CN107133264A - 镜头的检测方法及装置和广告数据库的更新方法及装置 - Google Patents
镜头的检测方法及装置和广告数据库的更新方法及装置 Download PDFInfo
- Publication number
- CN107133264A CN107133264A CN201710208282.8A CN201710208282A CN107133264A CN 107133264 A CN107133264 A CN 107133264A CN 201710208282 A CN201710208282 A CN 201710208282A CN 107133264 A CN107133264 A CN 107133264A
- Authority
- CN
- China
- Prior art keywords
- camera lens
- target camera
- key frame
- fractional value
- channel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Studio Devices (AREA)
Abstract
本发明实施例提供了一种镜头的检测方法及装置，所述方法包括：持续获取节目直播视频在预设周期内的多个目标镜头；确定每一目标镜头中所包含关键帧的视觉特征；根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值；将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头。应用本发明实施例，可以使广告镜头的检测更加准确，进而提高了广告镜头检测的准确率。
Description
技术领域
本发明涉及视频处理技术领域，特别是涉及镜头的检测方法及装置和广告数据库的更新方法及装置。
背景技术
在现代社会中网络越来越普及，越来越多的人们通过网络点播观看电视直播节目，由于电视直播节目中会插播大量的广告，若将带有广告的电视直播节目放在网络上供用户观看，影响用户体验，因此需要将电视直播节目中插播的广告筛选出来。
现有技术采用主动检测方法，主动检测方法的原理是提取出节目直播视频每一镜头的视觉特征，利用分类器，根据广告镜头区别于普通节目镜头的一些特点如，预设周期内镜头切换率或者视频帧颜色变化率，识别出广告镜头。
应用现有技术，若广告镜头在预设周期内镜头的切换率接近普通节目的镜头切换率，或者广告镜头在预设周期内视频帧颜色变化率接近普通节目的视频帧颜色变化率，会导致误检的发生，进而导致针对电视直播节目中广告镜头检测的准确率较低。
发明内容
本发明实施例的一个目的在于提供一种镜头的检测方法及装置，以提高针对电视直播节目中广告镜头检测的准确率；另一个目的在于提供一种广告数据库的更新方法及装置，以使广告数据库更新更全面。具体技术方案如下：
为达到上述目的，本发明实施例提供了一种镜头的检测方法，所述方法包括：
持续获取节目直播视频在预设周期内的多个目标镜头；
确定每一目标镜头中所包含关键帧的视觉特征；
根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；
根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值；
将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头。
可选的，在持续获取节目直播视频在预设周期内的多个目标镜头之前，所述方法还包括：
确定所述节目直播视频的纵横比；
所述更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值，包括：
更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
可选的，所述确定每一目标镜头中所包含关键帧的视觉特征的步骤，包括：
针对每一目标镜头，获得该目标镜头的至少一个关键帧；
根据预设坐标确定出所述至少一个关键帧的有效区域；
对所述至少一个关键帧的有效区域进行高斯滤波；
针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。
可选的，所述根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值的步骤，包括：
针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
可选的，所述根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，确定每一目标镜头的重复分数值，包括：
利用公式确定出每一目标镜头的重复分数值，其中，
S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
为达到上述目的，本发明实施例还提供了一种广告数据库的更新方法，所述方法包括：
持续获取节目直播视频在预设周期内的多个目标镜头；
确定每一目标镜头中所包含关键帧的视觉特征；
根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；
根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值；
将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头；
将被确定为广告镜头的镜头的每一关键帧的视觉特征加入到广告数据库中。
可选的，在持续获取节目直播视频在预设周期内的多个目标镜头之前，所述方法还包括：
确定所述节目直播视频的纵横比；
所述更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值，包括：
更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
可选的，所述确定每一目标镜头中所包含关键帧的视觉特征的步骤，包括：
针对每一目标镜头，获得该目标镜头的至少一个关键帧；
根据预设坐标确定出所述至少一个关键帧的有效区域；
对所述至少一个关键帧的有效区域进行高斯滤波；
针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。
可选的，所述根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值的步骤，包括：
针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
