CN106375847A - 一种生成模板的方法、装置、视频的更新方法及装置 - Google Patents

Abstract

本发明公开了一种生成模板的方法、装置、视频的更新方法及装置。生成模板的方法包括：确定模板视频中的每个模板图片的第一目标区域；统计模板视频中的任意两个模板图片的第一目标区域的第一相似度；根据第一相似度从模板视频中选择多个模板关键帧图片；将每个模板关键帧图片分解成HSV三个单通道的图像块；分别获取每个模板关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；根据每个模板关键帧图片在每个单通道的图像块的局部直方图获取每个模板关键帧图片的特征向量；将每个模板关键帧图片的模板视频指纹进行二值化处理，生成模板哈希树。通过本发明的技术方案，可以准确地进行视频重复性检测，并确保视频重复性检测的精度和效率。

Description

一种生成模板的方法、装置、视频的更新方法及装置

技术领域

本发明涉及视频处理技术领域，特别涉及一种生成模板的方法、一种生成模板的装置、一种视频的更新方法和一种视频的更新装置。

背景技术

目前，在广告处理系统中，需要进行广告检索和预测。这实际上就是要进行视频重复性检测。但人工进行重复性检测的任务量非常大，效率较低，且重复性检测的准确率和精度都比较低。

发明内容

本发明提供一种生成模板的方法、装置、视频的更新方法及装置，用以准确地进行视频重复性检测，并确保视频重复性检测的精度和效率。

本发明提供一种生成模板的方法，包括：确定模板视频中的每个模板图片的第一目标区域；

统计所述模板视频中的任意两个模板图片的第一目标区域的第一相似度；

根据所述第一相似度从所述模板视频中选择多个模板关键帧图片，其中，多个所述模板关键帧图片中任意相邻的两个模板关键帧图片之间间隔的模板图片的数目差小于第一预设数目，且多个所述模板关键帧图片中任意两个模板关键帧图片的第一相似度均低于第一预设相似度；

将每个所述模板关键帧图片分解成HSV三个单通道的图像块；

分别获取每个所述模板关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

根据每个所述模板关键帧图片在每个所述单通道的图像块的局部直方图获取每个所述模板关键帧图片的特征向量，并将每个所述模板关键帧图片的特征向量作为每个所述模板关键帧图片的所述模板视频指纹；

将每个所述模板关键帧图片的所述模板视频指纹进行二值化处理，生成所述模板视频的模板哈希树。

本发明还提供一种生成模板的装置，包括：确定模块，确定模板视频中的每个模板图片的第一目标区域；

统计模块，用于统计所述模板视频中的任意两个模板图片的第一目标区域的第一相似度；

选择模块，用于根据所述第一相似度从所述模板视频中选择多个模板关键帧图片，其中，多个所述模板关键帧图片中任意相邻的两个模板关键帧图片之间间隔的模板图片的数目差小于第一预设数目，且多个所述模板关键帧图片中任意两个模板关键帧图片的第一相似度均低于第一预设相似度；

分解模块，用于将每个所述模板关键帧图片分解成HSV三个单通道的图像块；

第一获取模块，用于分别获取每个所述模板关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

第二获取模块，用于根据每个所述模板关键帧图片在每个所述单通道的图像块的局部直方图获取每个所述模板关键帧图片的特征向量，并将每个所述模板关键帧图片的特征向量作为每个所述模板关键帧图片的所述模板视频指纹；

生成模块，用于将每个所述模板关键帧图片的所述模板视频指纹进行二值化处理，生成所述模板视频的模板哈希树。

本发明还提供一种视频的更新方法，包括：

从待测视频数据流中，获取多段待测视频；

获取多段待测视频中每段待测视频中的每个待测关键帧图片的目标视频指纹，其中，多段所述待测视频中任意相邻的两段待测视频之间具有部分匹配的视频帧；

在模板哈希树中搜索与每个所述待测关键帧图片对应的每个模板关键帧图片的模板视频指纹；

判断每个所述待测关键帧图片的目标视频指纹与每个所述模板关键帧图片的模板视频指纹是否匹配；

根据每个目标视频指纹的匹配结果，判断每段所述待测视频与所述模板视频是否匹配；

当判定每段所述待测视频与所述模板视频不匹配时，对所述模板视频进行更新；

其中，所述获取多段待测视频中每段待测视频中的每个待测关键帧图片的目标视频指纹，包括：

确定每段所述待测视频中的每个待测图片的第二目标区域；

统计每段所述待测视频中的任意两个待测图片的第二目标区域的第二相似度；

根据所述第二相似度从每段所述待测视频中选择多个待测关键帧图片，其中，多个所述待测关键帧图片中任意相邻的两个待测关键帧图片之间间隔的待测图片的数目差小于第二预设数目，且多个所述待测关键帧图片中任意两个待测关键帧图片的第二相似度均低于第二预设相似度；

