一種電視廣告檢測方法及裝置的製作方法
2023-05-10 07:03:51
專利名稱：一種電視廣告檢測方法及裝置的製作方法
技術領域：
本發明涉及視頻識別技術領域，具體的說，涉及一種電視廣告檢測方法及裝置。
背景技術：
目前，隨著多媒體技術的迅速發展，電視廣告在日常生活中佔居的地位日益重要。 由於電視廣告重複的出現在電視節目中，不僅影響了觀眾收看電視節目的用戶體驗，還 佔用了大量的視頻空間。
針對目前電視廣告的特點，早期廣告檢測策略提出的基於臺標和black/silent幀 (黑色/無聲幀)的檢測方式已不再適用。 一方面是因為現在電視臺在播放廣告的時候通 常不會隱去臺標，並且臺標的形式也逐漸趨於複雜化，所以給基於臺標的檢測方式帶來 難題。另一方面，在普通節目和廣告片段轉換時並不總是存在black/silent幀， black/silent幀可以根據某種剪輯需要隨機的插入，這就直接導致基於black/silent幀 檢測方法的失敗。
基於鏡頭的廣告檢測方法是通過從鏡頭中提取一些能夠表示廣告片段的特徵，並利 用這些特徵將電視鏡頭分成普通節目鏡頭和廣告鏡頭。由於這種方法通常只對鏡頭進行 簡單分類，不僅沒有考慮如何消除錯分廣告鏡頭的影響，也沒有考慮如何合併廣告鏡頭 得到廣告片段的問題，並且現在很多技術都沒有考慮廣告內容的一致性，從而很難改善 檢測的效果。所以，這種方法即使在檢測切變鏡頭方面取得很好的效果，但當檢測消隱 或者淡入淡出鏡頭時就會遇到問題。
基於資料庫的廣告檢測方法是通過在資料庫中預先存儲定義的廣告視頻段的特徵， 利用此資料庫識別嵌入在電視節目裡面的廣告段。這種方法必需配置一個足夠大的數據 庫來存儲已知的廣告特徵，維護工作量巨大，對於預先未存儲在資料庫中的廣告視頻段 特徵的內容就檢測不出來。
在實現本發明的過程中，發明人發現如何能夠快速的在大量視頻中檢測出電視廣告 是目前要解決的技術難題。
發明內容
本發明要解決的技術問題是，提供一種電視廣告檢測方法及裝置，能夠對視頻流中 重複出現的廣告進行檢測，提高用戶的體驗。 本發明的技術方案如下所述-
本發明提供了一種電視廣告檢測方法，技術方案包括 根據待檢測視頻生成至少一個鏡頭；
對所述鏡頭的圖像特徵進行提取，並用所述圖像特徵構建資料庫，所述資料庫存儲 有廣告鏡頭以及對應的相關信息；
對所述資料庫中存儲的所述相關信息進行檢索，以便檢測出重複出現的電視廣告。 進一步，根據待檢測視頻生成至少一個鏡頭，具體包括 將待檢測的視頻切分成至少一個圖片；
根據鏡頭分割算法將所述至少一個圖片生成至少一個鏡頭。
進一步，對所述鏡頭的圖像特徵進行提取，並用所述圖像特徵構建資料庫，具體包
括
提取至少一個鏡頭中所有圖片的特徵矩陣，將每個鏡頭的關鍵幀特徵矩陣作為該鏡 頭的圖像特徵；
根據所述圖像特徵，分別計算待檢測視頻中鏡頭與資料庫中存儲鏡頭之間的距離； 當待檢測視頻中鏡頭與資料庫中存儲鏡頭之間距離大於預定閾值時，確定資料庫中 存在與待檢測視頻鏡頭匹配的鏡頭，並更新所述資料庫中保存的與該鏡頭對應的相關信 息，否則，確定資料庫中不存在與待檢測視頻鏡頭匹配的鏡頭，在所述資料庫中添加該 鏡頭對應的相關信息，所述相關信息包括待檢測視頻的文件名、每個鏡頭的特徵矩陣、 該鏡頭在待檢測視頻中的位置以及重複次數中的一種或多種。
進一步，對所述資料庫中存儲的所述相關信息進行檢索，以便檢測出重複出現的電 視廣告，具體包括-
將所述資料庫中重複次數相等且大於一的一組連續鏡頭以及對應的相關信息進行抽
