[發(fā)明專利]基于內(nèi)容的互聯(lián)網(wǎng)動(dòng)畫媒體垃圾信息過濾方法

無效

• 申請(qǐng)?zhí)枺?/td>: 200810036144.7
• 申請(qǐng)日: 2008-04-17
• 公開（公告）號(hào): CN101276417A
• 公開（公告）日: 2008-10-01
• 發(fā)明（設(shè)計(jì)）人: 王士林;李翔;李生紅;劉功申;趙明
• 申請(qǐng)（專利權(quán)）人: 上海交通大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/46
• 代理公司: 上海交達(dá)專利事務(wù)所
• 代理人: 王錫麟;王桂忠

技術(shù)領(lǐng)域

本發(fā)明涉及的是一種圖像處理和模式識(shí)別技術(shù)領(lǐng)域的方法，特別是一種基于內(nèi)容的互聯(lián)網(wǎng)動(dòng)畫媒體垃圾信息過濾方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)的迅速發(fā)展，寬帶的迅速普及，存儲(chǔ)成本的降低，多媒體內(nèi)容在網(wǎng)上也越來越多。包含各種類型數(shù)據(jù)如文本、圖像、音頻、視頻等的多媒體信息，飛速膨脹逐漸成為信息的主流，并對(duì)人們的生活和社會(huì)的發(fā)展產(chǎn)生了重要的影響。同時(shí)，視頻壓縮技術(shù)的發(fā)展讓視頻在體積越來越小的同時(shí)質(zhì)量反而越來越高，因此，大部分網(wǎng)站都開始將動(dòng)畫融入網(wǎng)頁之中。同時(shí)，由于數(shù)碼攝像機(jī)等設(shè)備的普及，供個(gè)人傳播和交換視頻的網(wǎng)站也如雨后春筍般涌現(xiàn)。

這些視頻信息的特點(diǎn)是，一方面它的信息量很大，難以用少量標(biāo)注精確描述，不同的觀察者或同一觀察者在不同條件下對(duì)同一幅圖像可能給出不同的描述。這使得在很多情況下文本標(biāo)注并不能滿足實(shí)際需求。另一方面它的結(jié)構(gòu)化程度較低，不利于進(jìn)行有效的管理。如何有效地利用多媒體信息中的相關(guān)內(nèi)容已成為一個(gè)急需解決的問題。值得一提的是，在人們享受科技發(fā)達(dá)帶來的便利的同時(shí)，也出現(xiàn)了許多用動(dòng)畫短片傳播的廣告等垃圾信息，給用戶帶來諸多不便。現(xiàn)有的多種瀏覽器，如Internet?Explorer，F(xiàn)irefox等都提供了廣告過濾或類似功能的模塊，但是這些軟件大多是通過分析其文件名的關(guān)鍵字來實(shí)現(xiàn)的，當(dāng)文件名缺乏意義時(shí)將無法正確實(shí)現(xiàn)分類和過濾功能。

