用于第三方支付商户进件审核的视频智能抽帧系统、方法、计算机及存储介质与流程

本发明涉及第三方支付、商户进件审核、视频处理技术，具体涉及一种用于第三方支付商户进件审核的视频智能抽帧系统、方法、计算机及存储介质。

背景技术：

1、在第三方支付行业，商户申请入驻时需自行录制其业务流程的开展过程作为进件审核材料。录制方式通常为：商户在手机端从自有app入口开始，完整录下业务操作流程（如商品浏览、下单、支付、服务预约等）；或在电脑端录制浏览器中的业务页面操作过程。录制完成后，商户将该视频随进件资料一并提交，由第三方支付机构的风控审核人员据此判断商户实际经营内容是否合规。审核要点通常包括：录屏中是否出现借贷流程或年化利率超过24%的展示信息；商城类商户是否售卖虚拟币、充值卡、话费、古玩字画、贵金属珠宝等违禁商品；是否展示充值、转账、钱包、收益、推广等高风险功能入口。

2、商户进件录屏与一般影视视频在画面构成上存在本质差异。影视视频的画面变化以镜头切换、场景渐变为主，时间分布相对均匀；而商户进件录屏属于操作驱动型ui录屏，画面变化完全由商户演示操作触发，呈现突发-静止-突发的脉冲式分布特征。具体表现为：商户在展示某一商品详情页或业务说明页时画面长时间静止，而在点击跳转至下一业务环节、弹出支付确认窗口、上下滑动商品列表时，画面在极短时间内发生剧烈变化。此外，不同商户的录屏时长跨度极大，从十余秒的简单商品展示到十余分钟的完整业务流程演示均有出现，操作密度和画面变化频率因商户业务类型不同而差异显著。

3、现有技术在处理上述进件录屏审核时，主要存在以下技术问题：

4、（1）纯人工逐帧审核工作量巨大。商户提交的业务录屏时长跨度从数十秒至十几分钟不等，批量商户集中入驻时审核工单大量积压，人力成本高，商户入驻周期被拉长。

5、（2）通用固定间隔、固定阈值抽帧工具与录屏画面适配性差。商户业务录屏中存在频繁的页面切换、上下滑动、弹窗弹出等操作，细微界面变动数量多且分布不均匀，采用固定间隔采样极易遗漏业务弹窗、操作跳转等关键审核画面。

6、（3）违规展示内容往往仅在特定操作瞬间短暂出现。例如商户在演示过程中点击某一功能入口后弹出的借贷利率展示页面、滑动商品列表时一闪而过的违禁商品条目，持续时间通常不足一秒。单一场景检测或固定间隔抽帧均无法可靠捕捉此类瞬时画面，存在合规漏审隐患。

7、（4）录屏中存在大量长时间静态停留画面。商户在展示某一业务页面时往往停留较长时间以便录制清晰，通用抽帧方案会输出大量高度相似的截图，人工审核时容易产生视觉疲劳，导致审核标准执行不一致。若将完整原始视频逐帧送入多模态视觉模型，大量无效静态画面将产生冗余的图像token消耗，增加模型推理耗时和服务器算力开销，同时静态画面会干扰模型的特征提取，增大误判概率。

8、（5）现有抽帧工具的阈值和采样间隔为固定参数，无法根据视频时长灵活调整。对短视频采用较高阈值时容易丢失细微操作画面，对长视频采用较低阈值时则产生大量噪点帧，难以同时满足进件审核对"业务流程全覆盖"和"输出画面低冗余"的双重要求。

9、（6）ui渲染伪影与过渡动画干扰。商户业务录屏中大量存在页面加载转圈动画、弹窗淡入淡出过渡、列表滑动残影等中间态画面。通用场景检测算法易将这些无审核价值的过渡帧误判为关键帧，而单纯提高阈值进行过滤又会连同真实业务弹窗一并滤除，导致动效帧与有效内容帧无法可靠区分。

10、（7）违规内容的瞬时闪现与遮挡。借贷利率展示、违禁商品条目等违规信息可能仅在商户点击某一功能入口后的极短窗口（不足0.5秒）内出现即被后续弹窗覆盖或页面跳转替换。现有固定间隔抽帧或单一阈值检测方案无法保证在此极短窗口内捕获有效帧，且通用运动检测易被滑动操作产生的连续帧变化淹没，无法针对性聚焦高风险区域。

11、（8）录屏中"无效静止"与"有效静止"混淆。商户在某一业务页面停留较长时间属于有效业务展示，而因录制操作失误导致的长时间空白页或加载页则属于无效静止。通用感知哈希去重方案对两者同等对待，可能将有效业务展示页过度剔除，或保留大量无信息量的卡顿画面。

12、（9）跨设备/分辨率的帧间差异基准漂移。不同商户提交的录屏文件因手机型号、分辨率、编码码率差异极大，同一操作在不同设备上产生的归一化帧间差异度表现不一致。固定阈值方案在部分低码率设备上因编码噪点导致误触发，在高分辨率设备上又因阈值偏高而漏检细微操作。