取；
通過預定條件對所述相關信息進行判斷，當提取出的所述連續鏡頭均滿足預定條件 時，確定所述連續鏡頭為同一段廣告，並根據所述連續鏡頭的位置信息確定該廣告的位 置；當所述連續鏡頭中包含不滿足預定條件的鏡頭時，則確定從該鏡頭起始的下一鏡頭為另一段廣告的起始鏡頭，根據該鏡頭的位置信息區分不同的廣告，並確定每段廣告的 的位置。
進一步，所述方法還包括-
預先設定鏡頭密度閾值，當根據待檢測視頻生成至少一個鏡頭後，當所述鏡頭密度大 於所述鏡頭密度閾值時，確定該鏡頭為電視節目，並將電視節目從待檢測視頻中刪除， 否則，確定該鏡頭為廣告節目保留。
本發明提供一種電視廣告檢測裝置，技術方案包括-鏡頭生成模塊，用於根據待檢測視頻生成至少一個鏡頭；
數據控制模塊，用於對所述鏡頭生成模塊生成的所述鏡頭的圖像特徵進行提取，並用 所述圖像特徵構建資料庫，所述資料庫存儲有廣告鏡頭以及對應的相關信息；
廣告檢索模塊，用於對所述資料庫中存儲的所述相關信息進行檢索，以便檢測出重複 性出現的電視廣告。
優選的，所述鏡頭生成模塊具體包括
視頻處理單元，用於將待檢測的視頻切分成至少一個圖片；
鏡頭切割單元，用於根據鏡頭分割算法將所述視頻處理單元切分的至少一個圖片生 成至少一個鏡頭。
優選的，所述數據控制模塊具體包括
特徵提取單元，用於提取至少一個鏡頭中所有圖片的特徵矩陣，將每個鏡頭的關鍵 幀特徵矩陣作為該鏡頭的圖像特徵；
相似度計算單元，用於根據所述圖像特徵，分別計算待檢測視頻中鏡頭與資料庫中 存儲鏡頭之間的距離；
判斷處理單元，用於當待檢測視頻中鏡頭與資料庫中存儲鏡頭之間距離大於預定閾 值時，確定資料庫中存在與待檢測視頻鏡頭匹配的鏡頭，更新所述資料庫中保存的與該 鏡頭對應的相關信息，否則，確定資料庫中不存在與待檢測視頻鏡頭匹配的鏡頭，在所 述資料庫中添加該鏡頭對應的相關信息，所述相關信息包括待檢測視頻的文件名、每個 鏡頭的特徵矩陣、該鏡頭在待檢測視頻中的位置以及重複次數中的一種或多種。
優選的，所述廣告檢索模塊具體包括
數據抽取單元，用於將所述資料庫中重複次數相等且大於一的一組連續鏡頭以及對 應的相關信息進行抽取；
7數據檢測單元，用於通過預定條件對所述相關信息進行判斷，當提取出的所述連續 鏡頭均滿足預定條件時，確定所述連續鏡頭為同一段廣告，並根據所述連續鏡頭的位置 信息確定該廣告的位置；當所述連續鏡頭中包含不滿足預定條件的鏡頭時，則確定從該 鏡頭起始的下一鏡頭為另一段廣告的起始鏡頭，根據該鏡頭的位置信息區分不同的廣 告，並確定每段廣告的的位置。
優選的，所述裝置還包括
鏡頭過濾模塊，用於預先設定鏡頭密度閾值，當根據待檢測視頻生成至少一個鏡頭 後，當所述鏡頭密度大於所述鏡頭密度閾值時，確定該鏡頭為電視節目，並將電視節目 從待檢測視頻中刪除，否則，確定該鏡頭為廣告節目保留。
有益效果
本發明採用基於廣告重複性的檢測方法，通過在構建資料庫時保存的每個廣告鏡頭 的相關信息，只要是重複出現的廣告鏡頭都可以檢測出來，解決了應用現有資料庫檢測 方法檢測不到沒有預先存儲在資料庫中的廣告鏡頭樣本的缺點。
圖l為本發明實施例一種電視廣告檢測方法流程圖2為本發明實施例一種電視廣告檢測裝置結構示意圖； 圖3為本發明實施例一中視頻檢測流程圖4為本發明實施例一中圖像特徵提取時圖像區域分割示意圖。
具體實施例方式
下面將結合具體實施例對本發明的技術方案做進一步說明。
