[发明专利]一种进行广告检测的视频拷贝检测方法

说明书

技术领域  

    本发明属于计算机视频处理技术领域，具体为一种高效的视频检索方法。 

背景技术    

电视中的广告对我们的生活有很大的影响，尽管大多数观众并不喜欢观看广告。电视中的广告检测有很多用途。例如：投放广告的公司通常都会检验他们的广告有没有按照合同播出；一些公司也可能想了解他们的竞争对手在做些什么[5]；制作广告的公司可能想要调查目前所有在播的广告，然后制作出更具影响力的广告。站在消费者的角度来看，他们可能想要录下电视节目但是并不想要把广告也录下来。然而，目前来说要想完成这项工作则必须需要人为干预。因此，能自动检测电视中的广告这项工作就显得很有必要。

目前已经出现了很多关于自动检测电视中的广告这方面的研究。这些研究方法可以被归为三类[7]：第一类是基于规则的方法，这类方法采用一系列的特征和规则来区分广告和非广告[2,4]。第二类方法是基于商标的算法，这类方法只能通过电视台商标来识别广告[5,6]。第三类是基于识别的方法，这类方法通过视频签名只能够检测出一支的广告[3,4]。

对于基于规则的方法来说，有很多阈值参数需要调整。系统对于一些阈值可能会非常敏感，从而很难为各种各样的节目找到一个统一的阈值。目前许多电视台在播出广告时通常不会隐藏台标，这就导致基于商标的算法无法处理这种情况。更进一步地说，现在的电视台台标已经变得越来越复杂，有时候甚至是半透明或有动画效果的，这就使得检测台标变得非常困难。对于基于识别的方法来说，只能检测过去已知的广告，因此需要一个相当大的数据库来存储所有已知广告的特征。对于一段全新的广告，就必须要手动标注，然后再把它的特征存放进数据库中。这些不足之处限制了这些方法的可应用的范围。

除了以上这些问题之外，这些方法主要用于检测某种特殊节目中的广告，例如新闻或电影[4]。它们选取的用来表示广告的特征有时也不够稳定，因为它们往往是基于不同的电视台甚至不同国家的节目来进行研究的。这就很难找到一个统一的检测系统。而且，不管是在广告块中或者在广告块的边界，许多方法都高度依赖黑帧或者黑白帧。然而，电视台可以很轻易地去除掉黑帧，而且其他节目像电影则可能包含许多黑帧。另外，对于音频特征采用上述方法则不会有很好的效果。许多方法并没有利用音频特征[3,4,5,6]或者只是利用了很小的一部分[2]。

数字电视运营商的广告检测，绝大部分都是重复性广告检测，也就是拷贝检测。一则广告持续的时间相对较长，因此我们主要解决拷贝检测问题。主流的视频拷贝检测方法有两种：1. 基于图像特征的拷贝检测；2. 基于图像特征的机器学习。第一种方法的缺点是无法处理新的广告，且速度较慢。随着样本数量的增加，性能会下降。第二种方法依赖样本库和广告特征的人为主观视觉映象，对复杂条件广告没有很好的办法。基于机器学习的方法，挑选了一批有代表性的广告样本，从中定义了一些能够代表广告特征的特征集，然后训练这些特征集得到分类器并以之来对视频进行分类。然而，这些方法对训练集的依赖性很强，采用不同样本进行训练所得的分类器的差别比较大，随着广告拍摄手法的多样化，特别是近年来出现的一些类似电视剧片段的广告，这类方法面临越来越大的困难。也有人提出了将音频和视频相结合的广告检测方法，通过提取广告视频的最具代表性的帧（通常是最后一帧）来分割广告段和非广告段，避开了对广告区间的搜索，这种方法本质上仍然是基于视频的机器学习的方法，不同之处仅在于通过检测广告的静音段来辅助定位广告的边界。机器学习方法所固有的缺陷依然存在。

参考资料

[1] D. Lowe. “Object recognition from local scale-invariant features,”（基于局部尺度不变特征进行物体识别） in Proc. of International Conference on ComputerVision, 1999.

[2] D. Sadlier, et al, “Automatic TV Advertisement Detection fromMPEG Bitstream,” （自动从MPEG流中进行广告检测）Intl Conf onEnterprise Information Systems,Setubal, Portugal, 7-10 July 2001.