CN111368106B - 野广告处理方法、装置以及计算机可读存储介质 - Google Patents
野广告处理方法、装置以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111368106B CN111368106B CN201811603710.8A CN201811603710A CN111368106B CN 111368106 B CN111368106 B CN 111368106B CN 201811603710 A CN201811603710 A CN 201811603710A CN 111368106 B CN111368106 B CN 111368106B
- Authority
- CN
- China
- Prior art keywords
- advertisement
- wild
- picture
- pictures
- posting
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000003672 processing method Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 208000024891 symptom Diseases 0.000 abstract description 7
- 238000013527 convolutional neural network Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000005192 partition Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 201000004681 Psoriasis Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012015 optical character recognition Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Library & Information Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开一种野广告处理方法、装置以及计算机可读存储介质，该方法包括：获取数据库中已建立关联关系的图片的位置信息；根据所述已建立关联关系的图片的位置信息，确定张贴野广告的高发区域；获取所述张贴野广告的高发区域的视频数据；根据所述张贴野广告的高发区域的视频数据，确定张贴野广告的嫌疑人。本申请实施例通过数据库中已建立关联关系的图片的位置信息，获取张贴野广告的高发区域的视频数据，并分析出张贴野广告的嫌疑人；野广告的执法部门或者管理人员，可对分析得到张贴野广告的嫌疑人进行管控，进而达到对野广告的标本兼治。
Description
技术领域
本申请实施例涉及计算机技术领域，尤其涉及一种野广告处理方法、装置以及计算机可读存储介质。
背景技术
城市野广告或叫“牛皮癣”广告是人们形容城市里，车站、街道、厕所、小区等公共场合非法张贴或者涂写小广告的现象。大多数情况下，这些广告是不合法的，涉及制假售假、涉黄涉赌、涉枪涉爆、非法行医等违法经营行为，而且数量大、清除困难，对城市的市容市貌、环境卫生有很大的负面影响，严重影响城市的精神文明建设。
由于野广告容易张贴，张贴过程很隐蔽，不容易被发现，城管部门针对野广告治理大多采用被动治理措施，例如组织人员铲刮、涂刷、覆盖用高压水枪清洗等；少数采用了简单的主动治理措施，例如用语言追呼系统干扰野广告中的联系电话或者是直接进行停机处理。但是上述治理措施很难做到长效治理，难以标本兼治。
发明内容
有鉴于此，本申请实施例的目的在于提供一种野广告处理方法、装置以及计算机可读存储介质，以解决现有野广告治理措施存在的难以标本兼治的问题。
本申请实施例解决上述技术问题所采用的技术方案如下：
根据本申请实施例的一个方面，提供的一种野广告处理方法，所述方法包括：
获取数据库中已建立关联关系的图片的位置信息；
根据所述已建立关联关系的图片的位置信息，确定张贴野广告的高发区域；
获取所述张贴野广告的高发区域的视频数据；
根据所述张贴野广告的高发区域的视频数据，确定张贴野广告的嫌疑人。
