地址；

連接至所述目標(biāo)地址，并獲取所述目標(biāo)地址處存儲(chǔ)的數(shù)據(jù)作為所述待檢測視頻。

根據(jù)本發(fā)明優(yōu)選實(shí)施例，所述根據(jù)每幀圖像的亮度特征執(zhí)行膚色檢測，得到每幀圖像的初始膚色檢測數(shù)據(jù)包括：

計(jì)算每幀圖像的亮度均值，并根據(jù)所述亮度均值計(jì)算第一閾值；

根據(jù)每幀圖像的亮度特征確定每個(gè)像素點(diǎn)的亮度值；