本發明實施例一種電視廣告檢測方法及裝置是根據視頻圖像特徵，針對視頻流中重 復出現的廣告節目進行檢測，能夠減少相同內容廣告在同一視頻中重複出現的次數，提 高用戶的體驗。
由於本發明實施例的技術方案是基於提取圖像特徵的基礎上的，不需要像基於鏡頭 的廣告檢測方法那樣，提取大量的廣告特徵來將視頻中的鏡頭分類。由於現有的基於數 據庫的廣告檢測方法，需要預先在資料庫中存儲大量的廣告鏡頭，對於資料庫中沒有預
8先儲存的廣告鏡頭無法檢測的問題。本發明實施例資料庫的建立和廣告檢測過程幾乎是 同時進行的，所以在更新了資料庫之後，對資料庫中的內容進行檢索，可以獲得重複出 現的廣告鏡頭以及對應的位置信息，便於對該鏡頭進行刪除或屏蔽。
如圖1所示，本發明實施例一種電視廣告檢測方法，可以通過如下技術方案實現
步驟100:根據待檢測視頻生成至少一個鏡頭；
步驟200:對所述鏡頭的圖像特徵進行提取，並用所述圖像特徵構建資料庫，所述數 據庫存儲有廣告鏡頭以及對應的相關信息；
步驟300:對所述資料庫中存儲的所述相關信息進行檢索，以便檢測出重複出現的電 視廣告。
在一個具體實施例中，步驟100具體可以通過如下技術方案實現
(1) 將待檢測的視頻切分成至少一個圖片；
(2) 根據鏡頭分割算法將所述至少一個圖片生成至少一個鏡頭。
具體的，需要對視頻流進行檢測時，將視頻流截取成若干圖片，得到離散化的視頻 數據，這樣可便於對該視頻中內容進行檢測。
本發明實施例中通過鏡頭分割法將截取獲得的若干圖片切割成鏡頭，每個鏡頭中包 含若干個圖片，通過鏡頭分割法能夠獲得每個鏡頭最後一幀的切點文件，以便獲得每個 鏡頭在該視頻中的位置信息。其中，鏡頭分割法具體可以通過如下所述的技術方案實
現
本發明實施例中所採用的鏡頭分割算法是基於顏色直方圖的鏡頭分割。分別統計圖 像的R， G， B三個分量的直方圖，將256的區間等分成64段來統計，即有64bins，所以三
個分量一共有192bins，可用向量表示為B^feA，…，^92)。兩幅圖像的顏色直方圖的差 異程度可以由以下公式計算獲得formula see original document page 9
在本發明實施例中將差異閾值取5x108，當d大於該閾值時，說明這兩幅圖像是鏡頭 的切點，通過該切點即可獲得該鏡頭在待檢測視頻中的位置。
在一個具體實施例中， 一種電視廣告檢測方法還包括預先設定鏡頭密度閾值，當根據待檢測視頻生成至少一個鏡頭後，當所述鏡頭密度 大於所述鏡頭密度閾值時，確定該鏡頭為電視節目，並將電視節目從待檢測視頻中刪 除，否則，確定該鏡頭為廣告節目保留。
具體的，通常大於鏡頭密度閾值的鏡頭一定是電視節目，但是有的電視節目的鏡頭密 度也會小於這個閾值；而廣告的鏡頭密度肯定是小於該閾值，所以通過鏡頭密度閾值對 生成的鏡頭進行初級過濾，可以大大減少了檢測過程中的工作量，但很有可能在在留下 的視頻中還包含一部分電視節目和全部的廣告。
在一個具體實施例中，步驟200具體可以通過如下技術方案實現
(1) 提取至少一個鏡頭中所有圖片的特徵矩陣，將每個鏡頭的關鍵幀特徵矩陣作為 該鏡頭的圖像特徵；
(2) 根據所述圖像特徵，分別計算待檢測視頻中鏡頭與資料庫中存儲鏡頭之間的距
離；
(3) 當待檢測視頻中鏡頭與資料庫中存儲鏡頭之間距離大於預定閾值時，確定數據 庫中存在與待檢測視頻鏡頭匹配的鏡頭，並更新所述資料庫中保存的與該鏡頭對應的相 關信息，否則，確定資料庫中不存在與待檢測視頻鏡頭匹配的鏡頭，在所述資料庫中添 加該鏡頭對應的相關信息，所述相關信息包括待檢測視頻的文件名、每個鏡頭的特徵矩 陣、該鏡頭在待檢測視頻中的位置以及重複次數中的一種或多種。
