專利名稱：一種基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及廣告監(jiān)測(cè)技術(shù)領(lǐng)域，特別涉及一種基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)。
背景技術(shù)：
隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，多媒體也成為了廣告服務(wù)商投放廣告不可忽視的載體。 廣告投放不再只局限于傳統(tǒng)傳播方式如廣告牌、海報(bào)等，轉(zhuǎn)向以依托于電視臺(tái)，網(wǎng)絡(luò)視頻等可視化媒體的新型傳播方式。然而現(xiàn)今的這種變革也為廣告客戶帶了困難，不能以依靠人工為單一檢測(cè)模式，更多需要以自動(dòng)化方式為廣告客戶提供檢測(cè)功能，保障廣告客戶的利益。發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)，該監(jiān)測(cè)技術(shù)利用典型特征幀匹配和時(shí)序回歸的視頻監(jiān)測(cè)方法，以自動(dòng)化方式為廣告客戶提供監(jiān)測(cè)功能。
本發(fā)明的技術(shù)方案是一種基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)，包括
步驟1 對(duì)廣告視頻提取特征幀，并記錄對(duì)應(yīng)特征幀的相關(guān)信息；
步驟2 對(duì)待檢測(cè)視頻提取匹配幀序列；
步驟3 利用所述特征幀的相關(guān)信息，采用回歸檢測(cè)的方法，判定所述匹配幀序列與對(duì)應(yīng)廣告特征幀序列是否滿足約束，從而得出檢測(cè)結(jié)果。
進(jìn)一步地，所述的對(duì)廣告視頻提取特征幀的具體提取流程如下
1)按時(shí)間間隔提取廣告視頻幀，并記錄對(duì)應(yīng)幀的相關(guān)信息；
2)根據(jù)所述廣告視頻幀，利用圖像處理技術(shù)，將每一幀劃分為多個(gè)區(qū)域，
3)每一區(qū)域與其它區(qū)域的相互關(guān)系形成的多維特征向量；
4)利用所述多維特征向量判定兩個(gè)連續(xù)廣告視頻幀的相似度，若兩個(gè)連續(xù)廣告視頻幀之間距離大于預(yù)定閥值，則認(rèn)為此兩個(gè)連續(xù)廣告視頻幀均為此段廣告特征幀，否則，則認(rèn)為僅其中一個(gè)為此段廣告特征幀；
5)廣告視頻的所有廣告特征幀構(gòu)成此廣告視頻的廣告特征幀序列，可標(biāo)識(shí)本廣告視頻的特征。
進(jìn)一步地，所述的對(duì)待檢測(cè)視頻提取匹配幀序列的具體流程如下
1)按時(shí)間間隔提取待檢測(cè)視頻幀，并記錄對(duì)應(yīng)幀的相關(guān)信息；
2)根據(jù)所述廣告視頻幀，利用圖像處理技術(shù)，將每一幀劃分為多個(gè)區(qū)域；
3)每一區(qū)域與其它區(qū)域的相互關(guān)系形成的多維特征向量；
4)利用所述多維特征向量判定待檢測(cè)視頻幀與廣告特征幀的相似度，若待檢測(cè)視頻幀與廣告特征幀之間距離小于預(yù)定閥值，則判定此待檢測(cè)視頻幀為待檢測(cè)視頻匹配幀， 否則，則判定此待檢測(cè)視頻幀不為待檢測(cè)視頻匹配幀；
