一种电梯广告投放工作自动审核的方法及装置与流程

本发明涉及图像匹配技术领域，具体地说是一种电梯广告投放工作自动审核的方法及装置。

背景技术：

随着现代社区和楼宇管理水平的提升，以及广告业务的扩展，越来越多的平面广告被投放到电梯内部。这些广告以海报形式张贴在电梯内壁，为物业管理者带来经济效益的同时也加大了其管理成本。广告海报需要专人定期更换，为了审核更换人员的工作情况，以及反馈广告投放情况给广告主，管理者多要求更换人员在更换广告的同时拍摄更换广告后的现场照片供后续统计审核用。另一方面，出于安全方面的考虑，物业管理者通常会在电梯内部安装摄像头，方便监控社区运行情况，摄像头拍摄的画面会实时传送到管理端的主机上。

根据上述陈述，利用电梯内部安装的摄像头，一种电梯广告投放工作自动审核的方法及装置，通过在电梯摄像头画面后台主机部署fasterr-cnn模型和cnn自动编码器完成电梯广告投放工作的自动审核。

技术实现要素：

本发明的技术任务是解决现有技术的不足，针对现有电梯广告更换频繁、审核繁琐的问题，提供一种电梯广告投放工作自动审核的方法及装置，以快速、有效的减小审核的工作量，节约管理成本。

本发明解决其技术问题所采用的技术方案是：

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

步骤s10：训练fasterr-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。

所涉及步骤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fasterr-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fasterr-cnn算法的模型，得到该图像中的候选广告区域。

在上述陈述中，利用labelimg工具标注每张图像中海报的位置；

所涉及fasterr-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。

所涉及步骤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＝{ωk|ωk＝(v1，v2，...vi，...vn)}，其中，ωk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ωk。

在上述陈述中，进一步的，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。

所涉及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。

所涉及cnn自动编码器包括编码部分和解码部分，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。

本发明还提供一种电梯广告投放工作自动审核的装置，该装置基于部署于电梯摄像头画面后台主机的fasterr-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fasterr-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。

所涉及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fasterr-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fasterr-cnn算法的模型，得到该图像中的候选广告区域。

所涉及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＝{ωk|ωk＝(v1，v2，...vi，...vn)}，其中，ωk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ωk。

本发明的一种电梯广告投放工作自动审核的方法及装置与现有技术相比所产生的有益效果是：

1)本发明的方法及装置均利用电梯内部的摄像头，通过部署于电梯摄像头画面后台主机的fasterr-cnn模型检测电梯内壁广告图像，通过部署于电梯摄像头画面后台主机的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，以自动识别出电梯内部投放的是否为有效广告；

2)本发明的方法及装置除了利用电梯内部的摄像头之外，无需在电梯内安装其他额外设施，方便快速、经济有效，能够减小审核的工作量，节省管理成本。

附图说明

附图1是本发明实施例一的流程框图；

附图2是图1中步骤s10的流程框图；

附图3是图1中步骤s20的流程框图；

附图4是本发明实施例二的结构框图；

附图5是图4中训练和检测模块的结构框图；

附图6是图4中训练和对比模块的结构框图。

图中各标号表示：

10、训练和检测模块，20、训练和对比模块，30、自动识别模块；

11、收集和标注子模块，12、训练和检测子模块，13、输入处理子模块；

21、输入子模块，22、缩放处理子模块，23、计算子模块。

具体实施方式

下面结合附图，对本发明的一种电梯广告投放工作自动审核的方法及装置作以下详细说明。

实施例一：

本发明的一种电梯广告投放工作自动审核的方法，该方法基于部署于电梯摄像头画面后台主机的fasterr-cnn模型和cnn自动编码器。

结合附图1，该方法的实现过程包括：

步骤s10：训练fasterr-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。

在本实施例中，结合附图2，所涉及步骤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fasterr-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fasterr-cnn算法的模型，得到该图像中的候选广告区域。

在本实施例的上述陈述中，利用labelimg工具标注每张图像中海报的位置。

在本实施例中，结合附图3，所涉及fasterr-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。

在本实施例中，所涉及步骤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＝{ωk|ωk＝(v1，v2，...vi，...vn)}，其中，ωk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ωk。

在本实施例中，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。

在本实施例中，所涉及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。

在本实施例中，所涉及cnn自动编码器包括编码部分和解码部分，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。

本实施例公开的方法利用电梯内部的摄像头，通过部署于电梯摄像头画面后台主机的fasterr-cnn模型检测电梯内壁广告图像，通过部署于电梯摄像头画面后台主机的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，以自动识别出电梯内部投放的是否为有效广告，该方法方便快速、经济有效，能够减小审核的工作量，节省管理成本。

实施例二：

基于上述方法，本发明还提供一种电梯广告投放工作自动审核的装置，该装置基于部署于电梯摄像头画面后台主机的fasterr-cnn模型和cnn自动编码器，结合附图4，其结构包括：

训练和检测模块10，用于训练fasterr-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20，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30，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。

在本实施例中，结合附图4，所涉及训练和检测模块10包括：

收集和标注子模块11，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12，用于使用标注好的数据集训练fasterr-cnn算法的模型检测出图像中海报和位置；

输入处理子模块13，用于将电梯内摄像头拍摄的图像输入到fasterr-cnn算法的模型，得到该图像中的候选广告区域。

在本实施例中，结合附图4，所涉及训练和对比模块20包括：

输入子模块21，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＝{ωk|ωk＝(v1，v2，...vi，...vn)}，其中，ωk表示投放广告海报k的编码向量；

缩放处理子模块22，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23，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ωk。

本实施例公开的装置实现的目的与上述实施例一所公开方法实现的目的相同，两者都利用电梯内部的摄像头，通过部署于电梯摄像头画面后台主机的fasterr-cnn模型和cnn自动编码器检测电梯内壁广告图像，并编码检测到的图像并与需要投放的广告图像进行对比，以自动识别出电梯内部投放的是否为有效广告，具有方便快速、经济有效的优点，能够减小审核的工作量，节省管理成本。

综上所述，以上两个实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管该具体实施方式部分对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。