[发明专利]一种基于音视频信息检索的电视广告监播系统

权利要求书

1.一种基于音视频信息检索的电视广告监播系统，其特征在于包括以下步骤：

(1)电视信号采集，利用DirectShow技术采集模拟电视音、视频信号，具有调台、预览、设置音频采样属性、声卡缓存大小、视频输出大小、调整视频帧率、实时保存采集数据到内存、采集数据到文件等一系列功能；

(2)视频文件处理，对广告样本文件进行打开、播放、读取属性、音视频分流、解码、读取音视频数据等一系列操作；

(3)音频特征提取，对音频数据进行降噪、滤波、预加重、加窗、傅立叶变换、余弦逆变换，提取过零率、静音率、短时能量、MFCC系数等音频特征；

(4)图像特征提取，对输入的图像进行降噪、RGB颜色空间到HSV颜色空间转换、RGB颜色空间到HSI颜色空间转换、提取颜色直方图、颜色矩、颜色聚合矢量等图形特征；

(5)模式识别，采用支持向量机的“一对一”多类别分类方法，对输入训练样本进行训练，建立识别模型，保存识别模型参数到文件；利用建立的识别模型可以对实时输入的单个预测样本分类，也可以通过给定大批量固定格式的预测样本的文件路径进行非实时预测分类。

(6)结果输出，对实时识别出的广告保存、显示其识别为哪个广告、开始时间，结束时间，是否误判等数据。

2.根据权利要求1所述的一种基于音视频信息检索的电视广告监播系统，其特征在于所述步骤(1)中电视信号采集步骤及所需材料与格式如下。

(2a)本系统采用的电视采集卡为天敏科技发展有限公司的天敏傲视珑硬压王电视采集卡；声卡为主板内置声卡；计算机的处理器为Intel CPU，频率2.6GB，内存为512MB，硬盘容量为80G，显存为128MB。使用VC 6.0作为主要开发工具。

(2b)本系统采用的广告样本是利用辅助工具Ulead VideoStudio 9.0从录制的CCTV-1和CCTV-6包含广告的视频,文件中分割出来的，选取150个具有如下特性的广告作为样本广告：开始部分没有音频、或音频相同图像不同、或图像相同音频不同。保存广告样本音频采样率为11025Hz、16bit、单声道、MPEGLayer-3压缩格式，视频帧速率为25帧/秒、24bit采样大小、图像大小80*60、DIVXMPEG4V3压缩格式的avi文件。

(2c)利用DirectShow、天敏傲视珑硬压王采集卡和VC++6.0实现对电视音频信号和视频信号采集，以及数据的实时处理。实时采集的音频数据为采样率11025Hz、16bit、单声道、PCM格式，视频帧速率为25帧/秒、图像大小80*60、24位位图格式。