视频脱敏方法、装置、计算机设备和存储介质与流程

本申请涉及计算机技术领域，特别是涉及一种视频脱敏方法、装置、计算机设备和存储介质。

背景技术：

数据脱敏是指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。在涉及客户安全数据或者一些商业性敏感数据的情况下，在不违反系统规则条件下，对真实数据进行改造并提供测试使用。例如生活中常见的火车票、电商收货人地址都会对敏感信息做脱敏处理。

目前，对于视频数据中敏感信息的脱敏处理，往往需要专业人员进行手动对视频进行切割，去除敏感信息段后重新拼接，视频脱敏过程的处理效率低。

技术实现要素：

基于此，有必要针对上述技术问题，提供一种能够提高视频脱敏处理效率的视频脱敏方法、装置、计算机设备和存储介质。

一种视频脱敏方法，所述方法包括：

从待脱敏视频流中提取待识别视频数据，并从待识别视频数据中提取影像数据和音频数据；

将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果；

根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据；

按照预设的业务脱敏规则，从视频段数据中提取非脱敏视频段；

将非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流。

在其中一个实施例中，将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果包括：

确定待识别视频数据对应所属业务人员的身份标识信息；

查询身份标识信息分别对应预设的打点行为识别模型和打点语音识别模型；

从影像数据中提取影像特征数据，从音频数据中提取音频特征数据；

将影像特征数据输入打点行为识别模型中，得到打点行为识别结果，将音频特征数据输入打点语音识别模型中，得到打点语音识别结果。

在其中一个实施例中，在查询身份标识信息分别对应预设的打点行为识别模型和打点语音识别模型之前，还包括：

从业务系统中获取历史行为影像数据和历史打点语音数据；

分别将历史行为影像数据和历史打点语音数据按照业务人员进行分类，得到各业务人员对应的历史行为影像数据和各业务人员对应的历史打点语音数据；

训练各业务人员对应的历史行为影像数据，得到打点行为识别模型；

训练各业务人员对应的历史打点语音数据，得到打点语音识别模型。

在其中一个实施例中，根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据包括：

查询预设的打点触发规则，打点触发规则包括行为触发规则和语音触发规则；

将打点行为识别结果与行为触发规则进行比较，得到行为触发结果，将打点语音识别结果与语音触发规则进行比较，得到语音触发结果；

根据行为触发结果和语音触发结果，得到打点识别结果；

当打点识别结果为操作打点时，为待识别视频数据添加切割点标识；

按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

在其中一个实施例中，还包括：

当接收到打点切割指令时，确定打点切割指令的切割时刻值；

确定切割时刻值在待识别视频数据中对应的切割视频帧；

为切割视频帧添加切割点标识；

返回按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

在其中一个实施例中，按照预设的业务脱敏规则，从视频段数据中提取非脱敏视频段包括：

查询预设的业务脱敏规则；

根据业务脱敏规则，确定视频段数据中的非脱敏视频段；

提取非脱敏视频段。

在其中一个实施例中，根据业务脱敏规则，确定视频段数据中的非脱敏视频段包括：

根据业务脱敏规则确定非脱敏打点类型；

查询视频段数据对应切割点标识的打点类型；

将打点类型与非脱敏打点类型进行匹配；

将匹配结果一致对应的视频段数据作为非脱敏视频段。

一种视频脱敏装置，所述装置包括：

识别数据提取模块，用于从待脱敏视频流中提取待识别视频数据，并从待识别视频数据中提取影像数据和音频数据；

打点识别处理模块，用于将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果；

视频切割处理模块，用于根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据；

视频段筛选模块，用于按照预设的业务脱敏规则，从视频段数据中提取非脱敏视频段；

视频段拼接模块，用于将非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

从待脱敏视频流中提取待识别视频数据，并从待识别视频数据中提取影像数据和音频数据；