根据本申请实施例的另一个方面，提供的一种野广告处理装置，所述装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的野广告处理程序，所述野广告处理程序被所述处理器执行时实现上述的野广告处理方法的步骤。
根据本申请实施例的另一个方面，提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有野广告处理程序，所述野广告处理程序被处理器执行时实现上述的野广告处理方法的步骤。
本申请实施例的野广告处理方法、装置以及计算机可读存储介质，通过数据库中已建立关联关系的图片的位置信息，获取张贴野广告的高发区域的视频数据，并分析出张贴野广告的嫌疑人；野广告的执法部门或者管理人员，可对分析得到张贴野广告的嫌疑人进行管控，进而达到对野广告的标本兼治。
附图说明
图1为本申请第一实施例的野广告处理方法流程示意图；
图2为本申请实施例的野广告预处理结构示意图；
图3为本申请实施例的16分区编号结构示意图；
图4为本申请第二实施例的野广告处理装置结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本申请所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
第一实施例
如图1所示，本申请第一实施例提供一种野广告处理方法，所述方法包括：
步骤S11：获取数据库中已建立关联关系的图片的位置信息。
在本实施例中，数据库为预先建立的包括野广告图片各种信息的数据库，数据库包括但不限于野广告图片源数据库、嫌疑图片数据库。
作为示例地，野广告图片源数据库中字段定义可如下表格所示：
嫌疑图片数据库中字段定义可如下表格所示：
从上述两个表格可以看出，通过设置野广告图片源数据库的字段objectid的值，可以将野广告图片源数据库和嫌疑图片数据库建立关联关系。
在一种实施方式中，所述获取数据库中已建立关联关系的图片的位置信息，之前还包括：
获取野广告图片的信息；
对所述野广告图片进行分析，并将所述野广告图片与所述数据库中的嫌疑图片进行关联。
其中，野广告图片的信息包括但不限于野广告图片的采集时间、GPS(GlobalPositioning System，全球定位系统)位置信息。
作为示例地，用户可利用智能终端拍摄户外的野广告图片，并利用传感器获取照片拍摄地点的位置信息，然后通过无线通信模块将拍摄到的野广告图片、拍摄地点的位置信息以及图片采集时间发送到服务器。
其中，野广告图片与数据库中的嫌疑图片的关联规则，可以为联系电话是否为同一个、图片相似程度是否较高等等，具体地在此不作限定。
在该实施方式中，所述对所述野广告图片进行分析，并将所述野广告图片与所述数据库中的嫌疑图片进行关联，包括：
对所述野广告图片进行预处理；
对预处理后的野广告图片进行文本识别，得到所述野广告图片中的联系人信息和广告描述信息；
根据所述联系人信息，将所述野广告图片与所述数据库中的嫌疑图片建立关联关系；
根据所述广告描述信息，确定所述野广告图片所属的野广告类别。
其中，所述对所述野广告图片进行预处理，包括：
对所述野广告图片依次进行野广告检测处理、图片校正处理和图片增强处理。
为了更好地阐述野广告预处理过程，以下结合图2进行说明：
如图2所示，野广告预处理过程可以大致分为野广告检测网络、图片校正网络和图片增强网络三大部分。其中，
底层CNN(Convolution Neural Network，卷积神经网络)用于抽取输入图片的底层特征；
RPN(Region Proposal Net，候选区域提取网络)用于确定输入图片中的野广告候选区域；
ROI Pooling(Region of Interest Pooling，候选区域特征采样网络)对RPN确定的候选区域的底层特征进行采样，使其归一化到同等大小，用于后续分类CNN进行野广告判断；
分类CNN用于对候选区域是否为野广告进行判断；
角度估计CNN，依据分类CNN和底层CNN输出结果对野广告旋转角度进行估计；
残差CNN，其与角度估计CNN进行乘积运算，得到角度补偿卷积特征，其与分类CNN输出进行加法运算，得到经过校正过后的卷积特征；
高层CNN用于对图片特征进一步进行抽象提取，获得高层次的语义特征；
高层DCNN(DeConvolution Neural Network，反卷积神经网络)用于对高层次的语义特征进行恢复，其与高层CNN配合，可以更加有效过滤掉图片中噪声，涉及包括模糊、异常天气、光照等问题引入的噪声，最终输出经过图片增强后的野广告图片。