可选的，所述根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，确定每一目标镜头的重复分数值，包括：
利用公式确定出每一目标镜头的重复分数值，其中，
S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
为达到上述目的，本发明实施例提供了一种镜头的装置，所述装置包括：获取模块、第一确定模块、更新模块、计算模块和第二确定模块，其中，
所述获取模块，用于持续获取节目直播视频在预设周期内的多个目标镜头；
所述第一确定模块，用于确定每一目标镜头中所包含关键帧的视觉特征；
所述更新模块，用于根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；
所述计算模块，用于根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值；
所述第二确定模块，用于将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头。
可选的，所述装置还包括第三确定模块，用于确定所述节目直播视频的纵横比；
所述更新模块，具体用于：
更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
可选的，所述第一确定模块，具体用于：
针对每一目标镜头，获得该目标镜头的至少一个关键帧；
根据预设坐标确定出所述至少一个关键帧的有效区域；
对所述至少一个关键帧的有效区域进行高斯滤波；
针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。
可选的，所述更新模块，具体用于：
针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
可选的，所述计算模块，具体用于：
利用公式确定出每一目标镜头的重复分数值，其中，
S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
为达到上述目的，本发明实施例提供了一种广告数据库的更新装置，所述装置包括：获取模块、第一确定模块、更新模块、计算模块、第二确定模块和添加模块，其中，
所述获取模块，用于持续获取节目直播视频在预设周期内的多个目标镜头；
所述第一确定模块，用于确定每一目标镜头中所包含关键帧的视觉特征；
所述更新模块，用于根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；
所述计算模块，用于根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值；
所述第二确定模块，用于将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头；
所述添加模块，用于将被确定为广告镜头的镜头的每一关键帧的视觉特征加入到广告数据库中。
可选的，所述装置还包括第三确定模块，用于确定所述节目直播视频的纵横比；
所述更新模块，具体用于：
更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
可选的，所述第一确定模块，具体用于：
针对每一目标镜头，获得该目标镜头的至少一个关键帧；
根据预设坐标确定出所述至少一个关键帧的有效区域；
对所述至少一个关键帧的有效区域进行高斯滤波；
针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。
可选的，所述更新模块，具体用于：
针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
可选的，所述计算模块，具体用于：
利用公式确定出每一目标镜头的重复分数值，其中，
S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
本发明实施例提供的一种镜头的检测方法及装置，所述方法包括：持续获取节目直播视频在预设周期内的多个目标镜头；确定每一目标镜头中所包含关键帧的视觉特征；根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，确定出每一目标镜头的重复分数值；将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头。
应用本发明实施例，根据广告的重复特征检测出广告镜头，相对于现有技术利用镜头切换率或者视频帧的颜色变化率来检测广告镜头，能够极大降低对镜头切换率接近普通节目的广告镜头，和视频帧的颜色变化率接近普通节目的广告镜头的误检率，可以使广告镜头的检测更加准确，进而提高了广告镜头检测的准确率。
本发明实施例还提供了一种广告数据库的更新方法及装置，所述方法包括：持续获取节目直播视频在预设周期内的多个目标镜头；确定每一目标镜头中所包含关键帧的视觉特征；根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，确定出每一目标镜头的重复分数值；将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头；将被确定为广告镜头的镜头的每一关键帧的视觉特征加入到广告数据库中。
应用本发明实施例，根据广告的重复特征检测出广告镜头，相对于现有技术利用镜头切换率或者视频帧的颜色变化率来检测广告镜头，能够极大降低对镜头切换率接近普通节目的广告镜头，和视频帧的颜色变化率接近普通节目的广告镜头的误检率，可以使广告镜头的检测更加准确，进而使广告数据库更加准确。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
图1为本发明实施例提供的镜头的检测方法的一种流程示意图；
图2为本发明实施例提供的镜头的检测方法的另一种流程示意图；
图3为本发明实施例提供的广告数据库的更新方法的一种流程示意图；
图4为本发明实施例提供的广告数据库的更新方法的另一种流程示意图；
图5为本发明实施例提供的镜头的检测装置的一种结构示意图；
图6为本发明实施例提供的镜头的检测装置的另一种结构示意图；
图7为本发明实施例提供的广告数据的更新装置的一种结构示意图；
图8为本发明实施例提供的广告数据的更新装置的另一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为解决现有技术问题，本发明实施例提供了镜头的检测方法及装置和广告数据库的更新方法及装置，下面首先就一种镜头的检测方法进行说明。
