【技術實現步驟摘要】
本專利技術涉及圖像處理技術和模式識別
，具體涉及一種。
技術介紹
傳統的視頻廣告播放統計主要是人工方式實現，即人員通過事后回放錄像，手工記錄播出廣告的時長、名稱、內容以及類型等數據，然后進行信息匯總。這種人工監視方式耗時耗力，已經無法滿足大規模多媒體信息統計查詢的需求。而智能廣告統計技術是通過視頻分析技術來實現自動統計廣告播放次數的功能。 該技術是利用圖像處理和模式識別技術實現對視頻廣告監測，通過對實時電視節目或者節目錄像數據進行監測，實現自動統計各類廣告或其它圖像的識別和數據統計，并根據要求報警，為進一步分析提供支持。該技術的核心是通過對待處理視頻流進行特征提取并和存儲的廣告模板特征進行特征比對，對特征相似的模板進行進一步分析，確認為圖像與模板匹配，若沒有模板與該幀圖像匹配則進行下一幀圖像的識別處理。常用的特征提取主要包括圖像的灰度、邊界、面積、分塊重心等，首先計算圖像的分塊重心，再進行特征提取的時候要進行灰度分析、區域分割等的計算。匹配時通過分塊重心對模板庫進行初步匹配，如果匹配成功，在進行每一像素的匹配。由于該技術采用多級特征檢索技術，在一定程度提高了模板匹配速度，但由于后續采用逐個圖像像素匹配方法，特征維數還是比較大，不利于大規模匹配，而且逐個圖像像素匹配對于像素變化比較敏感，如果圖像中出現了顯著局部變化，例如增加了游動字幕和掛角廣告信息，則廣告匹配準確度將大幅下降。另外，廣告模板視頻缺少自動化分割提取技術，使得模板數據比較大，不利于大規模廣告視頻數據保存和搜索。
技術實現思路
(一 )要解決的技術問題 本專利技術所要解決的技術問題是如何設計一...
【技術保護點】
一種視頻播放次數統計方法，其特征在于，包括以下步驟：S1、定義視頻圖像序列F＝{f1，f2，f3，…，fN}，抽取其中的關鍵幀的特征向量，并得到特征向量集合adv＝{V1，V2，…，VM}以及得到特征數據庫adv_db＝{adv1，adv2，…，advL}，L為視頻總個數，M、N均為正整數；S2、對一定數量的視頻進行檢測并根據所述特征數據庫統計視頻播放次數。
【技術特征摘要】
1.一種視頻播放次數統計方法，其特征在于，包括以下步驟51、定義視頻圖像序列F={f1;f2，f3，…，fN}，抽取其中的關鍵幀的特征向量，并得到特征向量集合 adv= (V1, V2, ···, VM}以及得到特征數據庫 adv_db = {adv1； adv2, ...，advL}, L為視頻總個數，Μ、N均為正整數；52、對一定數量的視頻進行檢測并根據所述特征數據庫統計視頻播放次數。2.如權利要求1所述的方法，其特征在于，步驟SI具體包括1.O，設視頻圖像序號η為I ;1.1，對視頻圖像fn作網格劃分，定義/fa/ 為劃分后的子圖像，k代表分割的尺寸，k =2,4,8, i代表網格行坐標，j代表網格列坐標；1.2，利用積分圖方法對子圖像Zfa/)提取8個haar特征，得到特征向量O+,))， G(U)表示Zf(U)對應子塊的特征向量；1.3，若η = 1，則保存F/(/,_/+)，轉到步驟1.1 ;若η > 1，則轉到步驟1. 4 ；1.4,對連續兩巾貞視頻圖像計算相似度S(fn, fn+1)；3.如權利要求2所述的方法，其特征在于，步驟S2具體包括2.0,定義 adv_stat = {freqj | i = 1,2,3,…，L}, Ifreqi 為第 i 個視頻的播放次數，L 為視頻總個數；2. 1，對于任一視頻t時刻的一幀圖像ft，利用步驟1.1和1. 2計算圖像特征向量Vt ； 2. 2,判斷ft是否在特征數據庫adv_db中，并統計ft的播放次數；2. 3，將t加1，若t < T，則轉至步驟2. 2 ;否則轉至步驟2. 4，T表示連續視頻幀總數； 2. 4，統計所有視頻播放次數。4.如權利要求3所述的方法，其特征在于，步驟2.2具體包括2. 2. O,定義 adv_freq = Rreqi,」i = 1,2,3,…，L ; j = I, 2, 3,…，M}, Freqi,」表示第i個視頻的第j個關鍵幀fi,」出現的次數，M為視頻的特征向量個數；2. 2.1,初始化集合adv_freq為零，即freq^」=O ；2. 2. 2，令 i = l；....
【專利技術屬性】
技術研發人員：蘇鵬宇，徐洪偉，
申請(專利權)人：北京捷成世紀科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。