将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果；

根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据；

按照预设的业务脱敏规则，从视频段数据中提取非脱敏视频段；

将非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

从待脱敏视频流中提取待识别视频数据，并从待识别视频数据中提取影像数据和音频数据；

将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果；

根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据；

按照预设的业务脱敏规则，从视频段数据中提取非脱敏视频段；

将非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流。

上述视频脱敏方法、装置、计算机设备和存储介质，从待脱敏视频流中得到的待识别视频数据中提取影像数据和音频数据，将影像数据和音频数据分别输入对应预设的打点行为识别模型和打点语音识别模型中，再根据得到打点行为识别结果和打点语音识别结果对待脱敏视频流进行切割处理，最后按照业务脱敏规则将切割处理后的视频段数据中的非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流，从而实现了对视频数据的脱敏处理。在视频脱敏的处理过程中，可以根据待识别视频数据中的影像数据和音频数据进行打点识别和切割处理，再按照预设的业务脱敏规则进行非脱敏视频段拼接处理，不需要人工直接参与视频切割和拼接的处理，提高了视频脱敏的处理效率。

附图说明

图1为一个实施例中视频脱敏方法的应用场景图；

图2为一个实施例中视频脱敏方法的流程示意图；

图3为一个实施例中视频切割处理的流程示意图；

图4为另一个实施例中视频脱敏方法的流程示意图；

图5为一个实施例中视频脱敏装置的结构框图；

图6为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的视频脱敏方法，可以应用于如图1所示的应用环境中。其中，录制设备102通过网络与服务器104通过网络进行通信。录制设备102进行视频录制，并将录制的待脱敏视频流发送至服务器104，服务器104从待脱敏视频流中得到的待识别视频数据中提取影像数据和音频数据，将影像数据和音频数据分别输入对应预设的打点行为识别模型和打点语音识别模型中，再根据得到打点行为识别结果和打点语音识别结果对待脱敏视频流进行切割处理，最后按照业务脱敏规则将切割处理后的视频段数据中的非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流，从而实现了对视频数据的脱敏处理。

其中，录制设备102可以但不限于是各种视频录制摄像机，也可以为具有视频录制功能的终端，如个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种视频脱敏方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：

步骤s201：从待脱敏视频流中提取待识别视频数据，并从待识别视频数据中提取影像数据和音频数据。

其中，待脱敏视频流为需要进行敏感信息脱敏处理的视频数据，可以由录制设备102录制得到。例如，待脱敏视频流可以为金融行业的双录视频，即在金融类产品销售过程中的同步录音录像，通过双录可以使金融服务中销售行为可回放、重要信息可查询、问题责任可确认、诚信销售。在具体实现时，一般在业务窗口设置有录制设备102进行录制，可以得到该待脱敏视频流。在对待脱敏视频流进行脱敏处理时，需要从中截取去除涉及敏感信息的视频段内容，则需要对待脱敏视频流进行切割，并重新拼接，从而实现脱敏效果。

而在对待脱敏视频流进行切割、拼接处理时，需要从中截取一定长度的视频数据进行切割打点识别，以触发视频切割处理。待识别视频数据即为待脱敏视频流中预设视频流识别长度的视频数据，该视频流识别长度根据实际需求设定，可以通过对待识别视频数据进行打点识别，从而添加相应切割点标识并进行视频切割处理，可以实现对待脱敏视频流进行实时切割，确保待脱敏视频流脱敏处理的时效性，从而提高待脱敏视频流脱敏的处理效率。

一般地，视频数据由影像和音频两部分组成，而影像和音频两部分均可以进行打点识别。具体地，对待识别视频数据进行打点识别时，可以从待识别视频数据中分别提取影像数据和音频数据，并同时对待识别视频数据中的影像数据和音频数据分别进行识别处理，从而可以识别出视频影像中是否出现打点行为，或视频音频中是否出现打点语音，实现了影像行为和音频语音的打点识别，提高了打点识别的准确性。