图1为本发明实施例提供的镜头的检测方法的一种流程示意图，如图1所示，该镜头的检测方法可以包括：
S101：持续获取节目直播视频在预设周期内的多个目标镜头。
其中，预设周期可以根据实际情况设定，例如：预设周期可为24小时、36小时、48小时，等等；类似的，所获取的节目直播视频为至少两个频道的节目直播视频，频道的具体数量可以根据实际情况设定，例如：5个频道，10个频道。示例性的，假设需要检测10个频道自00:00:00时刻到24:00:00时刻之间的24小时内的含有的广告镜头，在本步骤中以频道1为例进行详细说明。
持续获取频道1自00:00:00时刻到24:00:00时刻之间的24小时内的所有镜头，获取的所有镜头即为目标镜头。假设获取的目标镜头A、B、C和D。
可以理解的是，视频中所谓的镜头为视频流中相似的视频帧的聚类。需要说明的是，获取节目直播视频中包含的镜头为现有技术，常用的有两种，一种是比较复杂的基于小波变换的算法，另一种是较为简单的基于颜色直方图的算法，这里不再赘述。
利用S101步骤中的方法对其他9个频道进行处理，获取其他频道自00:00:00时刻到24:00:00时刻之间的24小时内的所有镜头。
S102：确定每一目标镜头中所包含关键帧的视觉特征。
由于广告的重复特征较多，因此，在确定出至少一个目标镜头后，可以确定每一目标镜头中所包含关键帧的视觉特征。可选地，在一种实现方式中，确定每一目标镜头中所包含关键帧的视觉特征的步骤，可以包括：
针对每一目标镜头，获得该目标镜头的至少一个关键帧；根据预设坐标确定出所述至少一个关键帧的有效区域；对所述至少一个关键帧的有效区域进行高斯滤波；针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。其中，预设坐标可以根据经验值设定，所述的有效区域为存在实质图像内容的区域，例如：台标和/或字幕以外的区域。
本步骤中以目标镜头A为例进行说明，提取关键帧的方法有多种，通常情况下，可以(e-s)/(n+1)为间隔抽取n帧作为目标镜头的代表帧，其中，e为该镜头的结束帧对应的时刻，s为该镜头的开始帧对应的时刻，n为抽取的代表帧的数量。假设获得了目标镜头A的5个关键帧A1、A2、A3、A4和A5：
为了清楚说明对目标镜头A包含的关键帧的处理方法，本步骤中以关键帧A2为例进行说明，为了避免不同频道的台标或者字幕的干扰，针对关键帧A2，确定关键帧A2的有效区域。其中，确定有效区域的方法为，根据预设坐标(x,y,roi_width,roi_height)，将预设坐标中包含的像素参加视觉特征的计算，其中(x,y)代表这个区域的起始点，roi_width代表有效区域的长，roi_height代表这个有效区域的宽，得到的有效区域为图像A2-1；
将关键帧的有效区域图像A2-1由RGB空间转化为灰度空间，得到灰度图像A2-2.再将得到的灰度图像A2-2进行高斯滤波，以去除灰度图像中的噪声干扰，得到高斯滤波后的图像A2-3，再将图像A2-3切分为第一预设数量4块，得到图像A2-3-1、A2-3-2、A2-3-3和A2-3-4。再将分别对图像A2-3-1、A2-3-2、A2-3-3和A2-3-4进行离散余弦变换，得到图像A2-3-1、A2-3-2、A2-3-3和A2-3-4对应的哈希值，将上述四个哈希值拼接起来，得到的结果即为目标镜头A包含的关键帧A2的视觉特征A2-视。
对于目标镜头A包含的其他关键帧A1、A3、A4和A5，也按照处理S102步骤进行处理，得到各个关键帧视觉特征A1-视、A3-视、A4-视和A5-视。
仍以提取到目标镜头A、B、C和D为例，对于S101步骤中获取的目标镜头B、C和D，假设目标镜头B、C和D中均包含五个关键帧，也按照S102步骤进行处理得到各个镜头对应的视觉特征B1-视、B2-视、B3-视、B4-视和B5-视；C1-视、C2-视、C3-视、C4-视和C5-视；D1-视、D2-视、D3-视、D4-视和D5-视。
需要说明的是，不同目标镜头包含的关键帧的数量可以不同，而且目标镜头包含的关键帧的数量包括但不仅限于5个。另外，获得目标镜头的关键帧为现有技术，这里不再赘述；类似的，获取关键帧的视觉特征为现有技术，这里不再赘述。并且，上述的确定每一目标镜头中所包含关键帧的视觉特征的具体实现方式仅仅作为示例，并不应该构成对本发明实施例的限定。
S103：根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值。
可选地，在一种具体实现方式中，可以针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
在实际应用中，将镜头A对应的视觉特征A1-视、A2-视、A3-视、A4-视和A5-视在预设数据库中查找与镜头A对应的所有视觉特征相同的视觉特征，假设有3个视觉特征命中预设数据库，如果预设数量为2个，命中预设数据库的数量3大于第二预设数量2，则将频道1针对镜头A的分数值P(1A)更新为P(1A)的当前值与预设数值之和。假设P(1A)的当前值为15，预设数值为1，将频道1针对镜头A的分数值P(1A)更新为15+1＝16。
在实际应用中，假设镜头B包含的视觉特征B1-视、B2-视、B3-视、B4-视和B5-视，只有一个视觉特征命中预设数据库，命中预设数据库的数量1小于第二预设数量2将镜头B包含的视觉特征B1-视、B2-视、B3-视、B4-视和B5-视加入到预设数据库中，并将频道1针对镜头B的分数值P(1B)设定为零。
按照S103步骤，对镜头C和D进行处理。
需要说明的是，上述的根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值的具体实现方式，仅仅作为示例性说明，并不应该构成对本发明的限定。
S104：根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值。
可选地，在一种具体实现方式中，可以利用公式确定出每一目标镜头的重复分数值，其中，S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
在实际应用中，按照S101至S103步骤对频道1至频道10包含的所有镜头进行处理后，计算目标镜头A、B、C和D的重复分数值。
