一种识别智能电视模拟频道的方法与流程

本发明涉及电视频道识别技术，具体涉及一种识别智能电视模拟频道的方法。

背景技术：

随着智能电视的发展，利用大数据云端对用户观看行为内容进行采集分析，提高用户的交互体验变得尤为重要。而获知用户所观看的频道信息是一项很重要的前提。目前数字电视终端很容易从信号的数据流中解析到用户所有观看的频道信息，但是对模拟直播频道确无能为力。然而当前观看模拟直播信号的用户占绝大多数，巨大的用户量具有很高的商业价值。

技术实现要素：

本发明所要解决的技术问题是：提出一种识别智能电视模拟频道的方法，解决传统技术中无法获取模拟直播频道的问题。

本发明解决其技术问题所采用的技术方案是：一种识别智能电视模拟频道的方法，包括以下步骤：

A、云端服务器实时对当前直播的所有频道按照视频帧来录制，提取每帧图像的特征指纹信息并保存；

B、电视终端对用户正在收看的模拟频道进行截图，并提取截图的特征指纹信息发送给云端服务器；

C、云端服务器将所述截图的特征指纹信息与保存的所有帧图像的特征指纹信息进行比对分析，识别出截图所对应的频道信息并反馈给电视终端。

作为进一步优化，所述云端服务器和电视终端采用相同的图像特征提取算法来提取特征指纹信息，算法采用库文件接口的方式统一给出，算法库文件可以用升级的方式选择替换。

作为进一步优化，步骤A中，云端服务器中仅保存最近120S内录制的图像的特征指纹信息，对于过期的数据自动删除。

作为进一步优化，步骤B中，还包括：

电视终端在开机后，启动直播识别的应用，确定和云端服务器网络连接正常后，将本地终端的产品型号、MAC、设备ID信息发送云端服务器进行身份验证，验证合法后，启动一个监测应用线程在后台常驻运行。

作为进一步优化，步骤B中，还包括：

当所述监测应用线程监测到用户换台收看模拟直播频道或者第三方应用发起请求需要获取当前频道信息时，对当前收看的频道进行全屏截图，在进行全屏截图时，采用截图接口，直接对接底层视频解码模块，截取视频解码缓存中的一帧图像数据，生成一张静态的图片。

作为进一步优化，步骤B中，在每次进行全屏截图时，都单独开启一个线程进行全屏截图，且用户每切换到一个频道，在延迟6s钟后，才开启线程进行截图，如果在6s时间之内，用户又换了一个频道，就会重新等待6s后再去截图。

作为进一步优化，步骤B中，所述提取截图的特征指纹信息的方法包括：

a.首先将全屏截图进行剪裁，裁掉图片周边，保留中央80％图片；

b.然后将裁剪后的图片缩小成160x160像素固定大小；

c.将缩小后的图片转换成256级的灰度图像；

d.再将灰度图像分割成8x8的方块；

e.根据方块中每个像素点的亮度计算方块的平均亮度，具体为：

像素点的亮度根据公式Y＝0.299*R+0.587*G+0.114*B计算，其中R、G、B为像素的三个分量值，每个方块有像素点N＝20*20个，则方块的平均亮度为：

f.记录方块的亮度相对信息：如果当前块的平均亮度大于或者等于它周围格子的平均亮

度，就记为1；如果是小于，就记为0；

g.每个方块用一个比特记录其亮度相对信息，一个8x8的方块则有8个字节的特征信息，称为这个图片的特征指纹。

作为进一步优化，步骤C中还包括：

若云端服务器无法识别截图对应的频道信息，则将未识别的结果反馈给电视终端，电视终端延时5S再次向云端服务器发送所述截图的特征指纹信息。

本发明的有益效果是：发挥云端服务器强大的处理能力，对全屏截图特征信息准确实时比对，比单纯的台标本地图像分析识别率更高，更实时准确；能够改善用户的交互体验，同时实现云端对收看模拟直播频道的用户的数据采集。

附图说明

图1为图像的特征指纹信息示意图；

图2为报文格式示意图；

图3为识别智能电视模拟频道的系统结构示意图。

具体实施方式

本发明旨在提出一种识别智能电视模拟频道的方法，解决传统技术中无法获取模拟直播频道的问题。在具体实现上，本发明中的方法基于电视整机终端和云端构成的系统实现，如图3所示，在云端设置有监录服务器、事务处理服务器和缓存服务器，其中监录服务器用于对当前直播的所有频道进行监视和录制，提取图像的特征指纹信息并保存在缓存服务器中(保存图像指纹信息及与其对应的频道信息之间的映射关系)，事务处理服务器用于对电视终端发送的截图的特征指纹信息与保存在缓存服务器中的图像的特征指纹信息进行比对识别，从而识别出截图对应的频道信息并反馈给电视终端。

其包括以下步骤：

A、云端服务器实时对当前直播的所有频道按照视频帧来录制，提取每帧图像的特征指纹信息并保存；

B、电视终端对用户正在收看的模拟频道进行截图，并提取截图的特征指纹信息发送给云端服务器；

C、云端服务器将所述截图的特征指纹信息与保存的所有帧图像的特征指纹信息进行比对分析，识别出截图所对应的频道信息并反馈给电视终端。

在步骤A中，云端服务器采用与电视终端相同的图像特征提取算法来提取特征指纹信息，算法采用库文件接口的方式统一给出，算法库文件可以用升级的方式选择替换。云端服务器会保存120s秒钟的所有直播信号的的每帧图像的特征指纹信息，实时的数据往数据库中增加，过时的数据服务器会自动删掉，以节约存储资源。

