(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 202210582555.6 (22)申请日 2022.05.26 (71)申请人 中国平安人寿保险股份有限公司 地址 518000 广东省深圳市福田区益田路 5033号平安金融中心14、 15、 16、 37、 41、 44、 45、 46层 (72)发明人 马亿凯　 (74)专利代理 机构 深圳众鼎专利商标代理事务 所(普通合伙) 44325 专利代理师 张美君 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/52(2022.01) G06F 16/78(2019.01) G06F 16/783(2019.01)G06F 40/242(2020.01) G06F 40/284(2020.01) G06F 40/295(2020.01) G06K 9/62(2022.01) G06F 16/335(2019.01) G06F 16/35(2019.01) (54)发明名称 视频内容 监控方法、 装置、 设备及 介质 (57)摘要 本发明公开了一种视频内容监控方法、 装 置、 设备及介质， 所述方法包括： 获取待处理视 频， 待处理视频包括至少一个内容标签， 获取预 设视频标签集， 将所有内容标签与视频标签匹 配， 在任意一个内容标签与视频标签匹配时， 将 待处理视频记录为初始校验视频， 对初始校验视 频进行地址解析， 确定播放地址， 根据播放地址 和预设语音处理模型， 进行视频内容识别， 得到 语句文本， 将语句文本输入预设的语句模型， 通 过语句模型对语句文本进行匹配判断， 得到文本 匹配值， 根据所有文本匹配值， 确定与初始校验 视频对应的监控结果， 如此， 实现了自动对视频 内容的监控， 降低了视频内容监控的成本， 提高 了视频内容监控的准确性， 提高了视频内容监控 的时效性。 权利要求书2页 说明书14页 附图4页 CN 114898271 A 2022.08.12 CN 114898271 A 1.一种视频内容 监控方法， 其特 征在于， 包括： 获取待处 理视频， 所述待处 理视频包括至少一个内容标签； 获取预设视频标签集， 并将所有所述内容标签与视频标签进行匹配； 所述预设视频标 签集中包括至少一个视频 标签； 在任意一个所述内容标签与 所述视频标签匹配时， 将所述待处理视频记录为初始校验 视频， 并对所述初始校验视频进行地址解析， 以确定所述初始校验视频的播 放地址； 根据所述初始校验视频的播放地址和预设语音处理模型， 对所述初始校验视频进行视 频内容识别， 得到与所述初始校验视频对应的至少一个 语句文本； 将所述语句文本输入至预设的语句模型， 通过所述预设的语句模型对所述语句文本进 行匹配判断， 得到与所述语句文本对应的文本匹配值； 一个 语句文本对应一个文本匹配值； 根据所有所述语句文本对应的文本匹配值， 确定与所述初始校验视频对应的监控结 果。 2.如权利要求1所述的视频内容监控方法， 其特征在于， 所述根据 所述初始校验视频的 播放地址和预设语音处理模型， 对所述初始校验视频进行视频内容识别， 得到与所述初始 校验视频对应的至少一个 语句文本， 包括： 自所述播放地址处获取与 所述初始校验视频对应的视频文件， 并对所述视频文件进行 音频处理， 以确定与所述初始校验视频对应的音频轨道； 对所述音频轨道进行背景噪音处 理， 以确定人声语音； 通过所述预设语音处理模型对所述人声语音进行文本识别， 以确定与 所述初始校验视 频对应的至少一个 语句文本 。 3.如权利要求2所述的视频内容监控方法， 其特征在于， 所述预设语音处理模型包括语 音识别模块和文本处理模块， 通过所述预设语音处理模型对所述人声语音进行文本识别， 以确定与所述初始校验视频对应的至少一个 语句文本， 包括： 将所述人声语音输入至语音识别模块， 通过所述语音识别模块对所述人声语音进行文 本识别， 得到待处 理语句文本； 将所述待处理语句文本输入至文本处理模块， 通过所述文本处理模块对所述待处理语 句文本进行 过滤处理， 得到与所述初始校验视频对应的至少一个 语句文本 。 