【技术实现步骤摘要】
本申请涉及视频和图像处理，具体而言，涉及一种个人关注视频事件筛选方法和系统、存储介质及电子设备。
技术介绍
1、在现有技术中，通常采用遍历一段时间内存在的视频进行分析，该段时间内存在大量内容相同的视频，使得遍历的视频数量庞大，同时监查人员人工查看视频的方式费时费力，无法及时从海量视频中及时发现与其重点关注的视频相似的新发布视频，从而无法及时发现并限制负面舆论导向视频的传播，不利于确保视频舆情的正确导向和稳定。
技术实现思路
1、本申请实施例提供了一种个人关注视频事件筛选方法和系统、存储介质及电子设备，以至少解决无法及时从海量视频中及时发现与个人关注视频所相似的新发布视频的技术问题。
2、根据本申请实施例的一个方面，提供了一种个人关注视频事件筛选方法，应用于个人关注视频事件信息网络，方法包括：根据接收的原始视频文件，生成第一视频事件；遍历个人关注视频事件信息网络中根节点；其中，个人关注视频事件信息网络是基于视频事件信息空间以多级树集合为基础构造的森林结构，视频事件信息空间是指视频事件特征向量所在的多维向量空间，多级树包括根节点和子节点，任意两个根节点对应的视频事件之间的差异率大于预设阈值，每个根节点的子节点与其根节点对应的视频事件之间的差异率小于等于预设阈值；在遍历到根节点时，根据第一视频事件确定是否将根节点对应的个人关注视频事件添加到结果集中；在将根节点对应的个人关注视频事件添加到结果集时，遍历根节点下的子节点，并计算子节点与所述第一视频事件的相似率，并将相似率关联到子
3、可选的，视频事件是指一个镜头内所有内容帧的集合，视频事件特征向量为在相同坐标系下对内容帧的集合提取特征矩阵后计算得到，内容帧是指表示镜头内容的帧，包括首帧、尾帧、和n个中间帧，n为自然数，中间帧通过对一个镜头的除首尾两帧之外的所有子帧顺序与其前一个内容帧进行差异率计算，当差异率大于预设阈值时得到。
4、可选的，根据第一视频事件确定是否将根节点对应的个人关注视频事件添加到结果集中，包括：确定根节点对应的第二视频事件，并判断该第二视频事件与第一视频事件之间是否相似；若是，则计算第二视频事件与第一视频事件之间的相似率，并将相似率关联到根节点对应的个人关注视频事件，并添加到结果集中。
5、可选的，判断该第二视频事件与第一视频事件之间是否相似，包括：计算第一视频事件的内容帧数量与该第二视频事件的内容帧数量差值的绝对值；当内容帧数量差值的绝对值小于等于预设数量阈值时，根据第一视频事件的内容帧的特征向量得到第一视频事件的特征向量以及特征向量的模，根据第二视频事件的内容帧的特征向量得到第二视频事件的特征向量以及第二视频事件的特征向量的模，根据第一视频事件的特征向量以及第二视频事件的特征向量，得到第一视频事件与第二视频事件的特征向量差异值，根据第一视频事件与第二视频事件的特征向量差异值、第一视频事件的特征向量的模、第二视频事件的特征向量的模，得到第一视频事件和所述第二视频事件之间的特征向量差异率；当特征向量差异率小于等于预设差异率阈值时，判断第一视频事件的任一内容帧是否在第二视频事件中均存在目标内容帧，计算第一视频事件的每一内容帧与其对应的目标内容帧的内容帧差异率；当第一视频事件的每一内容帧与其对应的目标内容帧的内容帧差异率小于等于预设差异率阈值时，计算第一视频事件与该第二视频事件的相似率；当相似率大于等于预设相似率阈值时，确定第一视频事件与该第二视频事件相似。
6、可选的，基于结果集，生成视频事件的筛选结果，并将筛选结果保存到数据库中，同时将筛选结果推送至客户端，包括：确定目标个人视频事件对应的用户信息；目标个人视频事件为结果集中任意一个个人关注视频事件；获取第一视频事件对应的第一镜头数据；获取目标个人视频事件对应的目标镜头数据；确定目标个人视频事件与第一视频事件之间的相似率，得到视频事件间的相似率；将镜头数据、目标镜头数据，用户信息，视频事件间的相似率及其id标识符保存到数据库中；根据用户信息，将第一镜头数据、目标镜头数据、视频事件间的相似率及其id标识符同时推送至用户当前登录的客户端。
7、可选的，根据接收的原始视频文件，生成第一视频事件，包括：实时接收来自信息网络上传的视频资源，得到原始视频文件；根据原始视频文件，生成多个视频事件；将多个视频事件中任意一个视频事件作为第一视频事件。
8、可选的，根据接收的原始视频文件，生成第一视频事件之前，还包括：接收来自个人上传的原始视频文件，得到个人关注的视频样本；获取并预处理个人关注的视频样本，得到目标视频；对目标视频进行镜头分割，得到至少一个镜头；根据至少一个镜头，生成镜头数据；提取每个镜头的内容帧；根据每个镜头的内容帧，生成内容帧数据；根据每个镜头的镜头数据和内容帧数据生成每个视频事件；将每个视频事件作为根节点或子节点，构成个人关注视频事件信息网络。