具體的，針對上述步驟(1)和(2)來說，本發明實施例中選擇基於RGB顏色空間 的圖像特徵作為每個鏡頭的圖像特徵。將R、 G、 B三個顏色分量的取值空間(0， 255) 分別等分成16個區間。形成一個16xl6xl6的顏色區間，分別統計每個顏色區間的像素佔 整幅圖像的比例形成一個16xl6xl6的特徵矩陣(double類型)。為了提高該特徵的靈敏 度，減小量化所帶來的誤差，本發明實施例不採用量化或歸一化方法，而是直接將該 double類型的特徵矩陣作為圖像特徵。為了提高特徵的靈敏度，本發明實施例將每一幅圖 像分割成5個區域，對每個區域分別計算16xl6xl6的特徵矩陣。
由於本發明實施例對視頻流的處理是基於鏡頭的，因此廣告相識度計算歸根究底是 鏡頭相似度的計算，即鏡頭的距離。在確定了圖像特徵之後，為了將鏡頭的距離轉化為 圖像的距離，根據在一個鏡頭內的各個圖像幀的各種屬性變化不大的理由，本發明實施 例將關鍵幀定義為一個鏡頭內所有幀的對應屬性的平均。因此本發明實施例中將每個鏡 頭中所有圖像幀的特徵矩陣的平均值作為該鏡頭的關鍵幀特徵矩陣。在提取一個鏡頭的關鍵幀特徵矩陣時，先提取鏡頭內所有圖像幀的特徵矩陣，然後 求平均值，假設關鍵幀的特徵矩陣為A,鏡頭內有n幀，第i幀的特徵矩陣為4。
則
J = —^-^
在計算兩個鏡頭間的距離時，引入向量距離的概念，向量^和^的距離為
〖，* L
丄,丄
將關鍵幀的特徵矩陣作為是一個16xl6xl6維的向量。則鏡頭A和B的距離為
力*5
』B
15 15 15
15 15 15
其中，^" = zXI>[。[~/]w"[/][/p]， M
/ = 0 y = 0 A: = 0
(,=0 乂=0 A:=0
i李」m:(剛[刀w)2
v /=0 乂=0 A=0
由於本發明實施例將圖像分割成5部分，所以計算兩個鏡頭的距離時，5個部分的距
離分別計算得到5個距離4、《、"3、《、"5，到此判斷兩個鏡頭相似的條件有兩種-
《+ d2 + c/3 +《+1/5
^ ，然後判斷d是否大於某一閾值L;
第一種取 5
第二種判斷《、"2、 "3、《、^是否都大於某一個閾值L; 本發明實施例為了提高準確度和靈敏度，優選第二種方法，取閾值1^=0.95。 具體的，本發明實施例通過上述相似度計算方法，分別計算待檢測視頻中每個鏡頭 與資料庫中存儲的鏡頭之間的距離，來確定資料庫中是否包含有與待檢測視頻中匹配的 鏡頭，以對資料庫進行更新原有鏡頭數據或者添加新鏡頭數據的處理。
具體的，針對步驟200來說，本發明實施例中資料庫的建立過程可以通過如下所述的
資料庫建立算法來實現
步驟101:輸入當前待檢測視頻的文件名；
步驟102:對該視頻的每個鏡頭提取關鍵幀特徵矩陣；
步驟103:通過計算待檢測視頻中每個鏡頭與資料庫中存儲的鏡頭之間的距離，來確 定在資料庫中是否包含與待檢測視頻鏡頭相匹配的鏡頭，若存在，用待檢測視頻中相匹配的鏡頭以及相關信息，更新資料庫中對應的鏡頭的相關信息，具體為將匹配鏡頭對
應的數據單元count (重複次數)值加l，並且在filename (文件名)數組裡加上該視頻的 文件名，其中，文件名規定為int類型，同時在pos (位置)數組裡加上該鏡頭在待檢測視 頻中的位置；
若不存在，則在資料庫中加上與該匹配鏡頭對應的數據單元，其中，將count值設置 為l，在filename中加上當前視頻的文件名，在pos數組中加上該鏡頭在視頻中的位置。