5)根據(jù)所述待檢測(cè)匹配幀相關(guān)信息，通過(guò)比較兩連續(xù)待檢測(cè)匹配幀其對(duì)應(yīng)廣告特征幀分別在廣告視頻中的播放時(shí)刻，可判定兩待檢測(cè)匹配幀是否屬于同一待檢測(cè)匹配幀序列，若播放時(shí)刻差小于閥值，則認(rèn)為同屬一個(gè)待檢測(cè)匹配幀序列，否則為不同待檢測(cè)匹配幀序列，根據(jù)所述形成待檢測(cè)視頻的待檢測(cè)匹配幀序列。
上述方案中，所述的對(duì)應(yīng)幀的相關(guān)信息包括本待檢測(cè)匹配幀在本待檢測(cè)視頻中的播放時(shí)刻，以及本待檢測(cè)匹配幀相對(duì)應(yīng)廣告特征幀在廣告視頻中的播放時(shí)刻。
所述的采用回歸檢測(cè)的方法判定所述匹配幀序列與對(duì)應(yīng)廣告特征幀序列是否滿足約束具體如下
1)根據(jù)每一廣告特征幀在廣告中的播放時(shí)刻，由此形成本廣告中廣告特征幀播放時(shí)序；
2)根據(jù)每一待檢測(cè)匹配幀在待檢測(cè)視頻中的播放時(shí)刻，由此形成本序列中待檢測(cè)特征幀播放時(shí)序；
3)若廣告特征幀播放時(shí)序與待檢測(cè)特征幀播放時(shí)序滿足線性回歸約束，則認(rèn)為此待檢測(cè)特征幀播放時(shí)序代表廣告特征幀序列對(duì)應(yīng)廣告視頻，否則，則不能代表任何廣告視頻。
與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是本發(fā)明優(yōu)點(diǎn)在于可快速，準(zhǔn)確的檢測(cè)出視頻中的廣告幀，為廣告客戶檢測(cè)其廣告投放情況提供了準(zhǔn)確，科學(xué)的統(tǒng)計(jì)數(shù)據(jù)。


圖1為本發(fā)明中廣告視頻處理架構(gòu)示意圖2為本發(fā)明整體架構(gòu)示意圖3為本發(fā)明中廣告視頻處理流程示意圖4為本發(fā)明中廣告檢測(cè)方法整體流程示意圖5為本發(fā)明中廣告幀匹配模塊流程示意圖6為本發(fā)明中廣告幀回歸檢測(cè)模塊流程示意圖。
圖中
001 廣告采集模塊，通過(guò)用戶上傳或終端設(shè)備采集廣告視頻
002 廣告幀抽取模塊，通過(guò)視頻處理技術(shù)按時(shí)間間隔tl抽取廣告幀
003:廣告特征幀提取模塊，通過(guò)圖像處理技術(shù)從普通廣告幀中抽取能代表此廣告的廣告特征幀
004 廣告特征幀存儲(chǔ)模塊，根據(jù)用戶投放廣告規(guī)則，按頻道存儲(chǔ)廣告幀，方便檢索廣告幀
005 待檢測(cè)視頻采集模塊，通過(guò)電視，互聯(lián)網(wǎng)等終端設(shè)備采集待檢測(cè)視頻信息
006 待檢測(cè)視頻幀抽取模塊，通過(guò)視頻處理技術(shù)按時(shí)間間隔t2抽取待檢測(cè)視頻幀
007:廣告幀匹配模塊，通過(guò)圖像處理技術(shù)初步判定待檢測(cè)視頻幀是否為廣告幀
008:廣告幀回歸檢測(cè)模塊，通過(guò)時(shí)序回歸檢測(cè)最終判定待檢測(cè)匹配幀序列是否代表一則廣告
009 廣告視頻集，由廣告采集模塊001收集的廣告視頻結(jié)果4
010 廣告幀，由廣告幀抽取模塊002抽取的廣告幀，其中F代表本廣告幀的特征， Id代表本廣告幀從屬于某廣告的編號(hào)，Time代表本廣告幀在某廣告中的播放時(shí)刻