其中，所述对预处理后的野广告图片进行文本识别，得到所述野广告图片中的联系人信息和广告描述信息，之前还包括：
对预处理后的野广告图片进行特征提取，并与所述数据库中的嫌疑图片进行相似度计算，得到第一相似度计算结果；
在所述第一相似度计算结果未超过预设值的情况下，执行对预处理后的野广告图片进行文本识别，得到所述野广告图片中的联系人信息和广告描述信息的步骤；
在所述第一相似度计算结果超过预设值的情况下，则确定所述野广告图片与所述数据库中的嫌疑图片为同一张图片。
其中，若确定所述野广告图片与所述数据库中的嫌疑图片为同一张图片，则可在数据库中进行信息同步，并更新相应的字段建立关联关系。
所述对预处理后的野广告图片进行文本识别，可通过光学字符识别技术进行文本识别，得到所述野广告图片中的联系人信息和广告描述信息。
所述根据所述联系人信息，将所述野广告图片与所述数据库中的嫌疑图片建立关联关系，具体地可以为：将得到的野广告图片中的联系人信息在数据库中进行查询，若查询到联系人信息，则更新相应的字段建立关联关系。否则，直接将该条记录插入数据库中的嫌疑图片表中，并同时更新野广告图片源数据库的字段，建立关联关系。
所述根据所述广告描述信息，确定所述野广告图片所属的野广告类别，可以通过自然语言理解技术对广告描述信息进行分析，确定野广告图片所属的野广告类别，亦可以利用图片分类技术对图片进行分析确定野广告类别，并同时更新数据库字段。
在另一种实施方式中，所述获取数据库中已建立关联关系的野广告图片的位置信息，之前还包括：
获取数据库中未建立关联关系的图片的信息
根据所述未建立关联关系的图片的信息，对所述未建立关联关系的图片进行关联。
在该实施方式中，可以对联系方式相同的图片进行关联，可以对图片特征相似程度较高的图片进行关联，并且为了加快图片特征相似度计算的执行效率，可以利用位置信息，采用分层相似度并行计算模式，优先对位置相近图片特征进行相似度计算，按照由近及远的方式逐步对其进行归并，并将归并后数据同步更新到嫌疑图片数据库以及野广告图片源数据库中。
作为示例地，以下以16分区4叉树为例，对未建立关联关系的图片的分层相似度并行计算过程进行说明：
如图3所示，为16分区编号结构示意图。首先，从数据库中查询未建立关联关系的图片，依据GPS(Global Positioning System，全球定位系统)位置信息对图片进行初始聚类；
对聚类到1～16分区内的图片进行相似度计算，对相似度较高的图片进行第一次归类分组；
将16分区分为4个子区域，如1、2、5、6为第一分区，3、4、7、8为第二分区，9、10、13、14为第三分区，11、12、15、16为第四分区，对第一次归类分组中的图片进行相似度计算，对相似度较高的图片进行第二次归类分组；
将完成16个分区作为一个完整区域，对第二次归类分组图片进行相似度计算，对相似度较高的图片进行最终归类分组；
依据最终归类分组的图片信息，进行嫌疑图片数据库以及野广告图片源数据库对应字段的更新，更新包括从分组内图片中择取一张写入嫌疑图片数据库获得对应图片ID、同一分组内图片与此图片ID建立关联关系并更新对应objectid字段。
步骤S12：根据所述已建立关联关系的图片的位置信息，确定张贴野广告的高发区域。
在本实施例中，可根据所述已建立关联关系的图片的位置信息，对位置信息进行聚类，找到野广告张贴高发区。
步骤S13：获取所述张贴野广告的高发区域的视频数据。
在本实施例中，可通过城市高清摄像头部署网络，获得张贴野广告的高发区域的视频数据。
步骤S14：根据所述张贴野广告的高发区域的视频数据，确定张贴野广告的嫌疑人。
在本实施例中，可对张贴野广告的高发区域的视频数据分析，抽取出行人运动轨迹及轨迹截图，确定张贴野广告的嫌疑人。
在一种实施方式中，所述根据所述张贴野广告的高发区域的视频数据，确定张贴野广告的嫌疑人，之后还包括：
获取所述张贴野广告的嫌疑人的轨迹截图；
对所述张贴野广告的嫌疑人的轨迹截图进行相似度计算，得到第二相似度计算结果；
根据所述第二相似度计算结果，确定张贴野广告的重点嫌疑人。
在该实施方式中，相似度计算可以包括人脸相似度计算、衣着属性相似度、步态相似度等等，在此不作限定。
在另一种实施方式中，所述根据所述张贴野广告的高发区域的视频数据，确定张贴野广告的嫌疑人，之后还包括：
汇总并上报所述张贴野广告的嫌疑人的信息。
