一种视频中贴片广告的检测方法和装置的制造方法
【技术领域】
[0001]本发明涉及信号处理技术领域，特别是涉及一种视频中贴片广告的检测方法和装置。
【背景技术】
[0002]为了增加商业利益，在电影或者电视剧等视频中均会插入贴片广告。然而，对于购买了视频版权的视频网站而言，贴片广告与其经范围的毫不相干，严重地影响了视频网站的经济利益。
[0003]目前需要本领域技术人员迫切解决的一个技术问题就是:现有技术无法对视频中插入的贴片广告进行检测，使得用户观看带有贴片广告的视频体验差，并且由于贴片广告的存在严重影响了购买该视频版权的用户利益。
【发明内容】
[0004]本发明实施例所要解决的技术问题是提供一种视频中贴片广告的检测方法，能够达到从视频中检测出贴片广告的目的。
[0005]相应的，本发明实施例还提供了一种视频中贴片广告的检测装置，用以保证上述方法的实现及应用。
[0006]为了解决上述问题，本发明公开了一种视频中贴片广告的检测方法，包括:根据预先设置的第一卷积神经网络模型对视频帧进行处理，获取包含贴片广告的视频帧;根据预先设置的第二卷积神经网络模型对所述包含贴片广告的视频帧进行回归处理，获取所述包含贴片广告的视频帧中贴片广告的顶点坐标;根据所述顶点坐标确定所述贴片广告在所述包含贴片广告的视频帧中的位置。
[0007]进一步地，所述根据预先设置的第一卷积神经网络模型对视频帧进行处理包括:根据预先设置的采样间隔对所述视频帧进行采样，获取关键帧;根据预先设置的第一卷积神经网络模型对所述关键帧进行检测，获取所述关键帧中包含贴片广告的关键帧;根据所述包含贴片广告的关键帧，获取包含贴片广告的视频帧。
[0008]进一步地，所述根据预先设置的采样间隔对所述视频帧进行采样，获取关键帧之前，还包括:从预测的贴片广告出现时间段内获取待检测的视频帧；则所述根据预先设置的采样间隔对所述视频帧进行采样，获取关键帧替换为:根据预先设置的采样间隔对所述待检测的视频帧进行采样，获取关键帧。
[0009]进一步地，本发明实施例提供的视频中贴片广告的检测方法，还包括:根据预先设置的内容，对所述包含贴片广告的视频帧中的贴片广告进行替换处理。
[0010]进一步地，所述第一卷积神经网络模型由第一子卷积神经网络模型和第二子卷积神经网络模型构成;其中，所述第一子卷积神经网络模型根据预先设置的包含贴片广告的视频帧训练生成，所述第二子卷积神经网络模型根据预先设置的未包含贴片广告的视频帧训练生成。
[0011]进一步地，所述第二卷积神经网络模型根据预先设置的包含贴片广告的视频帧训练生成;其中，所述包含贴片广告的视频帧中每个视频帧的贴片广告位置不相同。
[0012]为了解决上述问题，本发明公开了一种视频中贴片广告的检测装置，包括:
[0013]第一获取模块，用于根据预先设置的第一卷积神经网络模型对视频帧进行处理，获取包含贴片广告的视频帧；
[0014]第二获取模块，用于根据预先设置的第二卷积神经网络模型对所述第一获取模块获取的包含贴片广告的视频帧进行回归处理，获取所述包含贴片广告的视频帧中贴片广告的顶点坐标；
[0015]确定模块，用于根据所述第二获取模块获取的顶点坐标确定所述贴片广告在所述包含贴片广告的视频帧中的位置。
[0016]进一步地，所述第一获取模块包括:
[0017]第一获取子模块，用于根据预先设置的采样间隔对所述视频帧进行采样，获取关键帧；
[0018]第二获取子模块，用于根据预先设置的第一卷积神经网络模型对所述第一获取子模块获取的关键帧进行检测，获取所述关键帧中包含贴片广告的关键帧；
[0019]第三获取子模块，用于根据所述第二获取子模块获取的包含贴片广告的关键帧，获取包含贴片广告的视频帧。
[0020]进一步地，所述第一获取模块还包括:
[0021]第四获取子模块，用于从预测的贴片广告出现时间段内获取待检测的视频帧；
[0022]则所述第一获取子模块，还用于根据预先设置的采样间隔对所述第四获取子模块获取的待检测的视频帧进行采样，获取关键帧。
[0023]进一步地，本发明实施例提供的视频中贴片广告的检测装置，还包括:
[0024]处理模块，用于根据预先设置的内容，对所述包含贴片广告的视频帧中的贴片广告进行替换处理。
[0025]与现有技术相比，本发明实施例提供的视频中贴片广告的检测方法和装置，能够根据第一卷积神经网络模型获取包含贴片广告的视频帧，并根据第二卷积神经网络模型获取视频帧中贴片广告的顶点坐标，从而确定贴片广告在视频帧中的位置，达到了从视频中检测出贴片广告的目的，解决了现有技术无法检测视频中存在的贴片广告的问题。
【附图说明】
[0026]图1是本发明的一种视频中贴片广告的检测方法流程图一；
[0027]图2是图1所示的视频中贴片广告的检测方法中步骤101的流程图一；