在視頻流結束之前，均需要通過步驟103對待檢測視頻鏡頭進行搜索，直到視頻流結束。
關於數據單元的結構，可以通過如下方式定義 typedef struct {
keyframe shot; //關鍵幀特徵矩陣
int count; //鏡頭出現的次數統計
int filename[50]; //用存儲出現該鏡頭的文件名
matchpair pos[50]; 〃用於存儲鏡頭在視頻中的位置
int shotbegin; 〃當前處理鏡頭在當前視頻中的起始幀
int shotend; 〃當前處理鏡頭在當前視頻中的結束幀 }shotcharacter;
在一個具體實施例中，步驟300具體可以通過如下所述的技術方案實現
(1) 將所述資料庫中重複次數相等且大於一的一組連續鏡頭以及對應的相關信息進
行抽取；
(2) 通過預定條件對所述相關信息進行判斷，當提取出的所述連續鏡頭均滿足預定 條件時，確定所述連續鏡頭為同一段廣告，並根據所述連續鏡頭的位置信息確定該廣告 的位置；當所述連續鏡頭中包含不滿足預定條件的鏡頭時，則確定從該鏡頭起始的下一 鏡頭為另一段廣告的起始鏡頭，根據該鏡頭的位置信息區分不同的廣告，並確定每段廣 告的的位置。
具體的說，步驟300是在更新後的資料庫中檢索重複出現廣告的過程。通常由於數據 庫中存儲的最小數據單元是鏡頭，所以要將這些鏡頭合併生成廣告片段。在完成這些 後，可利用資料庫中保存的鏡頭的相關信息(數據單元中的count屬性、相似鏡頭的連續 性以及filename的視頻文件名)來確定所檢測視頻中是否包含重複出現的廣告。在資料庫 中找出ccmnt值相同的一片連續的鏡頭，然後根據filename中的文件名和pos中的鏡頭位
12置，確定每個視頻文件中重複出現的廣告的位置。步驟300的具體過程可以通過如下所述 的廣告檢測算法來實現
步驟201:搜索資料庫，找出count值相等且count〉l的連續(本發明實施例中連續是 指中間斷掉的鏡頭不能超過2個)的一組鏡頭，壓入一個臨時的容器中；本發明實施例中 當count〉l時，就可以判定出那些鏡頭是重複出現的廣告的鏡頭；
步驟202:對臨時容器中的數據進行判斷，判斷條件如下
a. 容器中的每個鏡頭的filename數組的相應位置上的數完全相同；
b. 後一個鏡頭的pos數組中的每一個結束幀與前一個鏡頭的pos數組中的相應的起始幀 數值相差不超過500;
若鏡頭均滿足上述條件a和b，則說明容器中的這一組連續的鏡頭都是同一段廣告的， 由於資料庫中存儲的鏡頭都是獨立的，所以根據預定條件將這一組連續的獨立的鏡頭連 接起來，組合成一段廣告，並根據每個鏡頭的相關信息中pos數組的位置信息確定該廣告 段的位置，並輸出該廣告的位置；
若有鏡頭不滿足其中任何一個條件，則說明該以鏡頭開始的下一鏡頭是另外一個廣 告的，而兩端廣告之間的分界處就是那個不能同時滿足這兩個條件的那個鏡頭，由此可 以將兩個不同廣告分割出來，並根據不滿足預定條件的鏡頭的相關信息中的pos數組的位 置信息，確定每段廣告的位置，並輸出；
步驟203:清空臨時容器，回到步驟201停下來的地方繼續執行，直到數據檢測完畢。
通過上述本發明一種廣告檢測方法，通過實現證明廣告圖像的召回率可達94.572%， 準確率達93.472%，能夠實現對視頻流中出現兩次或兩次以上的廣告片段進行檢測。