Oil 廣告特征幀，由廣告特征幀提取模塊003從普通廣告幀中提取出能代表此段廣告的特征幀。其中F代表本廣告幀特征，Id代表該廣告幀從屬于該廣告的編號(hào)，Time代表該廣告幀在該廣告中的播放時(shí)刻
012:廣告特征幀集，根據(jù)用戶需求，廣告特征幀存儲(chǔ)模塊004按頻道組織廣告特征幀，形成廣告特征幀集
013 普通視頻集，通過(guò)視頻采集模塊005收集的普通視頻結(jié)果
014 待檢測(cè)視頻幀，由視頻幀抽取模塊006抽取的視頻幀，其中CF代表待檢測(cè)視頻幀的特征，Cid代表待檢測(cè)視頻幀所在頻道，Ctime代表待檢測(cè)視頻幀在頻道中的播放時(shí)刻
015 待檢測(cè)視頻匹配幀序列，通過(guò)廣告幀匹配模塊007從待檢測(cè)視頻幀中初步識(shí)別出可能代表廣告的一組待檢測(cè)視頻幀，其中CF代表待檢測(cè)匹配幀的特征，Cid代表待檢測(cè)匹配幀所在頻道，Ctime代表待檢測(cè)匹配幀在頻道中的播放時(shí)刻，Time代表與待檢測(cè)匹配幀對(duì)應(yīng)的廣告特征幀的播放時(shí)間
016 成功識(shí)別為廣告的待檢測(cè)匹配幀序列，通過(guò)廣告幀回歸檢測(cè)模塊008最終確定待檢測(cè)視頻特征幀序列是否為廣告
017 被放棄的待檢測(cè)視頻幀，通過(guò)廣告幀匹配模塊007識(shí)別出不可能代表廣告的待檢測(cè)視頻幀
018 待檢測(cè)匹配幀，通過(guò)廣告幀匹配模塊007從待檢測(cè)視頻幀中初步識(shí)別出可能代表廣告的待檢測(cè)視頻幀，其中CF代表待檢測(cè)匹配幀的特征，Cid代表待檢測(cè)匹配幀所在頻道，Ctime代表待檢測(cè)匹配幀在頻道中的播放時(shí)刻，Time代表與待檢測(cè)匹配幀對(duì)應(yīng)的廣告特征幀的播放時(shí)間
019:提取待檢測(cè)匹配幀序列，為回歸檢測(cè)模塊子活動(dòng)之一，負(fù)責(zé)從一組待檢測(cè)匹配幀序列中一次提取待檢測(cè)匹配幀序列
020 繪制回歸曲線，為回歸檢測(cè)子模塊活動(dòng)之一，負(fù)責(zé)繪制散點(diǎn)圖，以Ctime為縱軸，Time為橫軸
021 被放棄的待檢測(cè)匹配幀序列，為不滿足線性回歸約束條件的待檢測(cè)匹配幀序列具體實(shí)施方式
本發(fā)明提供的一種基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)本發(fā)明提供了一種新型檢測(cè)廣告的方法，其特點(diǎn)主要包括三個(gè)方面如何有效抽取廣告特征幀，如何利用回歸檢測(cè)判定一定時(shí)序區(qū)間內(nèi)的連續(xù)待檢測(cè)幀為一個(gè)廣告，以及如何有效檢測(cè)單個(gè)廣告的連續(xù)播放。同時(shí)，本發(fā)明整體的方法流程由廣告視頻處理體系和待檢測(cè)視頻處理體系實(shí)現(xiàn)。
廣告視頻處理體系則主要包含四大功能模塊廣告采集模塊、廣告幀抽取模塊、廣告特征幀提取模塊、廣告特征幀存儲(chǔ)模塊。其實(shí)現(xiàn)步驟如下所述
1、采集廣告視頻信號(hào)；
2、按時(shí)間間隔抽取廣告幀；
3、利用圖像辨別技術(shù)，依次判定兩個(gè)連續(xù)廣告幀之間的距離，從而決定是否保留此廣告幀為廣告特征幀，其中首個(gè)廣告幀默認(rèn)為特征幀；
4、按頻道存儲(chǔ)廣告特征幀。