在该实施方式中，可结合数据库中信息，对张贴野广告的嫌疑人联系方式、照片等信息进行自动汇总，通知电信、移动、联通等通信部门进行处理。并可依据数据库中字段分别将不同类型野广告信息上报与对应执法部门，如对涉及办假证、涉黄、涉枪等违法犯罪行为、以及乱涂写、乱刻画涉及损坏公私财物、情节较严重的移送公安机关查处，对涉及非法行医等违法犯罪行为移送卫计部门查处。
本申请实施例的野广告处理方法，通过数据库中已建立关联关系的图片的位置信息，获取张贴野广告的高发区域的视频数据，并分析出张贴野广告的嫌疑人；野广告的执法部门或者管理人员，可对分析得到张贴野广告的嫌疑人进行管控，进而达到对野广告的标本兼治。
第二实施例
如图4所示，本申请第二实施例提供一种野广告处理装置，所述装置包括：存储器21、处理器22及存储在所述存储器21上并可在所述处理器22上运行的野广告处理程序，所述野广告处理程序被所述处理器22执行时，用于实现以下所述的野广告处理方法的步骤：
获取数据库中已建立关联关系的图片的位置信息；
根据所述已建立关联关系的图片的位置信息，确定张贴野广告的高发区域；
获取所述张贴野广告的高发区域的视频数据；
根据所述张贴野广告的高发区域的视频数据，确定张贴野广告的嫌疑人。
所述野广告处理程序被所述处理器22执行时，还用于实现以下所述的野广告处理方法的步骤：
获取野广告图片的信息；
对所述野广告图片进行分析，并将所述野广告图片与所述数据库中的嫌疑图片进行关联。
所述野广告处理程序被所述处理器22执行时，还用于实现以下所述的野广告处理方法的步骤：
对所述野广告图片进行预处理；
对预处理后的野广告图片进行文本识别，得到所述野广告图片中的联系人信息和广告描述信息；
根据所述联系人信息，将所述野广告图片与所述数据库中的嫌疑图片建立关联关系；
根据所述广告描述信息，确定所述野广告图片所属的野广告类别。
所述野广告处理程序被所述处理器22执行时，还用于实现以下所述的野广告处理方法的步骤：
对所述野广告图片依次进行野广告检测处理、图片校正处理和图片增强处理。
所述野广告处理程序被所述处理器22执行时，还用于实现以下所述的野广告处理方法的步骤：
对预处理后的野广告图片进行特征提取，并与所述数据库中的嫌疑图片进行相似度计算，得到第一相似度计算结果；
在所述第一相似度计算结果未超过预设值的情况下，执行对预处理后的野广告图片进行文本识别，得到所述野广告图片中的联系人信息和广告描述信息的步骤；
在所述第一相似度计算结果超过预设值的情况下，则确定所述野广告图片与所述数据库中的嫌疑图片为同一张图片。
所述野广告处理程序被所述处理器22执行时，还用于实现以下所述的野广告处理方法的步骤：
获取数据库中未建立关联关系的图片的信息
根据所述未建立关联关系的图片的信息，对所述未建立关联关系的图片进行关联。
所述野广告处理程序被所述处理器22执行时，还用于实现以下所述的野广告处理方法的步骤：
获取所述张贴野广告的嫌疑人的轨迹截图；
对所述张贴野广告的嫌疑人的轨迹截图进行相似度计算，得到第二相似度计算结果；
根据所述第二相似度计算结果，确定张贴野广告的重点嫌疑人。
所述野广告处理程序被所述处理器22执行时，还用于实现以下所述的野广告处理方法的步骤：
汇总并上报所述张贴野广告的嫌疑人的信息。
本申请实施例的野广告处理装置，通过数据库中已建立关联关系的图片的位置信息，获取张贴野广告的高发区域的视频数据，并分析出张贴野广告的嫌疑人；野广告的执法部门或者管理人员，可对分析得到张贴野广告的嫌疑人进行管控，进而达到对野广告的标本兼治。
第三实施例
本申请第三实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有野广告处理程序，所述野广告处理程序被处理器执行时用于实现第一实施例所述的野广告处理方法的步骤。
需要说明的是，本实施例的计算机可读存储介质，与第一实施例的方法属于同一构思，其具体实现过程详细见方法实施例，且方法实施例中的技术特征在本实施例中均对应适用，这里不再赘述。
本申请实施例的计算机可读存储介质，通过数据库中已建立关联关系的图片的位置信息，获取张贴野广告的高发区域的视频数据，并分析出张贴野广告的嫌疑人；野广告的执法部门或者管理人员，可对分析得到张贴野广告的嫌疑人进行管控，进而达到对野广告的标本兼治。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上参照附图说明了本申请的优选实施例，并非因此局限本申请的权利范围。本领域技术人员不脱离本申请的范围和实质内所作的任何修改、等同替换和改进，均应在本申请的权利范围之内。
Claims (10)