对于步骤B来说，可以具体划分为监测截图、特征提取、数据发送几个分步骤，下面进行具体说明：

B1、监测截图：电视终端在开机后，启动直播识别的应用，确定和云端服务器网络连接正常后，将本地终端的产品型号、MAC、设备ID信息发送云端服务器进行身份验证，验证合法后，启动一个监测应用线程在后台常驻运行，当所述监测应用线程监测到用户换台收看模拟直播频道或者第三方应用发起请求需要获取当前频道信息时，对当前收看的频道进行全屏截图，通常全屏截图接口对接的是显示层，显示层是视频和菜单叠加的图像数据，为了排除用户正在操作菜单对截图识别的影响，本发明采用截图接口直接对接底层视频解码模块，截取视频解码缓存中的一帧图像数据，生成一张静态的图片，这样就可以过滤掉菜单图形层的影响。

每次截图识别都会单独开启一个线程来处理，只要系统资源充足，可以同时并发足够多的截图识别线程。实际场景应用中，只有在用户换台稳定后，才发起一次截图识别。而发起截图的线程从启动，到返回识别结果线程消亡，通常在200ms左右。而用户一次换台的时间在1～2s。所以用户换台再快，都不会造成资源耗尽。

在实际的方案中，用户会有连续换台的行为，为了采集到用户实际收看直播节目行为数据，过滤掉中间快速浏览频道行为。采用一个延时发起截图识别方法，用户每换到一个频道，延迟6s钟后，就开始发起截图识别，如果在6s时间之内，用户又换了一个频道，就会重新等待6s后再去截图识别。前一个频道的截图识别行为会取消。这样连续换台，只会对最后用户稳定收看频道进行截图识别。从而保证系统资源占用少，而且采集的是有效用户行为数据。

B2、特征提取：在全屏截图之后，需要对截图进行特征信息提取。考虑到图片的特征信息需要网络传送，比对，云端数据存储等需求，特征信息的数据量越小越好，但同时要保证特征信息能够区分图片。具体实现方法如下：

a.首先将全屏截图进行剪裁，裁掉图片周边，保留中央80％。排除因视频在传输，接收显示过程中裁边的影响；

b.然后将裁剪后的图片缩小成160x160像素固定大小；

c.将缩小后的图片转换成256级的灰度图像；

d.再将图像分割成8x8的方块，如图1所示；

e.计算每个方块的平均亮度，在图像经过灰度处理的时候，每个像素点的明亮度已经根据公式Y＝0.299*R+0.587*G+0.114*B(RGB:像素的三个分量值)计算出来。每个方块有像素点N＝20*20个，则方块的平均亮度：

f.如果当前块的平均亮度大于或者等于它周围格子的平均亮度，就记为1；如果是小于，

就记为0；

g.每个方块用一个比特记录其亮度相对信息，一行就一个字节，8x8的方块就8个字节的特征信息，称为这个图片的指纹，如图1所示；

以上过程就是对一幅截图的特征信息的提取成一个8字节的指纹步骤，通常一幅高清图片几M到十几M大小，通过此算法，将图片转换成8字节的特征信息，方便了网络传输，辨别比对，以及云端的数据库存储，极大节约的系统资源。采用提取相对亮度信息，可以排除直播信号在不同传输系统、不同终端显示设备上的差异影响；

B3、数据发送：

整机终端通过网络将截图的特征信息指纹，发送到云端服务器那里。终端和服务器之间通信的数据报文采用如图2所示的报文格式，报文格式详细说明如下：

version：标识协议报文自身的版本，识别算法库文件会持续优化，保证云端和终端采用的算法库是

相同的版本；

type：表示是请求应答的方式，0x01表示请求，0x02表示应答；

payload_length：表示后面有效数据的长度；

code：图像的指纹特征信息；

channel：频道的频道码，频道名信息；

time：指纹生成时间；

在步骤C中，云端服务器将收到的截图的特征指纹信息和数据库最近120s内所有录存的视频帧图片的特征指纹信息进行比对分析，比对命中就可以知道用户所收看的频道信息，进行数据记录，并且将比对识别的结果反馈给整机终端。为了解决端云同步的问题，针对两种情况做分别处理。其一，终端的直播信号早于服务器直播监控信号，终端向服务器发送图像的特征指纹信息，比对不能命中的时候，服务器向终端返回无法识别结果，终端在收到无法识别的结果，就会延时5s，再重新发一次指纹信息。最多重复3次，就会有15s的同步兼容时间。其二，终端的直播信号迟于服务器直播监控信号，由于服务器数据库缓存了120s的数据，也可以保证命中。在实际应用中，由于主要的频道节目采用卫星同步发送，虽然有地域和中转的差异，一般最多相差几秒钟。而系统向前可以兼容15s,向后兼容120s,可以很可靠的保证端云的截图信息比对识别同步。