防止视频二次传播的方法及装置制造方法
【专利摘要】本公开是关于一种防止视频二次传播的方法及装置。所述方法包括：提取待分析视频的关键帧，得到待分析关键帧；提取待分析关键帧的局部特征；根据待分析关键帧的局部特征遍历聚类树，确定待分析关键帧的局部特征所属的聚类树的叶子节点；根据待分析关键帧的局部特征所属的叶子节点，判断待分析关键帧是否为禁止传播关键帧，得到判断结果；根据判断结果，判定待分析视频是否为禁止传播视频；当待分析视频为禁止传播视频时，执行预设的防传播操作。本公开用于对网络中的禁止传播图片进行识别，并防止这些图片的二次传播。
【专利说明】防止视频二次传播的方法及装置
【技术领域】
[0001]本公开涉及视频分析【技术领域】，尤其涉及一种防止视频二次传播的方法及装置。
【背景技术】
[0002]随着网络时代的到来，视频的传播取得了前所未有的发展。但是，对于违背社会伦理道德的视频，如内容失实的虚假视频，被修改的视频，血腥、残酷、恐怖的视频，侵犯被拍摄者的肖像权、隐私权、名誉权的视频，“泡沫”视频，零信息视频，空头视频，及一些色情挑逗视频等等，需要禁止其在网络上传播。
[0003]相关技术中，大多利用视频的消息摘要算法第五版(Message Digest AlgorithmMD5)、安全哈希算法(Secure Hash Algorithm, SHA)值或文件名来识别需要禁止传播的视频。
[0004]相关技术中存在如下问题:若视频的文件名被改动，或者视频被改动，或者有所裁剪，则无法被识别出来，因此，采用相关技术的技术方案，无法准确、有效、全面地禁止违背社会伦理道德的视频的传播。
【发明内容】
[0005]为克服相关技术中存在的问题，本公开实施例提供一种防止视频二次传播的方法及装置。
[0006]根据本公开实施例的第一方面，提供一种防止视频二次传播的方法，包括:
[0007]提取待分析视频的关键巾贞，得到待分析关键巾贞;
[0008]提取所述待分析关键帧的局部特征；
[0009]根据所述待分析关键帧的局部特征遍历聚类树，确定所述待分析关键帧的局部特征所属的所述聚类树的叶子节点，所述聚类树为对禁止传播关键帧提取局部特征后，利用聚类算法将所述禁止传播关键帧的局部特征进行聚类后得到的，所述禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧；
[0010]根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果；
[0011]根据所述判断结果，判定所述待分析视频是否为禁止传播视频；
[0012]当所述待分析视频为禁止传播视频时，执行预设的防传播操作。
[0013]本实施例中，建立禁止传播视频关键帧的局部特征库，将待分析视频的关键帧的局部特征与禁止传播关键帧局部特征库进行比对，以分析待分析关键帧是否为禁止传播关键帧，进而判断待分析视频是否为禁止传播视频。通过关键帧的局部特征识别禁止传播关键帧，即使视频的名称被更改，视频内容被处理，也能够准确地识别出禁止传播视频，一旦禁止传播视频被识别出，则无论其被如何修改，都再无被传播的可能，可以准确、有效、全面地禁止违背社会伦理道德的视频的传播。并且，由于采用遍历聚类树的方式对局部特征进行查询，识别禁止传播视频的速度快，提高识别效率，可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播，用户体验度较好。
[0014]可选的，所述根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果，包括:
[0015]确定所述叶子节点中的局部特征，所述叶子节点中的局部特征与所述待分析关键帧的局部特征匹配；
[0016]查询所述叶子节点中的局部特征对应的禁止传播关键帧；
[0017]统计每个禁止传播关键帧对应的待分析关键帧的局部特征的个数；
[0018]根据所述每个禁止传播关键帧对应的待分析关键帧的局部特征的个数，判定所述待分析关键帧是否与至少一个禁止传播关键帧匹配；
[0019]当所述所述待分析关键帧与至少一个禁止传播关键帧匹配时，确定所述待分析关键帧为禁止传播关键帧。
[0020]在可选方案中，通过采用遍历聚类树的方式对局部特征进行查询，识别禁止传播关键帧的速度快，提高识别禁止传播视频的效率，可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播，并且，提高识别禁止传播视频的准确度，避免漏识别和误识别，用户体验度较好。
[0021]可选的，所述根据所述每个禁止传播关键帧对应的待分析关键帧的局部特征的个数，判定所述待分析关键帧是否与至少一个禁止传播关键帧匹配，包括:
[0022]当至少一个禁止传播关键帧对应的待分析关键帧的局部特征的个数超过预设数量值时，确定所述待分析关键帧与所述至少一个禁止传播关键帧匹配，所述待分析关键帧为禁止传播关键帧。
[0023]在可选方案中，通过对判定禁止传播关键帧的匹配的局部特征的个数进行限定，不仅提高识别禁止传播关键帧及禁止传播视频的速度和效率，进而可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播，并且，提高识别禁止传播视频的准确度，避免漏识别和误识别，用户体验度较好。
[0024]可选的，所述查询所述叶子节点中的局部特征对应的禁止传播关键帧，包括:
[0025]根据所述叶子节点中的局部特征的特征标识，从倒排文档中查询所述特征标识对应的关键帧标识，所述倒排文档中记录所述聚类树中每个叶子节点的节点标识，每个叶子节点中包含特征的特征标识，每个特征对应的禁止传播关键帧的关键帧标识，及每个禁止传播关键帧对应的禁止传播视频的视频标识；
[0026]根据所述关键帧标识确定所述禁止传播关键帧。
[0027]在可选方案中，采用倒排文档的方式记录禁止传播关键帧的局部特征，将待分析关键帧的局部特征在倒排文档中进行比对，提高了识别禁止传播关键帧及禁止传播视频的速度和效率，可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播，并且，提高识别禁止传播视频的准确度，避免漏识别和误识别，用户体验度较好。