下面以目标镜头A为例进行说明，如果频道1的权重为0.1，频道1针对镜头A的分数值为8；频道2的权重为0.1，频道1针对镜头A的分数值为7；频道3的权重为0.1，频道3针对镜头A的分数值为6；频道4的权重为0.1，频道4针对镜头A的分数值为9；频道5的权重为0.1，频道5针对镜头A的分数值为15；频道6的权重为0.1，频道6针对镜头A的分数值为18；频道7的权重为0.1，频道7针对镜头A的分数值为35；频道8的权重为0.1，频道8针对镜头A的分数值为4；频道9的权重为0.05，频道9针对镜头A的分数值为10；频道10的权重为0.15，频道10针对镜头A的分数值为8，按照如下公式计算10个频道针对目标镜头A的重复分数值，其中i为10。
假设10个频道针对目标镜头B的重复分数值为30.5、针对目标镜头C的重复分数值为12.7、针对目标镜头D的重复分数值为37.8。
S105：将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头。
具体的，如果预设阈值为30，目标镜头A和目标镜头C的重复分数值小于30，则将目标镜头A和目标镜头C确定为广告镜头。
应用本发明图1所示实施例，根据广告的重复特征检测出广告镜头，相对于现有技术利用镜头切换率或者视频帧的颜色变化率来检测广告镜头，能够极大降低对镜头切换率接近普通节目的广告镜头，和视频帧的颜色变化率接近普通节目的广告镜头的误检率，可以使广告镜头的检测更加准确，进而提高了广告镜头检测的准确率。
图2为本发明实施例提供的镜头的检测方法的另一种流程示意图；如图2所示，该镜头的检测方法在图1所示实施例的基础上，在S101之前增加了S100：确定所述节目直播视频的纵横比；相应的，本发明实施例的S103可以为S103A：更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
具体的，假设在S100步骤中获得的频道4的节目直播视频的纵横比为16:9，则在S103A步骤中，更新16:9对应的预设数据库中存储的，频道4针对目标镜头的分数值。
若假设在S100步骤中获得的频道5的节目直播视频的纵横比为4:3，则在S103A步骤中，更新4:3对应的预设数据库中存储的，频道5针对目标镜头的分数值。
需要强调的是，尽管图2给出的实施例中确定所述节目直播视频的纵横比的步骤的实施在S101之前，但由于S103中利用纵横比，因此，只要保证在S103之前实施确定所述节目直播视频的纵横比的步骤即可。
应用本发明图2所示实施例，将不同纵横比的频道分开处理，避免了不同纵横比的镜头对确定视觉特征过程的干扰，使广告镜头的检测更加准确。
图3为本发明实施例提供的广告数据库的更新方法的一种流程示意图，如图3所示，该广告数据库的更新方法可以包括：
S301：持续获取节目直播视频在预设周期内的多个目标镜头。
其中，预设周期可以根据实际情况设定，例如：预设周期可为24小时、36小时、48小时，等等；类似的，所获取的节目直播视频为至少两个频道的节目直播视频，频道的具体数量可以根据实际情况设定，例如：5个频道，10个频道。示例性的，假设需要检测10个频道自00:00:00时刻到24:00:00时刻之间的24小时内的含有的广告镜头，在本步骤中以频道1为例进行详细说明。
持续获取频道1自00:00:00时刻到24:00:00时刻之间的24小时内的所有镜头，获取的所有镜头即为目标镜头。假设获取的目标镜头A、B、C和D。
可以理解的是，视频中所谓的镜头为视频中相似视频帧的聚类。需要说明的是，获取节目直播视频中包含的镜头为现有技术，常用的有两种，一种是比较复杂的基于小波变换的算法，另一种是较为简单的基于颜色直方图的算法，这里不再赘述。
利用S101步骤中的方法对其他9个频道进行处理，获取其他频道自00:00:00时刻到24:00:00时刻之间的24小时内的所有镜头。
S302：确定每一目标镜头中所包含关键帧的视觉特征。
由于广告的重复特征较多，因此，在确定出至少一个目标镜头后，可以确定每一目标镜头中所包含关键帧的视觉特征。可选地，在一种实现方式中，确定每一目标镜头中所包含关键帧的视觉特征的步骤，可以包括：
针对每一目标镜头，获得该目标镜头的至少一个关键帧；根据预设坐标确定出所述至少一个关键帧的有效区域；对所述至少一个关键帧的有效区域进行高斯滤波；针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。其中，预设坐标可以根据经验值设定，所述的有效区域为存在实质图像内容的区域，例如：台标和/或字幕以外的区域。
本步骤中以目标镜头A为例进行说明，提取关键帧的方法有多种，通常情况下，可以(e-s)/(n+1)为间隔抽取n帧作为目标镜头的代表帧，其中，e为该镜头的结束帧对应的时刻，s为该镜头的开始帧对应的时刻，n为抽取的代表帧的数量。假设获得了目标镜头A的5个关键帧A1、A2、A3、A4和A5。
为了清楚说明对目标镜头A包含的关键帧的处理方法，本步骤中以关键帧A2为例进行说明，为了避免不同频道的台标或者字幕的干扰，针对关键帧A2，确定关键帧A2的有效区域。其中，确定有效区域的方法为，根据预设坐标(x,y,roi_width,roi_height)，将预设坐标中包含的像素参加视觉特征的计算，其中(x,y)代表这个区域的起始点，roi_width代表有效区域的长，roi_height代表这个有效区域的宽，得到的有效区域为图像A2-1；
将关键帧的有效区域图像A2-1由RGB空间转化为灰度空间，得到灰度图像A2-2.再将得到的灰度图像A2-2进行高斯滤波，以去除灰度图像中的噪声干扰，得到高斯滤波后的图像A2-3，再将图像A2-3切分为第一预设数量4块，得到图像A2-3-1、A2-3-2、A2-3-3和A2-3-4。再将分别对图像A2-3-1、A2-3-2、A2-3-3和A2-3-4进行离散余弦变换，得到图像A2-3-1、A2-3-2、A2-3-3和A2-3-4对应的哈希值，将上述四个哈希值拼接起来，得到的结果即为目标镜头A包含的关键帧A2的视觉特征A2-视。
对于目标镜头A包含的其他关键帧A1、A3、A4和A5，也按照处理S102步骤进行处理，得到各个关键帧视觉特征A1-视、A3-视、A4-视和A5-视。
仍以提取到目标镜头A、B、C和D为例，对于S101步骤中获取的目标镜头B、C和D，假设目标镜头B、C和D中均包含五个关键帧，也按照S102步骤进行处理得到各个镜头对应的视觉特征B1-视、B2-视、B3-视、B4-视和B5-视；C1-视、C2-视、C3-视、C4-视和C5-视；D1-视、D2-视、D3-视、D4-视和D5-视。
需要说明的是，不同目标镜头包含的关键帧的数量可以不同，而且目标镜头包含的关键帧的数量包括但不仅限于5个。另外，获得目标镜头的关键帧为现有技术，这里不再赘述；类似的，获取关键帧的视觉特征为现有技术，这里不再赘述。并且，上述的确定每一目标镜头中所包含关键帧的视觉特征的具体实现方式仅仅作为示例，并不应该构成对本发明实施例的限定。
