【技术实现步骤摘要】
—种识别台标的方法及装置
本专利技术属于电视
,尤其涉及一种识别台标的方法及装置。
技术介绍
在云电视时代,云服务器通过识别电视正在播放的电视台的台标图像,可以为每个电视建立信息库用于数据统计。对于台标图像的识别,现有的基于颜色和形状的方法、基于模板匹配的方法、基于尺度不变特征转换(Scale-1nvariant Feature Transform, SIFT)特征点匹配的方法和基于小波特征的识别方法,在实际的工程应用中对台标图像局部特征的识别效果并不理想,而且也不能适应台标图像的背景变化、台标图像本身的半透明特性和台标图像位置随着时间变化等情况引起的识别准确度低的问题。
技术实现思路
本专利技术的目的在于提供一种识别台标的方法,旨在提高对台标图像局部特征的识别准确度和解决由于台标图像的背景变化和位置变化等因素引起的识别准确度低的问题。本专利技术是这样实现的,一种识别台标的方法,包括:存储台标图像和所述台标图像对应的标识,所述标识用于表征所述台标图像所属的电视台;将所述台标图像分割为N个第一图像块,N为大于I的正整数;以所述N个第一图像块为神经网络的输入,以所述台标图像对应的标识为神经网络的输出,训练得到所述神经网络的权值;接收电视发送的第一播放信息,所述第一播放信息包括第一待识别台标图像;以所述权值构造神经网络,识别所述第一待识别台标图像,以得到所述第一待识别台标图像对应的标识。本专利技术的另一目的在于提供一种识别台标的装置,包括:存储单元,用于存储台标图像和所述台标图像对应的标识,所述标识用于表征所述台标图像所属的电视台;分割单元,用 ...
【技术保护点】
一种识别台标的方法,其特征在于,所述方法包括:存储台标图像和所述台标图像对应的标识,所述标识用于表征所述台标图像所属的电视台;将所述台标图像分割为N个第一图像块,N为大于1的正整数;以所述N个第一图像块为神经网络的输入,以所述台标图像对应的标识为神经网络的输出,训练得到所述神经网络的权值;接收电视发送的第一播放信息,所述第一播放信息包括第一待识别台标图像;以所述权值构造神经网络,识别所述第一待识别台标图像,以得到所述第一待识别台标图像对应的标识。
【技术特征摘要】
1.一种识别台标的方法,其特征在于,所述方法包括: 存储台标图像和所述台标图像对应的标识,所述标识用于表征所述台标图像所属的电视台; 将所述台标图像分割为N个第一图像块,N为大于I的正整数; 以所述N个第一图像块为神经网络的输入,以所述台标图像对应的标识为神经网络的输出,训练得到所述神经网络的权值; 接收电视发送的第一播放信息,所述第一播放信息包括第一待识别台标图像; 以所述权值构造神经网络,识别所述第一待识别台标图像,以得到所述第一待识别台标图像对应的标识。2.如权利要求1所述的方法,其特征在于,所述神经网络包括第一神经网络组和第二神经网络组,所述第一神经网络组的输出为所述第二神经网络组的输入。3.如权利要求2所述的方法,其特征在于,所述以所述N个第一图像块为神经网络的输入,以所述台标图像对应的标识为神经网络的输出,训练得到所述神经网络的权值包括: 计算所述N个第一图像块的梯度,形成第一特征向量矩阵; 对所述N个第一图像块进行降采样后,计算所述N个第一图像块的梯度,形成第二特征向量矩阵; 以所述第一特征向量矩阵为所述第一神经网络组的输入,以所述第二特征向量矩阵为所述第一神经网络组的输出,训练得到所述第一神经网络组的权值; 以所述第二特征向量矩阵为所述第二神经网络组的输入,以所述台标图像对应的标识为所述第二神经网络组的输出,训练得到所述第二神经网络组的权值。4.如权利要求3所述的方法,其特征在于,所述以所述权值构造神经网络,识别所述第一待识别台标图像,以得到所述第一待识别台标图像对应的标识包括: 以所述第一神经网络组的权值和所述第二神经网络组的权值构造神经网络; 将所述第一待识别台标图像分割为N个第二图像块,N为大于I的正整数; 以所述N个第二图像块为构造后的所述神经网络的输入,通过所述神经网络识别出所述第一待识别台标图像对应的标识。5.如权利要求1~4任一项所述的方法,其特征在于,所述第一播放信息还包括台号,在所述电视中所述台号和所述第一待识别台标图像对应; 所述方法还包括: 建立所述台号和所述第一待识别台标图像的标识的对应关系,以使再次接收到所述台号时,能够根据所述对应关系查找得到所述台号对应的标识。6.如权利要求5所述的方法,其特征在于,所述方法还包括: 建立所述对应关系后,接收所述电视发送的第二播放信息,所述第二播放信息包括所述台号和第二待识别台标图像; 根据所述对应关系查找得到所述台号对应的标识; 通过训练后的所述神经网络识别得到所述第二待识别台标图像对应的标识; 当所述查找得到的标识和所述识别得到的标识不一致的次数达到预设值时,重新训练所述神经网络。7.一种识别台标的装置,其特征在于,所述方法包括:存储单元,...
【专利技术属性】
技术研发人员:周龙沙,邵诗强,
申请(专利权)人:TCL集团股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。