經(jīng)過對(duì)現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn)，Y.Alp?Aslandogan等在《IEEETransactions?on?Knowledge?and?Data?Engineering》vol.11，no.1，Jan.1999，(《IEEE學(xué)報(bào)知識(shí)與數(shù)據(jù)工程》1999年一月，第11卷，no.1)上發(fā)表的“圖像與視頻檢索技術(shù)與系統(tǒng)”(“Techniques?and?Systems?for?Image?and?VideoRetrieval”)，該文中提出了對(duì)于圖像和視頻的理解和檢索的方法。對(duì)于圖像：首先提取以描述圖像內(nèi)容為主的圖像顏色、紋理和形狀特征，以及非圖像內(nèi)容的其他相關(guān)信息(如文件名、注解等)，然后通過對(duì)于圖像庫中的圖像特征進(jìn)行匹配和比對(duì)，獲得對(duì)于圖像的理解和檢索。對(duì)于視頻：首先對(duì)于視頻鏡頭分割，然后進(jìn)行目標(biāo)檢測(cè)和追蹤，最后完成對(duì)于視頻內(nèi)容的理解和檢索。然而，針對(duì)互聯(lián)網(wǎng)上的動(dòng)畫媒體，上述方法有以下的不足：第一，動(dòng)畫媒體與傳統(tǒng)的圖像和視頻在持續(xù)時(shí)間、鏡頭變化、色彩分布都存在較大的差異，其特征提取方法并不適合對(duì)于互聯(lián)網(wǎng)動(dòng)畫媒體的分析和理解；第二，對(duì)于互聯(lián)網(wǎng)動(dòng)畫媒體垃圾信息過濾這一新的應(yīng)用來說，該方法中提出的視頻特征并不具有較高的廣告/非廣告分類鑒別力。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出一種基于內(nèi)容的互聯(lián)網(wǎng)動(dòng)畫媒體垃圾信息過濾方法，根據(jù)動(dòng)畫媒體的特點(diǎn)以及垃圾信息分類過濾的特殊性，依據(jù)動(dòng)畫的內(nèi)容對(duì)其進(jìn)行理解和過濾。

本發(fā)明通過以下技術(shù)方案實(shí)現(xiàn)的，包括如下步驟：

步驟一，從互聯(lián)網(wǎng)上隨機(jī)采集若干個(gè)類別標(biāo)引為廣告和非廣告的動(dòng)畫作為訓(xùn)練樣本集，并提取訓(xùn)練樣本集中所有動(dòng)畫的顏色特征、紋理特征、文字信息特征、動(dòng)畫長(zhǎng)度特征、動(dòng)畫幾何尺寸特征、動(dòng)畫的動(dòng)態(tài)特征，具體如下：

根據(jù)動(dòng)畫中各圖像幀的顏色直方圖和RGB三個(gè)通道顏色均值提取動(dòng)畫的顏色特征；

對(duì)動(dòng)畫中各圖像幀的灰度圖進(jìn)行伽博變換，提取動(dòng)畫的紋理特征；

對(duì)動(dòng)畫中各圖像幀進(jìn)行離散余弦變換，計(jì)算圖像的邊緣圖，進(jìn)而檢測(cè)圖像幀中文本塊，提取動(dòng)畫的文字信息特征；

計(jì)算動(dòng)畫持續(xù)時(shí)間跨度，提取動(dòng)畫長(zhǎng)度特征；

計(jì)算動(dòng)畫中圖像幀的長(zhǎng)度與寬度，提取動(dòng)畫幾何尺寸特征；

計(jì)算動(dòng)畫各幀間的顏色差異的均值，提取動(dòng)畫的動(dòng)態(tài)特征。

步驟二，將步驟一得到的訓(xùn)練樣本集中的所有動(dòng)畫的六個(gè)特征以及相應(yīng)動(dòng)畫的類別標(biāo)引輸入到支持向量機(jī)(SVM)中，支持向量機(jī)對(duì)所有樣本進(jìn)行訓(xùn)練得到權(quán)值、偏置等參數(shù)，并獲得描述廣告和非廣告動(dòng)畫媒體差異的SVM模型。

步驟三，對(duì)于一個(gè)待測(cè)試動(dòng)畫，按照步驟一中提取動(dòng)畫特征的方法提取待測(cè)試動(dòng)畫的六個(gè)特征，并將這六個(gè)特征輸入步驟二訓(xùn)練所得的SVM模型中，SVM模型判斷出動(dòng)畫是屬于廣告類動(dòng)畫還是屬于非廣告類動(dòng)畫，對(duì)于廣告類的動(dòng)畫由媒體進(jìn)行過濾。

所述提取顏色特征，具體為：

①提取每個(gè)圖像幀的顏色直方圖，并計(jì)算所有圖像幀的平均的顏色直方圖特征；

②計(jì)算每個(gè)圖像幀的三個(gè)顏色通道的顏色平均值，并計(jì)算所有圖像幀的顏色平均值。