步骤s203：将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果。

从待识别视频数据中提取得到影像数据和音频数据后，分别将影像数据和音频数据输入对应的打点行为识别模型和打点语音识别模型中进行打点识别。其中，打点行为识别模型可以为基于人工神经网络算法，通过训练业务系统的业务人员在对应业务场景下的历史打点行为数据得到，例如可以为鼓掌动作、举手动作、敲击动作等肢体行为动作，也可以为各种手势动作等；打点语音识别模型则可以通过训练业务人员的历史打点语音数据得到，例如可以为关键词语音打点，如“第x个问题”、“好的，下一个问题”、“开始/结束”、“好的，谢谢”等关键词句。

本实施例中，在对待识别视频数据进行打点识别时，一方面将影像数据输入预设的打点行为识别模型中进行打点行为识别，得到打点行为识别结果；另一方面，将音频数据输入预设的打点语音识别模型中进行打点语音识别，得到打点语音识别结果。通过对影像数据和音频数据分别进行打点识别，使业务人员可以通过肢体动作、手势或语音关键词等形式进行触发打点，扩展了打点操作的多样性，避免影响业务流程的流畅性，同时确保对视频脱敏的准确性。

步骤s205：根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据。

得到打点行为识别结果和打点语音识别结果后，根据该打点行为识别结果和打点语音识别结果对待脱敏视频流进行切割处理，得到切割后的各视频段数据。具体地，可以综合打点行为识别结果和打点语音识别结果得到打点识别结果，并根据该打点识别结果进行打点判断，若判断结果为操作打点，则进行切割点标识，并根据该切割点标识将待脱敏视频流切割。

步骤s207：按照预设的业务脱敏规则，从视频段数据中提取非脱敏视频段。

得到待脱敏视频流切割后的各视频段数据后，需要从中将涉及敏感信息内容的视频段去除，保留其他视频段，从而实现对待脱敏视频流的脱敏处理。本实施例中，获取预设的业务脱敏规则，该业务脱敏规则根据实际业务脱敏需求进行设置。例如，对于双录视频中，一般包括身份确认类、审查核对类和知情告知类的视频段，其中对于审查核对类视频段，涉及金融业务系统的反欺诈审核话术，为商业机密，需要进行脱敏处理，则对应的业务脱敏规则可以为审查核对类的视频段数据为脱敏视频段，并将该类别的脱敏视频段去除。按照业务脱敏规则，从视频段数据中提取非脱敏视频段，通过将非脱敏视频段拼接，可以得到脱敏处理后的已脱敏视频流。

步骤s209：将非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流。

得到非脱敏视频段后，将其进行拼接，得到脱敏后的已脱敏视频流。在具体实现时，可以按照各非脱敏视频段的时间轴顺序进行拼接，如按照视频段的时间先后进行拼接；也可以按照实际业务需求进行拼接，得到满足条件的已脱敏视频流。

上述视频脱敏方法中，从待脱敏视频流中得到的待识别视频数据中提取影像数据和音频数据，将影像数据和音频数据分别输入对应预设的打点行为识别模型和打点语音识别模型中，再根据得到打点行为识别结果和打点语音识别结果对待脱敏视频流进行切割处理，最后按照业务脱敏规则将切割处理后的视频段数据中的非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流，从而实现了对视频数据的脱敏处理。在视频脱敏的处理过程中，可以根据待识别视频数据中的影像数据和音频数据进行打点识别和切割处理，再按照预设的业务脱敏规则进行非脱敏视频段拼接处理，不需要人工直接参与视频切割和拼接的处理，提高了视频脱敏的处理效率。

在一个实施例中，将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果包括：确定待识别视频数据对应所属业务人员的身份标识信息；查询身份标识信息分别对应预设的打点行为识别模型和打点语音识别模型；从影像数据中提取影像特征数据，从音频数据中提取音频特征数据；将影像特征数据输入打点行为识别模型中，得到打点行为识别结果，将音频特征数据输入打点语音识别模型中，得到打点语音识别结果。

本实施例中，打点行为识别模型和打点语音识别模型均基于业务系统中各业务人员的历史打点数据训练得到。一般地，在业务面核双录过程中，不同业务系统会有不同的打点操作要求，而不同的业务人员也会有不同的打点操作习惯。

具体地，在将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果时，先确定待识别视频数据对应所属业务人员的身份标识信息。在具体应用时，对于各业务服务窗口，均设置有录制设备102，可以通过待识别视频数据的来源，即根据录制设备102来确定对应所属业务人员，并进一步查询该业务人员对应的身份标识信息。身份标识信息可以但不限于为员工编号、员工姓名等可以唯一识别业务人员的身份信息。确定身份标识信息后，查询与该身份标识信息对应预设的打点行为识别模型和打点语音识别模型，打点行为识别模型和打点语音识别模型分别基于对应业务人员的历史打点行为数据和历史打点语音数据训练得到，打点识别的针对性强，识别准确度高。

得到打点行为识别模型和打点语音识别模型后，一方面，从影像数据中提取影像特征数据，将影像特征数据输入打点行为识别模型中，得到打点行为识别结果。另一方面，从音频数据中提取音频特征数据，并将音频特征数据输入打点语音识别模型中，得到打点语音识别结果。在对影像数据和音频数据进行打点识别时，进行特征提取，过滤无用的冗余信息，得到影像特征数据和音频特征数据，并进行后续的打点识别处理，得到打点行为识别结果和打点语音识别结果。

在一个实施例中，在查询身份标识信息分别对应预设的打点行为识别模型和打点语音识别模型之前，还包括：从业务系统中获取历史行为影像数据和历史打点语音数据；分别将历史行为影像数据和历史打点语音数据按照业务人员进行分类，得到各业务人员对应的历史行为影像数据和各业务人员对应的历史打点语音数据；训练各业务人员对应的历史行为影像数据，得到打点行为识别模型；训练各业务人员对应的历史打点语音数据，得到打点语音识别模型。

在训练打点行为识别模型和打点语音识别模型时，先从业务系统中获取历史行为影像数据和历史打点语音数据。其中，历史行为影像数据可以为业务系统中各业务人员在进行业务面核过程中双录拍摄到的打点影像数据，例如可以包括鼓掌、举手、双手交叉、点头等打点行为；历史打点语音数据与历史行为影像数据类似，如关键词语句，“第x个问题”、“好的，谢谢”等。在具体应用中，各业务人员会有不同的个人习惯，其对应的历史行为影像数据和历史打点语音数据中打点操作的表现也不相同，所以按照业务人员将历史行为影像数据和历史打点语音数据进行分类，为各业务人员构建对应的打点行为识别模型和打点语音识别模型。

具体地，训练各业务人员对应的历史行为影像数据，得到打点行为识别模型；训练各业务人员对应的历史打点语音数据，得到打点语音识别模型。具体实现时，可以将历史行为影像数据划分为训练样本集和测试样本集，通过有监督学习方法训练该训练样本集，得到待测试打点行为模型，再通过测试样本集对待测试打点行为模型进行识别精度测试，在识别精度测试通过后，得到打点行为识别模型。打点语音识别模型的训练过程类同于打点行为识别模型。

在一个实施例中，如图3所示，视频切割处理的步骤，即根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据包括：

步骤s301：查询预设的打点触发规则，打点触发规则包括行为触发规则和语音触发规则。

本实施例中，在得到打点行为识别结果和打点语音识别结果后，结合实际业务需求的打点触发规则得到打点识别结果，并根据该得到打点识别结果对待脱敏视频流进行切割处理，得到视频段数据。具体地，查询预设的打点触发规则，该打点触发规则根据实际业务需求进行设定，具体可以根据业务类型和业务人员的习惯进行设定，如设定为当影像数据中识别到业务人员的鼓掌行为时，或者当音频数据中识别到“第x个问题”的关键语句时，认为触发打点。打点触发规则包括行为触发规则和语音触发规则，分别对应于影像数据的打点识别和音频数据的打点识别。

步骤s303：将打点行为识别结果与行为触发规则进行比较，得到行为触发结果，将打点语音识别结果与语音触发规则进行比较，得到语音触发结果。

获得行为触发规则和语音触发规则后，一方面，将打点行为识别结果与行为触发规则进行比较，得到行为触发结果；另一方面将打点语音识别结果与语音触发规则进行比较，得到语音触发结果。

步骤s305：根据行为触发结果和语音触发结果，得到打点识别结果。

综合行为触发结果和语音触发结果得到打点识别结果，如可以对行为触发结果和语音触发结果取或运算，即当行为触发结果和语音触发结果中任一为操作打点时，即得到的打点识别结果为操作打点，并对待识别视频数据进行切割点标识添加处理。

步骤s307：当打点识别结果为操作打点时，为待识别视频数据添加切割点标识。

得到打点识别结果后，判断其结果类型，当打点识别结果为操作打点时，表明该待识别视频数据为切割点，对其进行打点处理，具体可以对该待识别视频数据添加切割点标识。其中，切割点标识用于标识视频切割的切割点，在对待脱敏视频流进行切割时，可以直接查找该切割点标识进行切割处理。

步骤s309：按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

在对待脱敏视频流进行切割处理时，查找待脱敏视频流中的切割点标识，按照该切割点标识进行切割处理，从而将待脱敏视频流拆分，得到各视频段数据。

本实施例中，根据按照实际业务需求进行设定的打点触发规则，结合打点行为识别结果和打点语音识别结果对待脱敏视频流进行打点识别和切割处理，扩展了打点操作的多样性，避免影响业务流程的流畅性，同时确保对视频脱敏的准确性。

在一个实施例中，视频脱敏方法还包括响应打点切割指令的步骤：当接收到打点切割指令时，确定打点切割指令的切割时刻值；确定切割时刻值在待识别视频数据中对应的切割视频帧；为切割视频帧添加切割点标识；返回按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

本实施例中，除了对从视频流数据中提取待识别视频数据，对待识别视频数据进行打点识别外，还可以响应外部发送的打点切割指令，实现人工操作打点。具体地，在接收到打点切割指令时，确定该打点切割指令的切割时刻值。其中，打点切割指令可以由外部发送，如业务人员点击相关打点按钮；切割时刻值为打点切割指令的发送时间，反映视频流数据中需要进行打点操作的时间轴位置。

确定打点切割指令的切割时刻值后，从待识别视频数据中确定该切割时刻值对应的切割视频帧。一般地，外部发送打点切割指令时，表明待识别视频数据中该时刻对应的视频帧需要进行操作打点，根据该打点切割指令的切割时刻值可以从待识别视频数据的时间轴确定对应的切割视频帧。确定切割视频帧后，为该切割视频帧添加切割点标识，切割点标识用于标识视频切割的切割点，在对视频流数据进行切割时，可以直接查找该切割点标识进行切割处理。

在添加切割点标识后，返回按照切割点标识将视频流数据进行切割处理的步骤，通过查找视频流数据中的切割点标识，再按照该切割点标识进行切割处理，从而将视频流数据拆分，得到各视频段数据。

本实施例中，在对待识别视频数据的影像数据和音频数据进行打点识别外，还实时接收外部发送的打点切割指令，并按照该打点切割指令进行视频切割处理，实现外部对视频打点切割的控制，能够有效扩展视频切割的操作多样性，提高视频切割处理的效率，从而提高视频脱敏处理的效率。

在一个实施例中，按照预设的业务脱敏规则，从视频段数据中提取非脱敏视频段包括：查询预设的业务脱敏规则；根据业务脱敏规则，确定视频段数据中的非脱敏视频段；提取非脱敏视频段。

得到待脱敏视频流切割后的各视频段数据后，需要从中将涉及敏感信息内容的视频段去除，保留其他视频段，从而实现对待脱敏视频流的脱敏处理。本实施例中，可以按照预设的业务脱敏规则从视频段数据中提取非脱敏视频段，并在后续处理中将得到的非脱敏视频段拼接。具体地，查询预设的业务脱敏规则，该业务脱敏规则根据实际业务脱敏需求进行设置。根据业务脱敏规则，确定视频段数据中的非脱敏视频段，具体可以根据各视频段数据的打点类型进行脱敏视频段和非脱敏视频段的划分。在确定视频段数据中的非脱敏视频段后，从中提取该非脱敏视频段。