S303：根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值。
可选的，在一种具体实施方式中，可以针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
在实际应用中，将镜头A对应的视觉特征A1-视、A2-视、A3-视、A4-视和A5-视在预设数据库中查找与镜头A对应的所有视觉特征相同的视觉特征，假设有3个视觉特征命中预设数据库，如果预设数量为2个，命中预设数据库的数量3大于第二预设数量2，则将频道1针对镜头A的分数值P(1A)更新为P(1A)的当前值与预设数值之和。假设P(1A)的当前值为15，预设数值为1，将频道1针对镜头A的分数值P(1A)更新为15+1＝16。
在实际应用中，假设镜头B包含的视觉特征B1-视、B2-视、B3-视、B4-视和B5-视，只有一个视觉特征命中预设数据库，命中预设数据库的数量1小于第二预设数量2将镜头B包含的视觉特征B1-视、B2-视、B3-视、B4-视和B5-视加入到预设数据库中，并将频道1针对镜头B的分数值P(1B)设定为零。
按照S303步骤，对镜头C和D进行处理。
需要说明的是，上述的根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值的具体实现方式，仅仅作为示例性说明，并不应该构成对本发明的限定。
S304：根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值。
可选地，在一种具体实现方式中，可以利用公式确定出每一目标镜头的重复分数值，其中，S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
在实际应用中，按照S301至S303步骤对频道1至频道10包含的所有镜头进行处理后，计算目标镜头A、B、C和D的重复分数值。
下面以目标镜头A为例进行说明，如果频道1的权重为0.1，频道1针对镜头A的分数值为8；频道2的权重为0.1，频道1针对镜头A的分数值为7；频道3的权重为0.1，频道3针对镜头A的分数值为6；频道4的权重为0.1，频道4针对镜头A的分数值为9；频道5的权重为0.1，频道5针对镜头A的分数值为15；频道6的权重为0.1，频道6针对镜头A的分数值为18；频道7的权重为0.1，频道7针对镜头A的分数值为35；频道8的权重为0.1，频道8针对镜头A的分数值为4；频道9的权重为0.05，频道9针对镜头A的分数值为10；频道10的权重为0.15，频道10针对镜头A的分数值为8，按照如下公式计算10个频道针对目标镜头A的重复分数值，其中i为10。
假设10个频道针对目标镜头B的重复分数值为30.5、针对目标镜头C的重复分数值为12.7、针对目标镜头D的重复分数值为37.8。
S305：将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头。
具体的，如果预设阈值为30，目标镜头A和目标镜头C的重复分数值小于30，则将目标镜头A和目标镜头C确定为广告镜头。
S306：将被确定为广告镜头的镜头的每一关键帧的视觉特征加入到广告数据库中。
示例性的，在目标镜头A和目标镜头C为广告镜头后，可以将目标镜头A和目标镜头C对应的视觉特征加入到广告数据库中。
应用本发明图3所示实施例，根据广告的重复特征检测出广告镜头，相对于现有技术利用镜头切换率或者视频帧的颜色变化率来检测广告镜头，能够极大降低镜头切换率接近普通节目的广告镜头，和视频帧的颜色变化率接近普通节目的广告镜头的误检率，可以使广告镜头的检测更加准确，进而使广告数据库更加准确。
图4为本发明实施例提供的广告数据库的更新方法的另一种流程示意图；如图4所示，该广告数据库的更新方法在图3所示实施例的基础上，在S301之前增加了S300：确定所述节目直播视频的纵横比；本发明实施例的S303可以为S303A：更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
具体的，假设在S300步骤中获得的频道4的节目直播视频的纵横比为16:9，则在S303A步骤中，更新16:9对应的预设数据库中存储的，各个纵横比为16:9的频道针对频道4包含的目标镜头的分数值。
若假设在S300步骤中获得的频道5的节目直播视频的纵横比为4:3，则在S303A步骤中，更新4:3对应的预设数据库中存储的，各个纵横比为4:3的频道针对频道5包含的目标镜头的分数值。
应用本发明图4所示实施例，将不同纵横比的频道分开处理，避免了不同纵横比的镜头对确定视觉特征过程的干扰，使广告镜头的检测更加准确。
相应于上述所提供的一种镜头的检测方法，本发明实施例还提供了一种镜头的检测装置。图5为本发明实施例提供的镜头的检测装置的一种结构示意图，如图5所示，所述装置包括：获取模块501、第一确定模块502、更新模块503、计算模块504和第二确定模块505，其中，
获取模块501，用于持续获取节目直播视频在预设周期内的多个目标镜头。
第一确定模块502，用于确定每一目标镜头中所包含关键帧的视觉特征。
更新模块503，用于根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值。
计算模块504，用于根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值。
第二确定模块505，用于将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头。
应用本发明图5所示实施例，根据广告的重复特征检测出广告镜头，相对于现有技术利用镜头切换率或者视频帧的颜色变化率来检测广告镜头，能够极大降低对镜头切换率接近普通节目的广告镜头，和视频帧的颜色变化率接近普通节目的广告镜头的误检率，可以使广告镜头的检测更加准确，进而提高了广告镜头检测的准确率。
可选地，在一种具体实现方式中，所述第一确定模块502，具体用于：针对每一目标镜头，获得该目标镜头的至少一个关键帧；根据预设坐标确定出所述至少一个关键帧的有效区域；对所述至少一个关键帧的有效区域进行高斯滤波；针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。
可选地，在一种具体实现方式中，更新模块503，具体用于：针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
可选地，在一种具体实现方式中，计算模块504，具体用于：利用公式确定出每一目标镜头的重复分数值，其中，S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
