[發明專利]一種電梯廣告投放工作自動審核的方法及裝置

在審

• 申請號: 201711000779.7
• 申請日: 2017-10-24
• 公開（公告）號: CN107578300A
• 公開（公告）日: 2018-01-12
• 發明（設計）人: 高巖;段成德;于治樓
• 申請（專利權）人: 濟南浪潮高新科技投資發展有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06T9/00;G06T7/73
• 代理公司: 濟南信達專利事務所有限公司37100
• 代理人: 馮春連

技術領域

本發明涉及圖像匹配技術領域，具體地說是一種電梯廣告投放工作自動審核的方法及裝置。

背景技術

隨著現代社區和樓宇管理水平的提升，以及廣告業務的擴展，越來越多的平面廣告被投放到電梯內部。這些廣告以海報形式張貼在電梯內壁，為物業管理者帶來經濟效益的同時也加大了其管理成本。廣告海報需要專人定期更換，為了審核更換人員的工作情況，以及反饋廣告投放情況給廣告主，管理者多要求更換人員在更換廣告的同時拍攝更換廣告后的現場照片供后續統計審核用。另一方面，出于安全方面的考慮，物業管理者通常會在電梯內部安裝攝像頭，方便監控社區運行情況，攝像頭拍攝的畫面會實時傳送到管理端的主機上。

根據上述陳述，利用電梯內部安裝的攝像頭，一種電梯廣告投放工作自動審核的方法及裝置，通過在電梯攝像頭畫面后臺主機部署Faster R-CNN模型和CNN自動編碼器完成電梯廣告投放工作的自動審核。

發明內容

本發明的技術任務是解決現有技術的不足，針對現有電梯廣告更換頻繁、審核繁瑣的問題，提供一種電梯廣告投放工作自動審核的方法及裝置，以快速、有效的減小審核的工作量，節約管理成本。

本發明解決其技術問題所采用的技術方案是：

一種電梯廣告投放工作自動審核的方法，該方法基于部署于電梯攝像頭畫面后臺主機的Faster R-CNN模型和CNN自動編碼器，其實現過程包括：

步驟S10：訓練Faster R-CNN算法的模型檢測電梯內部攝像頭所拍攝畫面中的廣告海報；

步驟S20：訓練CNN自動編碼器編碼檢測到的圖像并與需要投放的廣告圖像進行對比；

步驟S30：自動識別出電梯內部投放的否為有效廣告。

所涉及步驟S10具體包括：

步驟S11：收集電梯海報廣告圖像數據集，標注每張圖像中海報的位置，得到標注好的數據集；

步驟S12：使用標注好的數據集訓練Faster R-CNN算法的模型，以檢測出圖像中海報和位置；

步驟S13：將電梯內攝像頭拍攝的圖像輸入到Faster R-CNN算法的模型，得到該圖像中的候選廣告區域。

在上述陳述中，利用LabelImg工具標注每張圖像中海報的位置；

所涉及Faster R-CNN算法的卷積網絡部分為VGG16的卷積網絡，VGG16的卷積網絡可以檢測出圖像中海報和位置。

所涉及步驟S20具體包括：

步驟S21：將需要投放的廣告海報圖像輸入CNN自動編碼器，得到所有海報的編碼向量集合Ω，Ω＝{ω_k|ω_k＝(v₁，v₂，...v_i，...v_n)}，其中，ω_k表示投放廣告海報k的編碼向量；

步驟S22：將上述步驟S13得到的候選廣告區域縮放到CNN自動編碼器的輸入層大小，并輸入到CNN自動編碼器的輸入層，得到編碼向量集合φ，其中，表示候選廣告區域p的編碼向量；

步驟S23：對編碼向量集合Φ中的任意一個根據歐氏距離計算公式計算集合Ω中與距離最小的ω_k。

在上述陳述中，進一步的，實現步驟S30的具體操作步驟為：

設定閾值δ，如果集合Ω與的距離設定為d，在d＜δ時，則判定候選廣告區域p為有效廣告k，其余情況則為無效。

所涉及CNN自動編碼器的輸入層圖像寬度為256像素，高度為320像素，采用RGB三通道。

所涉及CNN自動編碼器包括編碼部分和解碼部分，編碼部分包括5個相同結構的卷積層，卷積核大小為3*3*10，步長為2，使用ReLU作為激活函數。

本發明還提供一種電梯廣告投放工作自動審核的裝置，該裝置基于部署于電梯攝像頭畫面后臺主機的Faster R-CNN模型和CNN自動編碼器，其結構包括：

訓練和檢測模塊，用于訓練Faster R-CNN算法的模型檢測電梯內部攝像頭所拍攝畫面中的廣告海報；

訓練和對比模塊，用于訓練CNN自動編碼器編碼檢測到的圖像并與需要投放的廣告圖像進行對比；

自動識別模塊，用于根據對比結果自動識別出電梯內部投放的否為有效廣告。

所涉及訓練和檢測模塊包括：

收集和標注子模塊，用于收集電梯海報廣告圖像數據集，并標注每張圖像中海報的位置，以得到標注好的數據集；