1.一种野广告处理方法，所述方法包括：
获取数据库中已建立关联关系的野广告图片的位置信息；
根据所述已建立关联关系的野广告图片的位置信息，确定张贴野广告的高发区域；
获取所述张贴野广告的高发区域的视频数据；
对张贴野广告的高发区域的视频数据分析，抽取出行人运动轨迹及轨迹截图，确定张贴野广告的嫌疑人。
2.根据权利要求1所述的方法，其特征在于，所述获取数据库中已建立关联关系的野广告图片的位置信息，之前还包括：
获取野广告图片的信息；
对所述野广告图片进行分析，并将所述野广告图片与所述数据库中的嫌疑图片进行关联。
3.根据权利要求2所述的方法，其特征在于，所述对所述野广告图片进行分析，并将所述野广告图片与所述数据库中的嫌疑图片进行关联，包括：
对所述野广告图片进行预处理；
对预处理后的野广告图片进行文本识别，得到所述野广告图片中的联系人信息和广告描述信息；
根据所述联系人信息，将所述野广告图片与所述数据库中的嫌疑图片建立关联关系；
根据所述广告描述信息，确定所述野广告图片所属的野广告类别。
4.根据权利要求3所述的方法，其特征在于，所述对所述野广告图片进行预处理，包括：
对所述野广告图片依次进行野广告检测处理、图片校正处理和图片增强处理。
5.根据权利要求3所述的方法，其特征在于，所述对预处理后的野广告图片进行文本识别，得到所述野广告图片中的联系人信息和广告描述信息，之前还包括：
对预处理后的野广告图片进行特征提取，并与所述数据库中的嫌疑图片进行相似度计算，得到第一相似度计算结果；
在所述第一相似度计算结果未超过预设值的情况下，执行对预处理后的野广告图片进行文本识别，得到所述野广告图片中的联系人信息和广告描述信息的步骤；
在所述第一相似度计算结果超过预设值的情况下，则确定所述野广告图片与所述数据库中的嫌疑图片为同一张图片。
6.根据权利要求1所述的方法，其特征在于，所述获取数据库中已建立关联关系的野广告图片的位置信息，之前还包括：
获取数据库中未建立关联关系的野广告图片的信息；
根据所述未建立关联关系的野广告图片的信息，对所述未建立关联关系的野广告图片进行关联。
7.根据权利要求1所述的方法，其特征在于，所述对张贴野广告的高发区域的视频数据分析，抽取出行人运动轨迹及轨迹截图，确定张贴野广告的嫌疑人，之后还包括：
获取所述张贴野广告的嫌疑人的轨迹截图；
对所述张贴野广告的嫌疑人的轨迹截图进行相似度计算，得到第二相似度计算结果；
根据所述第二相似度计算结果，确定张贴野广告的重点嫌疑人。
8.根据权利要求1所述的方法，其特征在于，所述对张贴野广告的高发区域的视频数据分析，抽取出行人运动轨迹及轨迹截图，确定张贴野广告的嫌疑人，之后还包括：
汇总并上报所述张贴野广告的嫌疑人的信息。
9.一种野广告处理装置，其特征在于，所述装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的野广告处理程序，所述野广告处理程序被所述处理器执行时实现如权利要求1至8中任一项所述的野广告处理方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有野广告处理程序，所述野广告处理程序被处理器执行时实现如权利要求1至8中任一项所述的野广告处理方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811603710.8A CN111368106B (zh) | 2018-12-26 | 2018-12-26 | 野广告处理方法、装置以及计算机可读存储介质 |
| PCT/CN2019/118576 WO2020134677A1 (zh) | 2018-12-26 | 2019-11-14 | 野广告处理方法、装置以及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811603710.8A CN111368106B (zh) | 2018-12-26 | 2018-12-26 | 野广告处理方法、装置以及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111368106A CN111368106A (zh) | 2020-07-03 |
| CN111368106B true CN111368106B (zh) | 2024-04-26 |
Family
ID=71127458
