[发明专利]一种基于音视频信息检索的电视广告监播系统

摘要

本发明涉及一种基于音视频信息检索的电视广告监播系统。使用PV988AV专业电视采集卡和DirectShow技术采集CCTV‑1和CCTV‑6一段包含广告的视频,然后手动分割出各个广告作为样本，共截取150个广告，并对广告开始(头三帧)和结尾(尾三帧)进行数据分析，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，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，提取Mel倒谱系数和RGB颜色直方图，采用支持向量机的“一对一”多类别分类方法，对样本特征向量进行训练，建立广告头识别模型和广告尾识别模型，并实现了对已知广告的实时监播。

主权项

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。