图6为本发明实施例提供的镜头的检测装置的另一种结构示意图，图6所示实施例在图5所示实施例的基础上增加了第三确定模块500，用于确定所述节目直播视频的纵横比；
相应的，更新模块503，具体用于：更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
应用本发明图6所示实施例，将不同纵横比的频道分开处理，避免了不同纵横比的镜头对确定视觉特征过程的干扰，使广告镜头的检测更加准确。
相应于上述的广告数据库的更新方法，本发明实施例还提供了广告数据库的更新装置。图7为本发明实施例提供的广告数据库的更新装置的一种结构示意图，如图7所示，所述装置包括：获取模块701、第一确定模块702、更新模块703、计算模块704、第二确定模块705和添加模块706，其中，
获取模块701，用于持续获取节目直播视频在预设周期内的多个目标镜头。
第一确定模块702，用于确定每一目标镜头中所包含关键帧的视觉特征。
更新模块703，用于根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值。
计算模块704，用于根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值。
第二确定模块705，用于将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头。
添加模块706，用于将被确定为广告镜头的镜头的每一关键帧的视觉特征加入到广告数据库中。
应用本发明图7所示实施例，根据广告的重复特征检测出广告镜头，相对于现有技术利用镜头切换率或者视频帧的颜色变化率来检测广告镜头，能够极大降低对镜头切换率接近普通节目的广告镜头，和视频帧的颜色变化率接近普通节目的广告镜头的误检率，可以使广告镜头的检测更加准确，进而提高了广告镜头检测的准确率。
可选地，在一种具体实现方式中，所述第一确定模块702，具体用于：针对每一目标镜头，获得该目标镜头的至少一个关键帧；根据预设坐标确定出所述至少一个关键帧的有效区域；对所述至少一个关键帧的有效区域进行高斯滤波；针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。
可选地，在一种具体实现方式中，更新模块703，具体用于：针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
可选地，在一种具体实现方式中，计算模块504，具体用于：利用公式确定出每一目标镜头的重复分数值，其中，S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
图8为本发明实施例提供的广告数据的更新装置的另一种结构示意图，如图8所示，图8所示实施例在图7所示实施例的基础上增加了第三确定模块700，用于确定所述节目直播视频的纵横比。
更新模块703，具体用于：更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
应用本发明图8所示实施例，将不同纵横比的频道分开处理，避免了不同纵横比的镜头对确定视觉特征过程的干扰，使广告镜头的检测更加准确。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (20)
1.一种镜头的检测方法，其特征在于，所述方法包括：
持续获取节目直播视频在预设周期内的多个目标镜头；
确定每一目标镜头中所包含关键帧的视觉特征；
根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；
根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值；
将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头。
2.根据权利要求1所述的方法，其特征在于，在持续获取节目直播视频在预设周期内的多个目标镜头之前，所述方法还包括：
确定所述节目直播视频的纵横比；
所述更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值，包括：
更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
3.根据权利要求1所述的方法，其特征在于，所述确定每一目标镜头中所包含关键帧的视觉特征的步骤，包括：
针对每一目标镜头，获得该目标镜头的至少一个关键帧；
根据预设坐标确定出所述至少一个关键帧的有效区域；
对所述至少一个关键帧的有效区域进行高斯滤波；
针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。
4.根据权利要求1所述的方法，其特征在于，所述根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值的步骤，包括：
针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
5.根据权利要求1所述的方法，其特征在于，所述根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，确定每一目标镜头的重复分数值，包括：
利用公式确定出每一目标镜头的重复分数值，其中，
S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
6.一种广告数据库的更新方法，其特征在于，所述方法包括：
持续获取节目直播视频在预设周期内的多个目标镜头；
确定每一目标镜头中所包含关键帧的视觉特征；
根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；
根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值；
将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头；
将被确定为广告镜头的镜头的每一关键帧的视觉特征加入到广告数据库中。
7.根据权利要求6所述的方法，其特征在于，在持续获取节目直播视频在预设周期内的多个目标镜头之前，所述方法还包括：
确定所述节目直播视频的纵横比；
所述更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值，包括：
更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
