[發明專利]一種視頻檢測方法及裝置

有效

• 申請號: 201610003909.1
• 申請日: 2016-01-04
• 公開（公告）號: CN105678254B
• 公開（公告）日: 2019-05-31
• 發明（設計）人: 徐佳宏;莫愁;韓濤;鄭文才
• 申請（專利權）人: 深圳市茁壯網絡股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種視頻檢測方法，其特征在于，包括：

獲取視頻流的當前幀圖像；

判斷預置的代表幀圖像集合中是否存在與所述當前幀圖像匹配的代表幀圖像，所述代表幀圖像集合中包括若干個節目樣本的代表幀圖像；

若是，確定與所述匹配的代表幀圖像對應的節目樣本，并讀取預置的與所述節目樣本對應的標志流；

獲取所述視頻流中所述當前幀圖像之前，與所述標志流相同時長的歷史視頻流；

分別提取所述歷史視頻流、所述標志流中各幀圖像的二值特征和SIFT特征；

計算所述歷史視頻流和所述標志流中，相同位置處幀圖像的二值特征的相似度值；

判斷所述二值特征的相似度值是否達到第一相似度閾值；

若是，計算所述歷史視頻流和所述標志流中，相同位置處幀圖像的尺度不變特征變換SIFT特征的相似度值；

判斷所述SIFT特征的相似度值是否達到第二相似度閾值；

若是，確定當前時間所述視頻流代表的節目為所述節目樣本對應的節目。

2.根據權利要求1所述的方法，其特征在于，所述判斷預置的代表幀圖像集合中是否存在與所述當前幀圖像匹配的代表幀圖像，包括：

讀取預先訓練好的支持向量機SVM模型，所述SVM模型為預先利用若干個節目樣本的代表幀圖像進行訓練后得到的模型；

將所述當前幀圖像作為輸入條件輸入至所述SVM模型中，得到SVM模型輸出的匹配結果，所述匹配結果表明是否存在與所述當前幀圖像匹配的節目樣本。

3.根據權利要求2所述的方法，其特征在于，在利用若干個節目樣本的代表幀圖像對SVM模型進行訓練時，具體為：利用各節目樣本的代表幀圖像的方向梯度直方圖HOG特征和顏色直方圖特征對SVM模型進行訓練。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述節目樣本為表征節目片頭信息的節目片頭樣本，在所述相似度值滿足閾值要求時，該方法還包括：

根據當前時間，對電子節目指南EPG中所述節目樣本對應的節目的播出時間進行修正。

5.一種視頻檢測裝置，其特征在于，包括：

圖像獲取單元，用于獲取視頻流的當前幀圖像；

圖像匹配單元，用于判斷預置的代表幀圖像集合中是否存在與所述當前幀圖像匹配的代表幀圖像，所述代表幀圖像集合中包括若干個節目樣本的代表幀圖像；

標志流讀取單元，用于在所述圖像匹配單元判斷存在與所述當前幀圖像匹配的代表幀圖像時，確定與所述匹配的代表幀圖像對應的節目樣本，并讀取預置的與所述節目樣本對應的標志流；

歷史視頻流獲取單元，用于獲取所述視頻流中所述當前幀圖像之前，與所述標志流相同時長的歷史視頻流；

特征提取單元，用于分別提取所述歷史視頻流、所述標志流中各幀圖像的二值特征和SIFT特征；

二值特征相似度計算單元，用于計算所述歷史視頻流和所述標志流中，相同位置處幀圖像的二值特征的相似度值；

二值特征相似度判斷單元，用于判斷所述二值特征的相似度值是否達到第一相似度閾值；若是，計算所述歷史視頻流和所述標志流中，相同位置處幀圖像的尺度不變特征變換SIFT特征的相似度值；

SIFT特征相似度判斷單元，用于判斷所述SIFT特征的相似度值是否達到第二相似度閾值；若是，確定當前時間所述視頻流代表的節目為所述節目樣本對應的節目。

6.根據權利要求5所述的裝置，其特征在于，所述圖像匹配單元包括：

模型讀取單元，用于讀取預先訓練好的支持向量機SVM模型，所述SVM模型為預先利用若干個節目樣本的代表幀圖像進行訓練后得到的模型；

模型處理單元，用于將所述當前幀圖像作為輸入條件輸入至所述SVM模型中，得到SVM模型輸出的匹配結果，所述匹配結果表明是否存在與所述當前幀圖像匹配的節目樣本。

7.根據權利要求6所述的裝置，其特征在于，還包括：

模型訓練單元，用于利用各節目樣本的代表幀圖像的方向梯度直方圖HOG特征和顏色直方圖特征對SVM模型進行訓練。

8.根據權利要求5-7任一項所述的裝置，其特征在于，所述節目樣本為表征節目片頭信息的節目片頭樣本，該裝置還包括：

EPG修正單元，用于在所述相似度值滿足閾值要求時，根據當前時間，對電子節目指南EPG中所述節目樣本對應的節目的播出時間進行修正。