将每个所述待测关键帧图片分解成HSV三个单通道的图像块；

分别获取每个所述待测关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

根据每个所述待测关键帧图片在每个所述单通道的图像块的局部直方图获取每个所述待测关键帧图片的特征向量，并将每个所述待测关键帧图片的特征向量作为每个所述待测关键帧图片的所述目标视频指纹。

在一个实施例中，所述根据每个目标视频指纹的匹配结果，判断每段所述待测视频与所述模板视频是否匹配，包括：

当每段所述待测视频中待测关键帧图片的目标视频指纹与对应的模板关键帧图片的模板视频指纹相匹配的数目高于预设数目时，判定每段所述待测视频与所述模板视频匹配；否则，判定每段所述待测视频与所述模板视频不匹配。

在一个实施例中，在判定每段所述待测视频与所述模板视频匹配之前，所述方法还包括：

判断每段所述待测视频的第一时长与所述模板视频的第二时长的时间差的绝对值是否小于或等于预设时长阈值，和/或每段所述待测视频中的待测关键帧图片与所述模板视频中的模板关键帧图片的时间顺序是否匹配；

当所述时间差的绝对值小于或等于所述预设时长阈值，和/或每段所述待测视频中的待测关键帧图片与所述模板视频中的模板关键帧图片的时间顺序匹配时，判定每段所述待测视频与所述模板视频匹配；否则，判定每段所述待测视频与所述模板视频不匹配。

在一个实施例中，所述当判定每段所述待测视频与所述模板视频不匹配时，对所述模板视频进行更新，包括：

当所述第一时长大于所述第二时长时，将每段所述待测视频中与所述模板视频中的模板关键帧图片不相匹配的第一目标关键帧图片添加至所述模板视频中；或

当所述数目低于所述预设数目时，将所述模板视频中与每段所述待测视频中的待测关键帧图片相匹配的第二目标关键帧图片从所述模板视频中删除；或

当每段所述待测视频中不存在与所述模板视频中的模板关键帧图片相匹配的待测关键帧图片时，将每个所述待测关键帧图片添加至所述模板视频中。

本发明还提供一种视频的更新装置，包括：

第一获取模块，用于从待测视频数据流中，获取多段待测视频；

第二获取模块，用于获取多段待测视频中每段待测视频中的每个待测关键帧图片的目标视频指纹，其中，多段所述待测视频中任意相邻的两段待测视频之间具有部分匹配的视频帧；

搜索模块，用于在模板哈希树中搜索与每个所述待测关键帧图片对应的每个模板关键帧图片的模板视频指纹；

第一判断模块，用于判断每个所述待测关键帧图片的目标视频指纹与每个所述模板关键帧图片的模板视频指纹是否匹配；

第二判断模块，用于根据每个目标视频指纹的匹配结果，判断每段所述待测视频与所述模板视频是否匹配；

更新模块，用于当判定每段所述待测视频与所述模板视频不匹配时，对所述模板视频进行更新；

其中，所述第二获取模块包括：

确定子模块，用于确定每段所述待测视频中的每个待测图片的第二目标区域；

统计子模块，用于统计每段所述待测视频中的任意两个待测图片的第二目标区域的第二相似度；

选择子模块，用于根据所述第二相似度从每段所述待测视频中选择多个待测关键帧图片，其中，多个所述待测关键帧图片中任意相邻的两个待测关键帧图片之间间隔的待测图片的数目差小于第二预设数目，且多个所述待测关键帧图片中任意两个待测关键帧图片的第二相似度均低于第二预设相似度；

分解子模块，用于将每个所述待测关键帧图片分解成HSV三个单通道的图像块；

第一获取子模块，用于分别获取每个所述待测关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

第二获取子模块，用于根据每个所述待测关键帧图片在每个所述单通道的图像块的局部直方图获取每个所述待测关键帧图片的特征向量，并将每个所述待测关键帧图片的特征向量作为每个所述待测关键帧图片的所述目标视频指纹。

在一个实施例中，所述第二判断模块包括：

判定子模块，用于当每段所述待测视频中待测关键帧图片的目标视频指纹与对应的模板关键帧图片的模板视频指纹相匹配的数目高于预设数目时，判定每段所述待测视频与所述模板视频匹配；否则，判定每段所述待测视频与所述模板视频不匹配。

在一个实施例中，所述装置还包括：

第三判断模块，用于在判定每段所述待测视频与所述模板视频匹配之前，判断每段所述待测视频的第一时长与所述模板视频的第二时长的时间差的绝对值是否小于或等于预设时长阈值，和/或每段所述待测视频中的待测关键帧图片与所述模板视频中的模板关键帧图片的时间顺序是否匹配；

