一種視頻檢測方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本申請涉及視頻檢測技術(shù)領(lǐng)域，更具體地說，涉及一種視頻檢測方法及裝置。
【背景技術(shù)】
[0002]隨著電視技術(shù)的快速發(fā)展，電視頻道及電視節(jié)目也越來越多。為了提醒用戶準時觀看自己喜好的電視節(jié)目，需要對視頻流進行檢測，在檢測到視頻流當前播放的節(jié)目為用戶喜好的節(jié)目時，及時提醒用戶觀看。
[0003]現(xiàn)有技術(shù)在對視頻流進行檢測時，一般是對某一段視頻流進行圖像特征精確檢測，判斷當前視頻流是否屬于用戶所喜好的節(jié)目，進而在判斷結(jié)果為是時及時提醒用戶觀看。但是，圖像特征精確檢測的過程需要耗費大量計算時間，現(xiàn)有技術(shù)對一段視頻流中的每一幀圖像均進行圖像特征精確檢測的方式，將會消耗大量計算資源，且節(jié)目檢測時間也大大延長。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本申請?zhí)峁┝艘环N視頻檢測方法及裝置，用于解決現(xiàn)有視頻檢測方法所存在的計算資源占用量大且節(jié)目檢測時間長的問題。
[0005]為了實現(xiàn)上述目的，現(xiàn)提出的方案如下:
[0006]—種視頻檢測方法，包括:
[0007]獲取視頻流的當前幀圖像；
[0008]判斷預(yù)置的代表幀圖像集合中是否存在與所述當前幀圖像匹配的代表幀圖像，所述代表幀圖像集合中包括若干個節(jié)目樣本的代表幀圖像；
[0009]若是，確定與所述匹配的代表幀圖像對應(yīng)的節(jié)目樣本，并讀取預(yù)置的與所述節(jié)目樣本對應(yīng)的標志流；
[0010]獲取所述視頻流中所述當前幀圖像之前，與所述標志流相同時長的歷史視頻流；[0011 ]對所述歷史視頻流與所述標志流進行相似度計算，在相似度值滿足閾值要求時，確定當前時間所述視頻流代表的節(jié)目為所述節(jié)目樣本對應(yīng)的節(jié)目。
[0012]優(yōu)選地，所述判斷預(yù)置的代表幀圖像集合中是否存在與所述當前幀圖像匹配的代表幀圖像，包括:
[0013]讀取預(yù)先訓(xùn)練好的支持向量機SVM模型，所述SVM模型為預(yù)先利用若干個節(jié)目樣本的代表幀圖像進行訓(xùn)練后得到的模型；
[0014]將所述當前幀圖像作為輸入條件輸入至所述SVM模型中，得到SVM模型輸出的匹配結(jié)果，所述匹配結(jié)果表明是否存在與所述當前幀圖像匹配的節(jié)目樣本。
[0015]優(yōu)選地，在利用若干個節(jié)目樣本的代表幀圖像對SVM模型進行訓(xùn)練時，具體為:利用各節(jié)目樣本的代表幀圖像的方向梯度直方圖HOG特征和顏色直方圖特征對SVM模型進行訓(xùn)練。
[0016]優(yōu)選地，所述對所述歷史視頻流與所述標志流進行相似度計算，在相似度值滿足閾值要求時，確定當前時刻所述視頻流代表的節(jié)目為所述節(jié)目樣本對應(yīng)的節(jié)目，包括:
[0017]分別提取所述歷史視頻流、所述標志流中各幀圖像的二值特征和SIFT特征；
[0018]計算所述歷史視頻流和所述標志流中，相同位置處幀圖像的二值特征的相似度值；
[0019]判斷所述二值特征的相似度值是否達到第一相似度閾值；
[0020]若是，計算所述歷史視頻流和所述標志流中，相同位置處幀圖像的尺度不變特征變換SIFT特征的相似度值；
[0021 ]判斷所述SIFT特征的相似度值是否達到第二相似度閾值；
[0022]若是，確定當前時間所述視頻流代表的節(jié)目為所述節(jié)目樣本對應(yīng)的節(jié)目。
[0023]優(yōu)選地，所述節(jié)目樣本為表征節(jié)目片頭信息的節(jié)目片頭樣本，在所述相似度值滿足閾值要求時，該方法還包括:
[0024]根據(jù)當前時間，對電子節(jié)目指南EPG中所述節(jié)目樣本對應(yīng)的節(jié)目的播出時間進行修正。
[0025]一種視頻檢測裝置，包括:
[0026]圖像獲取單元，用于獲取視頻流的當前幀圖像；
