[發(fā)明專利]視頻中的廣告定位方法、裝置和電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202111274389.5
• 申請(qǐng)日: 2021-10-29
• 公開（公告）號(hào): CN114004293A
• 公開（公告）日: 2022-02-01
• 發(fā)明（設(shè)計(jì)）人: 朱遠(yuǎn)超
• 申請(qǐng)（專利權(quán)）人: 浙江省民營經(jīng)濟(jì)發(fā)展中心（浙江省廣告監(jiān)測(cè)中心）
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04;G06N3/08;G06V10/764;G06V10/774;G06V10/82
• 代理公司: 北京唐頌永信知識(shí)產(chǎn)權(quán)代理有限公司 11755
• 代理人: 劉偉

本申請(qǐng)公開了一種視頻中的廣告定位方法、裝置和電子設(shè)備。所述視頻中的廣告定位方法包括：獲取待檢測(cè)視頻；從所述待檢測(cè)視頻中分離出音頻數(shù)據(jù)；對(duì)所述音頻處理進(jìn)行壓縮、解壓和采樣以獲得脈沖編碼調(diào)制音頻數(shù)據(jù)；對(duì)所述脈沖編碼調(diào)制音頻數(shù)據(jù)進(jìn)行在時(shí)域上的能量統(tǒng)計(jì)以標(biāo)記并刪除所述脈沖編碼調(diào)制音頻數(shù)據(jù)中的無效片段；對(duì)刪除無效片段后的所述脈沖編碼調(diào)制音頻數(shù)據(jù)進(jìn)行基于能量統(tǒng)計(jì)的過0分析以將所述脈沖編碼調(diào)制音頻數(shù)據(jù)劃分為多個(gè)語音片段；對(duì)所述各個(gè)語音片段進(jìn)行基于傅里葉變換的頻域變換和特征提取以獲得各個(gè)語音片段的特征向量集合；以及，基于所述各個(gè)語音片段的特征向量集合確定所述待檢測(cè)視頻中哪些語音片段屬于廣告。

技術(shù)領(lǐng)域

本申請(qǐng)涉及廣告監(jiān)測(cè)領(lǐng)域，且更為具體地，涉及一種視頻中的廣告定位方法、裝置和電子設(shè)備。

背景技術(shù)

隨著經(jīng)濟(jì)和技術(shù)的發(fā)展，各種類型的廣告(包括傳統(tǒng)媒體廣告、戶外廣告、互聯(lián)網(wǎng)廣告)數(shù)量激增，這對(duì)廣告監(jiān)管提供了新的挑戰(zhàn)。

例如，在傳統(tǒng)媒體廣告中，特別是電視和廣播節(jié)目中的廣告，都是以視頻加音頻的方式呈現(xiàn)的，每天24個(gè)小時(shí)的音視頻節(jié)目中，通常會(huì)包含幾百條廣告信息。為了進(jìn)行音視頻廣告的監(jiān)控，就需要將錄制的特定頻道的節(jié)目中的廣告片段識(shí)別出來并進(jìn)行分析和監(jiān)管。

如果采用人工的方式進(jìn)行分離，即便通過快進(jìn)的方式，效率也是非常低的。因此，期待一種用于視頻中的廣告定位方案。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，提出了本申請(qǐng)。本申請(qǐng)的實(shí)施例提供了一種視頻中的廣告定位方法、裝置和電子設(shè)備，其首先從待檢測(cè)視頻中分離出音頻數(shù)據(jù)并基于音頻數(shù)據(jù)的聲譜圖來獲得音頻數(shù)據(jù)的特征向量集合，并基于所述音頻數(shù)據(jù)的各個(gè)語音片段的特征向量集合來確定各個(gè)語音片段是否屬于廣告，通過這樣的方式，自動(dòng)地且智能地實(shí)現(xiàn)視頻中的廣告定位和分離。

根據(jù)本申請(qǐng)的一個(gè)方面，提供了一種視頻中的廣告定位方法，其包括：

獲取待檢測(cè)視頻；

從所述待檢測(cè)視頻中分離出音頻數(shù)據(jù)；

對(duì)所述音頻處理進(jìn)行壓縮、解壓和采樣以獲得脈沖編碼調(diào)制音頻數(shù)據(jù)；

對(duì)所述脈沖編碼調(diào)制音頻數(shù)據(jù)進(jìn)行在時(shí)域上的能量統(tǒng)計(jì)以標(biāo)記并刪除所述脈沖編碼調(diào)制音頻數(shù)據(jù)中的無效片段；

對(duì)刪除無效片段后的所述脈沖編碼調(diào)制音頻數(shù)據(jù)進(jìn)行基于能量統(tǒng)計(jì)的過0分析以將所述脈沖編碼調(diào)制音頻數(shù)據(jù)劃分為多個(gè)語音片段；

對(duì)所述各個(gè)語音片段進(jìn)行基于傅里葉變換的頻域變換和特征提取以獲得各個(gè)語音片段的特征向量集合；以及

基于所述各個(gè)語音片段的特征向量集合確定所述待檢測(cè)視頻中哪些語音片段屬于廣告。

在根據(jù)本申請(qǐng)的視頻中的廣告定位方法中，從所述待檢測(cè)視頻中分離出音頻數(shù)據(jù)，包括：對(duì)所述待檢測(cè)視頻進(jìn)行解復(fù)用和解碼計(jì)算以提取出所述待檢測(cè)視頻中的音頻數(shù)據(jù)。

在根據(jù)本申請(qǐng)的視頻中的廣告定位方法中，對(duì)所述脈沖編碼調(diào)制音頻數(shù)據(jù)進(jìn)行在時(shí)域上的能量統(tǒng)計(jì)以標(biāo)記并刪除所述脈沖編碼調(diào)制音頻數(shù)據(jù)中的無效片段，包括：計(jì)算所述脈沖編碼調(diào)制音頻數(shù)據(jù)在每個(gè)預(yù)定時(shí)間片段的聲音平均能量強(qiáng)度，所述預(yù)定時(shí)間片段為100ms；以及，基于所述聲音平均能量強(qiáng)度與預(yù)設(shè)閾值之間的比較，標(biāo)記所述脈沖編碼調(diào)制音頻數(shù)據(jù)中的無效片段，所述無效片段包括無節(jié)目片段、長時(shí)間靜音片段和電臺(tái)電視臺(tái)休息片段。

在根據(jù)本申請(qǐng)的視頻中的廣告定位方法中，基于所述各個(gè)語音片段的特征向量集合確定所述待檢測(cè)視頻中哪些語音片段屬于廣告，包括：將所述各個(gè)語音片段的特征向量集合與樣本庫中的特征向量集合進(jìn)行比較；以及，響應(yīng)于所述各個(gè)語音片段的特征向量集合中與所述樣本庫中的特征向量集合連續(xù)匹配的特征向量的數(shù)量大于預(yù)設(shè)閾值，確定所述待檢測(cè)視頻中哪些語音片段屬于廣告。