[發明專利]視頻中logo區域的標記方法、裝置及電子設備

有效

• 申請號: 201911203383.1
• 申請日: 2019-11-29
• 公開（公告）號: CN111126372B
• 公開（公告）日: 2023-07-11
• 發明（設計）人: 李果;張玉梅;張文杰;賀沁雯;李虎;樊鴻飛;蔡媛
• 申請（專利權）人: 北京金山云網絡技術有限公司;北京金山云科技有限公司
• 主分類號: G06V10/22
• 分類號: G06V10/22;G06V10/762
• 代理公司: 北京博遵律師事務所 11761
• 代理人: 馬佑平

本發明提供一種視頻中logo區域的標記方法、裝置及電子設備。包括：從視頻幀中識別出至少一個文字區域；對每個文字區域對應的擴展區域內的像素點分別進行聚類處理，獲得聚類結果，其中，聚類結果包括：以擴展區域中的logo文字的顏色為聚類中心的第一像素點集合和以擴展區域中的logo背景的顏色為聚類中心的第二像素點集合，擴展區域包括對應的文字區域，擴展區域的面積大于對應的文字區域的面積；根據聚類結果，確定每個文字區域對應的待定logo區域；其中，待定logo區域中包含對應的文字區域；將滿足預設條件的待定logo區域標記為視頻幀中的目標logo區域。根據本發明，可以自動識別視頻中目標logo區域并進行標記。

技術領域

本發明涉及視頻處理技術領域，更具體地，涉及一種視頻中logo區域的標記方法、一種視頻中logo區域的標記裝置、一種電子設備以及一種計算機可讀存儲介質。

背景技術

目前，用戶常常選擇觀看視頻度過休閑時間。因此，作為提高曝光率的一種有效手段，在視頻中植入商品或品牌的廣告logo被廣泛應用。

在視頻后期制作時，要植入商品或品牌的廣告logo，需要先對視頻中待植入廣告logo的區域進行標定。現有技術中，對待植入廣告logo的區域進行標定，需要由工作人員人工標注大量數據集后，利用深度學習目標檢測算法，計算得到視頻中待植入廣告logo的區域，從而實現對廣告logo區域的標定。

但現有的廣告logo區域的標定方法，人工成本較高，且對于數據集中不存在的logo數據很可能無法識別，導致泛化性能較差。因此，需要提供一種新的方法來提高對視頻中廣告logo區域進行標記的效率及泛化性能。

發明內容

本發明實施例的一個目的是提供一種用于視頻中logo區域的標記的新的技術方案。

根據本發明的第一方面，提供了一種視頻中logo區域的標記方法，所述方法包括：

從視頻幀中識別出至少一個文字區域；

對每個所述文字區域對應的擴展區域內的像素點分別進行聚類處理，獲得聚類結果，其中，所述聚類結果包括：以所述擴展區域中的logo文字的顏色為聚類中心的第一像素點集合和以所述擴展區域中的logo背景的顏色為聚類中心的第二像素點集合，所述擴展區域包括對應的所述文字區域，所述擴展區域的面積大于對應的所述文字區域的面積；

根據所述聚類結果，確定每個所述文字區域對應的待定logo區域；其中，所述待定logo區域中包含對應的所述文字區域；

將滿足預設條件的所述待定logo區域標記為所述視頻幀中的目標logo區域；所述預設條件包括：所述待定logo區域的面積大于預設面積；所述待定logo區域的角點數量小于預設角點數量；所述待定logo區域中的logo背景區域完全被包含在所述擴展區域內；所述待定logo區域中的logo文字區域完全被包含在所述logo背景區域內；所述待定logo區域中的logo背景區域與所述擴展區域的面積比例大于預設比例值；以及，所述待定logo區域中的logo背景區域的長寬比符合預設范圍區間。

可選地，所述從視頻幀中識別出至少一個文字區域，包括：

通過深度學習文字檢測算法，從所述視頻幀中識別出所述至少一個文字區域。

可選地，所述對每個所述文字區域對應的擴展區域內的像素點分別進行聚類處理，獲得聚類結果，包括：

利用聚類算法對每個所述文字區域內的像素點進行2類別聚類計算，得到對應的2個聚類中心及聚類模型；其中，所述聚類中心包括以logo文字的顏色和logo背景的顏色；

將每個所述文字區域按照預設比例擴大，得到對應的擴展區域；

通過所述聚類模型計算對應的擴展區域內，每個像素點的類別，以及每個所述像素點到相應類別的聚類中心的距離；