在一个实施例中，根据业务脱敏规则，确定视频段数据中的非脱敏视频段包括：根据业务脱敏规则确定非脱敏打点类型；查询视频段数据对应切割点标识的打点类型；将打点类型与非脱敏打点类型进行匹配；将匹配结果一致对应的视频段数据作为非脱敏视频段。

本实施例中，在确定视频段数据中的非脱敏视频段时，先根据业务脱敏规则确定非脱敏打点类型。一般地，业务脱敏规则中包括需要进行脱敏处理的脱敏打点类型，例如对于身份确认类、审查核对类和知情告知类的视频段，其中审查核对类视频段的切割点标识即为脱敏打点类型，而身份确认类和知情告知类则对应为非脱敏打点类型。确定非脱敏打点类型后，查询各视频段数据对应切割点标识的打点类型，并将该打点类型与非脱敏打点类型进行匹配，若匹配一致，则表明该视频段数据为非脱敏视频段，否则为脱敏视频段。进一步地，也可以从视频段数据中提取脱敏视频段，并将脱敏视频段进行拼接，得到脱敏视频段。

在一个实施例中，如图4所示，提供了一种视频脱敏方法，包括：

步骤s401：从待脱敏视频流中提取待识别视频数据，并从待识别视频数据中提取影像数据和音频数据。

本实施例应用于金融行业的双录视频脱敏处理中，待脱敏视频流即为业务窗口录制设备102录制的双录视频数据。从从待脱敏视频流中提取预设视频流识别长度的待识别视频数据后，进一步从待识别视频数据中提取影像数据和音频数据，以同时对待识别视频数据中的影像数据和音频数据分别进行识别处理，从而可以识别出视频影像中是否出现打点行为，或视频音频中是否出现打点语音。

步骤s402：确定待识别视频数据对应所属业务人员的身份标识信息；

步骤s403：查询身份标识信息分别对应预设的打点行为识别模型和打点语音识别模型；

步骤s404：从影像数据中提取影像特征数据，从音频数据中提取音频特征数据；

步骤s405：将影像特征数据输入打点行为识别模型中，得到打点行为识别结果，将音频特征数据输入打点语音识别模型中，得到打点语音识别结果。

本实施例中，打点行为识别模型和打点语音识别模型均基于业务系统中各业务人员的历史打点数据训练得到。根据待识别视频数据所属业务人员查询对应的打点行为识别模型和打点语音识别模型进行打点识别处理。

步骤s406：根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据。

本实施例中，在得到打点行为识别结果和打点语音识别结果后，结合实际业务需求的打点触发规则得到打点识别结果，并根据该得到打点识别结果对待脱敏视频流进行切割处理，得到视频段数据。具体地，可以包括：查询预设的打点触发规则，打点触发规则包括行为触发规则和语音触发规则；将打点行为识别结果与行为触发规则进行比较，得到行为触发结果，将打点语音识别结果与语音触发规则进行比较，得到语音触发结果；根据行为触发结果和语音触发结果，得到打点识别结果；当打点识别结果为操作打点时，为待识别视频数据添加切割点标识；按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

步骤s407：查询预设的业务脱敏规则；

步骤s408：根据业务脱敏规则确定非脱敏打点类型；

步骤s409：查询视频段数据对应切割点标识的打点类型；

步骤s410：将打点类型与非脱敏打点类型进行匹配；

步骤s411：将匹配结果一致对应的视频段数据作为非脱敏视频段；

步骤s412：提取非脱敏视频段；

步骤s413：将非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流。

得到待脱敏视频流切割后的各视频段数据后，需要从中将涉及敏感信息内容的视频段去除，保留其他视频段，从而实现对待脱敏视频流的脱敏处理。本实施例中，可以按照预设的业务脱敏规则从视频段数据中提取非脱敏视频段，并在后续拼接处理中将得到的非脱敏视频段拼接，得到脱敏后的已脱敏视频流。

