视频关键字、关键帧过滤系统

综述

本系统可以根据用户提供的关键字和人脸图像，实时过滤选定文件中的内容，并提取出包含关键字和人脸图像的视频片段。
例如：由于某些原因我们要封杀xz，我们不希望一段视频里出现任何涉及xz的内容，包括语音和图像，那么我们会输入过滤关键字：xz(名字)，然后输入xz的人脸，然后系统开始截取视频中有xz的语音，并且比对每一帧是否包含xz的人脸，将包含xz的片段剪出来！
源码可从此处获得

工程实现

流媒体服务模块

• 使用multiprocessing.Process创建一个进程，让该进程管理流媒体服务，和主进程并行。

  vdsource = multiprocessing.Process(target=node_start)

• 使用subprocess创建子进程，后台模式启动流媒体服务。使用阻塞模式，将该进程的输出重定向到当前进程，实时打印流媒体服务的状态。

  subprocess.check_output(command, stdin=open(os.devnull), shell=use_shell)

• 流媒体服务基于Nodejs实现，可以通过Rtmp、Http的方式向该服务推流，客户端通过指定的播放地址来向该服务拉取视频流，实现流媒体播放。

Flask框架

• 使用Flask框架来进行前后端通信，前端界面通过Get和Post方式向后台发送请求，以获得相应数据
• Get方式获得后台视频库中的本地视频信息，包括视频文件名，路径和缩略图。
• Post方式主要用于过滤器启动后返回检测到的片段机器信息，以及前台对后台过滤器的操作命令（包括初始化、开始、停止和状态检查）

过滤器(Vdfilter)

• 类初始化主要完成基础变量设置，包括过滤模式（本地和在线）、视频地址、推流地址
• 初始化中会创建一个流对象，该对象自底向上继承了推流、语音识别、视频切边以及文件处理所有类，方便各个类之间共享状态信息
• 用多线程方式初始化流对象中三个主要过程为三个线程，即视频切片（在线模式为视频抓流）、语音识别和过滤、视频推流三个线程并设置为守护模式，主进程退出后，这些线程自动退出
• 强制停止：这里涉及到强制kill一个python线程，使用_async_raise()函数实现

    def _async_raise(tid, exctype):
        """raises the exception, performs cleanup if needed"""
        tid = ctypes.c_long(tid)
        if not inspect.isclass(exctype):
            exctype = type(exctype)
        res = ctypes.pythonapi.PyThreadState_SetAsyncExc(tid, ctypes.py_object(exctype))
        if res == 0:
            raise ValueError("invalid thread id")
        elif res != 1:
            # """if it returns a number greater than one, you're in trouble,
            # and you should call it again with exc=NULL to revert the effect"""
            ctypes.pythonapi.PyThreadState_SetAsyncExc(tid, None)
            raise SystemError("PyThreadState_SetAsyncExc failed")
# 调用方式：

publish = threading.Thread(target=newfilter.push) # 创建一个线程
publish.start()

if publish.is_alive():
    _async_raise(publish.ident, SystemExit)
    publish.join()

• clean() 函数在过滤器自然退出后看门狗清理进程极临时文件
• get_fildthumbpic() 函数用于返回当前已经过滤出来的视频片段缩略图，返回给客户端
• get_chipsdata() 返回过滤缓存队列中的数据，即已过滤好的片段，返回后从队列中删除

看门狗

• 使用多线程的方式在主进程中创建一个线程，执行看门狗函数
• 看门狗每隔5秒检测一次主进程中的过滤任务是否已经结束，如果结束，销毁Vdfilter对象，以便开始新的视频过滤。

视频切片CutVideo.py

• 这个模块功能相对简单并独立，主要使用ffmpeg来将视频每10s为一个片段切片，存入指定文件夹，用subprocess方式调用shell命令启动ffmpeg，以备过滤

视频抓流FetchStream.py

• 该模块和视频切片属于同级模块，当过滤模式为在线模式时，该模块主要完成抓取流媒体，并存入指定文件夹，以备过滤
• 抓流采用多线程方式抓取

语音识别+人脸检测+过滤主函数AutoFilter

• 该模块实现了两个功能：1，对上一级切好（或者抓好）的视频进行语音识别+人脸检测；2，根据识别和检测结果和要检测的内容进行比对实现过滤
• 关于语音识别和人脸检测的算法方案详见算法部分，本部分只讨论工程实现
• filter_start()：过滤器控制函数，实时监测过滤状态和外界指令，如过滤完成或者接收到停止信号，退出循环，并等待主进程终结
• filter_save()：过滤实现，对传入的文件调用语音识别和人脸识别检测器进行检测，若检测到切割检测到的片段，并保存到指定文件夹

推流模块Stream.py

• 该模块功能也相对简单，当过滤模式为本地模式，则将原视频推流到流媒体服务，客户端直接拉取流媒体播放
• 当过滤模式为直播模式，客户端从直播源直接拉取，此处不做任何任务。

算法篇

• 语音识别
  • 语音识别模块是在此工程Autosub基础上包装完成，替换了识别引擎，最后方案为百度的语音识别API
  • 主要过程为：对传入的语音进行切片，并通过音频来检测有语音的部分，然后百度语音转录API进行语音识别并回传
  • 该部分的独立代码可在这里获取
• 人脸识别
  • 人脸识别主要采用dlib库中的人脸检测和特征提取详见代码
  • 为了提高检测速度以达到实时监测，主要采取了这几个策略：
    • 若源视频分辨率太高则相应降低分辨率，若分辨率太低相应增大图片尺寸
    • 使用dib的GPU版本，使用GPU加速检测
    • 通过用矩阵运算实现人脸特征匹配的加速

心得体会

• 本项目前期遇到的最大问题就是关于多进程和多线程的处理问题，本项目有三个模块需要并行执行，而其中的抓流和语言识别模块又需要多线程处理实现高并发。做此项目之际，初次使用多进程和多线程，使用方式甚是简陋，而且很不规范（进程套线程，线程套进程）。若有大神能实现一个更好的版本，可否给小弟瞻仰学习一番，以发扬当代码农之同甘共苦精神！
• 项目中后期遇到的主要问题就是检测精度不高并且速度问题，语音识别由于包装了原有的工程，没有调整一些参数，使得检测不太精准。人脸识别即使开了GPU，当图像分辨率变大时候计算效率依然捉襟见肘，GPU使用效率却不高，由此可见计算密集型代码使用C++实现的重要性！
• 其它，想起来再补充吧，暂时就这了

写在最后

• 本系统为笔者研究生练手项目，代码设计思路笨拙，实现方式蹩脚。功能虽然实现了，但是却有无数bug正在潜伏，伺机而动。
• 前期致力于功能实现，后面又有论文追赶（主要是菜），此项目就搁置，没有做过多的优化！