判定模块，用于当所述时间差的绝对值小于或等于所述预设时长阈值，和/或每段所述待测视频中的待测关键帧图片与所述模板视频中的模板关键帧图片的时间顺序匹配时，判定每段所述待测视频与所述模板视频匹配；否则，判定每段所述待测视频与所述模板视频不匹配。

在一个实施例中，所述更新模块包括：

第一添加子模块，用于在判定每段所述待测视频与所述模板视频不匹配时，

当所述第一时长大于所述第二时长时，将每段所述待测视频中与所述模板视频中的模板关键帧图片不相匹配的第一目标关键帧图片添加至所述模板视频中；或

删除子模块，用于当所述数目低于所述预设数目时，将所述模板视频中与每段所述待测视频中的待测关键帧图片相匹配的第二目标关键帧图片从所述模板视频中删除；或

第二添加子模块，用于当每段所述待测视频中不存在与所述模板视频中的模板关键帧图片相匹配的待测关键帧图片时，将每个所述待测关键帧图片添加至所述模板视频中。

本公开的实施例提供的技术方案可以包括以下有益效果：

通过获取模板视频中的多个模板关键帧图片，并将每个模板关键帧图片分解成HSV三个单通道的图像块，可以分别获取到每个模板关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图，进而得到用于表征每个模板关键帧图片的特征向量(即模板视频指纹)，并生成模板哈希树，从而可以使视频厂商使用该模板哈希树准确地进行视频重复性检测，并确保视频重复性检测的精度和效率，而且也可以以该模板哈希树为基础，确定待测视频是否播放完整、该模板视频在待测视频中的具体位置，以及便于根据该模板哈希树进行视频分析，以获取有用的商业价值信息。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据一示例性实施例示出的一种生成模板的方法的流程图。

图2是根据一示例性实施例示出的一种生成模板的装置的框图。

图3是根据一示例性实施例示出的一种视频的更新方法的流程图。

图4是根据一示例性实施例示出的一种视频的更新装置的框图。

图5是根据一示例性实施例示出的另一种视频的更新装置的框图。

图6是根据一示例性实施例示出的又一种视频的更新装置的框图。

图7是根据一示例性实施例示出的再一种视频的更新装置的框图。

图8A是根据一示例性实施例示出的再一种视频的更新装置的框图。

图8B是根据一示例性实施例示出的再一种视频的更新装置的框图。

图8C是根据一示例性实施例示出的再一种视频的更新装置的框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

相关技术中，在广告处理系统中，需要进行广告检索和预测。这实际上就是要进行视频重复性检测。但人工进行重复性检测的任务量非常大，效率较低，且重复性检测的准确率和精度都比较低。

为了解决上述技术问题，本公开实施例提供了一种生成模板的方法，该方法适被配置为生成模板的程序、系统或装置中，如图1所示，步骤S101，确定模板视频中的每个模板图片的第一目标区域；该模板视频可以是导出的N个定制频道，即最近两天内的历史视频数据，例如：可以是最近两天内的N个定制频道的广告视频，具体地：从广告开始时刻到结束时刻的所有广告图片；第一目标区域可以是每个模板图片的中心可处理区域，以排除干扰，例如：图片中心1/2*1/2的部分区域。

步骤S102，统计模板视频中的任意两个模板图片的第一目标区域的第一相似度；第一相似度可以是两个模板图片的直方图相似度。

步骤S103，根据第一相似度从模板视频中选择多个模板关键帧图片，其中，多个模板关键帧图片中任意相邻的两个模板关键帧图片之间间隔的模板图片的数目差小于第一预设数目，且多个模板关键帧图片中任意两个模板关键帧图片的第一相似度均低于第一预设相似度；在从模板视频的模板图片中选择多个模板关键帧图片时，第一相似度大于某个阈值(即第一预设相似度)的两张模板图片认为是相同的图片，否则认为是不同的模板关键帧图片；另外，选用模板关键帧图片的同时，控制任意相邻的两个模板关键帧图片之间间隔的模板图片的数目小于6张，既减少了相同模板图片的处理，又减少了模板图片的数据处理量，间隔的控制也避免了重要信息的丢失。

步骤S104，将每个模板关键帧图片分解成HSV三个单通道的图像块；在将每个模板关键帧图片分解成HSV三个单通道的图像块前，还可以将模板关键帧图片统一缩小图片大小为W*H＝480*320，以便于对模板关键帧图片统一进行分解。HSV(Hue,Saturation,Value)是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(Hexcone Model)，这个模型中颜色的参数分别是：色调(H)，饱和度(S)，亮度(V)。