[0028]可选的，所述根据所述判断结果，判定所述待分析视频是否为禁止传播视频，包括
[0029]统计所述待分析视频中，被判断为禁止传播关键帧的待分析关键帧的个数；
[0030]当被判断为禁止传播关键帧的待分析关键帧的个数占所述待分析视频的所有关键帧的百分比超过预设百分比时，确定所述待分析视频为禁止传播视频。
[0031]在可选方案中，通过对判定禁止传播视频的关键帧个数进行限定，不仅提高识别禁止传播视频的速度和效率，可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播，并且，提高识别禁止传播视频的准确度，避免漏识别和误识别，用户体验度较好。
[0032]可选的，当所述待分析视频为禁止传播视频时，所述方法还包括:
[0033]获取所述待分析视频的视频标识，及所述待分析关键帧的关键帧标识；
[0034]记录所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识；
[0035]在所述倒排文档中添加所述待分析视频的视频标识，所述待分析关键帧的关键帧标识，以及所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识。
[0036]在可选方案中，当确定待分析视频为禁止传播视频后，将该待分析视频的关键帧的局部特征加入到倒排文档中，用于后续对其他图片的识别。这样，一旦禁止传播视频被识别出，则无论其被如何修改，都再无被传播的可能，可以准确、有效、全面地禁止违背社会伦理道德的视频的传播。
[0037]可选的，所述提取待分析视频的关键帧，得到待分析关键帧，包括:
[0038]对所述待分析视频进行解码，得到视频帧；
[0039]对所述视频帧进行颜色模型转换，得到六角锥体模型的视频帧；
[0040]对角锥体模型的视频帧的直方图进行量化；
[0041]对所述待分析视频进行场景切割，得到至少两个场景；
[0042]从每个场景中提取至少一个视频帧作为所述待分析关键帧。
[0043]在可选方案中，采用直方图比较法对视频场景进行划分，每个场景提取至少一个视频帧作为关键帧，这样，提取到的关键帧能够准确、全面地反映整个视频的内容，后续对视频是否为禁止传播视频的分析更加准确，避免漏识别和误识别，用户体验度较好。
[0044]可选的，所述从每个场景中提取至少一个视频帧作为所述待分析关键帧，包括:
[0045]统计所述场景中每个帧的单像素的灰度平均值；
[0046]获取所述灰度平均值的差值最小的一个视频帧；
[0047]保存所述灰度平均值的差值最小的一个视频帧的帧数据，作为所述场景的待分析关键中贞。
[0048]在可选方案中，每个场景下仅提取一个视频帧作为关键帧，这样，虽然提取到的关键帧数量较少，但仍能够准确、全面地反映整个视频的内容，后续对视频是否为禁止传播视频的分析更加准确，避免漏识别和误识别，用户体验度较好。并且，减少了数据处理量，节约了服务器的处理能力，提高识别禁止传播视频的效率，可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播。
[0049]可选的，所述局部特征为图片的旋转不变性特征。
[0050]可选的，所述聚类算法为Kmeans算法。
[0051]根据本公开实施例的第二方面，提供一种防止视频二次传播的装置，包括:
[0052]第一提取模块，用于提取待分析视频的关键帧，得到待分析关键帧；
[0053]第二提取模块，用于提取所述待分析关键帧的局部特征；
[0054]确定模块，用于根据所述待分析关键帧的局部特征遍历聚类树，确定所述待分析关键帧的局部特征所属的所述聚类树的叶子节点，所述聚类树为对禁止传播关键帧提取局部特征后，利用聚类算法将所述禁止传播关键帧的局部特征进行聚类后得到的，所述禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧；
[0055]判断模块，用于根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果；
[0056]判定模块，用于根据所述判断结果，判定所述待分析视频是否为禁止传播视频；
[0057]执行模块，用于当所述待分析视频为禁止传播视频时，执行预设的防传播操作。
[0058]可选的，所述判断模块包括:
[0059]第一确定子模块，用于确定所述叶子节点中的局部特征，所述叶子节点中的局部特征与所述待分析关键帧的局部特征匹配；
[0060]查询子模块，用于查询所述叶子节点中的局部特征对应的禁止传播关键帧；
[0061]统计子模块，用于统计每个禁止传播关键帧对应的待分析关键帧的局部特征的个数；
[0062]判定子模块，用于根据所述每个禁止传播关键帧对应的待分析关键帧的局部特征的个数，判定所述待分析关键帧是否与至少一个禁止传播关键帧匹配；
[0063]第二确定子模块，用于当所述所述待分析关键帧与至少一个禁止传播关键帧匹配时，确定所述待分析关键帧为禁止传播关键帧。
[0064]可选的，所述判定子模块，用于当至少一个禁止传播关键帧对应的待分析关键帧的局部特征的个数超过预设数量值时，确定所述待分析关键帧与所述至少一个禁止传播关键帧匹配，所述待分析关键帧为禁止传播关键帧。
[0065]可选的，所述查询子模块，用于根据所述叶子节点中的局部特征的特征标识，从倒排文档中查询所述特征标识对应的关键帧标识，所述倒排文档中记录所述聚类树中每个叶子节点的节点标识，每个叶子节点中包含特征的特征标识，每个特征对应的禁止传播关键帧的关键帧标识，及每个禁止传播关键帧对应的禁止传播视频的视频标识；根据所述关键帧标识确定所述禁止传播关键帧。
[0066]可选的，所述判定模块包括:
[0067]统计子模块，用于统计所述待分析视频中，被判断为禁止传播关键帧的待分析关键帧的个数；
[0068]确定子模块，用于当被判断为禁止传播关键帧的待分析关键帧的个数占所述待分析视频的所有关键帧的百分比超过预设百分比时，确定所述待分析视频为禁止传播视频。
[0069]可选的，所述装置还包括:
[0070]获取模块，用于当所述待分析视频为禁止传播视频时，获取所述待分析视频的视频标识，及所述待分析关键巾贞的关键巾贞标识；