如圖2所示，基於上述圖l的方法實施例，本發明實施例提出一種電視廣告檢測裝 置，可以通過如下技術方案實現
鏡頭生成模塊ll，用於根據待檢測視頻生成至少一個鏡頭；
數據控制模塊22，用於對所述鏡頭生成模塊ll生成的所述鏡頭的圖像特徵進行提取， 並用所述圖像特徵構建資料庫，所述資料庫存儲有廣告鏡頭以及對應的相關信息；
廣告檢索模塊33，用於對所述資料庫中存儲的所述相關信息進行檢索，以便檢測出重
復性出現的電視廣告。
在一個具體實施例中，所述鏡頭生成模塊ll具體包括13視頻處理單元lll，用於將待檢測的視頻切分成至少一個圖片；
鏡頭切割單元112，用於根據鏡頭分割算法將所述視頻處理單元切分的至少一個圖片 生成至少一個鏡頭。
在一個具體實施例中，，所述數據控制模塊22具體包括
特徵提取單元221，用於提取至少一個鏡頭中所有圖片的特徵矩陣，將每個鏡頭的關 鍵幀特徵矩陣作為該鏡頭的圖像特徵；
相似度計算單元222，用於根據所述圖像特徵，分別計算待檢測視頻中鏡頭與資料庫 中存儲鏡頭之間的距離；
判斷處理單元223，用於當待檢測視頻中鏡頭與資料庫中存儲鏡頭之間距離大於預定 閾值時，確定資料庫中存在與待檢測視頻鏡頭匹配的鏡頭，更新所述資料庫中保存的與 該鏡頭對應的相關信息，否則，確定資料庫中不存在與待檢測視頻鏡頭匹配的鏡頭，在 所述資料庫中添加該鏡頭對應的相關信息，所述相關信息包括待檢測視頻的文件名、每 個鏡頭的特徵矩陣、該鏡頭在待檢測視頻中的位置以及重複次數中的一種或多種。
在一個具體實施例中，，所述廣告檢索模塊33具體包括
數據抽取單元331，用於將所述資料庫中重複次數相等且大於一的一組連續鏡頭以及 對應的相關信息進行抽取；
數據檢測單元332，用於通過預定條件對所述相關信息進行判斷，當提取出的所述連 續鏡頭均滿足預定條件時，確定所述連續鏡頭為同一段廣告，並根據所述連續鏡頭的位 置信息確定該廣告的位置；當所述連續鏡頭中包含不滿足預定條件的鏡頭時，則確定從 該鏡頭起始的下一鏡頭為另一段廣告的起始鏡頭，根據該鏡頭的位置信息區分不同的廣 告，並確定每段廣告的的位置。
在一個具體實施例中，，所述裝置還包括
鏡頭過濾模塊44，用於預先設定鏡頭密度閾值，當根據待檢測視頻生成至少一個鏡頭 後，當所述鏡頭密度大於所述鏡頭密度閾值時，確定該鏡頭為電視節目，並將電視節目 從待檢測視頻中刪除，否則，確定該鏡頭為廣告節目保留。
鑑於本發明實施例是鑑於上述圖l所述的方法實施例獲得的，具體涉及的技術方案可 以參見上述圖l實施例，不再一一贅述。
實施例一
下面結合實施例一對本發明的技術方案進行說明。
14結合圖1和圖2所示的方法和裝置，例如要檢測3段長度為30分鐘到40分鐘的視頻，這3 段視頻的文件名是filel， file2和file3，輸出的廣告位置的格式為filename[a，b]，其中 filename是文件名，a是廣告片段的起始幀，b是廣告片段的結束幀。
如圖3所示為本發明實施例一中的視頻檢測流程圖，具體如下
步驟501:對第一段待檢測視頻通過ffmpeg軟體，按照25幀/s的速度截取圖片，得到 離散化的視頻，每個圖像的大小是448x336，格式是jpg;
步驟502:利用鏡頭分割算法，對這些圖片進行鏡頭切割，得到每個鏡頭的最後一幀 的切點文件，其中，切點文件是.txt格式，其中記錄了每個鏡頭的最後一幀；鏡頭分割
法的具體過程請參見上述方法實施例中的步驟100:
步驟503:利用廣告的鏡頭切換速度遠大於常規電視節目的特性，通過預先設定鏡頭