待檢測(cè)視頻處理體系主要包含四大模塊，待檢測(cè)視頻采集模塊、待檢測(cè)視頻抽取模塊、廣告幀匹配模塊、廣告幀回歸檢測(cè)模塊。其實(shí)現(xiàn)步驟如下所述
1、提供待檢測(cè)視頻信號(hào)；
2、按時(shí)間間隔提取待檢測(cè)視頻幀，并記錄待檢測(cè)視頻幀的播放時(shí)間；W061]3、利用圖像辨別技術(shù)判定待檢測(cè)視頻幀與廣告特征幀之間的差異性，若差異較小，則判定此待檢測(cè)視頻幀為待檢測(cè)匹配幀，若差異較大，則判定此待檢測(cè)視頻幀不為待檢測(cè)匹配幀；W062]4、利用回歸檢測(cè)判定待檢測(cè)匹配幀序列與廣告特征幀序列是否滿足線性約束條件，若滿足，則判定此待檢測(cè)匹配幀序列代表一則廣告，若不滿足，則判定此待檢測(cè)匹配幀序列不代表一則廣告。
本發(fā)明優(yōu)點(diǎn)在于可快速，準(zhǔn)確的檢測(cè)出視頻中的廣告幀，為廣告客戶檢測(cè)其廣告投放情況提供了準(zhǔn)確，科學(xué)的統(tǒng)計(jì)數(shù)據(jù)。
以下結(jié)合附圖對(duì)本發(fā)明進(jìn)一步說(shuō)明。
廣告視頻處理體系實(shí)現(xiàn)如下
1)請(qǐng)參照?qǐng)D1與圖3，首先由廣告采集模塊001通過(guò)用戶上傳或終端設(shè)備采集廣告視頻，接收到廣告視頻結(jié)果集009 ；
2)廣告視頻結(jié)果集009由廣告幀抽取模塊002將原視頻信息進(jìn)行加工處理，處理步驟主要包括1、按時(shí)間間隔tl抽取廣告幀；2、將廣告幀中所有像素點(diǎn)的RGB值轉(zhuǎn)化為灰度值；3、將廣告幀劃為四個(gè)區(qū)域(此處區(qū)域個(gè)數(shù)可選)，以該區(qū)域內(nèi)所有像素點(diǎn)的灰度值之和代表廣告幀在本區(qū)域內(nèi)的內(nèi)容；4、以灰度值之和為參考值判定四個(gè)區(qū)域之間的關(guān)系，如 sum(區(qū)域i) > sum(區(qū)域j)，則f(區(qū)域i，區(qū)域j) = 1 sum(區(qū)域i) < sum(區(qū)域j)，則f(區(qū)域i，區(qū)域j) = -1 sum (區(qū)域i) = sum (區(qū)域j)，則f (區(qū)域i，區(qū)域j) =0由此形成表示此幀的特征向量F。假定廣告幀被劃分為四個(gè)區(qū)域，則 F= (f (區(qū)域1，區(qū)域2)，f (區(qū)域1，區(qū)域3)，f (區(qū)域1，區(qū)域4)，f (區(qū)域2，區(qū)域3)， f (區(qū)域2，區(qū)域4)，f (區(qū)域3，區(qū)域4))；5、記錄此廣告幀所在廣告Id，以及此廣告幀在廣告中的播放時(shí)刻Time；6、形成可完整表達(dá)此廣告幀特征的多元組(F，Id,Time)010。
3)由廣告特征幀提取模塊003，按相鄰廣告幀的相似程度判定該廣告幀是否為此廣告的特征幀，默認(rèn)第一幀為特征幀，比較原則如下若Distance (幀i，幀j) > =閥值1，則幀j為特征幀；若Distance (幀i，幀j) <閥值1，則幀j不為特征幀，且舍棄。所有保留的廣告幀則為此廣告特征幀011，所有廣告幀按排列順序依次進(jìn)行比較；
4)由廣告特征幀存儲(chǔ)模塊004，對(duì)特征幀按頻道進(jìn)行規(guī)整，對(duì)同一特征幀出現(xiàn)在多個(gè)頻道的情況，需拷貝存儲(chǔ)。從而獲得按頻道存儲(chǔ)的廣告特征幀集012。