[0071]记录模块，用于记录所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识；
[0072]添加模块，用于在所述倒排文档中添加所述待分析视频的视频标识，所述待分析关键帧的关键帧标识，以及所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识。
[0073]可选的，所述第一提取模块包括:
[0074]解码子模块，用于对所述待分析视频进行解码，得到视频帧；
[0075]转换子模块，用于对所述视频帧进行颜色模型转换，得到六角锥体模型的视频帧；
[0076]量化子模块，用于对角锥体模型的视频帧的直方图进行量化；
[0077]切割子模块，用于根据所述直方图对所述待分析视频进行场景切割，得到至少两个场景；
[0078]提取子模块，用于从每个场景中提取至少一个视频帧作为所述待分析关键帧。
[0079]可选的，提取子模块，用于统计所述场景中每个帧的单像素的灰度平均值；获取所述灰度平均值的差值最小的一个视频帧；保存所述灰度平均值的差值最小的一个视频帧的帧数据，作为所述场景的待分析关键帧。
[0080]根据本公开实施例的第三方面，提供一种防止视频二次传播的装置，包括:
[0081]处理器；
[0082]用于存储处理器可执行指令的存储器；
[0083]其中，所述处理器被配置为:
[0084]提取待分析视频的关键巾贞，得到待分析关键巾贞;
[0085]提取所述待分析关键帧的局部特征；
[0086]根据所述待分析关键帧的局部特征遍历聚类树，确定所述待分析关键帧的局部特征所属的所述聚类树的叶子节点，所述聚类树为对禁止传播关键帧提取局部特征后，利用聚类算法将所述禁止传播关键帧的局部特征进行聚类后得到的，所述禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧；
[0087]根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果；
[0088]根据所述判断结果，判定所述待分析视频是否为禁止传播视频；
[0089]当所述待分析视频为禁止传播视频时，执行预设的防传播操作。
[0090]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
【专利附图】
【附图说明】
[0091]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0092]图1是根据一示例性实施例示出的一种防止视频二次传播的方法的流程图；
[0093]图2是根据一示例性实施例示出的Kmeans树的示意图；
[0094]图3是根据另一示例性实施例示出的一种防止视频二次传播的方法的流程图；
[0095]图4是根据另一示例性实施例示出的一种防止视频二次传播的方法的流程图；
[0096]图5是根据另一示例性实施例示出的一种防止视频二次传播的方法的流程图；
[0097]图6是根据另一示例性实施例示出的一种防止视频二次传播的方法的流程图；
[0098]图7是根据另一示例性实施例示出的倒排文档树的示意图；
[0099]图8是根据另一示例性实施例示出的一种防止视频二次传播的方法的流程图；
[0100]图9是根据另一示例性实施例示出的一种防止视频二次传播的方法的流程图；
[0101]图10是根据一示例性实施例示出的一种防止视频二次传播的装置的框图；
[0102]图11是根据一示例性实施例示出的判断模块的框图；
[0103]图12是根据一示例性实施例示出的判断模块的框图；
[0104]图13是根据一示例性实施例示出的一种防止视频二次传播的装置的框图；
[0105]图14是根据一示例性实施例示出的第一提取模块的框图；
[0106]图15是根据一示例性实施例示出的一种用于防止视频二次传播的装置1500的框图。
【具体实施方式】
[0107]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0108]图1是根据一示例性实施例示出的一种防止视频二次传播的方法的流程图，如图1所示，防止视频二次传播的方法用于网络侧的服务器中，包括以下步骤。
[0109]在步骤Sll中，提取待分析视频的关键帧，得到待分析关键帧；
[0110]在步骤S12中，提取待分析关键帧的局部特征；
[0111]在步骤S13中，根据待分析关键帧的局部特征遍历聚类树，确定待分析关键帧的局部特征所属的聚类树的叶子节点，聚类树为对禁止传播关键帧提取局部特征后，利用聚类算法将禁止传播关键帧的局部特征进行聚类后得到的，禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧；
[0112]在步骤S14中，根据待分析关键帧的局部特征所属的叶子节点，判断待分析关键帧是否为禁止传播关键帧，得到判断结果；
[0113]在步骤S15中，根据判断结果，判定待分析视频是否为禁止传播视频；
[0114]在步骤S16中，当待分析视频为禁止传播视频时，执行预设的防传播操作。
[0115]本实施例中，建立禁止传播视频关键帧的局部特征库，将待分析视频的关键帧的局部特征与禁止传播关键帧局部特征库进行比对，以分析待分析关键帧是否为禁止传播关键帧，进而判断待分析视频是否为禁止传播视频。通过关键帧的局部特征识别禁止传播关键帧，即使视频的名称被更改，视频内容被处理，也能够准确地识别出禁止传播视频，一旦禁止传播视频被识别出，则无论其被如何修改，都再无被传播的可能，可以准确、有效、全面地禁止违背社会伦理道德的视频的传播。并且，由于采用遍历聚类树的方式对局部特征进行查询，识别禁止传播视频的速度快，提高识别效率，可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播，用户体验度较好。
[0116]可选的，局部特征为关键巾贞的旋转不变性(Scale-1nvariant featuretransform, Sift)特征。
[0117]可选的，聚类算法为Kmeans算法。
[0118]在步骤Sll中，提取视频videol的关键巾贞A。
[0119]在步骤S12中，提取待分析关键帧A的Sift特征。
