防止視頻二次傳播的方法及裝置制造方法
【專利摘要】本公開是關于一種防止視頻二次傳播的方法及裝置。所述方法包括：提取待分析視頻的關鍵幀，得到待分析關鍵幀；提取待分析關鍵幀的局部特征；根據待分析關鍵幀的局部特征遍歷聚類樹，確定待分析關鍵幀的局部特征所屬的聚類樹的葉子節(jié)點；根據待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷待分析關鍵幀是否為禁止傳播關鍵幀，得到判斷結果；根據判斷結果，判定待分析視頻是否為禁止傳播視頻；當待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。本公開用于對網絡中的禁止傳播圖片進行識別，并防止這些圖片的二次傳播。
【專利說明】防止視頻二次傳播的方法及裝置
【技術領域】
[0001]本公開涉及視頻分析【技術領域】，尤其涉及一種防止視頻二次傳播的方法及裝置。
【背景技術】
[0002]隨著網絡時代的到來，視頻的傳播取得了前所未有的發(fā)展。但是，對于違背社會倫理道德的視頻，如內容失實的虛假視頻，被修改的視頻，血腥、殘酷、恐怖的視頻，侵犯被拍攝者的肖像權、隱私權、名譽權的視頻，“泡沫”視頻，零信息視頻，空頭視頻，及一些色情挑逗視頻等等，需要禁止其在網絡上傳播。
[0003]相關技術中，大多利用視頻的消息摘要算法第五版(Message Digest AlgorithmMD5)、安全哈希算法(Secure Hash Algorithm, SHA)值或文件名來識別需要禁止傳播的視頻。
[0004]相關技術中存在如下問題:若視頻的文件名被改動，或者視頻被改動，或者有所裁剪，則無法被識別出來，因此，采用相關技術的技術方案，無法準確、有效、全面地禁止違背社會倫理道德的視頻的傳播。
【發(fā)明內容】
[0005]為克服相關技術中存在的問題，本公開實施例提供一種防止視頻二次傳播的方法及裝置。
[0006]根據本公開實施例的第一方面，提供一種防止視頻二次傳播的方法，包括:
[0007]提取待分析視頻的關鍵巾貞，得到待分析關鍵巾貞;
[0008]提取所述待分析關鍵幀的局部特征；
[0009]根據所述待分析關鍵幀的局部特征遍歷聚類樹，確定所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點，所述聚類樹為對禁止傳播關鍵幀提取局部特征后，利用聚類算法將所述禁止傳播關鍵幀的局部特征進行聚類后得到的，所述禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀；
[0010]根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果；
[0011]根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻；
[0012]當所述待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。
[0013]本實施例中，建立禁止傳播視頻關鍵幀的局部特征庫，將待分析視頻的關鍵幀的局部特征與禁止傳播關鍵幀局部特征庫進行比對，以分析待分析關鍵幀是否為禁止傳播關鍵幀，進而判斷待分析視頻是否為禁止傳播視頻。通過關鍵幀的局部特征識別禁止傳播關鍵幀，即使視頻的名稱被更改，視頻內容被處理，也能夠準確地識別出禁止傳播視頻，一旦禁止傳播視頻被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的視頻的傳播。并且，由于采用遍歷聚類樹的方式對局部特征進行查詢，識別禁止傳播視頻的速度快，提高識別效率，可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播，用戶體驗度較好。
[0014]可選的，所述根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果，包括:
[0015]確定所述葉子節(jié)點中的局部特征，所述葉子節(jié)點中的局部特征與所述待分析關鍵幀的局部特征匹配；
[0016]查詢所述葉子節(jié)點中的局部特征對應的禁止傳播關鍵幀；
[0017]統計每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數；
[0018]根據所述每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數，判定所述待分析關鍵幀是否與至少一個禁止傳播關鍵幀匹配；
[0019]當所述所述待分析關鍵幀與至少一個禁止傳播關鍵幀匹配時，確定所述待分析關鍵幀為禁止傳播關鍵幀。
[0020]在可選方案中，通過采用遍歷聚類樹的方式對局部特征進行查詢，識別禁止傳播關鍵幀的速度快，提高識別禁止傳播視頻的效率，可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播，并且，提高識別禁止傳播視頻的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0021]可選的，所述根據所述每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數，判定所述待分析關鍵幀是否與至少一個禁止傳播關鍵幀匹配，包括:
[0022]當至少一個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數超過預設數量值時，確定所述待分析關鍵幀與所述至少一個禁止傳播關鍵幀匹配，所述待分析關鍵幀為禁止傳播關鍵幀。
[0023]在可選方案中，通過對判定禁止傳播關鍵幀的匹配的局部特征的個數進行限定，不僅提高識別禁止傳播關鍵幀及禁止傳播視頻的速度和效率，進而可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播，并且，提高識別禁止傳播視頻的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0024]可選的，所述查詢所述葉子節(jié)點中的局部特征對應的禁止傳播關鍵幀，包括:
[0025]根據所述葉子節(jié)點中的局部特征的特征標識，從倒排文檔中查詢所述特征標識對應的關鍵幀標識，所述倒排文檔中記錄所述聚類樹中每個葉子節(jié)點的節(jié)點標識，每個葉子節(jié)點中包含特征的特征標識，每個特征對應的禁止傳播關鍵幀的關鍵幀標識，及每個禁止傳播關鍵幀對應的禁止傳播視頻的視頻標識；
[0026]根據所述關鍵幀標識確定所述禁止傳播關鍵幀。
[0027]在可選方案中，采用倒排文檔的方式記錄禁止傳播關鍵幀的局部特征，將待分析關鍵幀的局部特征在倒排文檔中進行比對，提高了識別禁止傳播關鍵幀及禁止傳播視頻的速度和效率，可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播，并且，提高識別禁止傳播視頻的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0028]可選的，所述根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻，包括