步骤S105，分别获取每个模板关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；获取每个单通道的图像块的局部直方图的具体处理过程为：将每个模板关键帧图片的中心可处理区域向外扩展1/8，然后开始计算每块正方形区域内的直方图，依次移动(分别沿水平轴和竖轴移动)正方形区域，移动步长是1/10x每个模板关键帧图片的总长度/每个模板关键帧图片的总宽度，移动7次后终止，每个单通道的图像块就会得到7*7个直方图，然后利用每个单通道的49个组成矢量，即可得到本张模板关键帧图片的fingerprints即特征向量，其中，为了使正方形区域在移动的过程中可以重复覆盖图像块，正方形的宽度应该大于或等于1/2*每个模板关键帧图片的总长度，例如：正方形的宽度＝1/2*每个模板关键帧图片的总长度或7/10*每个模板关键帧图片的总长度。

步骤S106，根据每个模板关键帧图片在每个单通道的图像块的局部直方图获取每个模板关键帧图片的特征向量，并将每个模板关键帧图片的特征向量作为每个模板关键帧图片的模板视频指纹；

步骤S107，将每个模板关键帧图片的模板视频指纹进行二值化处理，生成模板视频的模板哈希树。在将上述每个模板关键帧图片的模板视频指纹进行二值化处理得到fingerprints(即每个模板关键帧图片的二值化后的模板视频指纹)时，阈值是所有数值的中位数。而利用该阈值可以将每个模板关键帧图片的fingerprints按照阈值的0-1进行变化，以生成hash tree，便于以后进行广告等各种视频搜索，从而可以使视频厂商使用该模板哈希树准确地进行广告等各种视频重复性检测，并确保广告等各种视频重复性检测的精度和效率，防止不同厂商的视频(如：广告)重复，而影响视频的质量；另外，而且也可以使本厂商以该模板哈希树为基础，检测待测视频是否已将该模板视频播放完整、是否出现漏播等现象(这在广告中尤为重要)以及待测视频中该模板视频的具体播放位置，当然，也便于厂商根据该模板哈希树进行视频分析，以获取有用的商业价值信息，例如：最近一段时间热播的广告类型、节目类型、消费者可以接受的最佳播放时长等，其中，如果为了预测节目信息，模板视频可以是节目视频(或节目头的视频段)；如果为了预测广告信息，模板视频可以选取广告的视频段。

如图2所示，本发明还提供一种生成模板的装置，包括：确定模块201，确定模板视频中的每个模板图片的第一目标区域；

统计模块202，被配置为统计模板视频中的任意两个模板图片的第一目标区域的第一相似度；

选择模块203，被配置为根据第一相似度从模板视频中选择多个模板关键帧图片，其中，多个模板关键帧图片中任意相邻的两个模板关键帧图片之间间隔的模板图片的数目差小于第一预设数目，且多个模板关键帧图片中任意两个模板关键帧图片的第一相似度均低于第一预设相似度；

分解模块204，被配置为将每个模板关键帧图片分解成HSV三个单通道的图像块；

第一获取模块205，被配置为分别获取每个模板关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

第二获取模块206，被配置为根据每个模板关键帧图片在每个单通道的图像块的局部直方图获取每个模板关键帧图片的特征向量，并将每个模板关键帧图片的特征向量作为每个模板关键帧图片的模板视频指纹；

生成模块207，被配置为将每个模板关键帧图片的模板视频指纹进行二值化处理，生成模板视频的模板哈希树。

如图3所示，本发明还提供一种视频的更新方法，包括：

在步骤301中，从待测视频数据流中，获取多段待测视频，其中，每段待测视频均可以包括一个独立的节目或广告，而模板视频也可以包括近期的一个独立的节目或广告，因此，以模板视频为比较基础，可以通过视频重复性检测预测出待测视频数据流中播放的节目；

在步骤302中，获取多段待测视频中每段待测视频中的每个待测关键帧图片的目标视频指纹，其中，多段待测视频中任意相邻的两段待测视频之间具有部分匹配的视频帧；在从待测视频数据流中，选择多段待测视频时，通过使任意相邻的两段待测视频之间具有部分匹配的视频帧(例如：任意相邻的两段待测视频之间有50％的重合率)，如：一整段待测视频数据流是abcdefghigklmn,可以截取成abcdef，defghi，ghigkl,gklmn四段待测视频，这样可以避免与模板视频相同的待测视频被分成两段来分别与模板视频对比，从而确保待测视频的连续性。

在步骤303中，在模板哈希树中搜索与每个待测关键帧图片对应的每个模板关键帧图片的模板视频指纹；

在步骤304中，判断每个待测关键帧图片的目标视频指纹与每个模板关键帧图片的模板视频指纹是否匹配；在判定结果为当任一待测关键帧图片的目标视频指纹与对应的任一模板关键帧图片的模板视频指纹的相似度高于某个阈值时，说明该任一待测关键帧图片与该任一模板关键帧图片相匹配；否则，该任一待测关键帧图片与该任一模板关键帧图片不匹配。