[0120]在步骤S13中，聚类树为对禁止传播关键帧提取Sift特征后，利用Kmeans算法将禁止传播关键帧的Sift特征进行聚类后得到的，禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧。
[0121]例如，如图2所7]^，禁止传播视频库中有30000张关键巾贞图片,其中每张图片提取0-300个Sift特征，共提取出90万个Sift特征，用Kmeans算法对这些Sift特征进行训练，得到一个2层250叉树的Kmeans树。遍历Kmeans树,确定待分析图片的Sift特征滑落的叶子节点位置。其中，每个叶子节点中可包含多个Sift特征。
[0122]在步骤S14中，确定待分析关键巾贞A的Sift特征滑落的Kmeans树的叶子节点位置，以判断待分析关键帧A是否与禁止传播视频库中的某张禁止传播关键帧匹配。如果确定待分析关键帧A与某张禁止传播关键帧匹配时，确定关键帧A为禁止传播关键帧。
[0123]在步骤S15中，如果待分析视频中，被判断为禁止传播关键帧的待分析关键帧的数量较多时，则该待分析视频videol为禁止传播视频的可能性较大。
[0124]在步骤S16，如果该待分析视频videol为禁止传播视频，执行防传播操作，如屏蔽该视频videol,或者同时禁止传播该视频videol的用户Ul再次上传视频,或者记录用户Ul上传禁止传播视频的次数，如果超过一定阈值，则屏蔽该用户，或者，可对用户Ul的行为向网络管理员或公安机关进行报警。
[0125]图3是根据另一示例性实施例示出的一种防止视频二次传播的方法的流程图，如图3所示,可选的,上述步骤S14包括:
[0126]在步骤S31中，确定叶子节点中的局部特征，叶子节点中的局部特征与待分析关键帧的局部特征匹配；
[0127]在步骤S32中，查询叶子节点中的局部特征对应的禁止传播关键帧；
[0128]在步骤S33中，统计每个禁止传播关键帧对应的待分析关键帧的局部特征的个数；
[0129]在步骤S34中，根据每个禁止传播关键帧对应的待分析关键帧的局部特征的个数，判定待分析关键帧是否与至少一个禁止传播关键帧匹配；
[0130]在步骤S35中，当待分析关键帧与至少一个禁止传播关键帧匹配时，确定待分析关键帧为禁止传播关键帧。
[0131]在可选方案中，通过采用遍历聚类树的方式对局部特征进行查询，识别禁止传播关键帧的速度快，提高识别禁止传播视频的效率，可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播，并且，提高识别禁止传播视频的准确度，避免漏识别和误识别，用户体验度较好。
[0132]可选的，在上述步骤S34中，当至少一个禁止传播关键帧对应的待分析关键帧的局部特征的个数超过预设数量值时，确定待分析关键帧与至少一个禁止传播关键帧匹配，待分析关键帧为禁止传播关键帧。
[0133]例如，可以设置预设数量值为10，即当至少10个待分析关键帧A的Sift特征命中了同一个禁止传播关键帧B，则可以确定待分析关键帧A与禁止传播关键帧B相同，待分析关键帧A为禁止传播关键帧。
[0134]在可选方案中，通过对判定禁止传播关键帧的匹配的局部特征的个数进行限定，不仅提高识别禁止传播关键帧及禁止传播视频的速度和效率，进而可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播，并且，提高识别禁止传播视频的准确度，避免漏识别和误识别，用户体验度较好。
[0135]图4是根据另一示例性实施例示出的一种防止图片二次传播的方法的流程图，如图4所示,可选的,上述步骤S32包括:
[0136]在步骤S41中，根据叶子节点中的局部特征的特征标识，从倒排文档中查询特征标识对应的关键帧标识，倒排文档中记录聚类树中每个叶子节点的节点标识，每个叶子节点中包含特征的特征标识，每个特征对应的禁止传播关键帧的关键帧标识，及每个禁止传播关键巾贞对应的禁止传播视频的视频标识；
[0137]在步骤S42中，根据关键巾贞标识确定禁止传播关键中贞。
[0138]例如，对于图2中的Kmeans树，可以保存最下面一层的叶子节点，生成倒排文档，倒排文档中记录Kmeans树中每个叶子节点的节点标识,每个叶子节点中包含Sift特征的特征标识，每个Sift特征对应的禁止传播关键帧的关键帧标识，及每个禁止传播关键帧对应的禁止传播视频的视频标识。这样，可以在倒排文档中快速地查询叶子节点中的Sift特征对应的禁止传播关键帧。
[0139]在可选方案中，采用倒排文档的方式记录禁止传播关键帧的局部特征，将待分析关键帧的局部特征在倒排文档中进行比对，提高了识别禁止传播关键帧及禁止传播视频的速度和效率，可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播，并且，提高识别禁止传播视频的准确度，避免漏识别和误识别，用户体验度较好。
[0140]图5是根据另一示例性实施例示出的一种防止图片二次传播的方法的流程图，如图5所示,可选的,上述步骤S15,包括
[0141]在步骤S51中，统计待分析视频中，被判断为禁止传播关键帧的待分析关键帧的个数；
[0142]在步骤S52中，当被判断为禁止传播关键帧的待分析关键帧的个数占待分析视频的所有关键帧的百分比超过预设百分比时，确定待分析视频为禁止传播视频。
[0143]例如，可以设置预设百分比为20%，即当待分析视频中有20%的关键帧都被确定为禁止传播关键帧时，确定该待分析视频为禁止传播视频。
[0144]在可选方案中，通过对判定禁止传播视频的关键帧个数进行限定，不仅提高识别禁止传播视频的速度和效率，可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播，并且，提高识别禁止传播视频的准确度，避免漏识别和误识别，用户体验度较好。
[0145]图6是根据另一示例性实施例示出的一种防止图片二次传播的方法的流程图，如图6所示，可选的，当待分析视频为禁止传播视频时，方法还包括:
[0146]在步骤S61中，获取待分析视频的视频标识，及待分析关键帧的关键帧标识；
[0147]在步骤S62中，记录待分析关键帧的局部特征所属的聚类树的叶子节点的节点标识，以及待分析关键帧的局部特征匹配的叶子节点中的局部特征的特征标识；
[0148]在步骤S63中，在倒排文档中添加待分析视频的视频标识，待分析关键帧的关键帧标识，以及待分析关键帧的局部特征所属的聚类树的叶子节点的节点标识，以及待分析关键帧的局部特征匹配的叶子节点中的局部特征的特征标识。
[0149]例如，如图7所示，当确定待分析视频为禁止传播视频时，在倒排文档中增加该待分析视频的视频标识，待分析关键帧的关键帧标识，每个Sift特征滑落的叶子节点位置以及匹配的叶子节点中的Sift特征的特征标识。
[0150]在可选方案中，当确定待分析视频为禁止传播视频后，将该待分析视频的关键帧的局部特征加入到倒排文档中，用于后续对其他图片的识别。这样，一旦禁止传播视频被识别出，则无论其被如何修改，都再无被传播的可能，可以准确、有效、全面地禁止违背社会伦理道德的视频的传播。
[0151]图8是根据另一示例性实施例示出的一种防止图片二次传播的方法的流程图，如图8所示,可选的,上述步骤Sll包括:
[0152]在步骤S81中，对待分析视频进行解码，得到视频帧。例如，可以调用Opencv程序，进行视频解码，首先获取视频的文件头cvCreateFileCapture,再解码后获取一巾贞巾贞的图像cvQueryFrame。
[0153]在步骤S82中，对视频帧进行颜色模型转换，得到六角锥体模型的视频帧。将视频颜色模型由RGB (红绿蓝色彩模型)转换为HSV (六角锥体模型)。
[0154]在步骤S83中，对角锥体模型的视频帧的直方图进行量化。例如，将视频帧切分为2*2个block，每个block得到一个250个bin的直方图，然后将四个直方图串联在一起，得到:H:10fbin，S:5fbin，V:5fbin。
[0155]在步骤S84中，根据直方图对待分析视频进行场景切割，得到至少两个场景。计算相邻两个视频帧的直方图的交，得到的分数值越小，则相邻两帧的相似性越小，也意味着场景变化的可能性越大。可以设置阈值为0.4，即当相邻两帧的直方图的交的分数值小于0.4时，则确定场景发生变化，否则为同一场景。
[0156]在步骤S85中，从每个场景中提取至少一个视频帧作为待分析关键帧。
[0157]在可选方案中，采用直方图比较法对视频场景进行划分，每个场景提取至少一个视频帧作为关键帧，这样，提取到的关键帧能够准确、全面地反映整个视频的内容，后续对视频是否为禁止传播视频的分析更加准确，避免漏识别和误识别，用户体验度较好。
[0158]图9是根据另一示例性实施例示出的一种防止图片二次传播的方法的流程图，如图9所示,可选的,上述步骤S85包括:
[0159]在步骤S91中，统计场景中每个帧的单像素的灰度平均值；
[0160]在步骤S92中，获取灰度平均值的差值最小的一个视频帧；
[0161]在步骤S93中，保存灰度平均值的差值最小的一个视频帧的帧数据，作为场景的待分析关键帧。
[0162]在可选方案中，每个场景下仅提取一个视频帧作为关键帧，这样，虽然提取到的关键帧数量较少，但仍能够准确、全面地反映整个视频的内容，后续对视频是否为禁止传播视频的分析更加准确，避免漏识别和误识别，用户体验度较好。并且，减少了数据处理量，节约了服务器的处理能力，提高识别禁止传播视频的效率，可以迅速对违背社会伦理道德的视频进行处理，也不会影响正常视频的传播。
[0163]图10是根据一示例性实施例示出的一种防止视频二次传播的装置的框图。如图10所示，该装置包括第一提取模块101，第二提取模块102，确定模块103，判断模块104，判定模块105和执行模块106。
[0164]第一提取模块101被配置为提取待分析视频的关键帧，得到待分析关键帧；
[0165]第二提取模块102被配置为提取所述待分析关键帧的局部特征；
[0166]确定模块103被配置为根据所述待分析关键帧的局部特征遍历聚类树，确定所述待分析关键帧的局部特征所属的所述聚类树的叶子节点，所述聚类树为对禁止传播关键帧提取局部特征后，利用聚类算法将所述禁止传播关键帧的局部特征进行聚类后得到的，所述禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧；
[0167]判断模块104被配置为根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果；
[0168]判定模块105被配置为根据所述判断结果，判定所述待分析视频是否为禁止传播视频；
[0169]执行模块106被配置为当所述待分析视频为禁止传播视频时，执行预设的防传播操作。
[0170]图11是根据一示例性实施例示出的判断模块的框图。如图11所示，可选的，判断模块104包括:
[0171]第一确定子模块111被配置为确定所述叶子节点中的局部特征，所述叶子节点中的局部特征与所述待分析关键帧的局部特征匹配；
[0172]查询子模块112被配置为查询所述叶子节点中的局部特征对应的禁止传播关键帧；
[0173]统计子模块113被配置为统计每个禁止传播关键帧对应的待分析关键帧的局部特征的个数；
[0174]判定子模块114被配置为根据所述每个禁止传播关键帧对应的待分析关键帧的局部特征的个数，判定所述待分析关键帧是否与至少一个禁止传播关键帧匹配；
[0175]第二确定子模块115被配置为当所述所述待分析关键帧与至少一个禁止传播关键帧匹配时，确定所述待分析关键帧为禁止传播关键帧。
[0176]可选的，判定子模块114被配置为当至少一个禁止传播关键帧对应的待分析关键帧的局部特征的个数超过预设数量值时，确定所述待分析关键帧与所述至少一个禁止传播关键帧匹配，所述待分析关键帧为禁止传播关键帧。
[0177]可选的，查询子模块112被配置为根据所述叶子节点中的局部特征的特征标识，从倒排文档中查询所述特征标识对应的关键帧标识，所述倒排文档中记录所述聚类树中每个叶子节点的节点标识，每个叶子节点中包含特征的特征标识，每个特征对应的禁止传播关键帧的关键帧标识，及每个禁止传播关键帧对应的禁止传播视频的视频标识；根据所述关键帧标识确定所述禁止传播关键帧。
[0178]图12是根据一示例性实施例示出的判断模块的框图。如图12所示，可选的，判定模块105包括:
[0179]统计子模块121被配置为统计所述待分析视频中，被判断为禁止传播关键帧的待分析关键帧的个数；