[0029]統計所述待分析視頻中，被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數；
[0030]當被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數占所述待分析視頻的所有關鍵幀的百分比超過預設百分比時，確定所述待分析視頻為禁止傳播視頻。
[0031]在可選方案中，通過對判定禁止傳播視頻的關鍵幀個數進行限定，不僅提高識別禁止傳播視頻的速度和效率，可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播，并且，提高識別禁止傳播視頻的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0032]可選的，當所述待分析視頻為禁止傳播視頻時，所述方法還包括:
[0033]獲取所述待分析視頻的視頻標識，及所述待分析關鍵幀的關鍵幀標識；
[0034]記錄所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識；
[0035]在所述倒排文檔中添加所述待分析視頻的視頻標識，所述待分析關鍵幀的關鍵幀標識，以及所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識。
[0036]在可選方案中，當確定待分析視頻為禁止傳播視頻后，將該待分析視頻的關鍵幀的局部特征加入到倒排文檔中，用于后續(xù)對其他圖片的識別。這樣，一旦禁止傳播視頻被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的視頻的傳播。
[0037]可選的，所述提取待分析視頻的關鍵幀，得到待分析關鍵幀，包括:
[0038]對所述待分析視頻進行解碼，得到視頻幀；
[0039]對所述視頻幀進行顏色模型轉換，得到六角錐體模型的視頻幀；
[0040]對角錐體模型的視頻幀的直方圖進行量化；
[0041]對所述待分析視頻進行場景切割，得到至少兩個場景；
[0042]從每個場景中提取至少一個視頻幀作為所述待分析關鍵幀。
[0043]在可選方案中，采用直方圖比較法對視頻場景進行劃分，每個場景提取至少一個視頻幀作為關鍵幀，這樣，提取到的關鍵幀能夠準確、全面地反映整個視頻的內容，后續(xù)對視頻是否為禁止傳播視頻的分析更加準確，避免漏識別和誤識別，用戶體驗度較好。
[0044]可選的，所述從每個場景中提取至少一個視頻幀作為所述待分析關鍵幀，包括:
[0045]統計所述場景中每個幀的單像素的灰度平均值；
[0046]獲取所述灰度平均值的差值最小的一個視頻幀；
[0047]保存所述灰度平均值的差值最小的一個視頻幀的幀數據，作為所述場景的待分析關鍵中貞。
[0048]在可選方案中，每個場景下僅提取一個視頻幀作為關鍵幀，這樣，雖然提取到的關鍵幀數量較少，但仍能夠準確、全面地反映整個視頻的內容，后續(xù)對視頻是否為禁止傳播視頻的分析更加準確，避免漏識別和誤識別，用戶體驗度較好。并且，減少了數據處理量，節(jié)約了服務器的處理能力，提高識別禁止傳播視頻的效率，可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播。
[0049]可選的，所述局部特征為圖片的旋轉不變性特征。
[0050]可選的，所述聚類算法為Kmeans算法。
[0051]根據本公開實施例的第二方面，提供一種防止視頻二次傳播的裝置，包括:
[0052]第一提取模塊，用于提取待分析視頻的關鍵幀，得到待分析關鍵幀；
[0053]第二提取模塊，用于提取所述待分析關鍵幀的局部特征；
[0054]確定模塊，用于根據所述待分析關鍵幀的局部特征遍歷聚類樹，確定所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點，所述聚類樹為對禁止傳播關鍵幀提取局部特征后，利用聚類算法將所述禁止傳播關鍵幀的局部特征進行聚類后得到的，所述禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀；
[0055]判斷模塊，用于根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果；
[0056]判定模塊，用于根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻；
[0057]執(zhí)行模塊，用于當所述待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。
[0058]可選的，所述判斷模塊包括:
[0059]第一確定子模塊，用于確定所述葉子節(jié)點中的局部特征，所述葉子節(jié)點中的局部特征與所述待分析關鍵幀的局部特征匹配；
[0060]查詢子模塊，用于查詢所述葉子節(jié)點中的局部特征對應的禁止傳播關鍵幀；
[0061]統計子模塊，用于統計每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數；
[0062]判定子模塊，用于根據所述每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數，判定所述待分析關鍵幀是否與至少一個禁止傳播關鍵幀匹配；
[0063]第二確定子模塊，用于當所述所述待分析關鍵幀與至少一個禁止傳播關鍵幀匹配時，確定所述待分析關鍵幀為禁止傳播關鍵幀。
[0064]可選的，所述判定子模塊，用于當至少一個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數超過預設數量值時，確定所述待分析關鍵幀與所述至少一個禁止傳播關鍵幀匹配，所述待分析關鍵幀為禁止傳播關鍵幀。
[0065]可選的，所述查詢子模塊，用于根據所述葉子節(jié)點中的局部特征的特征標識，從倒排文檔中查詢所述特征標識對應的關鍵幀標識，所述倒排文檔中記錄所述聚類樹中每個葉子節(jié)點的節(jié)點標識，每個葉子節(jié)點中包含特征的特征標識，每個特征對應的禁止傳播關鍵幀的關鍵幀標識，及每個禁止傳播關鍵幀對應的禁止傳播視頻的視頻標識；根據所述關鍵幀標識確定所述禁止傳播關鍵幀。
[0066]可選的，所述判定模塊包括:
[0067]統計子模塊，用于統計所述待分析視頻中，被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數；
[0068]確定子模塊，用于當被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數占所述待分析視頻的所有關鍵幀的百分比超過預設百分比時，確定所述待分析視頻為禁止傳播視頻。
[0069]可選的，所述裝置還包括:
[0070]獲取模塊，用于當所述待分析視頻為禁止傳播視頻時，獲取所述待分析視頻的視頻標識，及所述待分析關鍵巾貞的關鍵巾貞標識；
[0071]記錄模塊，用于記錄所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識；
[0072]添加模塊，用于在所述倒排文檔中添加所述待分析視頻的視頻標識，所述待分析關鍵幀的關鍵幀標識，以及所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識。
[0073]可選的，所述第一提取模塊包括:
[0074]解碼子模塊，用于對所述待分析視頻進行解碼，得到視頻幀；
[0075]轉換子模塊，用于對所述視頻幀進行顏色模型轉換，得到六角錐體模型的視頻幀；
[0076]量化子模塊，用于對角錐體模型的視頻幀的直方圖進行量化；
[0077]切割子模塊，用于根據所述直方圖對所述待分析視頻進行場景切割，得到至少兩個場景；
[0078]提取子模塊，用于從每個場景中提取至少一個視頻幀作為所述待分析關鍵幀。
[0079]可選的，提取子模塊，用于統計所述場景中每個幀的單像素的灰度平均值；獲取所述灰度平均值的差值最小的一個視頻幀；保存所述灰度平均值的差值最小的一個視頻幀的幀數據，作為所述場景的待分析關鍵幀。
[0080]根據本公開實施例的第三方面，提供一種防止視頻二次傳播的裝置，包括:
[0081]處理器；
[0082]用于存儲處理器可執(zhí)行指令的存儲器；
[0083]其中，所述處理器被配置為:
[0084]提取待分析視頻的關鍵巾貞，得到待分析關鍵巾貞;
[0085]提取所述待分析關鍵幀的局部特征；
[0086]根據所述待分析關鍵幀的局部特征遍歷聚類樹，確定所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點，所述聚類樹為對禁止傳播關鍵幀提取局部特征后，利用聚類算法將所述禁止傳播關鍵幀的局部特征進行聚類后得到的，所述禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀；
[0087]根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果；
[0088]根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻；
[0089]當所述待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。
[0090]應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。
【專利附圖】
【附圖說明】
[0091]此處的附圖被并入說明書中并構成本說明書的一部分，示出了符合本公開的實施例，并與說明書一起用于解釋本公開的原理。
[0092]圖1是根據一示例性實施例示出的一種防止視頻二次傳播的方法的流程圖；
[0093]圖2是根據一示例性實施例示出的Kmeans樹的示意圖；
[0094]圖3是根據另一示例性實施例示出的一種防止視頻二次傳播的方法的流程圖；
[0095]圖4是根據另一示例性實施例示出的一種防止視頻二次傳播的方法的流程圖；
[0096]圖5是根據另一示例性實施例示出的一種防止視頻二次傳播的方法的流程圖；
[0097]圖6是根據另一示例性實施例示出的一種防止視頻二次傳播的方法的流程圖；
[0098]圖7是根據另一示例性實施例示出的倒排文檔樹的示意圖；
[0099]圖8是根據另一示例性實施例示出的一種防止視頻二次傳播的方法的流程圖；
[0100]圖9是根據另一示例性實施例示出的一種防止視頻二次傳播的方法的流程圖；
[0101]圖10是根據一示例性實施例示出的一種防止視頻二次傳播的裝置的框圖；
[0102]圖11是根據一示例性實施例示出的判斷模塊的框圖；
[0103]圖12是根據一示例性實施例示出的判斷模塊的框圖；
[0104]圖13是根據一示例性實施例示出的一種防止視頻二次傳播的裝置的框圖；
[0105]圖14是根據一示例性實施例示出的第一提取模塊的框圖；
[0106]圖15是根據一示例性實施例示出的一種用于防止視頻二次傳播的裝置1500的框圖。
【具體實施方式】
[0107]這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本公開相一致的所有實施方式。相反，它們僅是與如所附權利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。
[0108]圖1是根據一示例性實施例示出的一種防止視頻二次傳播的方法的流程圖，如圖1所示，防止視頻二次傳播的方法用于網絡側的服務器中，包括以下步驟。
[0109]在步驟Sll中，提取待分析視頻的關鍵幀，得到待分析關鍵幀；
[0110]在步驟S12中，提取待分析關鍵幀的局部特征；
[0111]在步驟S13中，根據待分析關鍵幀的局部特征遍歷聚類樹，確定待分析關鍵幀的局部特征所屬的聚類樹的葉子節(jié)點，聚類樹為對禁止傳播關鍵幀提取局部特征后，利用聚類算法將禁止傳播關鍵幀的局部特征進行聚類后得到的，禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀；
[0112]在步驟S14中，根據待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷待分析關鍵幀是否為禁止傳播關鍵幀，得到判斷結果；
[0113]在步驟S15中，根據判斷結果，判定待分析視頻是否為禁止傳播視頻；
[0114]在步驟S16中，當待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。
[0115]本實施例中，建立禁止傳播視頻關鍵幀的局部特征庫，將待分析視頻的關鍵幀的局部特征與禁止傳播關鍵幀局部特征庫進行比對，以分析待分析關鍵幀是否為禁止傳播關鍵幀，進而判斷待分析視頻是否為禁止傳播視頻。通過關鍵幀的局部特征識別禁止傳播關鍵幀，即使視頻的名稱被更改，視頻內容被處理，也能夠準確地識別出禁止傳播視頻，一旦禁止傳播視頻被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的視頻的傳播。并且，由于采用遍歷聚類樹的方式對局部特征進行查詢，識別禁止傳播視頻的速度快，提高識別效率，可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播，用戶體驗度較好。
[0116]可選的，局部特征為關鍵巾貞的旋轉不變性(Scale-1nvariant featuretransform, Sift)特征。
[0117]可選的，聚類算法為Kmeans算法。
[0118]在步驟Sll中，提取視頻videol的關鍵巾貞A。
[0119]在步驟S12中，提取待分析關鍵幀A的Sift特征。
[0120]在步驟S13中，聚類樹為對禁止傳播關鍵幀提取Sift特征后，利用Kmeans算法將禁止傳播關鍵幀的Sift特征進行聚類后得到的，禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀。