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811603710.8A Active CN111368106B (zh) | 2018-12-26 | 2018-12-26 | 野广告处理方法、装置以及计算机可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111368106B (zh) |
| WO (1) | WO2020134677A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112667831B (zh) * | 2020-12-25 | 2022-08-05 | 上海硬通网络科技有限公司 | 素材存储方法、装置及电子设备 |
| CN113191293B (zh) * | 2021-05-11 | 2023-04-07 | 创新奇智(重庆)科技有限公司 | 广告检测方法、装置、电子设备、系统及可读存储介质 |
| CN113380141B (zh) * | 2021-05-12 | 2022-12-16 | 亿云智慧(北京)信息技术发展有限公司 | 一种物业管理用社区智能宣传栏及其使用方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008253553A (ja) * | 2007-04-05 | 2008-10-23 | Glory Ltd | 不正容疑者絞込みシステムおよび不正容疑者情報処理装置および不正容疑者情報処理プログラム |
| CN106126680A (zh) * | 2016-06-29 | 2016-11-16 | 北京互信互通信息技术有限公司 | 一种视频图像侦察方法及系统 |
| CN106339428A (zh) * | 2016-08-16 | 2017-01-18 | 东方网力科技股份有限公司 | 基于视频大数据的嫌疑人身份识别方法和装置 |
| WO2018107914A1 (zh) * | 2016-12-16 | 2018-06-21 | 中兴通讯股份有限公司 | 一种视频分析平台、匹配方法、精准投放广告方法及系统 |
| CN108492580A (zh) * | 2018-04-23 | 2018-09-04 | 泰华智慧产业集团股份有限公司 | 判断涉案嫌疑车辆的方法及系统 |
| CN109033440A (zh) * | 2018-08-15 | 2018-12-18 | 武汉烽火众智数字技术有限责任公司 | 一种视频侦查多维轨迹分析方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1204508C (zh) * | 2002-12-03 | 2005-06-01 | 北京航空航天大学 | 小广告警示系统 |
| CN101867730B (zh) * | 2010-06-09 | 2011-11-16 | 马明 | 一种基于用户轨迹的多媒体合成方法 |
| KR101289085B1 (ko) * | 2012-12-12 | 2013-07-30 | 오드컨셉 주식회사 | 객체 기반 영상 검색시스템 및 검색방법 |
| CN103605956A (zh) * | 2013-11-04 | 2014-02-26 | 魏文红 | 基于视频摘要的突发事件智能识别系统 |
| CN107153820A (zh) * | 2017-05-10 | 2017-09-12 | 电子科技大学 | 一种面向高噪声的人脸识别及运动轨迹判别方法 |
-
2018
- 2018-12-26 CN CN201811603710.8A patent/CN111368106B/zh active Active
-
2019
- 2019-11-14 WO PCT/CN2019/118576 patent/WO2020134677A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008253553A (ja) * | 2007-04-05 | 2008-10-23 | Glory Ltd | 不正容疑者絞込みシステムおよび不正容疑者情報処理装置および不正容疑者情報処理プログラム |
| CN106126680A (zh) * | 2016-06-29 | 2016-11-16 | 北京互信互通信息技术有限公司 | 一种视频图像侦察方法及系统 |