[0180]确定子模块122被配置为当被判断为禁止传播关键帧的待分析关键帧的个数占所述待分析视频的所有关键帧的百分比超过预设百分比时，确定所述待分析视频为禁止传播视频。
[0181]图13是根据一示例性实施例示出的一种防止视频二次传播的装置的框图。如图13所示，可选的，该装置还包括:
[0182]获取模块107被配置为当所述待分析视频为禁止传播视频时，获取所述待分析视频的视频标识，及所述待分析关键巾贞的关键巾贞标识；
[0183]记录模块108被配置为记录所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识；
[0184]添加模块109被配置为在所述倒排文档中添加所述待分析视频的视频标识，所述待分析关键帧的关键帧标识，以及所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识。
[0185]图14是根据一示例性实施例示出的第一提取模块的框图。如图14所示，可选的，第一提取模块101包括:
[0186]解码子模块141被配置为对所述待分析视频进行解码，得到视频帧；
[0187]转换子模块142被配置为对所述视频帧进行颜色模型转换，得到六角锥体模型的视频帧；
[0188]量化子模块143被配置为对角锥体模型的视频帧的直方图进行量化；
[0189]切割子模块144被配置为根据所述直方图对所述待分析视频进行场景切割，得到至少两个场景；
[0190]提取子模块145被配置为从每个场景中提取至少一个视频帧作为所述待分析关键帧。
[0191]可选的，提取子模块145被配置为统计所述场景中每个帧的单像素的灰度平均值；获取所述灰度平均值的差值最小的一个视频帧；保存所述灰度平均值的差值最小的一个视频帧的帧数据，作为所述场景的待分析关键帧。
[0192]关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0193]本公开还提供一种防止视频二次传播的装置，包括:
[0194]处理器；
[0195]用于存储处理器可执行指令的存储器；
[0196]其中，所述处理器被配置为:
[0197]提取待分析视频的关键巾贞，得到待分析关键巾贞;
[0198]提取所述待分析关键帧的局部特征；
[0199]根据所述待分析关键帧的局部特征遍历聚类树，确定所述待分析关键帧的局部特征所属的所述聚类树的叶子节点，所述聚类树为对禁止传播关键帧提取局部特征后，利用聚类算法将所述禁止传播关键帧的局部特征进行聚类后得到的，所述禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧；
[0200]根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果；
[0201]根据所述判断结果，判定所述待分析视频是否为禁止传播视频；
[0202]当所述待分析视频为禁止传播视频时，执行预设的防传播操作。
[0203]图15是根据一示例性实施例示出的一种用于防止视频二次传播的装置1500的框图。例如，装置1500可以被提供为一服务器。参照图15，装置1500包括处理组件1522，其进一步包括一个或多个处理器，以及由存储器1532所代表的存储器资源，用于存储可由处理组件1522的执行的指令，例如应用程序。存储器1532中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1522被配置为执行指令，以执行上述方法......
[0204]装置1500还可以包括一个电源组件1526被配置为执行装置1500的电源管理，一个有线或无线网络接口 1550被配置为将装置1500连接到网络，和一个输入输出(I/O)接口 1558。装置1500可以操作基于存储在存储器1532的操作系统，例如Windows ServerTM,Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM 或类似。
[0205]在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1304，上述指令可由装置1300的处理器1320执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
[0206]一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种防止视频二次传播的方法，包括:
[0207]提取待分析视频的关键巾贞，得到待分析关键巾贞;
[0208]提取所述待分析关键帧的局部特征；
[0209]根据所述待分析关键帧的局部特征遍历聚类树，确定所述待分析关键帧的局部特征所属的所述聚类树的叶子节点，所述聚类树为对禁止传播关键帧提取局部特征后，利用聚类算法将所述禁止传播关键帧的局部特征进行聚类后得到的，所述禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧；
[0210]根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果；
[0211]根据所述判断结果，判定所述待分析视频是否为禁止传播视频；
[0212]当所述待分析视频为禁止传播视频时，执行预设的防传播操作。
[0213]可选的，所述根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果，包括:
[0214]确定所述叶子节点中的局部特征，所述叶子节点中的局部特征与所述待分析关键帧的局部特征匹配；
[0215]查询所述叶子节点中的局部特征对应的禁止传播关键帧；
[0216]统计每个禁止传播关键帧对应的待分析关键帧的局部特征的个数；
[0217]根据所述每个禁止传播关键帧对应的待分析关键帧的局部特征的个数，判定所述待分析关键帧是否与至少一个禁止传播关键帧匹配；
[0218]当所述所述待分析关键帧与至少一个禁止传播关键帧匹配时，确定所述待分析关键帧为禁止传播关键帧。