[0121]例如，如圖2所7]^，禁止傳播視頻庫中有30000張關鍵巾貞圖片,其中每張圖片提取0-300個Sift特征，共提取出90萬個Sift特征，用Kmeans算法對這些Sift特征進行訓練，得到一個2層250叉樹的Kmeans樹。遍歷Kmeans樹,確定待分析圖片的Sift特征滑落的葉子節(jié)點位置。其中，每個葉子節(jié)點中可包含多個Sift特征。
[0122]在步驟S14中，確定待分析關鍵巾貞A的Sift特征滑落的Kmeans樹的葉子節(jié)點位置，以判斷待分析關鍵幀A是否與禁止傳播視頻庫中的某張禁止傳播關鍵幀匹配。如果確定待分析關鍵幀A與某張禁止傳播關鍵幀匹配時，確定關鍵幀A為禁止傳播關鍵幀。
[0123]在步驟S15中，如果待分析視頻中，被判斷為禁止傳播關鍵幀的待分析關鍵幀的數量較多時，則該待分析視頻videol為禁止傳播視頻的可能性較大。
[0124]在步驟S16，如果該待分析視頻videol為禁止傳播視頻，執(zhí)行防傳播操作，如屏蔽該視頻videol,或者同時禁止傳播該視頻videol的用戶Ul再次上傳視頻,或者記錄用戶Ul上傳禁止傳播視頻的次數，如果超過一定閾值，則屏蔽該用戶，或者，可對用戶Ul的行為向網絡管理員或公安機關進行報警。
[0125]圖3是根據另一示例性實施例示出的一種防止視頻二次傳播的方法的流程圖，如圖3所示,可選的,上述步驟S14包括:
[0126]在步驟S31中，確定葉子節(jié)點中的局部特征，葉子節(jié)點中的局部特征與待分析關鍵幀的局部特征匹配；
[0127]在步驟S32中，查詢葉子節(jié)點中的局部特征對應的禁止傳播關鍵幀；
[0128]在步驟S33中，統計每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數；
[0129]在步驟S34中，根據每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數，判定待分析關鍵幀是否與至少一個禁止傳播關鍵幀匹配；
[0130]在步驟S35中，當待分析關鍵幀與至少一個禁止傳播關鍵幀匹配時，確定待分析關鍵幀為禁止傳播關鍵幀。
[0131]在可選方案中，通過采用遍歷聚類樹的方式對局部特征進行查詢，識別禁止傳播關鍵幀的速度快，提高識別禁止傳播視頻的效率，可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播，并且，提高識別禁止傳播視頻的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0132]可選的，在上述步驟S34中，當至少一個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數超過預設數量值時，確定待分析關鍵幀與至少一個禁止傳播關鍵幀匹配，待分析關鍵幀為禁止傳播關鍵幀。
[0133]例如，可以設置預設數量值為10，即當至少10個待分析關鍵幀A的Sift特征命中了同一個禁止傳播關鍵幀B，則可以確定待分析關鍵幀A與禁止傳播關鍵幀B相同，待分析關鍵幀A為禁止傳播關鍵幀。
[0134]在可選方案中，通過對判定禁止傳播關鍵幀的匹配的局部特征的個數進行限定，不僅提高識別禁止傳播關鍵幀及禁止傳播視頻的速度和效率，進而可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播，并且，提高識別禁止傳播視頻的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0135]圖4是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖，如圖4所示,可選的,上述步驟S32包括:
[0136]在步驟S41中，根據葉子節(jié)點中的局部特征的特征標識，從倒排文檔中查詢特征標識對應的關鍵幀標識，倒排文檔中記錄聚類樹中每個葉子節(jié)點的節(jié)點標識，每個葉子節(jié)點中包含特征的特征標識，每個特征對應的禁止傳播關鍵幀的關鍵幀標識，及每個禁止傳播關鍵巾貞對應的禁止傳播視頻的視頻標識；
[0137]在步驟S42中，根據關鍵巾貞標識確定禁止傳播關鍵中貞。
[0138]例如，對于圖2中的Kmeans樹，可以保存最下面一層的葉子節(jié)點，生成倒排文檔，倒排文檔中記錄Kmeans樹中每個葉子節(jié)點的節(jié)點標識,每個葉子節(jié)點中包含Sift特征的特征標識，每個Sift特征對應的禁止傳播關鍵幀的關鍵幀標識，及每個禁止傳播關鍵幀對應的禁止傳播視頻的視頻標識。這樣，可以在倒排文檔中快速地查詢葉子節(jié)點中的Sift特征對應的禁止傳播關鍵幀。
[0139]在可選方案中，采用倒排文檔的方式記錄禁止傳播關鍵幀的局部特征，將待分析關鍵幀的局部特征在倒排文檔中進行比對，提高了識別禁止傳播關鍵幀及禁止傳播視頻的速度和效率，可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播，并且，提高識別禁止傳播視頻的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0140]圖5是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖，如圖5所示,可選的,上述步驟S15,包括
[0141]在步驟S51中，統計待分析視頻中，被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數；
[0142]在步驟S52中，當被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數占待分析視頻的所有關鍵幀的百分比超過預設百分比時，確定待分析視頻為禁止傳播視頻。
[0143]例如，可以設置預設百分比為20%，即當待分析視頻中有20%的關鍵幀都被確定為禁止傳播關鍵幀時，確定該待分析視頻為禁止傳播視頻。
[0144]在可選方案中，通過對判定禁止傳播視頻的關鍵幀個數進行限定，不僅提高識別禁止傳播視頻的速度和效率，可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播，并且，提高識別禁止傳播視頻的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0145]圖6是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖，如圖6所示，可選的，當待分析視頻為禁止傳播視頻時，方法還包括:
[0146]在步驟S61中，獲取待分析視頻的視頻標識，及待分析關鍵幀的關鍵幀標識；
[0147]在步驟S62中，記錄待分析關鍵幀的局部特征所屬的聚類樹的葉子節(jié)點的節(jié)點標識，以及待分析關鍵幀的局部特征匹配的葉子節(jié)點中的局部特征的特征標識；