待檢測(cè)視頻處理體系實(shí)現(xiàn)如下
1)請(qǐng)參照?qǐng)D4，圖5，圖6，待檢測(cè)視頻采集模塊005通過(guò)電視，互聯(lián)網(wǎng)等終端設(shè)備， 接收待檢測(cè)視頻信號(hào)013 ；(此處以數(shù)字電視為例)
2)按頻道輸入的待檢測(cè)視頻信號(hào)，通過(guò)視頻幀抽取模塊006按如下步驟抽取視頻幀1、按時(shí)間間隔t2依次抽取待檢測(cè)視頻幀；2、將待檢測(cè)視頻幀中所有像素點(diǎn)的RGB值轉(zhuǎn)化為灰度值；3、將待檢測(cè)視頻幀劃為四個(gè)區(qū)域(此處區(qū)域個(gè)數(shù)可選)，以該區(qū)域內(nèi)所有像素點(diǎn)的灰度值之和代表此待檢測(cè)視頻幀在本區(qū)域內(nèi)的內(nèi)容；4、以灰度值之和為參考值判定四個(gè)區(qū)域之間的關(guān)系，如 sum (區(qū)域1) > sum (區(qū)域2)，則f (區(qū)域1，區(qū)域2) = 1 sum(區(qū)域1) < sum(區(qū)域2)，則f (區(qū)域1，區(qū)域2) = -1 sum (區(qū)域1) = sum (區(qū)域2)，則f (區(qū)域1，區(qū)域2) =0 由此形成表示此待檢測(cè)視頻幀的特征向量CF。假定此待檢測(cè)視頻幀被劃分為四個(gè)區(qū)域，則CF= (f (區(qū)域1，區(qū)域2)，f (區(qū)域1，區(qū)域 3)，f (區(qū)域1，區(qū)域4)，f (區(qū)域2，區(qū)域3)，f (區(qū)域2，區(qū)域4)，f (區(qū)域3，區(qū)域4))；5、記錄此待檢測(cè)視頻幀所在頻道CId，以及此待檢測(cè)視頻幀在頻道中的播放時(shí)刻 CTime ；6、形成可完整表達(dá)此待檢測(cè)視頻幀特征的多元組(CF，CId,CTime)014。7、利用圖像辨別技術(shù)依次識(shí)別待檢測(cè)視頻幀之間的距離，形成待檢測(cè)視頻幀序列組 014，舉例如下若Distance (CFl，CF2) < =閥值2且CF1、CF2不為空幀，則認(rèn)為CFl，CF2所代表的待檢測(cè)視頻幀屬于同一待檢測(cè)視頻幀序列1 ； 待檢測(cè)視頻幀序列組結(jié)果序列1 :CF1所代表的待檢測(cè)視頻幀，CF2所代表的待檢測(cè)視頻幀若Distance (CFl，CF2) >閥值2且CF1、CF2不為空幀，則認(rèn)為CFl，CF2所代表的待檢測(cè)視頻幀不屬于同一待檢測(cè)視頻幀序列1，并新增待檢測(cè)視頻幀序列2。 待檢測(cè)視頻幀序列組結(jié)果 序列1 :CF1所代表的待檢測(cè)視頻幀； 序列2 :CF2所代表的待檢測(cè)視頻幀。
3)結(jié)合圖4和圖5，廣告幀匹配模塊007利用圖像辨別技術(shù)對(duì)待檢測(cè)視頻幀序列組014中的待監(jiān)測(cè)視頻幀分別與廣告特征幀集012中的廣告特征幀進(jìn)行距離分析若Distance (CF，F(xiàn)) > =閥值3，則認(rèn)為此待檢測(cè)視頻幀不為此待檢測(cè)匹配幀，舍棄此待檢測(cè)視頻幀；若Distance (CF, F) <閥值3，則認(rèn)為此待檢測(cè)視頻幀為此待檢測(cè)匹配幀。 若該待檢測(cè)視頻幀序列為空，則刪除此待檢測(cè)視頻幀序列。所有保留待檢測(cè)視頻幀序列構(gòu)成待檢測(cè)視頻特征幀序列組015 ；