13、上述九项问题相互叠加，导致商户入驻效率降低、平台合规风险上升。现有人工审核方式和通用视频抽帧方案均无法有效适配商户业务录屏的上述画面特征，有必要针对该业务场景设计专门的视频智能抽帧方案。

技术实现思路

1、本发明的目的在于提供一种用于第三方支付商户进件审核的视频智能抽帧系统、方法、计算机及存储介质，以解决现有通用抽帧工具与商户业务录屏画面特征适配性差、关键审核画面易丢失、冗余静态帧过多、长短视频无法均衡适配的技术问题。此外，本发明还针对ui录屏特有的渲染伪影干扰、违规内容瞬时闪现、无效静止与有效静止混淆、跨设备基准漂移等问题，分别引入ui稳态校验机制、高风险区域roi增强采样、静止语义判别和自适应基准校准四项技术手段，进一步提升方案对商户业务录屏的适配精度和创造性。

2、实现本发明目的的技术解决方案为：一种用于第三方支付商户进件审核的视频智能抽帧系统，包括：

3、视频信息解析与自适应模块，用于读取进件审核视频的时长，根据视频时长匹配对应预设时长区间的场景检测阈值，并根据视频时长和预设的基准帧率计算受目标采样帧数上下限约束的目标采样帧数；

4、场景突变检测模块，用于以当前场景检测阈值对视频进行逐帧画面突变检测，识别页面切换、弹窗和业务环节跳转事件，提取对应时间戳抽取关键帧形成第一组候选帧，并在检测完成后统计已提取的有效场景帧数量，当有效场景帧数量低于场景帧数触发阈值时，向运动补充检测模块发送触发信号；

5、高风险区域roi增强采样模块，用于对预定义的敏感屏幕区域进行独立监测，当roi区域像素变化率超过全局帧间差异度均值的预设倍数时，强制触发高频采样且不受全局场景检测阈值限制，形成第四组候选帧；

6、运动补充检测模块，用于在接收到触发信号后，以低于场景检测阈值的灵敏度阈值对视频进行二次扫描，捕获页面滑动和菜单滚动事件对应的画面，形成第二组候选帧；

7、强制均匀兜底抽帧模块，用于无论场景突变检测模块、高风险区域roi增强采样模块和运动补充检测模块是否已提取候选帧，均根据目标采样帧数动态计算受最短间隔和最长间隔约束的均匀采样间隔，对全视频从头到尾执行均匀采样，形成第三组候选帧；

8、感知哈希去重与输出模块，用于将第一组、第二组、第三组和第四组候选帧合并，按时间邻近规则过滤间隔过近的帧，再对各帧计算差值感知哈希值并按汉明距离剔除视觉相似帧，按播放时序输出标准化关键帧集合及抽帧摘要文件。

9、进一步的，所述视频信息解析与自适应模块还用于读取视频的分辨率和帧率，取视频前段静止画面计算帧间噪声方差σ作为设备基准噪声，场景检测阈值θ动态调整为θ'=θ+k·σ，其中k为预设校准系数，取值k=0.5；

10、所述预设时长区间包括：小于30秒的第一时长区间、大于等于30秒且小于等于180秒的第二时长区间以及大于180秒的第三时长区间；所述场景检测阈值θ包括与第一时长区间对应的第一阈值0.06、与第二时长区间对应的第二阈值0.08以及与第三时长区间对应的第三阈值0.12；

11、所述目标采样帧数的计算方式为按每分钟15帧的基准密度计算，目标采样帧数上限为300帧，目标采样帧数下限为20帧。

12、进一步的，所述场景突变检测模块执行ui稳态校验，对检测到的突变候选帧取变化区域掩码，计算后续连续3帧在该掩码区域内的帧间差异度，若三者均小于0.01则确认为有效场景帧，否则判定为过渡动画帧予以剔除；

13、所述场景突变检测模块的场景帧数触发阈值为10帧。

14、进一步的，所述高风险区域roi增强采样模块的敏感屏幕区域包括从屏幕顶部向下50%~85%的弹窗高发区和从屏幕顶部向下0%~10%的状态栏区域，所述预设倍数为2倍，对所抽取的roi帧检查其与已有候选帧的时间间隔，若小于0.3秒则予以剔除，否则形成第四组候选帧；

15、所述运动补充检测模块的灵敏度阈值为0.05，且过滤与已有场景帧时间间隔小于0.5秒的帧。

16、进一步的，所述强制均匀兜底抽帧模块在采样过程中每抽取一帧即检查其与第一组、第二组或第四组候选帧的时间间隔，若小于时间邻近阈值则即时丢弃该帧，通过检验的帧形成第三组候选帧；

