[发明专利]一种电梯广告投放工作自动审核的方法及装置

权利要求书

1.一种电梯广告投放工作自动审核的方法，其特征在于，该方法基于部署于电梯摄像头画面后台主机的Faster R-CNN模型和CNN自动编码器，其实现过程包括：

步骤S10：训练Faster R-CNN算法的模型检测电梯内部摄像头所拍摄画面中的广告海报；

步骤S20：训练CNN自动编码器编码检测到的图像并与需要投放的广告图像进行对比；

步骤S30：自动识别出电梯内部投放的否为有效广告。

2.根据权利要求1所述的一种电梯广告投放工作自动审核的方法，其特征在于,所述步骤S10具体包括：

步骤S11：收集电梯海报广告图像数据集，标注每张图像中海报的位置，得到标注好的数据集；

步骤S12：使用标注好的数据集训练Faster R-CNN算法的模型，以检测出图像中海报和位置；

步骤S13：将电梯内摄像头拍摄的图像输入到Faster R-CNN算法的模型，得到该图像中的候选广告区域。

3.根据权利要求2所述的一种电梯广告投放工作自动审核的方法，其特征在于,利用LabelImg工具标注每张图像中海报的位置；

所述Faster R-CNN算法的卷积网络部分为VGG16的卷积网络，VGG16的卷积网络可以检测出图像中海报和位置。

4.根据权利要求2所述的一种电梯广告投放工作自动审核的方法，其特征在于,步骤S20具体包括：

步骤S21：将需要投放的广告海报图像输入CNN自动编码器，得到所有海报的编码向量集合Ω，Ω＝{ω_k|ω_k＝(v₁，v₂，...v_i，...v_n)}，其中，ω_k表示投放广告海报k的编码向量；

步骤S22：将上述步骤S13得到的候选广告区域缩放到CNN自动编码器的输入层大小，并输入到CNN自动编码器的输入层，得到编码向量集合φ，其中，表示候选广告区域p的编码向量；

步骤S23：对编码向量集合Φ中的任意一个根据欧氏距离计算公式计算集合Ω中与距离最小的ω_k。

5.根据权利要求4所述的一种电梯广告投放工作自动审核的方法，其特征在于,实现步骤S30的具体操作步骤为：

设定阈值δ，如果集合Ω与的距离设定为d，在d＜δ时，则判定候选广告区域p为有效广告k，其余情况则为无效。

6.根据权利要求1所述的一种电梯广告投放工作自动审核的方法，其特征在于,所述CNN自动编码器的输入层图像宽度为256像素，高度为320像素，采用RGB三通道。

7.根据权利要求6所述的一种电梯广告投放工作自动审核的方法，其特征在于,所述CNN自动编码器包括编码部分和解码部分，所述编码部分包括5个相同结构的卷积层，卷积核大小为3*3*10，步长为2，使用ReLU作为激活函数。

8.一种电梯广告投放工作自动审核的装置，其特征在于，该装置基于部署于电梯摄像头画面后台主机的Faster R-CNN模型和CNN自动编码器，其结构包括：

训练和检测模块，用于训练Faster R-CNN算法的模型检测电梯内部摄像头所拍摄画面中的广告海报；

训练和对比模块，用于训练CNN自动编码器编码检测到的图像并与需要投放的广告图像进行对比；

自动识别模块，用于根据对比结果自动识别出电梯内部投放的否为有效广告。

9.根据权利要求8所述的一种电梯广告投放工作自动审核的装置，其特征在于,所述训练和检测模块包括：

收集和标注子模块，用于收集电梯海报广告图像数据集，并标注每张图像中海报的位置，以得到标注好的数据集；

训练和检测子模块，用于使用标注好的数据集训练Faster R-CNN算法的模型检测出图像中海报和位置；

输入处理子模块，用于将电梯内摄像头拍摄的图像输入到Faster R-CNN算法的模型，得到该图像中的候选广告区域。

10.根据权利要求9所述的一种电梯广告投放工作自动审核的装置，其特征在于,所述训练和对比模块包括：

输入子模块，用于将需要投放的广告海报图像输入CNN自动编码器，得到所有海报的编码向量集合Ω，Ω＝{ω_k|ω_k＝(v₁，v₂，...v_i，...v_n)}，其中，ω_k表示投放广告海报k的编码向量；

缩放处理子模块，用于将上述得到的候选广告区域缩放到CNN自动编码器的输入层大小，并输入到CNN自动编码器的输入层，得到编码向量集合φ，其中，表示候选广告区域p的编码向量；

计算子模块，用于采用欧氏距离公式计算集合Ω中与集合φ中的任意一个距离最小的ω_k。