[0027]圖像匹配單元，用于判斷預(yù)置的代表幀圖像集合中是否存在與所述當前幀圖像匹配的代表幀圖像，所述代表幀圖像集合中包括若干個節(jié)目樣本的代表幀圖像；
[0028]標志流讀取單元，用于在所述圖像匹配單元判斷存在與所述當前幀圖像匹配的代表幀圖像時，確定與所述匹配的代表幀圖像對應(yīng)的節(jié)目樣本，并讀取預(yù)置的與所述節(jié)目樣本對應(yīng)的標志流；
[0029]歷史視頻流獲取單元，用于獲取所述視頻流中所述當前幀圖像之前，與所述標志流相同時長的歷史視頻流；
[0030]標志流相似度計算單元，用于對所述歷史視頻流與所述標志流進行相似度計算，在相似度值滿足閾值要求時，確定當前時間所述視頻流代表的節(jié)目為所述節(jié)目樣本對應(yīng)的
-H-* 口
T N ο
[0031]優(yōu)選地，所述圖像匹配單元包括:
[0032]模型讀取單元，用于讀取預(yù)先訓(xùn)練好的支持向量機SVM模型，所述SVM模型為預(yù)先利用若干個節(jié)目樣本的代表幀圖像進行訓(xùn)練后得到的模型；
[0033]模型處理單元，用于將所述當前幀圖像作為輸入條件輸入至所述SVM模型中，得到SVM模型輸出的匹配結(jié)果，所述匹配結(jié)果表明是否存在與所述當前幀圖像匹配的節(jié)目樣本。
[0034]優(yōu)選地，還包括:
[0035]模型訓(xùn)練單元，用于利用各節(jié)目樣本的代表幀圖像的方向梯度直方圖HOG特征和顏色直方圖特征對SVM模型進行訓(xùn)練。
[0036]優(yōu)選地，所述標志流相似度計算單元包括:
[0037]特征提取單元，用于分別提取所述歷史視頻流、所述標志流中各幀圖像的二值特征和SIFT特征；
[0038]二值特征相似度計算單元，用于計算所述歷史視頻流和所述標志流中，相同位置處幀圖像的二值特征的相似度值；
[0039]二值特征相似度判斷單元，用于判斷所述二值特征的相似度值是否達到第一相似度閾值;若是，計算所述歷史視頻流和所述標志流中，相同位置處幀圖像的尺度不變特征變換SIFT特征的相似度值；
[0040]SIFT特征相似度判斷單元，用于判斷所述SIFT特征的相似度值是否達到第二相似度閾值;若是，確定當前時間所述視頻流代表的節(jié)目為所述節(jié)目樣本對應(yīng)的節(jié)目。
[0041 ]優(yōu)選地，所述節(jié)目樣本為表征節(jié)目片頭信息的節(jié)目片頭樣本，該裝置還包括:
[0042]EPG修正單元，用于在所述相似度值滿足閾值要求時，根據(jù)當前時間，對電子節(jié)目指南EPG中所述節(jié)目樣本對應(yīng)的節(jié)目的播出時間進行修正。
[0043]從上述的技術(shù)方案可以看出，本申請實施例提供的視頻檢測方法預(yù)先采集了多個節(jié)目的節(jié)目樣本，節(jié)目樣本能夠表征對應(yīng)的節(jié)目，并且提取了各個節(jié)目樣本的代表幀圖像和標志流，由各個代表幀圖像組成代表幀圖像集合，進而在獲取視頻流的當前幀圖像后，判斷預(yù)置的代表幀圖像集合中是否存在與當前幀圖像匹配的代表幀圖像，如果是，則確定與匹配的代表幀圖像對應(yīng)的節(jié)目樣本，并讀取與該節(jié)目樣本對應(yīng)的標志流，獲取所述視頻流中所述當前幀圖像之前，與所述標志流相同時長的歷史視頻流，對所述歷史視頻流與所述標志流進行相似度計算，在確定相似度值滿足閾值要求時，確定當前時間所述視頻流代表的節(jié)目為所述節(jié)目樣本對應(yīng)的節(jié)目。本申請?zhí)崛×斯?jié)目樣本的代表幀圖像，通過視頻流當前幀圖像與代表幀圖像進行粗略匹配，判斷當前幀圖像是否屬于預(yù)置的某個節(jié)目樣本，并且僅在判斷結(jié)果為是時才執(zhí)行后續(xù)歷史視頻流與節(jié)目樣本標志流的相似度計算過程，有效減少了對計算資源的占用，并且縮短了節(jié)目檢測時間。
【附圖說明】
[0044]為了更清楚地說明本申請實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。
[0045]圖1為本申請實施例公開的一種視頻檢測方法流程圖；
[0046]圖2為本申請實施例公開的另一種視頻檢測方法流程圖；
[0047]