密度的閾值，掃描得到的切點文件，當鏡頭密度(單位時間內的鏡頭切換個數)大於閾
值，則確定這些鏡頭是電視節目，可以剔除；如此掃描直至掃描完整個切點文件，得到 一個記錄了除了被剔除鏡頭外的所有鏡頭的起始幀和結束幀新的鏡頭文件；
步驟504:對新鏡頭文件裡的鏡頭提取圖像特徵(關鍵幀特徵矩陣)，圖4示出在進行 圖像特徵提取時將圖像區域分割為5個部分。鏡頭的特徵大小為 5xl6xl6xi6x32=640kb，根據計算待檢測視頻中每個鏡頭與資料庫中存儲鏡頭之間的距 離，確定資料庫中是否存在與待檢測視頻中匹配的鏡頭，具體可以根據資料庫建立算法 來處理(具體過程請參見上述方法實施例步驟200)，當新鏡頭的圖像特徵在資料庫中存 在時，用所述圖像特徵更新所述資料庫中該鏡頭對應的相關信息，當不存在時，確定該 視頻鏡頭為新的鏡頭，通過資料庫建立算法將新的鏡頭的相關信息保存在資料庫中；在 這個步驟中將分別對待檢測的3段視頻執行資料庫建立算法的處理；
步驟505:通過上述廣告檢索算法(具體過程請參見上述方法實施例中步驟300)，對 資料庫中保存的與待檢測鏡頭對應的相關信息進行處理，最終將會獲得重複出現的廣告 視頻在待檢測視頻中重複出現的廣告位置。
基於上述實施例一中所述的步驟，當檢測出重複出現的廣告視頻時，可以針對這些重 復的內容屏蔽或者刪除，來保證用戶的體驗，準確率較高。
以上所述，僅為本發明較佳的具體實施方式
，但本發明的保護範圍並不局限於此， 任何熟悉本技術領域的技術人員在本發明揭露的技術範圍內，可輕易想到的變化或替 換，都應涵蓋在本發明的保護範圍之內。因此，本發明的保護範圍應該以權利要求書的 保護範圍為準。
權利要求
1、一種電視廣告檢測方法，其特徵在於，包括根據待檢測視頻生成至少一個鏡頭；對所述鏡頭的圖像特徵進行提取，並用所述圖像特徵構建資料庫，所述資料庫存儲有廣告鏡頭以及對應的相關信息；對所述資料庫中存儲的所述相關信息進行檢索，以便檢測出重複出現的電視廣告。
2、 根據權利要求l所述檢測方法，其特徵在於，根據待檢測視頻生成至少一個鏡 頭，具體包括將待檢測的視頻切分成至少一個圖片；根據鏡頭分割算法將所述至少一個圖片生成至少一個鏡頭。
3、 根據權利要求2所述檢測方法，其特徵在於，對所述鏡頭的圖像特徵進行提取， 並用所述圖像特徵構建資料庫，具體包括-提取至少一個鏡頭中所有圖片的特徵矩陣，將每個鏡頭的關鍵幀特徵矩陣作為該鏡 頭的圖像特徵；根據所述圖像特徵，分別計算待檢測視頻中鏡頭與資料庫中存儲鏡頭之間的距離； 當待檢測視頻中鏡頭與資料庫中存儲鏡頭之間距離大於預定閾值時，確定資料庫中 存在與待檢測視頻鏡頭匹配的鏡頭，並更新所述資料庫中保存的與該鏡頭對應的相關信 息，否則，確定資料庫中不存在與待檢測視頻鏡頭匹配的鏡頭，在所述資料庫中添加該 鏡頭對應的相關信息，所述相關信息包括待檢測視頻的文件名、每個鏡頭的特徵矩陣、 該鏡頭在待檢測視頻中的位置以及重複次數中的一種或多種。
4、 根據權利要求3所述檢測方法，其特徵在於，對所述資料庫中存儲的所述相關信 息進行檢索，以便檢測出重複出現的電視廣告，具體包括將所述資料庫中重複次數相等且大於一的一組連續鏡頭以及對應的相關信息進行抽取；通過預定條件對所述相關信息進行判斷，當提取出的所述連續鏡頭均滿足預定條件 時，確定所述連續鏡頭為同一段廣告，並根據所述連續鏡頭的位置信息確定該廣告的位 置；當所述連續鏡頭中包含不滿足預定條件的鏡頭時，則確定從該鏡頭起始的下一鏡頭為另一段廣告的起始鏡頭，根據該鏡頭的位置信息區分不同的廣告，並確定每段廣告的 的位置。
