一种无样本条件下的广告视频识别方法及系统技术方案

本发明专利技术实施例提供一种无样本条件下的广告视频识别方法及系统，该方法包括：获取目标视频中的若干关键帧图像；对于任一关键帧图像，将任一关键帧图像对应的预设候选区域输入到标识分类模型中，获取每一预设候选区域的分类结果，并根据每一预设候选区域的分类结果获取任一关键帧图像的分类结果；根据所有关键帧图像的分类结果，识别目标视频中包含的广告片段。本发明专利技术实施例能够快速准确的识别出目标视频中的广告片段，不需要进行人工标记，大大提高了广告视频的识别效率。高了广告视频的识别效率。高了广告视频的识别效率。

【技术实现步骤摘要】
一种无样本条件下的广告视频识别方法及系统


[0001]本专利技术涉及视频场景识别
，尤其涉及一种无样本条件下的广告视频识别方法及系统。

技术介绍

[0002]广告视频的检测与识别是电视内容监测的重要内容，基于样本模板的音视频比对方法，可以快速定位出样本广告在电视中的播出频道、播出位置、播出时段、播出时长等统计信息，在此基础上人工补全完成的广告编目是后期查询检索、统计编报等工作的基础。
[0003]实际应用中广告编目的成本仍然较高，主要原因在于：一，新广告发现需要人工编目建立；二，广告作为一种时效性很强的节目形式，每天电视台播出的广告具有一定的更新率，而新出现的广告由于没有样本模板是无法进行比对分析的，需要人工编目创建样本模板；三，周期性广告编目大量依靠人工。
[0004]广告的时效性决定了如果不是每天都进行例行编目，而是间隔一定周期，比如在一周编一天或一个月编一天的情况下，样本至少是一周或一个月之前的模板，仍在播出的比例大幅减少，大量广告需要人工进行编目补齐。
[0005]解决上述行业问题比较理想的技术方案是机器能够自动识别出电视播出节目内容中哪些时段是广告节目并进行时段切分，结合图像文字识别、语音识别、语义理解等技术，自动获得广告的名称、类型等高级属性。
[0006]然而，由于视频广告题材、类型、内容多种多样，在无样本条件下需要人工进行样本标记，效率低且工作量大。

技术实现思路

[0007]本专利技术实施例提供一种无样本条件下的广告视频识别方法及系统，用以解决现有技术中在无样本条件下广告视频识别效率低的缺陷，实现无样本条件下的广告视频的自动识别。
[0008]本专利技术实施例提供一种无样本条件下的广告视频识别方法，包括：
[0009]获取目标视频中的若干关键帧图像；
[0010]对于任一关键帧图像，将所述任一关键帧图像对应的预设候选区域输入到标识分类模型中，获取每一预设候选区域的分类结果，并根据每一预设候选区域的分类结果获取所述任一关键帧图像的分类结果，所述分类结果为包含广告字样和不包含广告字样；
[0011]根据所有关键帧图像的分类结果，识别所述目标视频中包含的广告片段。
[0012]根据本专利技术一个实施例的无样本条件下的广告视频识别方法，所述根据所有关键帧图像的分类结果，识别所述目标视频中包含的广告片段，之前还包括：
[0013]根据所有关键帧图像的分类结果，对于所有关键帧图像组成的序列进行平滑处理，获取平滑后关键帧图像对应的分类结果；
[0014]并将平滑后关键帧图像对应的分类结果重新作为所述关键帧图像的分类结果。
[0015]根据本专利技术一个实施例的无样本条件下的广告视频识别方法，所述根据所有关键帧图像的分类结果，识别所述目标视频中包含的广告片段，具体包括：
[0016]根据所有关键帧图像的分类结果，获取所述广告片段对应的起始关键帧和所述广告片段对应的结束关键帧；
[0017]获取所述广告片段对应的起始关键帧在所述目标视频中的起始位置；
[0018]获取所述广告片段对应的结束关键帧在所述目标视频中的结束位置；
[0019]根据所述起始位置和所述结束位置，识别所述目标视频中的广告片段。
[0020]根据本专利技术一个实施例的无样本条件下的广告视频识别方法，所述预设候选区域包括所述任一关键帧图像的右上角区域、左上角区域、右下角区域、左下角区域和中间区域中的一种或多种。
[0021]根据本专利技术一个实施例的无样本条件下的广告视频识别方法，所述标识分类模型为优化后的ResNet网络，优化后的ResNet网络为在ResNet网络的卷积层、池化层和拼接层后面分别插入一个SE块，并在全连接层后面插入一个Focal Loss损失函数。
[0022]根据本专利技术一个实施例的无样本条件下的广告视频识别方法，所述获取目标视频中的若干关键帧图像，具体包括：
[0023]从所述目标视频的原始图像帧中，均匀抽取若干关键帧图像。
[0024]本专利技术实施例还提供一种无样本条件下的广告视频识别系统，包括：
[0025]关键帧图像模块，用于获取目标视频中的若干关键帧图像；
[0026]分类模块，用于对于任一关键帧图像，将所述任一关键帧图像对应的预设候选区域输入到标识分类模型中，获取每一预设候选区域的分类结果，并根据每一预设候选区域的分类结果获取所述任一关键帧图像的分类结果，所述分类结果为包含广告字样和不包含广告字样；
[0027]识别模块，用于根据所有关键帧图像的分类结果，识别所述目标视频中包含的广告片段。
[0028]本专利技术实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在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现如上述任一种所述无样本条件下的广告视频识别方法的步骤。
[0029]本专利技术实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述无样本条件下的广告视频识别方法的步骤。
[0030]本专利技术实施例提供的一种无样本条件下的广告视频识别方法及系统，能够快速准确的识别出目标视频中的广告片段，不需要进行人工标记，大大提高了广告视频的识别效率。
附图说明
[0031]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0032]图1为本专利技术实施例提供的一种无样本条件下的广告视频识别方法的流程图；
[0033]图2为本专利技术实施例中预设候选区域的选取示意图；
[0034]图3为本专利技术实施例中利用ResNet网络对预设候选区域进行识别的示意图；
[0035]图4为本专利技术实施例提供的一种无样本条件下的广告视频识别系统的结构示意图；
[0036]图5为本专利技术实施例提供的一种电子设备的实体结构示意图。
具体实施方式
[0037]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]通过观察，本专利技术发现很多电视频道实际播出广告内容时，为了与正常节目区分，画面内容中会出现“广告”字样的标识，可以作为视频广告识别的一项显著性特征，如果能够有效识别出那些电视画面含有“广告”标识，就可以在没有广告样本的情况下实现广告视频的检测与识别。
[0039]“广告”标识可以采用传统的目标检测与识别的技术框架解决，通常包括两个步骤，一是检测，检测标识在图像中出现的范围，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无样本条件下的广告视频识别方法，其特征在于，包括：获取目标视频中的若干关键帧图像；对于任一关键帧图像，将所述任一关键帧图像对应的预设候选区域输入到标识分类模型中，获取每一预设候选区域的分类结果，并根据每一预设候选区域的分类结果获取所述任一关键帧图像的分类结果，所述分类结果为包含广告字样和不包含广告字样；根据所有关键帧图像的分类结果，识别所述目标视频中包含的广告片段。2.根据权利要求1所述的无样本条件下的广告视频识别方法，其特征在于，所述根据所有关键帧图像的分类结果，识别所述目标视频中包含的广告片段，之前还包括：根据所有关键帧图像的分类结果，对于所有关键帧图像组成的序列进行平滑处理，获取平滑后关键帧图像对应的分类结果；并将平滑后关键帧图像对应的分类结果重新作为所述关键帧图像的分类结果。3.根据权利要求1所述的无样本条件下的广告视频识别方法，其特征在于，所述根据所有关键帧图像的分类结果，识别所述目标视频中包含的广告片段，具体包括：根据所有关键帧图像的分类结果，获取所述广告片段对应的起始关键帧和所述广告片段对应的结束关键帧；获取所述广告片段对应的起始关键帧在所述目标视频中的起始位置；获取所述广告片段对应的结束关键帧在所述目标视频中的结束位置；根据所述起始位置和所述结束位置，识别所述目标视频中的广告片段。4.根据权利要求1至3任一所述的无样本条件下的广告视频识别方法，其特征在于，所述预设候选区域包括所述任一关键帧图像的右上角区域、左上角区域、右下角区域、左...

【专利技术属性】
技术研发人员：王方圆，王欣盛，王鲜叶，
申请(专利权)人：北京中科模识科技有限公司，
类型：发明
国别省市：