应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种视频脱敏装置，包括：识别数据提取模块501、打点识别处理模块503、视频切割处理模块505、视频段筛选模块507和视频段拼接模块509，其中：

识别数据提取模块501，用于从待脱敏视频流中提取待识别视频数据，并从待识别视频数据中提取影像数据和音频数据；

打点识别处理模块503，用于将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果；

视频切割处理模块505，用于根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据；

视频段筛选模块507，用于按照预设的业务脱敏规则，从视频段数据中提取非脱敏视频段；

视频段拼接模块509，用于将非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流。

在一个实施例中，打点识别处理模块503包括身份标识确定单元、打点模型查询单元、特征数据提取单元和打点识别单元，其中：身份标识确定单元，用于确定待识别视频数据对应所属业务人员的身份标识信息；打点模型查询单元，用于查询身份标识信息分别对应预设的打点行为识别模型和打点语音识别模型；特征数据提取单元，用于从影像数据中提取影像特征数据，从音频数据中提取音频特征数据；打点识别单元，用于将影像特征数据输入打点行为识别模型中，得到打点行为识别结果，将音频特征数据输入打点语音识别模型中，得到打点语音识别结果。

在一个实施例中，还包括历史数据获取模块、历史数据分类模块、行为识别模型模块和语音识别模型模块，其中：历史数据获取模块，用于从业务系统中获取历史行为影像数据和历史打点语音数据；历史数据分类模块，用于分别将历史行为影像数据和历史打点语音数据按照业务人员进行分类，得到各业务人员对应的历史行为影像数据和各业务人员对应的历史打点语音数据；行为识别模型模块，用于训练各业务人员对应的历史行为影像数据，得到打点行为识别模型；语音识别模型模块，用于训练各业务人员对应的历史打点语音数据，得到打点语音识别模型。

在一个实施例中，视频切割处理模块505包括触发规则查询单元、触发比较单元、识别结果获取单元、切割标识单元和切割处理单元，其中：触发规则查询单元，用于查询预设的打点触发规则，打点触发规则包括行为触发规则和语音触发规则；触发比较单元，用于将打点行为识别结果与行为触发规则进行比较，得到行为触发结果，将打点语音识别结果与语音触发规则进行比较，得到语音触发结果；识别结果获取单元，用于根据行为触发结果和语音触发结果，得到打点识别结果；切割标识单元，用于当打点识别结果为操作打点时，为待识别视频数据添加切割点标识；切割处理单元，用于按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

在一个实施例中，还包括切割指令接收模块、切割帧确定模块、切割标识添加模块和切割跳转模块，其中：切割指令接收模块，用于当接收到打点切割指令时，确定打点切割指令的切割时刻值；切割帧确定模块，用于确定切割时刻值在待识别视频数据中对应的切割视频帧；切割标识添加模块，用于为切割视频帧添加切割点标识；切割跳转模块，用于返回按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

在一个实施例中，视频段筛选模块507包括脱敏规则查询单元、视频段筛选单元和视频段提取单元，其中：脱敏规则查询单元，用于查询预设的业务脱敏规则；视频段筛选单元，用于根据业务脱敏规则，确定视频段数据中的非脱敏视频段；视频段提取单元，用于提取非脱敏视频段。

在一个实施例中，视频段筛选单元包括打点类型确定子单元、打点类型查询子单元、类型匹配子单元和视频段筛选子单元，其中：打点类型确定子单元，用于根据业务脱敏规则确定非脱敏打点类型；打点类型查询子单元，用于查询视频段数据对应切割点标识的打点类型；类型匹配子单元，用于将打点类型与非脱敏打点类型进行匹配；视频段筛选子单元，用于将匹配结果一致对应的视频段数据作为非脱敏视频段。

关于视频脱敏装置的具体限定可以参见上文中对于视频脱敏方法的限定，在此不再赘述。上述视频脱敏装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种视频脱敏方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