4)結(jié)合圖4和圖6，廣告幀回歸檢測(cè)模塊008利用廣告幀匹配模塊007提取的待檢測(cè)視頻特征幀序列組015中的待檢測(cè)視頻特征幀分別進(jìn)一步與廣告特征幀集012中的廣告特征幀完成時(shí)序回歸檢測(cè)，最終判定此待檢測(cè)視頻特征幀是否為廣告，步驟如下所述1、分別從待檢測(cè)視頻特征幀序列組015中取出一個(gè)序列和廣告特征幀集012中取出同屬于一個(gè)廣告的廣告特征幀組，以Time變量為橫軸，Ctime變量為縱軸做散點(diǎn)圖；2、并自動(dòng)繪制擬合的回歸曲線，規(guī)定曲線允許的置信區(qū)間，針對(duì)本發(fā)明，回歸曲線為直線，因此置信區(qū)間為對(duì)直線斜率的限制；假定a為回歸曲線斜率，若置信區(qū)間，則認(rèn)為此待檢測(cè)視頻幀序列代表廣告特征幀組中廣告id出現(xiàn)頻率最高的那支廣告；若置信區(qū)間，則認(rèn)為此待檢測(cè)視頻幀序列不代表任何廣告，舍棄此待檢測(cè)視頻序列。
本發(fā)明中回歸曲線斜率的置信區(qū)間不做限制，可根據(jù)具體情況調(diào)節(jié)。按序列排序依次進(jìn)行回歸檢測(cè)，所有被成功檢測(cè)的待檢測(cè)視頻幀序列016為最終結(jié)果集。
權(quán)利要求
1.一種基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)，其特征在于包括步驟1 對(duì)廣告視頻提取特征幀，并記錄對(duì)應(yīng)特征幀的相關(guān)信息；步驟2 對(duì)待檢測(cè)視頻提取匹配幀序列；步驟3 利用所述特征幀的相關(guān)信息，采用回歸檢測(cè)的方法，判定所述匹配幀序列與對(duì)應(yīng)廣告特征幀序列是否滿足約束，從而得出檢測(cè)結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)，其特征在于 所述的對(duì)廣告視頻提取特征幀的具體提取流程如下1)按時(shí)間間隔提取廣告視頻幀，并記錄對(duì)應(yīng)幀的相關(guān)信息；2)根據(jù)所述廣告視頻幀，利用圖像處理技術(shù)，將每一幀劃分為多個(gè)區(qū)域，3)每一區(qū)域與其它區(qū)域的相互關(guān)系形成的多維特征向量；4)利用所述多維特征向量判定兩個(gè)連續(xù)廣告視頻幀的相似度，若兩個(gè)連續(xù)廣告視頻幀之間距離大于預(yù)定閥值，則認(rèn)為此兩個(gè)連續(xù)廣告視頻幀均為此段廣告特征幀，否則，則認(rèn)為僅其中一個(gè)為此段廣告特征幀；5)廣告視頻的所有廣告特征幀構(gòu)成此廣告視頻的廣告特征幀序列，可標(biāo)識(shí)本廣告視頻的特征。