在步骤305中，根据每个目标视频指纹的匹配结果，判断每段待测视频与模板视频是否匹配；当每段待测视频中多个待测关键帧图片的目标视频指纹与对应的模板关键帧图片的模板视频指纹相匹配数目高于预设数目时，说明该段待测视频与模板视频的相似度较高，进而可以判定该段待测视频与该模板视频相匹配，否则，说明该段待测视频与模板视频的相似度较低，进而可以判定该段待测视频与该模板视频不匹配。

在步骤306中，当判定每段待测视频与模板视频不匹配时，对模板视频进行更新；

当判定该段待测视频与该模板视频不匹配时，可以根据该待测视频对该模板视频进行更新，例如：将该段待测视频添加至该模板视频中，将模板视频中与该段待测视频相重复的图片进行删除等，从而使该模板视频实时地保持最新状态，进而确保视频厂商使用该模板视频实时、能够准确地进行视频重复性检测，并确保视频重复性检测的精度和效率，而且也可以以该模板视频为基础，确定待测视频是否播放完整、待测视频中该模板视频的具体播放时间，以及便于根据该模板视频进行视频分析，以获取有用的商业价值信息。

其中，上述步骤S302可被执行为：

确定每段待测视频中的每个待测图片的第二目标区域；

统计每段待测视频中的任意两个待测图片的第二目标区域的第二相似度；

根据第二相似度从每段待测视频中选择多个待测关键帧图片，其中，多个待测关键帧图片中任意相邻的两个待测关键帧图片之间间隔的待测图片的数目差小于第二预设数目，且多个待测关键帧图片中任意两个待测关键帧图片的第二相似度均低于第二预设相似度；

将每个待测关键帧图片分解成HSV三个单通道的图像块；

分别获取每个待测关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

根据每个待测关键帧图片在每个单通道的图像块的局部直方图获取每个待测关键帧图片的特征向量，并将每个待测关键帧图片的特征向量作为每个待测关键帧图片的目标视频指纹。其中，获取每个待测关键帧图片的目标视频指纹的过程与上文中获取每个模板关键帧图片的模板视频指纹的过程相同，因此，技术效果也与上述过程相同，此处不再赘述。

在一个实施例中，根据每个目标视频指纹的匹配结果，判断每段待测视频与模板视频是否匹配，包括：

当每段待测视频中待测关键帧图片的目标视频指纹与对应的模板关键帧图片的模板视频指纹相匹配的数目高于预设数目时，判定每段待测视频与模板视频匹配；否则，判定每段待测视频与模板视频不匹配。当每段待测视频中多个待测关键帧图片的目标视频指纹与对应的模板关键帧图片的模板视频指纹相匹配数目高于预设数目时，说明该段待测视频与模板视频的相似度较高，进而可以判定该段待测视频与该模板视频相匹配，否则，说明该段待测视频与模板视频的相似度较低，进而可以判定该段待测视频与该模板视频不匹配。

在一个实施例中，在判定每段待测视频与模板视频匹配之前，方法还包括：

判断每段待测视频的第一时长与模板视频的第二时长的时间差的绝对值是否小于或等于预设时长阈值，和/或每段待测视频中的待测关键帧图片与模板视频中的模板关键帧图片的时间顺序是否匹配；

当时间差的绝对值小于或等于预设时长阈值，和/或每段待测视频中的待测关键帧图片与模板视频中的模板关键帧图片的时间顺序匹配时，判定每段待测视频与模板视频匹配；否则，判定每段待测视频与模板视频不匹配。

在判定每段待测视频与模板视频匹配之前，还需要进一步确定每段待测视频的第一时长与模板视频的第二时长的时间差的绝对值是否小于或等于预设时长阈值(即每段待测视频与模板视频的时间长度是否相同或者偏差是否在允许的范围内)，和/或每段待测视频中的待测关键帧图片与模板视频中的模板关键帧图片的时间顺序是否匹配，当第一时长与第二时长的时间差的绝对值大于预设时长阈值，和/或每段待测视频中的待测关键帧图片与模板视频中的模板关键帧图片的时间顺序不匹配(例如：模板视频中按照时间顺序排列的图片是abcdefgh，该段待测视频中与之对应的图片是edghabcf)时，说明该段待测视频与模板视频相差较大、不匹配，从而确保了该段待测视频与模板视频匹配性检测的精度和准确性。

在一个实施例中，当判定每段待测视频与模板视频不匹配时，对模板视频进行更新，包括：

当第一时长大于第二时长时，将每段待测视频中与模板视频中的模板关键帧图片不相匹配的第一目标关键帧图片添加至模板视频中；当该段待测视频的第一时长大于模板视频的第二时长时，可以将该段待测视频中与模板视频中的模板关键帧图片不相匹配的第一目标关键帧图片添加至模板视频中，从而使模板视频更加丰富，完成对模板视频的更新。或