[0148]在步驟S63中，在倒排文檔中添加待分析視頻的視頻標識，待分析關鍵幀的關鍵幀標識，以及待分析關鍵幀的局部特征所屬的聚類樹的葉子節(jié)點的節(jié)點標識，以及待分析關鍵幀的局部特征匹配的葉子節(jié)點中的局部特征的特征標識。
[0149]例如，如圖7所示，當確定待分析視頻為禁止傳播視頻時，在倒排文檔中增加該待分析視頻的視頻標識，待分析關鍵幀的關鍵幀標識，每個Sift特征滑落的葉子節(jié)點位置以及匹配的葉子節(jié)點中的Sift特征的特征標識。
[0150]在可選方案中，當確定待分析視頻為禁止傳播視頻后，將該待分析視頻的關鍵幀的局部特征加入到倒排文檔中，用于后續(xù)對其他圖片的識別。這樣，一旦禁止傳播視頻被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的視頻的傳播。
[0151]圖8是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖，如圖8所示,可選的,上述步驟Sll包括:
[0152]在步驟S81中，對待分析視頻進行解碼，得到視頻幀。例如，可以調用Opencv程序，進行視頻解碼，首先獲取視頻的文件頭cvCreateFileCapture,再解碼后獲取一巾貞巾貞的圖像cvQueryFrame。
[0153]在步驟S82中，對視頻幀進行顏色模型轉換，得到六角錐體模型的視頻幀。將視頻顏色模型由RGB (紅綠藍色彩模型)轉換為HSV (六角錐體模型)。
[0154]在步驟S83中，對角錐體模型的視頻幀的直方圖進行量化。例如，將視頻幀切分為2*2個block，每個block得到一個250個bin的直方圖，然后將四個直方圖串聯在一起，得到:H:10fbin，S:5fbin，V:5fbin。
[0155]在步驟S84中，根據直方圖對待分析視頻進行場景切割，得到至少兩個場景。計算相鄰兩個視頻幀的直方圖的交，得到的分數值越小，則相鄰兩幀的相似性越小，也意味著場景變化的可能性越大。可以設置閾值為0.4，即當相鄰兩幀的直方圖的交的分數值小于0.4時，則確定場景發(fā)生變化，否則為同一場景。
[0156]在步驟S85中，從每個場景中提取至少一個視頻幀作為待分析關鍵幀。
[0157]在可選方案中，采用直方圖比較法對視頻場景進行劃分，每個場景提取至少一個視頻幀作為關鍵幀，這樣，提取到的關鍵幀能夠準確、全面地反映整個視頻的內容，后續(xù)對視頻是否為禁止傳播視頻的分析更加準確，避免漏識別和誤識別，用戶體驗度較好。
[0158]圖9是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖，如圖9所示,可選的,上述步驟S85包括:
[0159]在步驟S91中，統計場景中每個幀的單像素的灰度平均值；
[0160]在步驟S92中，獲取灰度平均值的差值最小的一個視頻幀；
[0161]在步驟S93中，保存灰度平均值的差值最小的一個視頻幀的幀數據，作為場景的待分析關鍵幀。
[0162]在可選方案中，每個場景下僅提取一個視頻幀作為關鍵幀，這樣，雖然提取到的關鍵幀數量較少，但仍能夠準確、全面地反映整個視頻的內容，后續(xù)對視頻是否為禁止傳播視頻的分析更加準確，避免漏識別和誤識別，用戶體驗度較好。并且，減少了數據處理量，節(jié)約了服務器的處理能力，提高識別禁止傳播視頻的效率，可以迅速對違背社會倫理道德的視頻進行處理，也不會影響正常視頻的傳播。
[0163]圖10是根據一示例性實施例示出的一種防止視頻二次傳播的裝置的框圖。如圖10所示，該裝置包括第一提取模塊101，第二提取模塊102，確定模塊103，判斷模塊104，判定模塊105和執(zhí)行模塊106。
[0164]第一提取模塊101被配置為提取待分析視頻的關鍵幀，得到待分析關鍵幀；
[0165]第二提取模塊102被配置為提取所述待分析關鍵幀的局部特征；
[0166]確定模塊103被配置為根據所述待分析關鍵幀的局部特征遍歷聚類樹，確定所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點，所述聚類樹為對禁止傳播關鍵幀提取局部特征后，利用聚類算法將所述禁止傳播關鍵幀的局部特征進行聚類后得到的，所述禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀；
[0167]判斷模塊104被配置為根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果；
[0168]判定模塊105被配置為根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻；
[0169]執(zhí)行模塊106被配置為當所述待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。
[0170]圖11是根據一示例性實施例示出的判斷模塊的框圖。如圖11所示，可選的，判斷模塊104包括:
[0171]第一確定子模塊111被配置為確定所述葉子節(jié)點中的局部特征，所述葉子節(jié)點中的局部特征與所述待分析關鍵幀的局部特征匹配；
[0172]查詢子模塊112被配置為查詢所述葉子節(jié)點中的局部特征對應的禁止傳播關鍵幀；
[0173]統計子模塊113被配置為統計每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數；
[0174]判定子模塊114被配置為根據所述每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數，判定所述待分析關鍵幀是否與至少一個禁止傳播關鍵幀匹配；
[0175]第二確定子模塊115被配置為當所述所述待分析關鍵幀與至少一個禁止傳播關鍵幀匹配時，確定所述待分析關鍵幀為禁止傳播關鍵幀。
[0176]可選的，判定子模塊114被配置為當至少一個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數超過預設數量值時，確定所述待分析關鍵幀與所述至少一個禁止傳播關鍵幀匹配，所述待分析關鍵幀為禁止傳播關鍵幀。
[0177]可選的，查詢子模塊112被配置為根據所述葉子節(jié)點中的局部特征的特征標識，從倒排文檔中查詢所述特征標識對應的關鍵幀標識，所述倒排文檔中記錄所述聚類樹中每個葉子節(jié)點的節(jié)點標識，每個葉子節(jié)點中包含特征的特征標識，每個特征對應的禁止傳播關鍵幀的關鍵幀標識，及每個禁止傳播關鍵幀對應的禁止傳播視頻的視頻標識；根據所述關鍵幀標識確定所述禁止傳播關鍵幀。
[0178]圖12是根據一示例性實施例示出的判斷模塊的框圖。如圖12所示，可選的，判定模塊105包括:
[0179]統計子模塊121被配置為統計所述待分析視頻中，被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數；
[0180]確定子模塊122被配置為當被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數占所述待分析視頻的所有關鍵幀的百分比超過預設百分比時，確定所述待分析視頻為禁止傳播視頻。
[0181]圖13是根據一示例性實施例示出的一種防止視頻二次傳播的裝置的框圖。如圖13所示，可選的，該裝置還包括:
[0182]獲取模塊107被配置為當所述待分析視頻為禁止傳播視頻時，獲取所述待分析視頻的視頻標識，及所述待分析關鍵巾貞的關鍵巾貞標識；
[0183]記錄模塊108被配置為記錄所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識；
[0184]添加模塊109被配置為在所述倒排文檔中添加所述待分析視頻的視頻標識，所述待分析關鍵幀的關鍵幀標識，以及所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識。
[0185]圖14是根據一示例性實施例示出的第一提取模塊的框圖。如圖14所示，可選的，第一提取模塊101包括:
[0186]解碼子模塊141被配置為對所述待分析視頻進行解碼，得到視頻幀；
[0187]轉換子模塊142被配置為對所述視頻幀進行顏色模型轉換，得到六角錐體模型的視頻幀；
[0188]量化子模塊143被配置為對角錐體模型的視頻幀的直方圖進行量化；
[0189]切割子模塊144被配置為根據所述直方圖對所述待分析視頻進行場景切割，得到至少兩個場景；
[0190]提取子模塊145被配置為從每個場景中提取至少一個視頻幀作為所述待分析關鍵幀。
[0191]可選的，提取子模塊145被配置為統計所述場景中每個幀的單像素的灰度平均值；獲取所述灰度平均值的差值最小的一個視頻幀；保存所述灰度平均值的差值最小的一個視頻幀的幀數據，作為所述場景的待分析關鍵幀。
[0192]關于上述實施例中的裝置，其中各個模塊執(zhí)行操作的具體方式已經在有關該方法的實施例中進行了詳細描述，此處將不做詳細闡述說明。
[0193]本公開還提供一種防止視頻二次傳播的裝置，包括:
[0194]處理器；
[0195]用于存儲處理器可執(zhí)行指令的存儲器；
[0196]其中，所述處理器被配置為:
[0197]提取待分析視頻的關鍵巾貞，得到待分析關鍵巾貞;
[0198]提取所述待分析關鍵幀的局部特征；
[0199]根據所述待分析關鍵幀的局部特征遍歷聚類樹，確定所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點，所述聚類樹為對禁止傳播關鍵幀提取局部特征后，利用聚類算法將所述禁止傳播關鍵幀的局部特征進行聚類后得到的，所述禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀；
[0200]根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果；
[0201]根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻；
[0202]當所述待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。
[0203]圖15是根據一示例性實施例示出的一種用于防止視頻二次傳播的裝置1500的框圖。例如，裝置1500可以被提供為一服務器。參照圖15，裝置1500包括處理組件1522，其進一步包括一個或多個處理器，以及由存儲器1532所代表的存儲器資源，用于存儲可由處理組件1522的執(zhí)行的指令，例如應用程序。存儲器1532中存儲的應用程序可以包括一個或一個以上的每一個對應于一組指令的模塊。此外，處理組件1522被配置為執(zhí)行指令，以執(zhí)行上述方法......
[0204]裝置1500還可以包括一個電源組件1526被配置為執(zhí)行裝置1500的電源管理，一個有線或無線網絡接口 1550被配置為將裝置1500連接到網絡，和一個輸入輸出(I/O)接口 1558。裝置1500可以操作基于存儲在存儲器1532的操作系統，例如Windows ServerTM,Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM 或類似。
[0205]在示例性實施例中，還提供了一種包括指令的非臨時性計算機可讀存儲介質，例如包括指令的存儲器1304，上述指令可由裝置1300的處理器1320執(zhí)行以完成上述方法。例如，所述非臨時性計算機可讀存儲介質可以是ROM、隨機存取存儲器(RAM)、CD-ROM、磁帶、軟盤和光數據存儲設備等。
[0206]一種非臨時性計算機可讀存儲介質，當所述存儲介質中的指令由移動終端的處理器執(zhí)行時，使得移動終端能夠執(zhí)行一種防止視頻二次傳播的方法，包括:
[0207]提取待分析視頻的關鍵巾貞，得到待分析關鍵巾貞;
[0208]提取所述待分析關鍵幀的局部特征；
[0209]根據所述待分析關鍵幀的局部特征遍歷聚類樹，確定所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點，所述聚類樹為對禁止傳播關鍵幀提取局部特征后，利用聚類算法將所述禁止傳播關鍵幀的局部特征進行聚類后得到的，所述禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀；
[0210]根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果；
[0211]根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻；
[0212]當所述待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。
[0213]可選的，所述根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果，包括:
[0214]確定所述葉子節(jié)點中的局部特征，所述葉子節(jié)點中的局部特征與所述待分析關鍵幀的局部特征匹配；
[0215]查詢所述葉子節(jié)點中的局部特征對應的禁止傳播關鍵幀；
[0216]統計每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數；
[0217]根據所述每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數，判定所述待分析關鍵幀是否與至少一個禁止傳播關鍵幀匹配；
[0218]當所述所述待分析關鍵幀與至少一個禁止傳播關鍵幀匹配時，確定所述待分析關鍵幀為禁止傳播關鍵幀。
[0219]可選的，所述根據所述每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數，判定所述待分析關鍵幀是否與至少一個禁止傳播關鍵幀匹配，包括:
[0220]當至少一個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數超過預設數量值時，確定所述待分析關鍵幀與所述至少一個禁止傳播關鍵幀匹配，所述待分析關鍵幀為禁止傳播關鍵幀。
[0221]可選的，所述查詢所述葉子節(jié)點中的局部特征對應的禁止傳播關鍵幀，包括:
[0222]根據所述葉子節(jié)點中的局部特征的特征標識，從倒排文檔中查詢所述特征標識對應的關鍵幀標識，所述倒排文檔中記錄所述聚類樹中每個葉子節(jié)點的節(jié)點標識，每個葉子節(jié)點中包含特征的特征標識，每個特征對應的禁止傳播關鍵幀的關鍵幀標識，及每個禁止傳播關鍵幀對應的禁止傳播視頻的視頻標識；
[0223]根據所述關鍵幀標識確定所述禁止傳播關鍵幀。
[0224]可選的，所述根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻，包括
[0225]統計所述待分析視頻中，被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數；
[0226]當被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數占所述待分析視頻的所有關鍵幀的百分比超過預設百分比時，確定所述待分析視頻為禁止傳播視頻。
[0227]可選的，當所述待分析視頻為禁止傳播視頻時，所述方法還包括:
[0228]獲取所述待分析視頻的視頻標識，及所述待分析關鍵幀的關鍵幀標識；
[0229]記錄所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識；
[0230]在所述倒排文檔中添加所述待分析視頻的視頻標識，所述待分析關鍵幀的關鍵幀標識，以及所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識。
[0231]可選的，所述提取待分析視頻的關鍵幀，得到待分析關鍵幀，包括:
[0232]對所述待分析視頻進行解碼，得到視頻幀；
[0233]對所述視頻幀進行顏色模型轉換，得到六角錐體模型的視頻幀；
[0234]對角錐體模型的視頻幀的直方圖進行量化；
[0235]對所述待分析視頻進行場景切割，得到至少兩個場景；
[0236]從每個場景中提取至少一個視頻幀作為所述待分析關鍵幀。
[0237]可選的，所述從每個場景中提取至少一個視頻幀作為所述待分析關鍵幀，包括:
[0238]統計所述場景中每個幀的單像素的灰度平均值；
[0239]獲取所述灰度平均值的差值最小的一個視頻幀；
[0240]保存所述灰度平均值的差值最小的一個視頻幀的幀數據，作為所述場景的待分析關鍵中貞。
[0241]可選的，所述局部特征為圖片的旋轉不變性特征。
[0242]可選的，所述聚類算法為Kmeans算法。
[0243]本領域技術人員在考慮說明書及實踐這里公開的發(fā)明后，將容易想到本公開的其它實施方案。本申請旨在涵蓋本公開的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本公開的一般性原理并包括本公開未公開的本【技術領域】中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，本公開的真正范圍和精神由下面的權利要求指出。
[0244]應當理解的是，本公開并不局限于上面已經描述并在附圖中示出的精確結構，并且可以在不脫離其范圍進行各種修改和改變。本公開的范圍僅由所附的權利要求來限制。
【權利要求】
1.一種防止視頻二次傳播的方法，其特征在于，包括: 提取待分析視頻的關鍵巾貞，得到待分析關鍵巾貞; 提取所述待分析關鍵幀的局部特征； 根據所述待分析關鍵幀的局部特征遍歷聚類樹，確定所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點，所述聚類樹為對禁止傳播關鍵幀提取局部特征后，利用聚類算法將所述禁止傳播關鍵幀的局部特征進行聚類后得到的，所述禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀； 根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果； 根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻； 當所述待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。
2.根據權利要求1所述的方法，其特征在于，所述根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果，包括: 確定所述葉子節(jié)點中的局部特征，所述葉子節(jié)點中的局部特征與所述待分析關鍵幀的局部特征匹配； 查詢所述葉子節(jié)點中的局部特征對應的禁止傳播關鍵幀； 統計每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數； 根據所述每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數，判定所述待分析關鍵幀是否與至少一個禁止傳播關鍵幀匹配； 當所述所述待分析關鍵幀與至少一個禁止傳播關鍵幀匹配時，確定所述待分析關鍵幀為禁止傳播關鍵幀。
3.根據權利要求1所述的方法，其特征在于，所述根據所述每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數，判定所述待分析關鍵幀是否與至少一個禁止傳播關鍵中貞匹配，包括: 當至少一個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數超過預設數量值時，確定所述待分析關鍵幀與所述至少一個禁止傳播關鍵幀匹配，所述待分析關鍵幀為禁止傳播關鍵幀。
4.根據權利要求1所述的方法，其特征在于，所述查詢所述葉子節(jié)點中的局部特征對應的禁止傳播關鍵幀，包括: 根據所述葉子節(jié)點中的局部特征的特征標識，從倒排文檔中查詢所述特征標識對應的關鍵巾貞標識，所述倒排文檔中記錄所述聚類樹中每個葉子節(jié)點的節(jié)點標識，每個葉子節(jié)點中包含特征的特征標識，每個特征對應的禁止傳播關鍵幀的關鍵幀標識，及每個禁止傳播關鍵巾貞對應的禁止傳播視頻的視頻標識； 根據所述關鍵幀標識確定所述禁止傳播關鍵幀。
5.根據權利要求1所述的方法，其特征在于，所述根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻，包括 統計所述待分析視頻中，被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數； 當被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數占所述待分析視頻的所有關鍵幀的百分比超過預設百分比時，確定所述待分析視頻為禁止傳播視頻。