从待脱敏视频流中提取待识别视频数据，并从待识别视频数据中提取影像数据和音频数据；

将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果；

根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据；

按照预设的业务脱敏规则，从视频段数据中提取非脱敏视频段；

将非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：确定待识别视频数据对应所属业务人员的身份标识信息；查询身份标识信息分别对应预设的打点行为识别模型和打点语音识别模型；从影像数据中提取影像特征数据，从音频数据中提取音频特征数据；将影像特征数据输入打点行为识别模型中，得到打点行为识别结果，将音频特征数据输入打点语音识别模型中，得到打点语音识别结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：从业务系统中获取历史行为影像数据和历史打点语音数据；分别将历史行为影像数据和历史打点语音数据按照业务人员进行分类，得到各业务人员对应的历史行为影像数据和各业务人员对应的历史打点语音数据；训练各业务人员对应的历史行为影像数据，得到打点行为识别模型；训练各业务人员对应的历史打点语音数据，得到打点语音识别模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：查询预设的打点触发规则，打点触发规则包括行为触发规则和语音触发规则；将打点行为识别结果与行为触发规则进行比较，得到行为触发结果，将打点语音识别结果与语音触发规则进行比较，得到语音触发结果；根据行为触发结果和语音触发结果，得到打点识别结果；当打点识别结果为操作打点时，为待识别视频数据添加切割点标识；按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当接收到打点切割指令时，确定打点切割指令的切割时刻值；确定切割时刻值在待识别视频数据中对应的切割视频帧；为切割视频帧添加切割点标识；返回按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：查询预设的业务脱敏规则；根据业务脱敏规则，确定视频段数据中的非脱敏视频段；提取非脱敏视频段。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据业务脱敏规则确定非脱敏打点类型；查询视频段数据对应切割点标识的打点类型；将打点类型与非脱敏打点类型进行匹配；将匹配结果一致对应的视频段数据作为非脱敏视频段。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

从待脱敏视频流中提取待识别视频数据，并从待识别视频数据中提取影像数据和音频数据；

将影像数据输入预设的打点行为识别模型中，得到打点行为识别结果，并将音频数据输入预设的打点语音识别模型中，得到打点语音识别结果；

根据打点行为识别结果和打点语音识别结果，将待脱敏视频流进行切割处理，得到视频段数据；

按照预设的业务脱敏规则，从视频段数据中提取非脱敏视频段；

将非脱敏视频段进行拼接处理，得到脱敏后的已脱敏视频流。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定待识别视频数据对应所属业务人员的身份标识信息；查询身份标识信息分别对应预设的打点行为识别模型和打点语音识别模型；从影像数据中提取影像特征数据，从音频数据中提取音频特征数据；将影像特征数据输入打点行为识别模型中，得到打点行为识别结果，将音频特征数据输入打点语音识别模型中，得到打点语音识别结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：从业务系统中获取历史行为影像数据和历史打点语音数据；分别将历史行为影像数据和历史打点语音数据按照业务人员进行分类，得到各业务人员对应的历史行为影像数据和各业务人员对应的历史打点语音数据；训练各业务人员对应的历史行为影像数据，得到打点行为识别模型；训练各业务人员对应的历史打点语音数据，得到打点语音识别模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：查询预设的打点触发规则，打点触发规则包括行为触发规则和语音触发规则；将打点行为识别结果与行为触发规则进行比较，得到行为触发结果，将打点语音识别结果与语音触发规则进行比较，得到语音触发结果；根据行为触发结果和语音触发结果，得到打点识别结果；当打点识别结果为操作打点时，为待识别视频数据添加切割点标识；按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当接收到打点切割指令时，确定打点切割指令的切割时刻值；确定切割时刻值在待识别视频数据中对应的切割视频帧；为切割视频帧添加切割点标识；返回按照切割点标识将待脱敏视频流进行切割处理，得到视频段数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：查询预设的业务脱敏规则；根据业务脱敏规则，确定视频段数据中的非脱敏视频段；提取非脱敏视频段。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据业务脱敏规则确定非脱敏打点类型；查询视频段数据对应切割点标识的打点类型；将打点类型与非脱敏打点类型进行匹配；将匹配结果一致对应的视频段数据作为非脱敏视频段。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。