3.根據(jù)權(quán)利要求1所述的基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)，其特征在于 所述的對(duì)待檢測(cè)視頻提取匹配幀序列的具體流程如下1)按時(shí)間間隔提取待檢測(cè)視頻幀，并記錄對(duì)應(yīng)幀的相關(guān)信息；2)根據(jù)所述廣告視頻幀，利用圖像處理技術(shù)，將每一幀劃分為多個(gè)區(qū)域；3)每一區(qū)域與其它區(qū)域的相互關(guān)系形成的多維特征向量；4)利用所述多維特征向量判定待檢測(cè)視頻幀與廣告特征幀的相似度，若待檢測(cè)視頻幀與廣告特征幀之間距離小于預(yù)定閥值，則判定此待檢測(cè)視頻幀為待檢測(cè)視頻匹配幀，否則， 則判定此待檢測(cè)視頻幀不為待檢測(cè)視頻匹配幀；5)根據(jù)所述待檢測(cè)匹配幀相關(guān)信息，通過(guò)比較兩連續(xù)待檢測(cè)匹配幀其對(duì)應(yīng)廣告特征幀分別在廣告視頻中的播放時(shí)刻，可判定兩待檢測(cè)匹配幀是否屬于同一待檢測(cè)匹配幀序列， 若播放時(shí)刻差小于閥值，則認(rèn)為同屬一個(gè)待檢測(cè)匹配幀序列，否則為不同待檢測(cè)匹配幀序列，根據(jù)所述形成待檢測(cè)視頻的待檢測(cè)匹配幀序列。
4.根據(jù)權(quán)利要求3所述的基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)，其特征在于 所述的對(duì)應(yīng)幀的相關(guān)信息包括本待檢測(cè)匹配幀在本待檢測(cè)視頻中的播放時(shí)刻，以及本待檢測(cè)匹配幀相對(duì)應(yīng)廣告特征幀在廣告視頻中的播放時(shí)刻。
5.根據(jù)權(quán)利要求1所述的基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)，其特征在于 所述的采用回歸檢測(cè)的方法判定所述匹配幀序列與對(duì)應(yīng)廣告特征幀序列是否滿足約束具體如下1)根據(jù)每一廣告特征幀在廣告中的播放時(shí)刻，由此形成本廣告中廣告特征幀播放時(shí)序；2)根據(jù)每一待檢測(cè)匹配幀在待檢測(cè)視頻中的播放時(shí)刻，由此形成本序列中待檢測(cè)特征幀播放時(shí)序；3)若廣告特征幀播放時(shí)序與待檢測(cè)特征幀播放時(shí)序滿足線性回歸約束，則認(rèn)為此待檢測(cè)特征幀播放時(shí)序代表廣告特征幀序列對(duì)應(yīng)廣告視頻，否則，則不能代表任何廣告視頻。
全文摘要
本發(fā)明公開(kāi)了一種基于視頻內(nèi)容以及回歸方法的廣告監(jiān)測(cè)技術(shù)，包括步驟1對(duì)廣告視頻提取特征幀，并記錄對(duì)應(yīng)特征幀的相關(guān)信息；步驟2對(duì)待檢測(cè)視頻提取匹配幀序列；步驟3利用所述特征幀的相關(guān)信息，采用回歸檢測(cè)的方法，判定所述匹配幀序列與對(duì)應(yīng)廣告特征幀序列是否滿足約束，從而得出檢測(cè)結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是本發(fā)明優(yōu)點(diǎn)在于可快速，準(zhǔn)確的檢測(cè)出視頻中的廣告幀，為廣告客戶檢測(cè)其廣告投放情況提供了準(zhǔn)確，科學(xué)的統(tǒng)計(jì)數(shù)據(jù)。
文檔編號(hào)H04N21/44GK102523482SQ201110403578
公開(kāi)日2012年6月27日 申請(qǐng)日期2011年12月7日 優(yōu)先權(quán)日2011年12月7日
發(fā)明者丁圣勇, 朝紅陽(yáng), 楊錦強(qiáng) 申請(qǐng)人:中山大學(xué)