1.一種視頻有害內(nèi)容識(shí)別方法，其特征在于：該方法的步驟如下：
S1、對(duì)視頻信息進(jìn)行視頻近似拷貝檢測(cè)；
S2、對(duì)有害視頻文本進(jìn)行識(shí)別；
S3、如果S1與S2發(fā)現(xiàn)/或未發(fā)現(xiàn)有害信息時(shí)，對(duì)視頻的有害內(nèi)容進(jìn)行智能分析，并利用深度學(xué)習(xí)目標(biāo)檢測(cè)算法再次識(shí)別。
2.根據(jù)權(quán)利要求1所述的一種視頻有害內(nèi)容識(shí)別方法，其特征在于：所述S1的具體步驟如下：
S11、對(duì)未知的待測(cè)視頻或圖像進(jìn)行有害內(nèi)容識(shí)別，提取待測(cè)視頻的視頻指紋；
S12、將視頻指紋與視頻指紋庫(kù)中的視頻指紋信息以遍歷的方式進(jìn)行匹配，逐一檢測(cè)待測(cè)視頻中是否存在不良及受控媒資中的視頻片段。
3.根據(jù)權(quán)利要求2所述的一種視頻有害內(nèi)容識(shí)別方法，其特征在于：所述的方法還包括一個(gè)建立所述的視頻指紋的步驟，包括以下子步驟：
A1、將不良及受控媒資按照順序提取每個(gè)關(guān)鍵幀的特征點(diǎn)；
A2、對(duì)特征點(diǎn)進(jìn)行過(guò)濾和精確定位后，剔除不穩(wěn)定的特征點(diǎn)；
A3、提取特征點(diǎn)處的特征描述符，并為特征點(diǎn)分配方向值形成特征向量；
A4、將所有特征點(diǎn)的特征向量集合成視頻指紋后入庫(kù)形成視頻指紋庫(kù)。
4.根據(jù)權(quán)利要求1所述的一種視頻有害內(nèi)容識(shí)別方法，其特征在于：所述S2的具體步驟如下：
S21、利用分詞、文本聚類(lèi)的方式提取素材庫(kù)中每個(gè)文本信息的有害關(guān)鍵詞并形成對(duì)應(yīng)文符集；
S22、將待測(cè)視頻圖像幀中的文本信息依次與文符集進(jìn)行匹配，如果匹配相似度在預(yù)設(shè)權(quán)值范圍內(nèi)，則認(rèn)為文本信息中包含有害內(nèi)容。
5.根據(jù)權(quán)利要求4所述的一種視頻有害內(nèi)容識(shí)別方法，其特征在于：所述的方法還包括建立一個(gè)所述的素材庫(kù)的步驟，包括以下子步驟：
B1、利用COR技術(shù)提取視頻圖像幀中的文本信息；
B2、根據(jù)視頻圖像幀中的文本信息建立帶有有害關(guān)鍵詞的相關(guān)文本信息的素材庫(kù)。
6.根據(jù)權(quán)利要求1所述的一種視頻有害內(nèi)容識(shí)別方法，其特征在于：所述S3包括以下步驟：
S31、將待測(cè)視頻或圖像作為有害內(nèi)容輸入智能分析模型，如果待測(cè)視頻或圖像中含有有害內(nèi)容信息，標(biāo)注出有害內(nèi)容位于圖片中的坐標(biāo)和類(lèi)型。
7.根據(jù)權(quán)利要求6所述的一種視頻有害內(nèi)容識(shí)別方法，其特征在于：所述的方法還包括建立一個(gè)所述的智能分析模型的步驟，包括以下子步驟：
C1、利用深度學(xué)習(xí)目標(biāo)檢測(cè)算法對(duì)有害視頻或圖像進(jìn)行訓(xùn)練；
C2、建立有害內(nèi)容識(shí)別智能分析模型。
8.根據(jù)權(quán)利要求7所述的一種視頻有害內(nèi)容識(shí)別方法，其特征在于：所述C1的具體步驟如下：
C11、根據(jù)有害視頻或圖像生成有害視頻或圖像訓(xùn)練集，并生成圖片庫(kù)，包括利用Fast-RCNN深度學(xué)習(xí)目標(biāo)檢測(cè)算法將圖片庫(kù)中的圖片打上標(biāo)簽；
C12、通過(guò)Fast-RCNN深度學(xué)習(xí)目標(biāo)檢測(cè)算法修改有害內(nèi)容模型配置文件；
C13、在生成有害內(nèi)容訓(xùn)練集及完成有害內(nèi)容識(shí)別智能分析模型配置文件后，啟動(dòng)Fast-RCNN網(wǎng)絡(luò)訓(xùn)練，主要是加載網(wǎng)絡(luò)訓(xùn)練文件、訓(xùn)練機(jī)器GPU編號(hào)、模型配置文件、初始化的權(quán)重文件、訓(xùn)練數(shù)據(jù)庫(kù)名稱(chēng)。
9.根據(jù)權(quán)利要求8所述的一種視頻有害內(nèi)容識(shí)別方法，其特征在于：所述的標(biāo)簽包括圖片名稱(chēng)、圖片路徑和圖片類(lèi)別；所述的模型配置文件修改的內(nèi)容包括檢測(cè)類(lèi)別個(gè)數(shù)、學(xué)習(xí)速率和步長(zhǎng)。
10.根據(jù)權(quán)利要求1所述的一種視頻有害內(nèi)容識(shí)別方法，其特征在于：優(yōu)選S1與S2未發(fā)現(xiàn)有害信息時(shí)，對(duì)視頻的有害內(nèi)容進(jìn)行智能分析，并利用深度學(xué)習(xí)目標(biāo)檢測(cè)算法再次識(shí)別。