[0219]可选的，所述根据所述每个禁止传播关键帧对应的待分析关键帧的局部特征的个数，判定所述待分析关键帧是否与至少一个禁止传播关键帧匹配，包括:
[0220]当至少一个禁止传播关键帧对应的待分析关键帧的局部特征的个数超过预设数量值时，确定所述待分析关键帧与所述至少一个禁止传播关键帧匹配，所述待分析关键帧为禁止传播关键帧。
[0221]可选的，所述查询所述叶子节点中的局部特征对应的禁止传播关键帧，包括:
[0222]根据所述叶子节点中的局部特征的特征标识，从倒排文档中查询所述特征标识对应的关键帧标识，所述倒排文档中记录所述聚类树中每个叶子节点的节点标识，每个叶子节点中包含特征的特征标识，每个特征对应的禁止传播关键帧的关键帧标识，及每个禁止传播关键帧对应的禁止传播视频的视频标识；
[0223]根据所述关键帧标识确定所述禁止传播关键帧。
[0224]可选的，所述根据所述判断结果，判定所述待分析视频是否为禁止传播视频，包括
[0225]统计所述待分析视频中，被判断为禁止传播关键帧的待分析关键帧的个数；
[0226]当被判断为禁止传播关键帧的待分析关键帧的个数占所述待分析视频的所有关键帧的百分比超过预设百分比时，确定所述待分析视频为禁止传播视频。
[0227]可选的，当所述待分析视频为禁止传播视频时，所述方法还包括:
[0228]获取所述待分析视频的视频标识，及所述待分析关键帧的关键帧标识；
[0229]记录所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识；
[0230]在所述倒排文档中添加所述待分析视频的视频标识，所述待分析关键帧的关键帧标识，以及所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识。
[0231]可选的，所述提取待分析视频的关键帧，得到待分析关键帧，包括:
[0232]对所述待分析视频进行解码，得到视频帧；
[0233]对所述视频帧进行颜色模型转换，得到六角锥体模型的视频帧；
[0234]对角锥体模型的视频帧的直方图进行量化；
[0235]对所述待分析视频进行场景切割，得到至少两个场景；
[0236]从每个场景中提取至少一个视频帧作为所述待分析关键帧。
[0237]可选的，所述从每个场景中提取至少一个视频帧作为所述待分析关键帧，包括:
[0238]统计所述场景中每个帧的单像素的灰度平均值；
[0239]获取所述灰度平均值的差值最小的一个视频帧；
[0240]保存所述灰度平均值的差值最小的一个视频帧的帧数据，作为所述场景的待分析关键中贞。
[0241]可选的，所述局部特征为图片的旋转不变性特征。
[0242]可选的，所述聚类算法为Kmeans算法。
[0243]本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本【技术领域】中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0244]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
【权利要求】
1.一种防止视频二次传播的方法，其特征在于，包括: 提取待分析视频的关键巾贞，得到待分析关键巾贞; 提取所述待分析关键帧的局部特征； 根据所述待分析关键帧的局部特征遍历聚类树，确定所述待分析关键帧的局部特征所属的所述聚类树的叶子节点，所述聚类树为对禁止传播关键帧提取局部特征后，利用聚类算法将所述禁止传播关键帧的局部特征进行聚类后得到的，所述禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧； 根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果； 根据所述判断结果，判定所述待分析视频是否为禁止传播视频； 当所述待分析视频为禁止传播视频时，执行预设的防传播操作。
2.根据权利要求1所述的方法，其特征在于，所述根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果，包括: 确定所述叶子节点中的局部特征，所述叶子节点中的局部特征与所述待分析关键帧的局部特征匹配； 查询所述叶子节点中的局部特征对应的禁止传播关键帧； 统计每个禁止传播关键帧对应的待分析关键帧的局部特征的个数； 根据所述每个禁止传播关键帧对应的待分析关键帧的局部特征的个数，判定所述待分析关键帧是否与至少一个禁止传播关键帧匹配； 当所述所述待分析关键帧与至少一个禁止传播关键帧匹配时，确定所述待分析关键帧为禁止传播关键帧。
3.根据权利要求1所述的方法，其特征在于，所述根据所述每个禁止传播关键帧对应的待分析关键帧的局部特征的个数，判定所述待分析关键帧是否与至少一个禁止传播关键中贞匹配，包括: 当至少一个禁止传播关键帧对应的待分析关键帧的局部特征的个数超过预设数量值时，确定所述待分析关键帧与所述至少一个禁止传播关键帧匹配，所述待分析关键帧为禁止传播关键帧。
4.根据权利要求1所述的方法，其特征在于，所述查询所述叶子节点中的局部特征对应的禁止传播关键帧，包括: 根据所述叶子节点中的局部特征的特征标识，从倒排文档中查询所述特征标识对应的关键巾贞标识，所述倒排文档中记录所述聚类树中每个叶子节点的节点标识，每个叶子节点中包含特征的特征标识，每个特征对应的禁止传播关键帧的关键帧标识，及每个禁止传播关键巾贞对应的禁止传播视频的视频标识； 根据所述关键帧标识确定所述禁止传播关键帧。
5.根据权利要求1所述的方法，其特征在于，所述根据所述判断结果，判定所述待分析视频是否为禁止传播视频，包括 统计所述待分析视频中，被判断为禁止传播关键帧的待分析关键帧的个数； 当被判断为禁止传播关键帧的待分析关键帧的个数占所述待分析视频的所有关键帧的百分比超过预设百分比时，确定所述待分析视频为禁止传播视频。
6.根据权利要求1所述的方法，其特征在于，当所述待分析视频为禁止传播视频时，所述方法还包括: 获取所述待分析视频的视频标识，及所述待分析关键帧的关键帧标识； 记录所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识； 在所述倒排文档中添加所述待分析视频的视频标识，所述待分析关键帧的关键帧标识，以及所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识。