6.根據權利要求1所述的方法，其特征在于，當所述待分析視頻為禁止傳播視頻時，所述方法還包括: 獲取所述待分析視頻的視頻標識，及所述待分析關鍵幀的關鍵幀標識； 記錄所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識； 在所述倒排文檔中添加所述待分析視頻的視頻標識，所述待分析關鍵幀的關鍵幀標識，以及所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識。
7.根據權利要求1所述的方法，其特征在于，所述提取待分析視頻的關鍵幀，得到待分析關鍵巾貞，包括: 對所述待分析視頻進行解碼，得到視頻幀； 對所述視頻幀進行顏色模型轉換，得到六角錐體模型的視頻幀； 對角錐體模型的視頻幀的直方圖進行量化； 對所述待分析視頻進行場景切割，得到至少兩個場景； 從每個場景中提取至少一個視頻幀作為所述待分析關鍵幀。
8.根據權利要求1所述的方法，其特征在于，所述從每個場景中提取至少一個視頻幀作為所述待分析關鍵幀，包括: 統計所述場景中每個幀的單像素的灰度平均值； 獲取所述灰度平均值的差值最小的一個視頻幀； 保存所述灰度平均值的差值最小的一個視頻幀的幀數據，作為所述場景的待分析關鍵幀。
9.根據權利要求1-8中任一項所述的方法，其特征在于，所述局部特征為圖片的旋轉不變性特征。
10.根據權利要求1-8中任一項所述的方法，其特征在于，所述聚類算法為Kmeans算法。
11.一種防止視頻二次傳播的裝置，其特征在于，包括: 第一提取模塊，用于提取待分析視頻的關鍵幀，得到待分析關鍵幀； 第二提取模塊，用于提取所述待分析關鍵幀的局部特征； 確定模塊，用于根據所述待分析關鍵幀的局部特征遍歷聚類樹，確定所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點，所述聚類樹為對禁止傳播關鍵幀提取局部特征后，利用聚類算法將所述禁止傳播關鍵幀的局部特征進行聚類后得到的，所述禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀； 判斷模塊，用于根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果； 判定模塊，用于根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻； 執(zhí)行模塊，用于當所述待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。
12.根據權利要求11所述的裝置，其特征在于，所述判斷模塊包括: 第一確定子模塊，用于確定所述葉子節(jié)點中的局部特征，所述葉子節(jié)點中的局部特征與所述待分析關鍵幀的局部特征匹配； 查詢子模塊，用于查詢所述葉子節(jié)點中的局部特征對應的禁止傳播關鍵幀； 統計子模塊，用于統計每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數；判定子模塊，用于根據所述每個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數，判定所述待分析關鍵幀是否與至少一個禁止傳播關鍵幀匹配； 第二確定子模塊，用于當所述所述待分析關鍵幀與至少一個禁止傳播關鍵幀匹配時，確定所述待分析關鍵幀為禁止傳播關鍵幀。
13.根據權利要求12所述的裝置，其特征在于，所述判定子模塊，用于當至少一個禁止傳播關鍵幀對應的待分析關鍵幀的局部特征的個數超過預設數量值時，確定所述待分析關鍵幀與所述至少一個禁止傳播關鍵幀匹配，所述待分析關鍵幀為禁止傳播關鍵幀。
14.根據權利要求12所述的裝置，其特征在于，所述查詢子模塊，用于根據所述葉子節(jié)點中的局部特征的特征標識，從倒排文檔中查詢所述特征標識對應的關鍵幀標識，所述倒排文檔中記錄所述聚類樹中每個葉子節(jié)點的節(jié)點標識，每個葉子節(jié)點中包含特征的特征標識，每個特征對應的禁止傳播關鍵幀的關鍵幀標識，及每個禁止傳播關鍵幀對應的禁止傳播視頻的視頻標識；根據所述關鍵幀標識確定所述禁止傳播關鍵幀。
15.根據權利要求11所述的裝置，其特征在于，所述判定模塊包括: 統計子模塊，用于統計所述待分析視頻中，被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數； 確定子模塊，用于當被判斷為禁止傳播關鍵幀的待分析關鍵幀的個數占所述待分析視頻的所有關鍵幀的百分比超過預設百分比時，確定所述待分析視頻為禁止傳播視頻。
16.根據權利要求11所述的裝置，其特征在于，所述裝置還包括: 獲取模塊，用于當所述待分析視頻為禁止傳播視頻時，獲取所述待分析視頻的視頻標識，及所述待分析關鍵幀的關鍵幀標識； 記錄模塊，用于記錄所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識； 添加模塊，用于在所述倒排文檔中添加所述待分析視頻的視頻標識，所述待分析關鍵幀的關鍵幀標識，以及所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點的節(jié)點標識，以及所述待分析關鍵幀的局部特征匹配的所述葉子節(jié)點中的局部特征的特征標識。
17.根據權利要求11所述的裝置，其特征在于，所述第一提取模塊包括: 解碼子模塊，用于對所述待分析視頻進行解碼，得到視頻幀； 轉換子模塊，用于對所述視頻幀進行顏色模型轉換，得到六角錐體模型的視頻幀； 量化子模塊，用于對角錐體模型的視頻幀的直方圖進行量化； 切割子模塊，用于根據所述直方圖對所述待分析視頻進行場景切割，得到至少兩個場旦牙、； 提取子模塊，用于從每個場景中提取至少一個視頻幀作為所述待分析關鍵幀。
18.根據權利要求17所述的裝置，其特征在于，提取子模塊，用于統計所述場景中每個幀的單像素的灰度平均值；獲取所述灰度平均值的差值最小的一個視頻幀；保存所述灰度平均值的差值最小的一個視頻幀的幀數據，作為所述場景的待分析關鍵幀。
19.一種防止視頻二次傳播的裝置，其特征在于，包括: 處理器； 用于存儲處理器可執(zhí)行指令的存儲器； 其中，所述處理器被配置為: 提取待分析視頻的關鍵巾貞，得到待分析關鍵巾貞; 提取所述待分析關鍵幀的局部特征； 根據所述待分析關鍵幀的局部特征遍歷聚類樹，確定所述待分析關鍵幀的局部特征所屬的所述聚類樹的葉子節(jié)點，所述聚類樹為對禁止傳播關鍵幀提取局部特征后，利用聚類算法將所述禁止傳播關鍵幀的局部特征進行聚類后得到的，所述禁止傳播關鍵幀為禁止傳播視頻庫中的禁止傳播視頻的關鍵幀； 根據所述待分析關鍵幀的局部特征所屬的葉子節(jié)點，判斷所述待分析關鍵幀是否為所述禁止傳播關鍵幀，得到判斷結果； 根據所述判斷結果，判定所述待分析視頻是否為禁止傳播視頻； 當所述待分析視頻為禁止傳播視頻時，執(zhí)行預設的防傳播操作。
【文檔編號】G06F21/10GK104268446SQ201410521691
【公開日】2015年1月7日 申請日期:2014年9月30日 優(yōu)先權日:2014年9月30日
【發(fā)明者】張濤, 李海峰, 陳志軍 申請人:小米科技有限責任公司