[发明专利]一种logo识别加速方法

说明书

本发明公开了一种logo识别加速方法，应用于图像处理技术领域，包括以下步骤：S1、视频输入步骤；S2、关键帧抽取步骤；S3、logo检测步骤；S4、logo识别训练步骤；S5、logo识别测试步骤。本发明能够快速有效地对视频中特定的目标人物进行检测和识别；具有很快的检测和识别速度。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种logo识别加速方法。

背景技术

随着互联网的发展，在互联网上的视频数量也越来越多，同时也会面临着安全问题，像一些特殊组织在网上散播一些特殊视频，这些视频如果在社会上流传开来，对于整个社会安稳有着很大的影响，因此识别出这些特殊视频成为很重要的任务。这些特殊视频大部分都会有特定的logo，所以logo识别成为特殊视频识别很重要的一步。Logo识别一般会用到特征比对，用输入图像中logo的特征和底库特征进行比对，logo的特征一般是高维向量比如2048 维，如果底库的特征比较多，那么一对一的比对会消耗过多的时间。

现有的特征检索方案是如果底库数据量比较少，特征维度比较低，那么就采取一对一的计算欧式距离的方法，如果是底库数据量比较多，那么构建 kd-tree，然后进行特征检索。如果是一对一进行检索，从效率来讲是相对比较慢，实用性并不高，如果是构建kd-tree的话，效率会有所提高，但是构建kd-tree 过程比较麻烦，并且不利于后期维护。

因此，提供一种logo识别加速方法，提高logo识别的速度，是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种logo识别加速方法，能够加速logo识别速度。

为了实现上述目的，本发明采用如下技术方案：

一种logo识别加速方法，包括以下步骤：

S1、视频输入步骤，获取视频数据；

S2、关键帧抽取步骤，获取关键帧；

S3、logo检测步骤，通过候选区域产生网络和回归器获取分类候选框的类别；

S4、logo识别训练步骤，采用残差网络ResNet50、经过全局平均池化和损失函数，获得logo识别训练网络；

S5、logo识别测试步骤，输出logo分类结果。

优选的，步骤S2中关键帧抽取步骤的具体内容为：

对步骤S1输入的视频采用多媒体视频处理工具FFmpeg进行视频抽帧，具体为每隔一个固定时间抽取视频中的一帧图像，作为关键帧。

优选的，固定时间可选2秒钟。

优选的，步骤S3中logo检测步骤的具体内容为：

将步骤S2中得到的关键帧首先通过ResNet50进行图像特征提取，采用候选区域产生网络(RPN，Region Proposal Network)获取候选框，然后采用回归器来回归候选框的位置坐标，采用分类器来分类候选框的类别。

优选的，步骤S4中logo识别训练步骤的具体内容为：

采用ResNet50输出7×7×2048的特征向量，该特征向量经过全局平均池化(Global Avarage Pooling)输出的2048维向量输入到损失函数(Loss函数) 中，完成训练，得到logo识别训练网络。

优选的，步骤S4中logo识别测试步骤的具体内容为：

采用logo识别训练网络最后一层输出的2048维特征向量，与目标底库中的logo特征向量进行欧式距离计算，若计算结果小于设定阈值，则认为该logo 属于目标底库中的一种，否则，认为该logo不是目标logo。