9、根据本申请实施例的另一方面，还提供了一种个人关注视频事件筛选系统，应用于个人关注视频事件信息网络，系统包括：生成模块，用于根据接收的原始视频文件，生成第一视频事件；遍历模块，用于遍历个人关注视频事件信息网络中根节点；其中，个人关注视频事件信息网络是基于视频事件信息空间以多级树集合为基础构造的森林结构，视频事件信息空间是指视频事件特征向量所在的多维向量空间，多级树包括根节点和子节点，任意两个根节点对应的视频事件之间的差异率大于预设阈值，每个根节点的子节点与其根节点对应的视频事件之间的差异率小于等于预设阈值；当遍历到根节点时，根据第一视频事件确定是否将根节点对应的个人关注视频事件添加到结果集中；判断模块，用于在将根节点对应的个人关注视频事件添加到结果集时，遍历根节点下的子节点，并计算子节点与所述第一视频事件的相似率，并将相似率关联到子节点对应的个人关注视频事件上，并添加到结果集中；确定个人关注视频事件信息网络中的根节点是否全部遍历结束；反馈模块，用于若是，则基于结果集，生成视频事件的筛选结果，并将筛选结果保存到数据库中，同时将筛选结果推送至客户端。
10、根据本申请实施例的又一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过上述计算机程序执行上述的个人关注视频事件筛选方法。
11、根据本申请实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述个人关注视频事件筛选方法。
12、在本申请实施例中，个人关注视频事件筛选系统首先根据接收的原始视频文件，生成第一视频事件；遍历个人关注视频事件信息网络中根节点；在遍历到根节点时，根据第一视频事件确定是否将根节点对应的个人关注视频事件添加到结果集中，若是，则遍历本文档来自技高网...
【技术保护点】
1.一种个人关注视频事件筛选方法，其特征在于，应用于个人关注视频事件信息网络，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述视频事件是指一个镜头内所有内容帧的集合，所述视频事件特征向量为在相同坐标系下对内容帧的集合提取特征矩阵后计算得到，所述内容帧是指表示镜头内容的帧，包括首帧、尾帧、和N个中间帧，N为自然数，所述中间帧通过对一个镜头的除首尾两帧之外的所有子帧顺序与其前一个内容帧进行差异率计算，当所述差异率大于预设阈值时得到。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一视频事件确定是否将所述根节点对应的个人关注视频事件添加到结果集中，包括：
4.根据权利要求3所述的方法，其特征在于，所述判断该第二视频事件与所述第一视频事件之间是否相似，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述结果集，生成视频事件的筛选结果，并将筛选结果保存到数据库中，同时将筛选结果推送至客户端，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据接收的原始视频文件，生成第一视频事件，包括：>
7.根据权利要求1所述的方法，其特征在于，所述根据接收的原始视频文件，生成第一视频事件之前，还包括：
8.一种个人关注视频事件筛选系统，其特征在于，应用于个人关注视频事件信息网络，所述系统包括：
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1-7任意一项所述的方法。
10.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1-7任意一项所述的方法。
...【技术特征摘要】
1.一种个人关注视频事件筛选方法，其特征在于，应用于个人关注视频事件信息网络，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述视频事件是指一个镜头内所有内容帧的集合，所述视频事件特征向量为在相同坐标系下对内容帧的集合提取特征矩阵后计算得到，所述内容帧是指表示镜头内容的帧，包括首帧、尾帧、和n个中间帧，n为自然数，所述中间帧通过对一个镜头的除首尾两帧之外的所有子帧顺序与其前一个内容帧进行差异率计算，当所述差异率大于预设阈值时得到。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一视频事件确定是否将所述根节点对应的个人关注视频事件添加到结果集中，包括：
4.根据权利要求3所述的方法，其特征在于，所述判断该第二视频事件与所述第一视频事件之间是否相似，包括：
5.根据权利要求1所述的方法，其特征...
【专利技术属性】
技术研发人员：刘世章，陈楚怡，汪昭辰，
申请(专利权)人：青岛尘元科技信息有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。