8.根据权利要求6所述的方法，其特征在于，所述确定每一目标镜头中所包含关键帧的视觉特征的步骤，包括：
针对每一目标镜头，获得该目标镜头的至少一个关键帧；
根据预设坐标确定出所述至少一个关键帧的有效区域；
对所述至少一个关键帧的有效区域进行高斯滤波；
针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。
9.根据权利要求6所述的方法，其特征在于，所述根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值的步骤，包括：
针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
10.根据权利要求6所述的方法，其特征在于，所述根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，确定每一目标镜头的重复分数值，包括：
利用公式确定出每一目标镜头的重复分数值，其中，
S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
11.一种镜头的装置，其特征在于，所述装置包括：获取模块、第一确定模块、更新模块、计算模块和第二确定模块，其中，
所述获取模块，用于持续获取节目直播视频在预设周期内的多个目标镜头；
所述第一确定模块，用于确定每一目标镜头中所包含关键帧的视觉特征；
所述更新模块，用于根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；
所述计算模块，用于根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值；
所述第二确定模块，用于将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括第三确定模块，用于确定所述节目直播视频的纵横比；
所述更新模块，具体用于：
更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
13.根据权利要求11所述的装置，其特征在于，所述第一确定模块，具体用于：
针对每一目标镜头，获得该目标镜头的至少一个关键帧；
根据预设坐标确定出所述至少一个关键帧的有效区域；
对所述至少一个关键帧的有效区域进行高斯滤波；
针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。
14.根据权利要求11所述的装置，其特征在于，所述更新模块，具体用于：
针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
15.根据权利要求11所述的装置，其特征在于，所述计算模块，具体用于：
利用公式确定出每一目标镜头的重复分数值，其中，
S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
16.一种广告数据库的更新装置，其特征在于，所述装置包括：获取模块、第一确定模块、更新模块、计算模块、第二确定模块和添加模块，其中，
所述获取模块，用于持续获取节目直播视频在预设周期内的多个目标镜头；
所述第一确定模块，用于确定每一目标镜头中所包含关键帧的视觉特征；
所述更新模块，用于根据每一目标镜头中所包含关键帧的视觉特征，更新预设数据库中存储的每一目标镜头所属频道针对该每一目标镜头的分数值；
所述计算模块，用于根据每一目标镜头所属的各个频道针对该每一目标镜头的分数值，计算每一目标镜头的重复分数值；
所述第二确定模块，用于将所述多个目标镜头中，重复分数值大于预设阈值的目标镜头确定为广告镜头；
所述添加模块，用于将被确定为广告镜头的镜头的每一关键帧的视觉特征加入到广告数据库中。
17.根据权利要求16所述的装置，其特征在于，所述装置还包括第三确定模块，用于确定所述节目直播视频的纵横比；
所述更新模块，具体用于：
更新与所述节目直播视频的纵横比对应的预设数据库中存储的，每一目标镜头所属频道针对该每一目标镜头的分数值。
18.根据权利要求16所述的装置，其特征在于，所述第一确定模块，具体用于：
针对每一目标镜头，获得该目标镜头的至少一个关键帧；
根据预设坐标确定出所述至少一个关键帧的有效区域；
对所述至少一个关键帧的有效区域进行高斯滤波；
针对高斯滤波后的每一关键帧，将该关键帧均分为第一预设数量个子图像，并针对所有子图像进行离散余弦变换；利用哈希算法，确定出离散余弦变换后的所有子图像的哈希值；将所述所有子图像的哈希值拼接成的序列确定为该关键帧的视觉特征。
19.根据权利要求16所述的装置，其特征在于，所述更新模块，具体用于：
针对每一目标镜头，在预设数据库中查找与该目标镜头所包含关键帧的视觉特征相同的视觉特征，在该目标镜头所包含关键帧的视觉特征中超过第二预设数量个视觉特征命中所述预设数据库的情况下，将该目标镜头所属频道针对该目标镜头的分数值，更新为所述分数值的当前值与预设数值之和；在该目标镜头的所有视觉特征均没有命中所述预设数据库的情况下，将该目标镜头的所有视觉特征加入到所述预设数据库中。
20.根据权利要求16所述的装置，其特征在于，所述计算模块，具体用于：
利用公式确定出每一目标镜头的重复分数值，其中，
S为目标镜头的重复分数值；k为频道的数量；为求和函数；ωi为该目标镜头所属的第i个频道的权重；P[i]为该目标镜头所属的第i个频道针对该目标镜头的分数值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710208282.8A CN107133264A (zh) | 2017-03-31 | 2017-03-31 | 镜头的检测方法及装置和广告数据库的更新方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710208282.8A CN107133264A (zh) | 2017-03-31 | 2017-03-31 | 镜头的检测方法及装置和广告数据库的更新方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107133264A true CN107133264A (zh) | 2017-09-05 |
Family
ID=59714966
