一种流媒体信号质量检测方法及系统与流程

1.本发明涉及视频传输技术领域，尤其涉及一种流媒体信号质量检测方法及系统。


背景技术：

2.流媒体在互联网拥有越来越多的应用，媒体机构在应用流媒体的同时，对流媒体内容的安全性提出了更高的要求。特别是电视台客户在使用流媒体点播、直播场景中，需要对流媒体信号内容进行监测，确保画面的正常，若遭遇故障能够智能切换到正常信号。同时，对于信号内容是否存在异常或者非法的情况，现有技术往往通过人工监看信号来检测异常信号或非法内容，然后通过切换台来切换异常信号；并且对流媒体的格式、质量、内容缺乏检测，可能会导致在点播、直播场景中，播出的流媒体信号出现黑屏、静音、花屏等格式问题。在申请号为cn201910256573.3的专利中公开了一种流媒体信号分发装置及流媒体信号质量检测方法；以及时发现上一节点的流媒体信号传输是否发生故障，及时发现故障点，提高了维护效率。但是，该方案并未对信号的画面内容进行监测，若出现违规、敏感的人物以及事件画面，将带来不好的社会影响。


技术实现要素：

3.本发明的目的在于克服现有技术的不足，提供一种流媒体信号质量检测方法及系统。
4.本发明的目的是通过以下技术方案来实现的：
5.一种流媒体信号质量检测方法，包括以下步骤：
6.s1：流媒体信号采集；
7.s2：将所有从媒体机构采集到的信号进行统一的调度；
8.s3：对信号进行技术审核；
9.s4：对信号进行智能分析，实时识别信号画面内容；
10.s5：若技术审核和画面内容识别通过，则发布信号，否则切换信号，跳转至s2。
11.进一步的，所述步骤s3包括以下子步骤：
12.s301：播放信号并截帧；
13.s302：对帧画面进行分析，检测技术参数；
14.s303：检测过程中若发现异常，则告警提示。
15.进一步的，所述技术参数包括黑场、彩场、彩条、雪花、花屏、静帧、夹帧、静音、立体声相位反向、单声道和音频峰值超标。
16.进一步的，所述黑场通过帧画面的亮度来进行检测，对图像原始数据使用swscale函数进行yuv转换，判断其画面亮度，画面亮度低于配置阈值，则认定为黑场。
17.进一步的，所述的彩场、彩条、雪花和花屏通过以下步骤进行检测：
18.通过fft变换，xy轴附件分布的能量与总能量过小；
19.将帧画面滤波处理后与原图对比，进行噪声图像分析；
20.图片灰度检测，将第一灰度图像和第二灰度图像对比计算拉普拉因子差值。
21.进一步的，所述步骤s4具体为：采用人脸识别技术对画面内容进行检测，对信号画面快速识别，将识别结果和特征库中的敏感过滤人物比对，若比对差异度小于阈值，则认定命中敏感信息。
22.一种流媒体信号质量检测系统，包括信号采集模块、信号调度模块、技审模块、违规内容识别模块、信号发布模块和异常日志模块；所述信号调动模块分别连接信号采集模块、技审模块和违规内容识别模块；所述违规内容识别模块分别连接技术模块和信号发布模块；所述异常日志模块连接技审模块和违规内容识别模块；
23.所述信号采集模块用于对信号进行采集；
24.所述信号调度模块用于将媒体机构所有的来源信号统一管理，支持来源信号进行分组、调度和分发到其他渠道；
25.所述技审模块用于对信号格式和画面进行技术审核分析，监测是否有彩条、黑场、静音、静帧；
26.所述违规内容识别模块用于对信号画面智能分析，识别是否存在违规内容；
27.所述信号发布模块用于对通过技审和违规识别的信号进行发布；
28.所述异常日志模块用于对技术审核异常和存在违规内容的信号进行日志记录。
29.进一步的，所述违规内容识别模块接收技审模块技审通过的信号并对信号画面进行智能分析，实时识别画面信息，将识别到的信息与违规库内的数据进行比对，形成违规判定值，若违规判定值大于等于阈值，则将该信号返回信号调度模块；否则，将信号发送至信号发布模块进行信号发布。
30.本发明的有益效果：本发明通过对流媒体信号进行实时检测分析，保证画面的正常播放，避免出现非法内容，保证网络信号传播的安全性。
附图说明
31.图1是本发明的设备原理框图。
32.图2是本发明的系统功能模块图。
具体实施方式
33.为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。
34.本实施例中，如图1所示，一种流媒体信号质量检测方法，包括以下步骤：
35.s1：流媒体信号采集；
36.s2：将所有从媒体机构采集到的信号进行统一的调度；
37.s3：对信号进行技术审核；
38.s4：对信号进行智能分析，实时识别信号画面内容；
39.s5：若技术审核和画面内容识别通过，则发布信号，否则切换信号，跳转至s2。