当数目低于预设数目时，将模板视频中与每段待测视频中的待测关键帧图片相匹配的第二目标关键帧图片从模板视频中删除；当数目低于预设数目时，说明该段待测视频的待测关键帧图片与模板视频中的模板关键帧图片不匹配的部分占多数，即模板视频与该段待测视频不同，但是相同的图片存在于两个视频中，会影响以后的比较搜索，所以将模板视频中的这部分相同的图片置为无效，即将匹配的第二目标关键帧图片从模板视频中删除，从而避免相同的关键帧图片存在于模板视频中，而影响模板视频的准确性。或

当每段待测视频中不存在与模板视频中的模板关键帧图片相匹配的待测关键帧图片时，将每个待测关键帧图片添加至模板视频中。

当该段待测视频中不存在与模板视频中的模板关键帧图片相匹配的待测关键帧图片时，说明该段待测视频中与模板视频完全不匹配，可以将该段待测视频中的每个待测关键帧图片添加至模板视频中，以更大程度地更新该模板视频。

如图4所示，本发明还提供一种视频的更新装置，包括：第一获取模块401，被配置为从待测视频数据流中，获取多段待测视频；

第二获取模块402，被配置为获取多段待测视频中每段待测视频中的每个待测关键帧图片的目标视频指纹，其中，多段待测视频中任意相邻的两段待测视频之间具有部分匹配的视频帧；

搜索模块403，被配置为在模板哈希树中搜索与每个待测关键帧图片对应的每个模板关键帧图片的模板视频指纹；

第一判断模块404，被配置为判断每个待测关键帧图片的目标视频指纹与每个模板关键帧图片的模板视频指纹是否匹配；

第二判断模块405，被配置为根据每个目标视频指纹的匹配结果，判断每段待测视频与模板视频是否匹配；

更新模块406，被配置为当判定每段待测视频与模板视频不匹配时，对模板视频进行更新；

其中，如图5所示，第二获取模块402包括：

确定子模块4021，被配置为确定每段待测视频中的每个待测图片的第二目标区域；

统计子模块4022，被配置为统计每段待测视频中的任意两个待测图片的第二目标区域的第二相似度；

选择子模块4023，被配置为根据第二相似度从每段待测视频中选择多个待测关键帧图片，其中，多个待测关键帧图片中任意相邻的两个待测关键帧图片之间间隔的待测图片的数目差小于第二预设数目，且多个待测关键帧图片中任意两个待测关键帧图片的第二相似度均低于第二预设相似度；

分解子模块4024，被配置为将每个待测关键帧图片分解成HSV三个单通道的图像块；

第一获取子模块4025，被配置为分别获取每个待测关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

第二获取子模块4026，被配置为根据每个待测关键帧图片在每个单通道的图像块的局部直方图获取每个待测关键帧图片的特征向量，并将每个待测关键帧图片的特征向量作为每个待测关键帧图片的目标视频指纹。

如图6所示，在一个实施例中，第二判断模块405包括：

判定子模块4051，被配置为当每段待测视频中待测关键帧图片的目标视频指纹与对应的模板关键帧图片的模板视频指纹相匹配的数目高于预设数目时，判定每段待测视频与模板视频匹配；否则，判定每段待测视频与模板视频不匹配。

如图7所示，在一个实施例中，装置还包括：

第三判断模块701，被配置为在判定每段待测视频与模板视频匹配之前，判断每段待测视频的第一时长与模板视频的第二时长的时间差的绝对值是否小于或等于预设时长阈值，和/或每段待测视频中的待测关键帧图片与模板视频中的模板关键帧图片的时间顺序是否匹配；

判定模块702，被配置为当时间差的绝对值小于或等于预设时长阈值，和/或每段待测视频中的待测关键帧图片与模板视频中的模板关键帧图片的时间顺序匹配时，判定每段待测视频与模板视频匹配；否则，判定每段待测视频与模板视频不匹配。

如图8A所示，在一个实施例中，更新模块406包括：

第一添加子模块4061，被配置为在判定每段待测视频与模板视频不匹配时，

当第一时长大于第二时长时，将每段待测视频中与模板视频中的模板关键帧图片不相匹配的第一目标关键帧图片添加至模板视频中；或

如图8B所示，在一个实施例中，更新模块406包括：

删除子模块4062，被配置为当数目低于预设数目时，将模板视频中与每段待测视频中的待测关键帧图片相匹配的第二目标关键帧图片从模板视频中删除；或

如图8C所示，在一个实施例中，更新模块406包括：

第二添加子模块4063，被配置为当每段待测视频中不存在与模板视频中的模板关键帧图片相匹配的待测关键帧图片时，将每个待测关键帧图片添加至模板视频中。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

