[發明專利]視頻中品牌識別系統及其實現方法

在審

• 申請號: 201710132941.4
• 申請日: 2017-03-08
• 公開（公告）號: CN107016344A
• 公開（公告）日: 2017-08-04
• 發明（設計）人: 李少雄
• 申請（專利權）人: 上海極鏈網絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 上海海貝律師事務所31301
• 代理人: 范海燕

技術領域

本發明涉及一種在一段視頻中自動地檢測品牌LOGO空間位置的品牌識別技術，具體地說是一種視頻中品牌識別系統及其實現方法。

背景技術

視頻內品牌識別技術是在一段視頻中自動地檢測品牌LOGO的空間位置，并且在接下來的時間里，自動地跟蹤該LOGO的運動軌跡，并且識別出該LOGO所屬品牌的一種技術，涉及到圖像處理、計算機視覺、模式識別、人工智能等前沿技術。

發明內容

本發明為解決上述技術問題而采用的技術方案是提供一種視頻中品牌識別系統及其實現方法，其中，具體技術方案為：

系統包含檢測識別模塊、實時跟蹤模塊、后處理模塊；

檢測識別模塊有2個核心模塊：RPN網絡、分類網絡，檢測識別模塊進行兩個步驟，第一個步驟為離線的訓練出模型，第二個步驟是根據訓練得到的模型，進行輸入圖片的inference，即檢測識別LOGO；

實時跟蹤模塊包含算法調度模塊、通用的高性能多線程調度模塊、基于簡單工廠模式封裝的各種算法模塊、高性能鏡頭切換檢測模塊；通用的高性能多線程調度模塊、基于簡單工廠模式封裝的各種算法模塊、高性能鏡頭切換檢測模塊默認配置為使能的部分，當算法調度模塊沒有被使能的時候，默認是執行的這個部分，即默認的配置；

后處理模塊為了將檢測和跟蹤的結果進行融合，并通過投票得到一個個含有統一識別信息的序列，得到這種結構化信息后，存入JSON文件或者數據庫；

檢測、跟蹤結果融合：系統由于同時運行了檢測識別模塊和實時跟蹤模塊，所以有可能既有檢測結果又有跟蹤結果，采取如下策略：

1)當跟蹤框和檢測框的IOU大于設定值時，認為這個時候該跟蹤框和該檢測框描述的是同一個LOGO，這個時候信任的是檢測結果，將跟蹤器進行初始化，初始化的位置采用這個檢測的Bounding Box；

2)當檢測到的某一個框與跟蹤到的任何一個Bounding Box均小于設定值時，這個時候認為該跟蹤框和該檢測框描述的是不是同一個LOGO，那么該跟蹤器繼續跟蹤該目標，同時由于檢測到了一個新的目標，所以新初始化一個跟蹤器來跟蹤該目標；

3)投票：最終生成一個個序列后，序列中的每一個目標均來自跟蹤或者檢測結果，對于到底應該給這個序列統一打個什么樣的Label采用加權平均的方式作出最終判斷該序列為哪種Label的序列；

4)將結構化的識別數據輸出：根據我們的應用的不同可以將其輸出到JSON文件中或者數據庫中。

上述的視頻中品牌識別系統及其實現方法，其中：

系統還包含視頻前處理模塊，視頻前處理模塊將視頻解碼出來，處理成一種合乎格式的視頻幀后，送入檢測識別模塊和實時跟蹤模塊；視頻前處理模塊通過如下方式進行質量矯正；

1)視頻解碼：調用OpenCV3.1的解碼器直接進行視頻解碼，提取出相應的視頻幀；

2)Resize、灰度化：根據檢測識別模塊和實時跟蹤模塊的要求，對解碼后的視頻幀進行Resize和灰度化的操作；

3)直方圖均衡化：如果檢測到輸入的圖像存在過曝或者弱曝的情況，這個時候就會進行直方圖均衡化的操作，分布不均，這個時候進行本操作來對圖片質量或者說對比度進行提升；

4)去噪：對于檢測到的輸入圖像的噪點，采用雙邊濾波器來降噪并保留原始視頻幀的細節信息，采取方法是求其圖像局部的方差以及圖像的局部的拉普拉斯高頻分量，如果大于一定閾值，說明噪聲過大，需要進行去噪操作。

上述的視頻中品牌識別系統及其實現方法，其中：

算法調度模塊：

1)根據XML進行默認值配置；

2)由于不同跟蹤算法的優勢劣勢互不相同，根據場景識別或者提前XML配置，在程序中進行動態的跟蹤器選取。

上述的視頻中品牌識別系統及其實現方法，其中：

通用的高效多線程調度模塊，支持多進程，需要一個參數的配置，只需要根據XML配置文件進行一個FLAG的配置，系統當前默認是設置成多線程的，根據實驗數據，多線程調度比多進程調度效率快3-4％。

上述的視頻中品牌識別系統及其實現方法，其中：

基于簡單工廠模式的跟蹤算法模塊包含四種；

TLD-Lite；

M-Kernel Tracker；

ASMS based；

Face Tracker；