| CN106339428A (zh) * | 2016-08-16 | 2017-01-18 | 东方网力科技股份有限公司 | 基于视频大数据的嫌疑人身份识别方法和装置 |
| WO2018107914A1 (zh) * | 2016-12-16 | 2018-06-21 | 中兴通讯股份有限公司 | 一种视频分析平台、匹配方法、精准投放广告方法及系统 |
| CN108492580A (zh) * | 2018-04-23 | 2018-09-04 | 泰华智慧产业集团股份有限公司 | 判断涉案嫌疑车辆的方法及系统 |
| CN109033440A (zh) * | 2018-08-15 | 2018-12-18 | 武汉烽火众智数字技术有限责任公司 | 一种视频侦查多维轨迹分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111368106A (zh) | 2020-07-03 |
| WO2020134677A1 (zh) | 2020-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111190939B (zh) | 一种用户画像构建方法及装置 | |
| Jiang et al. | Automatic soccer video event detection based on a deep neural network combined CNN and RNN | |
| CN111368106B (zh) | 野广告处理方法、装置以及计算机可读存储介质 | |
| US10891465B2 (en) | Methods and apparatuses for searching for target person, devices, and media | |
| CN103793697B (zh) | 一种人脸图像的身份标注方法及人脸身份识别方法 | |
| CN108038937B (zh) | 一种迎宾信息的展示方法、装置、终端设备和存储介质 | |
| WO2019085064A1 (zh) | 医疗理赔拒付方法、装置、终端设备及存储介质 | |
| CN205451095U (zh) | 一种人脸识别装置 | |
| CN107103314B (zh) | 一种基于机器视觉的套牌车辆检索识别系统 | |
| CN104142995B (zh) | 基于视觉属性的社会事件识别方法 | |
| CN105574506A (zh) | 基于深度学习和大规模集群的智能人脸追逃系统及方法 | |
| CN103984738A (zh) | 一种基于搜索匹配的角色标注方法 | |
| CN110414441B (zh) | 一种行人行踪分析方法及系统 | |
| CN107315795B (zh) | 联合特定人物和场景的视频实例检索方法及系统 | |
| CN107909033A (zh) | 基于监控视频的嫌疑人快速追踪方法 | |
| CN104504408A (zh) | 一种人脸识别比对方法和实现该方法的系统 | |
| CN104008395A (zh) | 一种基于人脸检索的不良视频智能检测方法 | |
| CN109492604A (zh) | 人脸模型特征统计分析系统 | |
| CN111461039A (zh) | 基于多尺度特征融合的地标识别方法 | |
| Taverriti et al. | Real-time wearable computer vision system for improved museum experience | |
| CN110751500A (zh) | 分享图片的处理方法、装置、计算机设备及存储介质 | |
| Zhao | Candidate smoke region segmentation of fire video based on rough set theory | |
| CN112733666A (zh) | 一种难例图像的搜集、及模型训练方法、设备及存储介质 | |
| CN114360182B (zh) | 一种智能告警方法、装置、设备及存储介质 | |
| CN112925899A (zh) | 排序模型建立方法、案件线索推荐方法、装置及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |