一种视频广告的自动检测方法技术

本发明专利技术属于计算机视频处理技术领域，具体为一种视频广告的自动检测方法。本发明专利技术输入为电视台播放的数字电视信号或本地视频格式，综合采用颜色、纹理和边缘特征，对视频进行镜头分割，关键帧提取，FMPI帧分类，拷贝检测，和疑似广告检测，最终分析出视频中的广告成分。可以用作数字电视转播的广告过滤和解决项目中需要处理视频数据自动标注的问题。本发明专利技术采用FMPI关键帧的概念，大大提高了广告拷贝检测的准确率和算法效率，对于疑似广告检测也有了非常可靠的基于FMPI关键帧的特征做分类器的依据。

【技术实现步骤摘要】

本专利技术属于计算机视频处理
，具体涉及。
技术介绍
三网融合是我国未来几年信息化发展的重要方向，其中广播电视网和互联网的融合是其重要组成部分。随着互联网和高速宽带网络技术的成熟，整个互联网已经具备了同时传送高质量音频、视频和数据的能力。同时和传统的电视广播网络比较，互联网的特点在于互联网的数据传输是高速双向的，融合后电视用户利用这种双向传输的特点，将享受前所未有的交互方式。利用互动电视中的回看功能，在电视节目中自动的去掉广告内容无疑会提闻用户的交互体验。目前，每天都有大量的电视视频数据产生，如果要做到对那么多视频数据进行处理，简单的根据人力去标注视频内容，分割出哪些是正常的电视节目，哪些是广告内容，进行广告检测，显然不切实际。这就要求有一个自动化的能够高效准确的完成这个功能的广告检测算法。目前，学术界主要的广告检测算法有基于视频拷贝检测的广告检测算法，基于广告特征的广告检测算法，和基于学习的广告检测算法。这些方法都有其应用的场景和条件，也分别有优点和缺点。(I)基于拷贝检测的广告检测算法 广告作为宣传一种产品或者理念的视频序列出现在电视上，为了达到宣传的目的，本文档来自技高网...

【技术保护点】
一种视频广告的自动检测方法，其特征在于，首先对人工切割好的广告片段进行镜头分割，为提取关键帧进行数据准备；接着对关键帧进行特征提取；然后对于关键帧集合进行SVM筛选，选择出FMPI关键帧；最后用FMPI关键帧检测待测视频；具体步骤如下：（1）数据准备对于人工切割好的广告片段进行镜头分割，选取跳变第一帧作为关键帧，人工选出FMPI关键帧、普通广告帧和非广告跳变帧；将其分为训练样本和测试样本两部分；两部分中均含有FMPI关键帧、普通广告帧和非广告跳变帧；（2）特征提取提取关键帧的颜色、纹理和边缘三个方面的特征；颜色特征：首先RGB转化为HSV颜色，把HSV色彩空间分成16个等距的角度做直方统计，得...

【技术特征摘要】
1.一种视频广告的自动检测方法，其特征在于，首先对人工切割好的广告片段进行镜头分割，为提取关键帧进行数据准备；接着对关键帧进行特征提取；然后对于关键帧集合进行SVM筛选，选择出FMPI关键帧；最后用FMPI关键帧检测待测视频；具体步骤如下: (1)数据准备 对于人工切割好的广告片段进行镜头分割，选取跳变第一帧作为关键帧，人工选出FMPI关键帧、普通广告帧和非广告跳变帧；将其分为训练样本和测试样本两部分；两部分中均含有FMPI关键帧、普通广告帧和非广告跳变帧； (2)特征提取 提取关键帧的颜色、纹理和边缘三个方面的特征； 颜色特征:首先RGB转化为HSV颜色，把HSV色彩空间分成16个等距的角度做直方统计，得到Hhist[16];之后取得最大的四个维度值构成Hhist[4]； 纹理特征:将关键帧分成4x4的块，对于每个块内的四个方向分别统计Gabor边缘点的数目得到Ghist[4];最终形成64维向量的Gabor滤波特征向量Ghist[64]； 边缘特征:对整张图片进行Canny边缘提取，得到的边缘图同样分成4x4的块，分别统计落在其中的Canny边缘点数目，得到的16维Canny边缘点分布,构成Chist[16]； (3)样本训练和测试 采用高斯核的SVM分类 器，把上述的三个特征向量组合起来构成84维向量用作SVM训练；具体过程为: 首先，对训练样本进行数据预处理，把特征提取得到的向量处理成SVM接受的输入形式，即 <label>〈indexl>: <valuel>〈index2>: <value2>〈index3>〈value3>…的形式，其中〈label〉是标注类别，<indeXi>是特征序号，<valuei>是特征值，并做好数据处理；然后，用测试样本提取相同特征，处理为标准输入形式后用于测试；最后，得到关于FMPI关键帧的SVM模型，其公式如下所示: 2.根据权利要求1所述的自动检测方法，其特征在于:步骤(1)中，根据颜色直方...

【专利技术属性】
技术研发人员：金城，吴渊，段超，薛向阳，
申请(专利权)人：复旦大学，
类型：发明
国别省市：