最后，本发明中的生成模板的装置和视频的更新装置适被配置为终端设备。例如，可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种生成模板的方法，其特征在于，包括：

确定模板视频中的每个模板图片的第一目标区域；

统计所述模板视频中的任意两个模板图片的第一目标区域的第一相似度；

根据所述第一相似度从所述模板视频中选择多个模板关键帧图片，其中，多个所述模板关键帧图片中任意相邻的两个模板关键帧图片之间间隔的模板图片的数目差小于第一预设数目，且多个所述模板关键帧图片中任意两个模板关键帧图片的第一相似度均低于第一预设相似度；

将每个所述模板关键帧图片分解成HSV三个单通道的图像块；

分别获取每个所述模板关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

根据每个所述模板关键帧图片在每个所述单通道的图像块的局部直方图获取每个所述模板关键帧图片的特征向量，并将每个所述模板关键帧图片的特征向量作为每个所述模板关键帧图片的所述模板视频指纹；

将每个所述模板关键帧图片的所述模板视频指纹进行二值化处理，生成所述模板视频的模板哈希树。

2.一种生成模板的装置，其特征在于，包括：

确定模块，用于确定模板视频中的每个模板图片的第一目标区域；

统计模块，用于统计所述模板视频中的任意两个模板图片的第一目标区域的第一相似度；

选择模块，用于根据所述第一相似度从所述模板视频中选择多个模板关键帧图片，其中，多个所述模板关键帧图片中任意相邻的两个模板关键帧图片之间间隔的模板图片的数目差小于第一预设数目，且多个所述模板关键帧图片中任意两个模板关键帧图片的第一相似度均低于第一预设相似度；

分解模块，用于将每个所述模板关键帧图片分解成HSV三个单通道的图像块；

第一获取模块，用于分别获取每个所述模板关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

第二获取模块，用于根据每个所述模板关键帧图片在每个所述单通道的图像块的局部直方图获取每个所述模板关键帧图片的特征向量，并将每个所述模板关键帧图片的特征向量作为每个所述模板关键帧图片的所述模板视频指纹；

生成模块，用于将每个所述模板关键帧图片的所述模板视频指纹进行二值化处理，生成所述模板视频的模板哈希树。

3.一种视频的更新方法，其特征在于，包括：

从待测视频数据流中，获取多段待测视频；

获取多段待测视频中每段待测视频中的每个待测关键帧图片的目标视频指纹，其中，多段所述待测视频中任意相邻的两段待测视频之间具有部分匹配的视频帧；

在模板哈希树中搜索与每个所述待测关键帧图片对应的每个模板关键帧图片的模板视频指纹；

判断每个所述待测关键帧图片的目标视频指纹与每个所述模板关键帧图片的模板视频指纹是否匹配；

根据每个目标视频指纹的匹配结果，判断每段所述待测视频与所述模板视频是否匹配；

当判定每段所述待测视频与所述模板视频不匹配时，对所述模板视频进行更新；

其中，所述获取多段待测视频中每段待测视频中的每个待测关键帧图片的目标视频指纹，包括：

确定每段所述待测视频中的每个待测图片的第二目标区域；

统计每段所述待测视频中的任意两个待测图片的第二目标区域的第二相似度；

根据所述第二相似度从每段所述待测视频中选择多个待测关键帧图片，其中，多个所述待测关键帧图片中任意相邻的两个待测关键帧图片之间间隔的待测图片的数目差小于第二预设数目，且多个所述待测关键帧图片中任意两个待测关键帧图片的第二相似度均低于第二预设相似度；

将每个所述待测关键帧图片分解成HSV三个单通道的图像块；

分别获取每个所述待测关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

根据每个所述待测关键帧图片在每个所述单通道的图像块的局部直方图获取每个所述待测关键帧图片的特征向量，并将每个所述待测关键帧图片的特征向量作为每个所述待测关键帧图片的所述目标视频指纹。

4.根据权利要求3所述的方法，其特征在于，

所述根据每个目标视频指纹的匹配结果，判断每段所述待测视频与所述模板视频是否匹配，包括：

当每段所述待测视频中待测关键帧图片的目标视频指纹与对应的模板关键帧图片的模板视频指纹相匹配的数目高于预设数目时，判定每段所述待测视频与所述模板视频匹配；否则，判定每段所述待测视频与所述模板视频不匹配。

5.根据权利要3或4所述的方法，其特征在于，

在判定每段所述待测视频与所述模板视频匹配之前，所述方法还包括：

判断每段所述待测视频的第一时长与所述模板视频的第二时长的时间差的绝对值是否小于或等于预设时长阈值，和/或每段所述待测视频中的待测关键帧图片与所述模板视频中的模板关键帧图片的时间顺序是否匹配；

