(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211186780.4 (22)申请日 2022.09.28 (71)申请人 武汉当夏时光文化创意有限公司 地址 430223 湖北省武汉市东湖高新区华 中科技大学科技园现代服务业基地1 号研发楼B座2层 (72)发明人 张豪　 (74)专利代理 机构 北京云嘉 湃富知识产权代理 有限公司 1 1678 专利代理师 王荃 (51)Int.Cl. G06V 20/40(2022.01) G06N 20/00(2019.01) G06V 10/44(2022.01) G06V 10/764(2022.01) (54)发明名称 一种基于AI的营销视频审核系统 (57)摘要 本发明公开了一种基于AI的营销视频审核 系统， 包括预处理模块、 审核模型建立模块、 视觉 优化模块， 所述预处理模块用于对待审视频进行 预处理， 所述审核模型建立模块用于建立基于视 频审核的模 型， 所述视觉优化模块用于对审核完 成的视频进行优化， 所述预处理模块包括视觉帧 抽取模块、 特征识别模块、 单帧数据量识别模块、 数学曲线拟合模块， 视觉帧抽取模块将人眼能够 连贯识别的视频帧数抽取出来作为一个单位的 视觉帧， 所述特征识别模块用于对抽取出的视觉 帧进行特征识别， 所述单帧数据量识别模块用于 对每个单位的视觉帧进行数据量识别， 所述数学 曲线拟合模块用于将每个单位的视觉帧数据量 拟合为曲线， 本发明具有多向过滤和可特征提取 的特点。 权利要求书2页 说明书6页 附图1页 CN 115294504 A 2022.11.04 CN 115294504 A 1.一种基于AI的营销视频审核系统， 包括预处理模块、 审核模型建立模块、 视觉优化模 块， 其特征在于： 所述预 处理模块用于对待审 视频进行预处理， 所述审核模型建立模块用于 建立基于视频审核的模型， 所述视觉优化模块用于对审核完成的视频进行进一步优化， 所 述预处理模块包括视觉帧抽取模块、 特征识别模块、 单帧数据量识别模块、 数学曲线拟合模 块， 所述视觉帧抽取模块将人眼能够连贯识别的视频帧数抽取出来作为一个单位的视觉 帧， 所述特征识别模块用于对抽取出 的视觉帧进行特征识别， 所述单帧数据量识别模块用 于对每个单位的视觉帧进 行数据量识别， 所述数学曲线拟合模块用于将 每个单位的视觉帧 的数据量拟合 为曲线； 所述审核模型建立模块包括特征迁移模块、 卷积分层模块、 原始域积累模块、 识别域选 择模块， 所述特征迁移模块用于对预处理过程中识别到的特征进行模型迁移， 所述卷积分 层模块用于根据预 处理过程中识别到的特征类型进行卷积分层， 所述原始 域积累模块用于 提供原始数据模型的多项 特征， 所述识别域选择模块用于根据预 处理结果选择与原始数据 模型匹配的识别域； 所述视觉优化模块包括多向过滤模块、 单帧置信度计算模块、 反馈模 块， 所述多向过滤模块用于将待审视频进行多向过滤， 所述单帧置信度计算模块用于对拆 分出的单帧图像进行置信度计算， 所述反馈模块用于根据置信度对待审视频进行基于时间 点的反馈 。 2.根据权利要求1所述的一种基于AI的营销视频审核系统， 其特征在于： 所述预处理模 块的运行 方法为： 确定视觉帧， 并对视频进行多单位视 觉帧抽取； 对抽取出的多单位视觉帧进行特征识别， 特征识别内容包括直接特征、 语义特征、 重复 特征； 对每个单位的视 觉帧进行 数据量识别统计， 并以时间为基准拟合出 数据量变化曲线； 结合识别特 征与数据量变化曲线筛 选出需要 进一步审核的视 觉帧。 3.根据权利要求2所述的一种基于AI的营销视频审核系统， 其特征在于： 所述需要进一 步审核的视 觉帧的筛 选方法为： 对一个单位的视 觉帧进行 特征识别后， 生成与该 单位视觉帧的特 征矩阵 ； 对特征矩阵内的元 素进行加权平均， 生成该 单位视觉帧的权 重值 ； 设置审核权重阈值 ， 当 时标记该单位视觉帧所在时间点， 并作为候选审核视觉 帧； 对每个单位视觉帧所含数据量 进行识别并输出， 拟合出时间点 与数据量 的曲线图， 其中 为数据量的数列集合， 单位为字节， 单位视觉帧所含数据量变化服从以 时间点 的曲线变化； 对每个相邻时间点的视 觉帧数据变化趋势进行计算， 并计算数据变化 程度 ； 根据AI判断数据变化是否出现异常， 将异常点进行 标记并上传。 4.根据权利要求3所述的一种基于AI的营销视频审核系统， 其特征在于： 所述数据变化 程度 的计算方法为：权　利　要　求　书 1/2 页 2 CN 115294504 A 2式中， 表示一整段视频经 个单位的识别帧抽取后， 每个单位识别帧的平均数据 量， 表示所有单位识别帧的变化方差值， 直接反应每一段识别帧的数据变 化程度， 其中， 为第 个单位识别 帧的数据量， 单位为字节， 为总抽取识别 帧数量， 越 大， 表示此 段识别帧数据变化越明显， 波动越大； 识别完成后， 根据AI判断数据变化是否正常， 对非正常的识别帧进行时间点标记并上 传。 5.根据权利要求4所述的一种基于AI的营销视频审核系统， 其特征在于： 所述非正常的 识别帧上传后， 由审核模型进行进一 步审核， 所述审核模型的建立方法为： 步骤S1： 建立特 征原始域， 具体为包 含识别帧所有特 征范围的特 征原始域； 步骤S2： 将特 征矩阵 与特征原始域进行 卷积分层， 建立带有特 征分层的审核模型； 步骤S3： 每经过一次审核， 对审核内容中特征的识别进行原始域积累， 并以特征矩阵的 形式存入； 步骤S4： 审核完成后， 选择对应层数的识别域进行识别操作， 识别通过后识别帧内容取 消标记， 否则继续输出。 6.根据权利要求5所述的一种基于AI的营销视频审核系统， 其特征在于： 所述视觉优化 模块的运行 方法进一 步包含以下步骤： 进行基于特 征分层的多向过 滤； 根据特征参数计算单位视觉帧的单帧置信度 ， 其中特征参数包括总特征卷积层数 、 用于过滤的特征层数 、 转换系数 。 7.根据权利要求6所述的一种基于AI的营销视频审核系统， 其特征在于： 所述单帧置信 度 的计算方法为： 式中， 表示经过滤后的特征识别深度， 表示识别深度占总特征卷积层数的比 例， 该值越大表示特征冗余越少， 单个识别帧的安全系数越高， 具体以经转换系数 转换后 的单帧置信度 表示； 经过单帧置信度计算后， 对审核模型中的视觉帧进 行标记， 并将置信度 远低于平均置信度的视觉 帧进行危险反馈， 发送到人工审核端进行进一步审核， 高于平均 置信度的视 觉帧进行重复模型审核， 实现多重 筛选。权　利　要　求　书 2/2 页 3 CN 115294504 A 3