[發明專利]一種車身廣告植入方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010195199.3
• 申請日: 2020-03-19
• 公開（公告）號: CN111556362A
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 胡飛;胡波
• 申請（專利權）人: 上海萬面智能科技有限公司
• 主分類號: H04N21/44
• 分類號: H04N21/44;H04N21/234;H04N21/81;G06K9/32;G06K9/34;G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 唐正瑜

1.一種車身廣告植入方法，其特征在于，包括：

獲取待處理視頻對應的多幀待處理圖像；

針對每幀待處理圖像進行車體檢測，獲得車輛的軌跡圖像集；其中，所述軌跡圖像集包括連續的多幀待處理圖像，且連續的多幀待處理圖像中均包括同一車輛；

針對每輛車的軌跡圖像集中的多幀待處理圖像進行語義分割，獲得目標區域；

獲取廣告圖像，將所述廣告圖像植入待處理圖像對應的目標區域中。

2.根據權利要求1所述的方法，其特征在于，所述針對每幀待處理圖像進行車體檢測，獲得車輛的軌跡圖像集，包括：

利用車體檢測模型對每幀待處理圖像進行車體檢測，獲得包含車輛的待處理圖像中的車體信息；

將相鄰兩幀包含車輛的待處理圖像的車體信息進行匹配，獲得車輛的軌跡圖像集。

3.根據權利要求2所述的方法，其特征在于，所述將相鄰兩幀包含車輛的待處理圖像的車體信息進行匹配，獲得車輛的軌跡圖像集，包括：

計算相鄰兩幀待處理圖像的車體信息之間的交并比，若所述交并比大于預設閾值，則相鄰兩幀待處理圖像中的車輛為同一車輛，將屬于同一車輛的連續多幀待處理圖像作為所述車輛的軌跡圖像集。

4.根據權利要求2所述的方法，其特征在于，在利用車體檢測模型對每幀待處理圖像進行車體檢測之前，所述方法還包括：

獲取第一訓練樣本集，所述第一訓練樣本集包括多張第一訓練圖像以及每張第一訓練圖像對應的第一標簽；其中，所述第一訓練圖像包括至少一輛車，所述第一標簽包括車輛的輪廓；

將所述第一訓練圖像輸入車體檢測模型中，所述車體檢測模型輸出對應的第一預測結果；

根據所述第一預測結果和對應的第一訓練圖像的第一標簽對所述車體檢測模型中的參數進行優化，獲得訓練好的車體檢測模型。

5.根據權利要求1所述的方法，其特征在于，所述針對每輛車的軌跡圖像集中的多幀待處理圖像進行語義分割，獲得目標區域，包括：

利用車輛分割模型對每輛車的軌跡圖像集中的多幀待處理圖像進行語義分割，獲得待處理圖像中車輛的車身、車窗和輪胎；

根據所述車身、車窗和輪胎獲得目標區域。

6.根據權利要求5所述的方法，其特征在于，所述利用車輛分割模型對每輛車的軌跡圖像集中的多幀待處理圖像進行語義分割，包括：

利用對象檢測模型對多幀待處理圖像進行對象檢測，獲得包含單個車輛的檢測框；

根據所述檢測框對待處理圖像進行裁剪，獲得裁剪后的圖像；

利用車輛分割模型對裁剪后的圖像進行語義分割。

7.根據權利要求5所述的方法，其特征在于，所述根據所述車身、車窗和輪胎獲得目標區域，包括：

以最左側輪胎的右邊緣作第一垂線，以最右側輪胎的左邊緣作第二垂線，對第一垂線和第二垂線之間的車窗的輪廓點作霍夫變換，獲得車窗分割線；

利用所述第一垂線、第二垂線和車窗分割線對車身進行分割，獲得所述目標區域。

8.根據權利要求5所述的方法，其特征在于，在利用車輛分割模型對每輛車的軌跡圖像集中的多幀待處理圖像進行語義分割之前，所述方法還包括：

獲取第二訓練樣本集，所述第二訓練樣本集包括多張第二訓練圖像以及每張第二訓練圖像對應的第二標簽；其中，所述第二訓練圖像包括至少一輛車，所述第二標簽包括車輛的車身、輪胎和車窗；

將所述第二訓練圖像輸入車輛分割模型中，所述車輛分割模型輸出對應的第二預測結果；

根據所述第二預測結果和對應的第二訓練圖像的第二標簽對所述車輛分割模型中的參數進行優化，獲得訓練好的車輛分割模型。