17、所述强制均匀兜底抽帧模块的最短间隔为2秒，最长间隔为5秒，所述时间邻近阈值为1秒；

18、当计算所得采样间隔小于最短间隔时取最短间隔值，大于最长间隔时取最长间隔值。

19、进一步的，所述感知哈希去重与输出模块计算差值感知哈希时，将图像缩放至9×8像素的灰度图，对每行相邻像素比较灰度大小生成二进制哈希值；

20、所述感知哈希去重与输出模块对连续静止时长超过预设阈值的画面段引入静止语义判别，若画面包含业务文本信息则放宽去重汉明距离阈值至6，若不包含业务文本则执行标准阈值4。

21、一种用于第三方支付商户进件审核的视频智能抽帧方法，应用于所述的用于第三方支付商户进件审核的视频智能抽帧系统，其特征在于，所述方法包括以下步骤：

22、s1、视频解析与阈值自适应：读取商户进件审核视频的时长，根据时长匹配对应预设时长区间的场景检测阈值，并根据视频时长和预设的基准帧率计算受目标采样帧数上下限约束的目标采样帧数；

23、s2、场景突变抽帧：以当前场景检测阈值对视频进行逐帧画面突变检测，识别页面切换、弹窗和业务环节跳转事件，提取对应时间戳抽取关键帧形成第一组候选帧；统计有效场景帧数量，若低于场景帧数触发阈值则触发步骤s3；

24、s2.a、高风险区域roi增强采样：与步骤s2并行执行，对预定义的敏感屏幕区域进行独立监测，当roi区域像素变化率超过全局帧间差异度均值的预设倍数时强制抽取帧，不受全局场景检测阈值限制，形成第四组候选帧；

25、s3、运动补充抽帧：以低于场景检测阈值的灵敏度阈值对视频进行二次扫描，捕获页面滑动和列表滚动事件对应的画面，形成第二组候选帧；

26、s4、强制兜底抽帧：独立于步骤s2、s2.a和s3的结果，根据目标采样帧数动态计算均匀采样间隔，对全视频从头到尾执行均匀采样，形成第三组候选帧；

27、s5、合并过滤与去重：合并第一组、第二组、第三组和第四组候选帧，按时间邻近规则过滤间隔过近的帧，再计算各帧差值感知哈希值并按汉明距离剔除视觉相似帧；

28、s6、审核帧输出：按播放时序输出标准化关键帧集合及包含各帧时间戳的抽帧摘要文件。

29、进一步的，步骤s1中，所述预设时长区间包括小于30秒的第一时长区间、大于等于30秒且小于等于180秒的第二时长区间以及大于180秒的第三时长区间，所述场景检测阈值包括与第一时长区间对应的第一阈值0.06、与第二时长区间对应的第二阈值0.08以及与第三时长区间对应的第三阈值0.12；

30、所述目标采样帧数的计算方式为按每分钟15帧的基准密度计算，目标采样帧数上限为300帧，目标采样帧数下限为20帧。

31、一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时，实施所述的用于第三方支付商户进件审核的视频智能抽帧方法。

32、一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时，实施所述的用于第三方支付商户进件审核的视频智能抽帧方法。

33、本发明与现有技术相比，其显著优点在于：

34、1.针对商户进件录屏操作驱动、画面变化呈脉冲式分布的特征进行专项适配，对滑动、弹窗、界面跳转等细碎操作的捕获能力优于通用固定间隔抽帧方案；

35、2.通过视频时长分级自适应阈值策略，在短视频场景下保证关键帧的完整提取，在长视频场景下将输出帧数控制在合理范围内，避免固定参数方案在长短视频上的顾此失彼；

36、3.场景突变检测、运动补充检测与强制均匀兜底抽帧三者分别对应事件驱动的剧烈变化捕获、事件驱动的细微变化补充和时间驱动的全流程覆盖，三种机制互补配合，兼顾操作密集区的精准提取与操作稀疏区的无遗漏覆盖；

37、4.通过时间邻近过滤与感知哈希去重的双层冗余过滤，有效剔除视觉高度相似的静态帧，减少下游人工审核或模型识别的处理量，降低审核疲劳和算力消耗；

38、5.输出标准化关键帧集合与带时间戳的抽帧摘要，可直接作为通用多模态视觉模型的输入，无需对模型进行专项微调即可辅助完成合规识别。

39、6.针对ui录屏特有的渲染伪影和过渡动画干扰，通过ui稳态校验机制区分动效帧与有效内容帧，避免将页面加载动画、弹窗淡入淡出等中间态误判为关键帧，提升输出帧的审核有效性；

40、7.通过高风险区域roi增强采样机制，对弹窗高发区和状态栏区域实施局部高频监测，有效捕获违规信息瞬时闪现（不足0.5秒）的极短窗口画面，弥补全局阈值方案对瞬时违规内容的漏检缺陷；

41、8.通过自适应基准校准机制，利用视频前段静止画面估算设备本底噪声并动态修正场景检测阈值，解决不同手机型号、分辨率、编码码率导致的阈值失效问题，保证方案在海量异构录屏文件上的稳定表现。