5、 根據權利要求l所述的檢測方法，其特徵在於，所述方法還包括 預先設定鏡頭密度閾值，當根據待檢測視頻生成至少一個鏡頭後，當所述鏡頭密度大於所述鏡頭密度閾值時，確定該鏡頭為電視節目，並將電視節目從待檢測視頻中刪除， 否則，確定該鏡頭為廣告節目保留。
6、 一種電視廣告檢測裝置，其特徵在於，包括 鏡頭生成模塊，用於根據待檢測視頻生成至少一個鏡頭；數據控制模塊，用於對所述鏡頭生成模塊生成的所述鏡頭的圖像特徵進行提取，並用 所述圖像特徵構建資料庫，所述資料庫存儲有廣告鏡頭以及對應的相關信息；廣告檢索模塊，用於對所述資料庫中存儲的所述相關信息進行檢索，以便檢測出重複 性出現的電視廣告。
7、 根據權利要求6所述檢測裝置，其特徵在於，所述鏡頭生成模塊具體包括 視頻處理單元，用於將待檢測的視頻切分成至少一個圖片；鏡頭切割單元，用於根據鏡頭分割算法將所述視頻處理單元切分的至少一個圖片生 成至少一個鏡頭。
8、 根據權利要求7所述檢測裝置，其特徵在於，所述數據控制模塊具體包括 特徵提取單元，用於提取至少一個鏡頭中所有圖片的特徵矩陣，將每個鏡頭的關鍵幀特徵矩陣作為該鏡頭的圖像特徵；相似度計算單元，用於根據所述圖像特徵，分別計算待檢測視頻中鏡頭與資料庫中 存儲鏡頭之間的距離；判斷處理單元，用於當待檢測視頻中鏡頭與資料庫中存儲鏡頭之間距離大於預定閾 值時，確定資料庫中存在與待檢測視頻鏡頭匹配的鏡頭，更新所述資料庫中保存的與該 鏡頭對應的相關信息，否則，確定資料庫中不存在與待檢測視頻鏡頭匹配的鏡頭，在所 述資料庫中添加該鏡頭對應的相關信息，所述相關信息包括待檢測視頻的文件名、每個 鏡頭的特徵矩陣、該鏡頭在待檢測視頻中的位置以及重複次數中的一種或多種。
9、 根據權利要求8所述檢測裝置，其特徵在於，所述廣告檢索模塊具體包括 數據抽取單元，用於將所述資料庫中重複次數相等且大於一的一組連續鏡頭以及對應的相關信息進行抽取；數據檢測單元，用於通過預定條件對所述相關信息進行判斷，當提取出的所述連續 鏡頭均滿足預定條件時，確定所述連續鏡頭為同一段廣告，並根據所述連續鏡頭的位置 信息確定該廣告的位置；當所述連續鏡頭中包含不滿足預定條件的鏡頭時，則確定從該 鏡頭起始的下一鏡頭為另一段廣告的起始鏡頭，根據該鏡頭的位置信息區分不同的廣 告，並確定每段廣告的的位置。
10、根據權利要求6所述檢測裝置，其特徵在於，所述裝置還包括鏡頭過濾模塊，用於預先設定鏡頭密度閾值，當根據待檢測視頻生成至少一個鏡頭後，當所述鏡頭密度大於所述鏡頭密度閾值時，確定該鏡頭為電視節目，並將電視節目從待檢測視頻中刪除，否則，確定該鏡頭為廣告節目保留。
全文摘要
本發明公開了一種電視廣告檢測方法及裝置，技術方案包括根據待檢測視頻生成至少一個鏡頭；對所述鏡頭的圖像特徵進行提取，並用所述圖像特徵構建資料庫，所述資料庫存儲有廣告鏡頭以及對應的相關信息；對所述資料庫中存儲的所述相關信息進行檢索，以便檢測出重複出現的電視廣告。本發明一種電視廣告檢測裝置包括鏡頭生成模塊，數據控制模塊以及廣告檢索模塊。採用本發明的技術方案能夠對視頻中重複性的廣告節目進行檢測，提高了用戶體驗。
文檔編號G06F17/30GK101650740SQ200910167249
公開日2010年2月17日 申請日期2009年8月27日 優先權日2009年8月27日
發明者明 朱, 陳向文 申請人:中國科學技術大學