[0028]图3是图1所示的视频中贴片广告的检测方法中步骤101的流程图二；
[0029]图4是本发明的一种视频中贴片广告的检测方法流程图二；
[0030]图5是本发明实施例提供的一种视频中贴片广告的检测装置结构示意图一；
[0031]图6是图5所示的视频中贴片广告的检测装置中第一获取模块501的结构示意图 ，
[0032]图7是图5所示的视频中贴片广告的检测装置中第一获取模块501的结构示意图-* *
[0033]图8是本发明实施例提供的一种视频中贴片广告的检测装置结构示意图二。
【具体实施方式】
[0034]为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和【具体实施方式】对本发明作进一步详细的说明。
[0035]为了解决现有技术无法从视频中检测出贴片广告的问题，本发明实施例提供一种视频中贴片广告的检测方法和装置。
[0036]如图1所示，本发明实施例提供的视频中贴片广告的检测方法，包括:
[0037]步骤101，根据预先设置的第一卷积神经网络模型对视频帧进行处理，获取包含贴片广告的视频帧。
[0038]为了减少计算量，加快处理速度，在本实施例中，如图2所示，步骤101具体可以包括:
[0039]步骤1011，根据预先设置的采样间隔对视频帧进行采样，获取关键帧。
[0040]需要说明的是，本实施例不对采样间隔进行具体的限定，在实际的使用过程中，用户可以根据实际需要设定采样间隔。
[0041]步骤1012，根据预先设置的第一卷积神经网络模型对关键帧进行检测，获取关键帧中包含贴片广告的关键帧。
[0042]具体地，本实施例所述的第一卷积神经网络模型由第一子卷积神经网络模型和第二子卷积神经网络模型构成，其中，第一子卷积神经网络模型根据预先设置的包含贴片广告的视频帧训练生成，第二子卷积神经网络模型根据预先设置的未包含贴片广告的视频帧训练生成。
[0043]步骤1012采用第一卷积神经网络模型对关键帧进行分类检测，从中获取包含贴片广告的类对应的关键帧。
[0044]步骤1013，根据包含贴片广告的关键帧，获取包含贴片广告的视频帧。
[0045]具体地，步骤1013可以根据包含贴片广告的关键帧，按照预先设置的跳帧策略和贴片广告的连续性，确定包含贴片广告的起始视频帧和结束视频帧，获取起始视频帧和结束视频帧之间的视频帧为包含贴片广告的视频帧。
[0046]本发明实施例提供的视频中贴片广告的检测方法为了进一步减小计算量，加快处理速度，如图3所示，在步骤1011之前，还可以包括:
[0047]步骤1010，从预测的贴片广告出现时间段内获取待检测的视频帧。
[0048]在本实施例中，可以根据贴片广告出现的一惯性确定贴片广告出现的时间段，例如:一般在视频开头5分钟之内，或者结束10分钟之内会出现贴片广告，所以步骤1010可以根据该预测时间段获取待检测的视频帧。
[0049]则此时，步骤1011可以替换为步骤1011’，根据预先设置的采样间隔对待检测的视频帧进行采样，获取关键帧。
[0050]通过以上图2或图3所示的步骤可以将对视频帧的操作转化为对关键帧的操作，从而可以达到减少计算量，加快处理速度的目的。
[0051]步骤102，根据预先设置的第二卷积神经网络模型对包含贴片广告的视频帧进行回归处理，获取包含贴片广告的视频中贴片广告的顶点坐标。
[0052]在本实施例中，第二卷积神经网络模型根据预先设置的包含贴片广告的视频帧训练生成，其中，包含贴片广告的视频帧中每个视频帧的贴片广告位置不相同，视频内容相同。
[0053]步骤102采用第二卷积神经网络模型对包含贴片广告的视频帧进行处理，，获取包含贴片广告的视频中贴片广告的顶点坐标的方式，处理问题更直接、准确率更高。
[0054]步骤103，根据顶点坐标确定贴片广告在包含贴片广告的视频中的位置。
[0055]进一步地，如图4所示，由于步骤101-103可以检测出视频帧中的贴片广告，使得本发明实施例提供的视频中贴片广告的检测方法，还可以包括:
[0056]步骤104，根据预先设置的内容，对包含贴片广告的视频帧中的贴片广告进行替换处理。
[0057]具体地，步骤101-103可以确定出包含贴片广告的视频帧以及贴片广告在该视频帧中的具体位置，可以根据检测出的贴片广告的位置信息设置对应的替换内容，步骤104可以用该内容替换视频中原本存在的贴片广告。
[0058]本实施例并不对预先设置的内容进行限定，该内容可以是其他贴片广告，也可以为空，当然还可以为其他形式，此处不再一一赘述。
[0059]需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说