7.根据权利要求1所述的方法，其特征在于，所述提取待分析视频的关键帧，得到待分析关键巾贞，包括: 对所述待分析视频进行解码，得到视频帧； 对所述视频帧进行颜色模型转换，得到六角锥体模型的视频帧； 对角锥体模型的视频帧的直方图进行量化； 对所述待分析视频进行场景切割，得到至少两个场景； 从每个场景中提取至少一个视频帧作为所述待分析关键帧。
8.根据权利要求1所述的方法，其特征在于，所述从每个场景中提取至少一个视频帧作为所述待分析关键帧，包括: 统计所述场景中每个帧的单像素的灰度平均值； 获取所述灰度平均值的差值最小的一个视频帧； 保存所述灰度平均值的差值最小的一个视频帧的帧数据，作为所述场景的待分析关键帧。
9.根据权利要求1-8中任一项所述的方法，其特征在于，所述局部特征为图片的旋转不变性特征。
10.根据权利要求1-8中任一项所述的方法，其特征在于，所述聚类算法为Kmeans算法。
11.一种防止视频二次传播的装置，其特征在于，包括: 第一提取模块，用于提取待分析视频的关键帧，得到待分析关键帧； 第二提取模块，用于提取所述待分析关键帧的局部特征； 确定模块，用于根据所述待分析关键帧的局部特征遍历聚类树，确定所述待分析关键帧的局部特征所属的所述聚类树的叶子节点，所述聚类树为对禁止传播关键帧提取局部特征后，利用聚类算法将所述禁止传播关键帧的局部特征进行聚类后得到的，所述禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧； 判断模块，用于根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果； 判定模块，用于根据所述判断结果，判定所述待分析视频是否为禁止传播视频； 执行模块，用于当所述待分析视频为禁止传播视频时，执行预设的防传播操作。
12.根据权利要求11所述的装置，其特征在于，所述判断模块包括: 第一确定子模块，用于确定所述叶子节点中的局部特征，所述叶子节点中的局部特征与所述待分析关键帧的局部特征匹配； 查询子模块，用于查询所述叶子节点中的局部特征对应的禁止传播关键帧； 统计子模块，用于统计每个禁止传播关键帧对应的待分析关键帧的局部特征的个数；判定子模块，用于根据所述每个禁止传播关键帧对应的待分析关键帧的局部特征的个数，判定所述待分析关键帧是否与至少一个禁止传播关键帧匹配； 第二确定子模块，用于当所述所述待分析关键帧与至少一个禁止传播关键帧匹配时，确定所述待分析关键帧为禁止传播关键帧。
13.根据权利要求12所述的装置，其特征在于，所述判定子模块，用于当至少一个禁止传播关键帧对应的待分析关键帧的局部特征的个数超过预设数量值时，确定所述待分析关键帧与所述至少一个禁止传播关键帧匹配，所述待分析关键帧为禁止传播关键帧。
14.根据权利要求12所述的装置，其特征在于，所述查询子模块，用于根据所述叶子节点中的局部特征的特征标识，从倒排文档中查询所述特征标识对应的关键帧标识，所述倒排文档中记录所述聚类树中每个叶子节点的节点标识，每个叶子节点中包含特征的特征标识，每个特征对应的禁止传播关键帧的关键帧标识，及每个禁止传播关键帧对应的禁止传播视频的视频标识；根据所述关键帧标识确定所述禁止传播关键帧。
15.根据权利要求11所述的装置，其特征在于，所述判定模块包括: 统计子模块，用于统计所述待分析视频中，被判断为禁止传播关键帧的待分析关键帧的个数； 确定子模块，用于当被判断为禁止传播关键帧的待分析关键帧的个数占所述待分析视频的所有关键帧的百分比超过预设百分比时，确定所述待分析视频为禁止传播视频。
16.根据权利要求11所述的装置，其特征在于，所述装置还包括: 获取模块，用于当所述待分析视频为禁止传播视频时，获取所述待分析视频的视频标识，及所述待分析关键帧的关键帧标识； 记录模块，用于记录所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识； 添加模块，用于在所述倒排文档中添加所述待分析视频的视频标识，所述待分析关键帧的关键帧标识，以及所述待分析关键帧的局部特征所属的所述聚类树的叶子节点的节点标识，以及所述待分析关键帧的局部特征匹配的所述叶子节点中的局部特征的特征标识。
17.根据权利要求11所述的装置，其特征在于，所述第一提取模块包括: 解码子模块，用于对所述待分析视频进行解码，得到视频帧； 转换子模块，用于对所述视频帧进行颜色模型转换，得到六角锥体模型的视频帧； 量化子模块，用于对角锥体模型的视频帧的直方图进行量化； 切割子模块，用于根据所述直方图对所述待分析视频进行场景切割，得到至少两个场旦牙、； 提取子模块，用于从每个场景中提取至少一个视频帧作为所述待分析关键帧。
18.根据权利要求17所述的装置，其特征在于，提取子模块，用于统计所述场景中每个帧的单像素的灰度平均值；获取所述灰度平均值的差值最小的一个视频帧；保存所述灰度平均值的差值最小的一个视频帧的帧数据，作为所述场景的待分析关键帧。
19.一种防止视频二次传播的装置，其特征在于，包括: 处理器； 用于存储处理器可执行指令的存储器； 其中，所述处理器被配置为: 提取待分析视频的关键巾贞，得到待分析关键巾贞; 提取所述待分析关键帧的局部特征； 根据所述待分析关键帧的局部特征遍历聚类树，确定所述待分析关键帧的局部特征所属的所述聚类树的叶子节点，所述聚类树为对禁止传播关键帧提取局部特征后，利用聚类算法将所述禁止传播关键帧的局部特征进行聚类后得到的，所述禁止传播关键帧为禁止传播视频库中的禁止传播视频的关键帧； 根据所述待分析关键帧的局部特征所属的叶子节点，判断所述待分析关键帧是否为所述禁止传播关键帧，得到判断结果； 根据所述判断结果，判定所述待分析视频是否为禁止传播视频； 当所述待分析视频为禁止传播视频时，执行预设的防传播操作。
【文档编号】G06F21/10GK104268446SQ201410521691
【公开日】2015年1月7日 申请日期:2014年9月30日 优先权日:2014年9月30日
【发明者】张涛, 李海峰, 陈志军 申请人:小米科技有限责任公司