40.其中，所述步骤s3包括以下子步骤：
41.s301：播放信号并截帧；
42.s302：对帧画面进行分析，检测技术参数；
43.s303：检测过程中若发现异常，则告警提示。
44.其中，所述技术参数包括黑场、彩场、彩条、雪花、花屏、静帧、夹帧(连续画面之间，一帧或多帧不连续)、静音、立体声相位反向、单声道和音频峰值超标。
45.其中，所述黑场通过帧画面的亮度来进行检测，对图像原始数据使用swscale函数进行yuv转换，判断其画面亮度，画面亮度低于配置阈值，则认定为黑场。
46.其中，所述的彩场、彩条、雪花和花屏通过以下步骤进行检测：
47.通过fft变换，xy轴附件分布的能量与总能量过小；
48.将帧画面滤波处理后与原图对比，进行噪声图像分析；
49.图片灰度检测，将第一灰度图像和第二灰度图像对比计算拉普拉因子差值。
50.其中，静帧和夹帧的检测通过相邻帧画面对比，计算画面差异度，差异度大于设置阈值，则认定为静帧或夹帧。
51.其中，静音、立体声相位反向、单声道、音频峰值超标的检测利用audiosegment库抽出视频音轨，建立时间周期采样音频参数，如：dbfs，比对音频参数阈值，若在正常范围之外，则判断音频异常；根据分析结果，比对配置的参数阈值，认定画面参数是否存在问题，若存在问题则告警提示，或以配置方案做信号的切换处理。
52.其中，所述步骤s4具体为：采用人脸识别技术对画面内容进行检测，对信号画面快速识别，将识别结果和特征库中的敏感过滤人物比对，若比对差异度小于阈值，则认定命中敏感信息。
53.人脸识别技术使用网络第三方和开源方法，分别建立智能识别ai模型，经过大量人脸训练，使识别准确率达到97％以上；采用深度学习方法，非线性处理单元的多层级联去进行特征提取和变换。基于9层神经网络的deepface，做人脸验证(verification)或者识别(identification)。
54.人脸数据录入：使用fr模块流程：人脸数据处理，特征提取，损失函数以及人脸匹配的每个模块以及sota方法，损失函数使用center loss，如下公式：
[0055][0056]
式中：为；x
i
为；c
yi
为。
[0057]
人脸识别：对视频中的人脸，整合基于不同帧之间的信息去构建一个视频人脸的表征，并处理视频自带的模糊，姿态变化和遮挡。使用这些表征做基于两个集合的相似性对比，然后对分数做池化。
[0058]
人脸匹配：face verification：找到一个新的度量，能够让两个类更具有可分性，同样可以用在基于人脸匹配的深度特征上，如联合贝叶斯(jb)模型，相似性得分r(x1,x2)：
[0059][0060]
p(x1，x2|h
i
)是两个人脸图片属于同一个人的概率，p(x1，x2|h
e
)是两个人脸图片属于不同id的概率。
[0061]
其中，所述信号异常告警提示：信号检测后台服务通过检测发现异常情况，直接以
消息通知流媒体矩阵系统前端，通过页面闪红灯并语音告警方式提醒用户；
[0062]
其中，异常信号切换，信号检测后台服务通过检测发现异常情况，根据异常情况的紧急程度，高紧急情况若人工干预已经来不及的情况，根据配置自动切换备用信号或视频文件进行播放。
[0063]
在本实施例中，一种流媒体信号质量检测系统，包括信号采集模块、信号调度模块、技审模块、违规内容识别模块、信号发布模块和异常日志模块；所述信号调动模块分别连接信号采集模块、技审模块和违规内容识别模块；所述违规内容识别模块分别连接技术模块和信号发布模块；所述异常日志模块连接技审模块和违规内容识别模块；
[0064]
所述信号采集模块用于对信号进行采集；
[0065]
所述信号调度模块用于将媒体机构所有的来源信号统一管理，支持来源信号进行分组、调度和分发到其他渠道；
[0066]
所述技审模块用于对信号格式和画面进行技术审核分析，监测是否有彩条、黑场、静音、静帧；
[0067]
所述违规内容识别模块用于对信号画面智能分析，识别是否存在违规内容；
[0068]
所述信号发布模块用于对通过技审和违规识别的信号进行发布；
[0069]
所述异常日志模块用于对技术审核异常和存在违规内容的信号进行日志记录。
[0070]
进一步的，所述违规内容识别模块接收技审模块技审通过的信号并对信号画面进行智能分析，实时识别画面信息，将识别到的信息与违规库内的数据进行比对，形成违规判定值，若违规判定值大于等于阈值，则将该信号返回信号调度模块；否则，将信号发送至信号发布模块进行信号发布。
[0071]
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由所附的权利要求书及其等效物界定。