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710208282.8A Pending CN107133264A (zh) | 2017-03-31 | 2017-03-31 | 镜头的检测方法及装置和广告数据库的更新方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107133264A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108540833A (zh) * | 2018-04-16 | 2018-09-14 | 北京交通大学 | 一种基于镜头的电视广告识别方法 |
| CN109583925A (zh) * | 2017-09-29 | 2019-04-05 | 北京国双科技有限公司 | 一种落地页的更新方法和装置、存储介质、处理器 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101650740A (zh) * | 2009-08-27 | 2010-02-17 | 中国科学技术大学 | 一种电视广告检测方法及装置 |
| CN102034085A (zh) * | 2010-09-27 | 2011-04-27 | 山东大学 | 基于局部线性嵌入的视频拷贝检测方法 |
| CN103226571A (zh) * | 2013-03-26 | 2013-07-31 | 天脉聚源(北京)传媒科技有限公司 | 一种广告库重复性检测方法和装置 |
| CN103235956A (zh) * | 2013-03-28 | 2013-08-07 | 天脉聚源(北京)传媒科技有限公司 | 一种广告检测方法和装置 |
| CN106375849A (zh) * | 2015-07-23 | 2017-02-01 | 无锡天脉聚源传媒科技有限公司 | 一种生成模板的方法、装置、视频的更新方法及装置 |
-
2017
- 2017-03-31 CN CN201710208282.8A patent/CN107133264A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101650740A (zh) * | 2009-08-27 | 2010-02-17 | 中国科学技术大学 | 一种电视广告检测方法及装置 |
| CN102034085A (zh) * | 2010-09-27 | 2011-04-27 | 山东大学 | 基于局部线性嵌入的视频拷贝检测方法 |
| CN103226571A (zh) * | 2013-03-26 | 2013-07-31 | 天脉聚源(北京)传媒科技有限公司 | 一种广告库重复性检测方法和装置 |
| CN103235956A (zh) * | 2013-03-28 | 2013-08-07 | 天脉聚源(北京)传媒科技有限公司 | 一种广告检测方法和装置 |
| CN106375849A (zh) * | 2015-07-23 | 2017-02-01 | 无锡天脉聚源传媒科技有限公司 | 一种生成模板的方法、装置、视频的更新方法及装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109583925A (zh) * | 2017-09-29 | 2019-04-05 | 北京国双科技有限公司 | 一种落地页的更新方法和装置、存储介质、处理器 |
| CN108540833A (zh) * | 2018-04-16 | 2018-09-14 | 北京交通大学 | 一种基于镜头的电视广告识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104408701B (zh) | 一种大场景视频图像拼接方法 | |
| CN103455984B (zh) | 一种Kinect深度图像获取方法与装置 | |
| CN100501742C (zh) | 表示图像组的方法和装置 | |
| RU2612378C1 (ru) | Способ замены объектов в потоке видео | |
| CN106023157B (zh) | 一种基于sar图像的山区地表微形变信息提取方法 | |
| CN102665086B (zh) | 利用基于区域的局部立体匹配获取视差的方法 | |
| Roncella et al. | Performance evaluation of a structure and motion strategy in architecture and cultural heritage | |
| CN108550166B (zh) | 一种空间目标图像匹配方法 | |
| CN103761252A (zh) | 一种视频检索方法 | |
| CN108537782A (zh) | 一种基于轮廓提取的建筑物图像匹配与融合的方法 | |
| CN108012202A (zh) | 视频浓缩方法、设备、计算机可读存储介质及计算机装置 | |
| CN103294676A (zh) | 一种基于gist全局特征和sift局部特征的网络图片内容重复检测方法 | |
| CN110853027A (zh) | 一种基于局部变动和全局变化的三维合成图像无参考质量评价方法 | |
| CN103248906A (zh) | 一种双目立体视频序列的深度图获取方法与系统 | |
| CN103049911B (zh) | 轮廓检测稳定性判断方法及图像检索方法 | |
| CN106295657A (zh) | 一种视频数据结构化过程中提取人体高度特征的方法 | |
| CN107133264A (zh) | 镜头的检测方法及装置和广告数据库的更新方法及装置 | |
| CN101226633A (zh) | 基于均值漂移的农作物冠层图像分割方法 | |
| CN105225233B (zh) | 一种基于两类膨胀的立体影像密集匹配方法及系统 | |
| CN104778673B (zh) | 一种改进的高斯混合模型深度图像增强方法 | |
| CN104978734B (zh) | 前景图像的提取方法及装置 | |
| CN109285122A (zh) | 一种进行图像处理的方法和设备 | |
| CN106454509B (zh) | 一种广告图像的检测方法及装置 | |
| CN109886980A (zh) | 一种基于邻域强度纹理编码的红外图像卷云检测方法 | |
| CN110751668B (zh) | 图像处理方法、装置、终端、电子设备及可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170905 |