4.如权利要求3所述的视频内容监控方法， 其特征在于， 所述将所述待处理语句文本输 入至文本处理模块， 通过所述文本处理模块对所述待处理语句文本进行过滤处理， 得到与 所述初始校验视频对应的至少一个 语句文本， 包括： 对所述待处理语句文本进行切词处理， 得到所述待处理语句文本 中的至少一个待处理 字词； 对所述待处理字词 进行词性标注以及实体识别， 得到与 所述待处理字词对应的实体识 别结果； 根据与各所述待处理字词对应的实体识别结果， 对所述待处理语句文本进行字词过 滤， 得到所述语句文本 。 5.如权利要求1所述的视频内容监控方法， 其特征在于， 所述将所述语句文本输入至预 设的语句模型， 通过所述预设的语句模型对所述语句文本进行匹配判断， 得到与所述语句 文本对应的文本匹配值， 包括：权　利　要　求　书 1/2 页 2 CN 114898271 A 2对所述语句文本进行扫描划分， 得到语句文本中的至少一个文本 字词； 将所述文本字词输入至所述预设的语句模型中， 通过所述预设的语句模型确定与 所述 文本字词对应的正向文本匹配值以及负向文本匹配值； 将所述语句文本中所有所述文本字词对应的所述正向文本匹配值和所述负向文本匹 配值之和记录为与所述语句文本对应的文本匹配值。 6.如权利要求5所述的视频内容监控方法， 其特征在于， 所述预设的语句模型包括正向 语句匹配模块和负向语句匹配模块， 所述将所述文本字词输入至所述预设的语句模型中， 通过所述预设的语句模型确定与所述文本字词对应的正向文本匹配值以及负向文本匹配 值， 还包括： 将所述文本字词输入至所述正向语句匹配模块， 以确定与所述文本字词对应的正向欧 式距离， 并根据所述 正向欧式距离确定与所述文本 字词对应的正向文本匹配值； 将所述文本字词输入至所述负向语句匹配模块， 以确定与所述文本字词对应的负向欧 式距离， 并根据所述负向欧式距离确定与所述文本 字词对应的负向文本匹配值。 7.如权利要求1所述的视频内容监控方法， 其特征在于， 所述获取预设视频标签集之 前， 包括： 获取中文内容标签集； 所述中文内容标签集中包括至少一个中文内容标签； 对所述中文内容标签进行泛化处理， 生成与所述中文内容标签对应的英文内容标签和 拼音内容标签； 将中文内容标签、 英文内容标签和拼音内容标签关联记录为视频标签， 并将所有所述 中文内容标签对应的视频 标签整理为所述视频 标签集。 8.一种视频内容 监控装置， 其特 征在于， 包括： 获取模块， 用于获取待处 理视频， 所述待处 理视频包括至少一个内容标签； 匹配模块， 用于获取预设视频标签集， 并将所有所述内容标签与视频标签进行匹配； 所 述预设视频 标签集中包括至少一个视频 标签； 解析模块， 用于在任意一个所述内容标签与所述视频标签匹配时， 将所述待处理视频 记录为初始校验视频， 并对所述初始校验视频进行地址解析， 以确定所述初始校验视频 的 播放地址； 识别模块， 用于根据所述初始校验视频的播放地址和预设语音处理模型， 对所述初始 校验视频进行视频内容识别， 得到与所述初始校验视频对应的至少一个 语句文本； 判断模块， 用于将所述语句文本输入至预设的语句模型， 通过所述预设的语句模型对 所述语句文本进行匹配判断， 得到与所述语句文本对应的文本匹配值； 一个语句文本对应 一个文本匹配值； 监控模块， 用于根据所有所述语句文本对应的文本匹配值， 确定与所述初始校验视频 对应的监控结果。 9.一种计算机设备， 包括存储器、 处理器及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7 任一项所述视频内容 监控方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7任一项所述视频内容 监控方法。权　利　要　求　书 2/2 页 3 CN 114898271 A 3