当所述时间差的绝对值小于或等于所述预设时长阈值，和/或每段所述待测视频中的待测关键帧图片与所述模板视频中的模板关键帧图片的时间顺序匹配时，判定每段所述待测视频与所述模板视频匹配；否则，判定每段所述待测视频与所述模板视频不匹配。

6.根据权利要5所述的方法，其特征在于，

所述当判定每段所述待测视频与所述模板视频不匹配时，对所述模板视频进行更新，包括：

当所述第一时长大于所述第二时长时，将每段所述待测视频中与所述模板视频中的模板关键帧图片不相匹配的第一目标关键帧图片添加至所述模板视频中；或

当所述数目低于所述预设数目时，将所述模板视频中与每段所述待测视频中的待测关键帧图片相匹配的第二目标关键帧图片从所述模板视频中删除；或

当每段所述待测视频中不存在与所述模板视频中的模板关键帧图片相匹配的待测关键帧图片时，将每个所述待测关键帧图片添加至所述模板视频中。

7.一种视频的更新装置，其特征在于，包括：

第一获取模块，用于从待测视频数据流中，获取多段待测视频；

第二获取模块，用于获取多段待测视频中每段待测视频中的每个待测关键帧图片的目标视频指纹，其中，多段所述待测视频中任意相邻的两段待测视频之间具有部分匹配的视频帧；

搜索模块，用于在模板哈希树中搜索与每个所述待测关键帧图片对应的每个模板关键帧图片的模板视频指纹；

第一判断模块，用于判断每个所述待测关键帧图片的目标视频指纹与每个所述模板关键帧图片的模板视频指纹是否匹配；

第二判断模块，用于根据每个目标视频指纹的匹配结果，判断每段所述待测视频与所述模板视频是否匹配；

更新模块，用于当判定每段所述待测视频与所述模板视频不匹配时，对所述模板视频进行更新；

其中，所述第二获取模块包括：

确定子模块，用于确定每段所述待测视频中的每个待测图片的第二目标区域；

统计子模块，用于统计每段所述待测视频中的任意两个待测图片的第二目标区域的第二相似度；

选择子模块，用于根据所述第二相似度从每段所述待测视频中选择多个待测关键帧图片，其中，多个所述待测关键帧图片中任意相邻的两个待测关键帧图片之间间隔的待测图片的数目差小于第二预设数目，且多个所述待测关键帧图片中任意两个待测关键帧图片的第二相似度均低于第二预设相似度；

分解子模块，用于将每个所述待测关键帧图片分解成HSV三个单通道的图像块；

第一获取子模块，用于分别获取每个所述待测关键帧图片在HSV三个单通道中的每个单通道的图像块的局部直方图；

第二获取子模块，用于根据每个所述待测关键帧图片在每个所述单通道的图像块的局部直方图获取每个所述待测关键帧图片的特征向量，并将每个所述待测关键帧图片的特征向量作为每个所述待测关键帧图片的所述目标视频指纹。

8.根据权利要求7所述的装置，其特征在于，

所述第二判断模块包括：

判定子模块，用于当每段所述待测视频中待测关键帧图片的目标视频指纹与对应的模板关键帧图片的模板视频指纹相匹配的数目高于预设数目时，判定每段所述待测视频与所述模板视频匹配；否则，判定每段所述待测视频与所述模板视频不匹配。

9.根据权利要7或8所述的装置，其特征在于，所述装置还包括：

第三判断模块，用于在判定每段所述待测视频与所述模板视频匹配之前，判断每段所述待测视频的第一时长与所述模板视频的第二时长的时间差的绝对值是否小于或等于预设时长阈值，和/或每段所述待测视频中的待测关键帧图片与所述模板视频中的模板关键帧图片的时间顺序是否匹配；

判定模块，用于当所述时间差的绝对值小于或等于所述预设时长阈值，和/或每段所述待测视频中的待测关键帧图片与所述模板视频中的模板关键帧图片的时间顺序匹配时，判定每段所述待测视频与所述模板视频匹配；否则，判定每段所述待测视频与所述模板视频不匹配。

10.根据权利要9所述的装置，其特征在于，

所述更新模块包括：

第一添加子模块，用于在判定每段所述待测视频与所述模板视频不匹配时，

当所述第一时长大于所述第二时长时，将每段所述待测视频中与所述模板视频中的模板关键帧图片不相匹配的第一目标关键帧图片添加至所述模板视频中；或

删除子模块，用于当所述数目低于所述预设数目时，将所述模板视频中与每段所述待测视频中的待测关键帧图片相匹配的第二目标关键帧图片从所述模板视频中删除；或

第二添加子模块，用于当每段所述待测视频中不存在与所述模板视频中的模板关键帧图片相匹配的待测关键帧图片时，将每个所述待测关键帧图片添加至所述模板视频中。