检测画面中是否存在标志的设备及方法

检测画面中是否存在标志的设备及方法
【专利摘要】公开了一种用于检测在当前视频画面中是否存在标志的方法。该方法包括：确定（10）当前画面中的当前候选标志边界框，以及当前画面前一画面中的前一候选标志边界框；如果满足以下条件中的至少一个条件（12），那么检测（16）到在当前画面中存在标志：当前和前一候选标志边界框的中心之间的距离小于第一阈值，或者当前和前一候选标志边界框之间的重叠大于第二阈值；或者当前候选标志边界框和当前画面的显著性掩模之间的重叠大于第三阈值，其中显著性掩模标识显著性峰值周围的区域。
【专利说明】检测画面中是否存在标志的设备及方法
【技术领域】
[0001]本发明涉及画面处理。更具体地说，本发明涉及一种用于检测画面序列的一个画面中是否存在标志的方法和相应的设备。该方法进一步使得可以更精确地确定标志(即，它的位置)。
【背景技术】
[0002]多种应用都对画面中的标志检测感兴趣。作为示例，重定向设备中使用这种检测以避免在重定向画面中包括标志的一部分。其他的应用要求从画面中删除标志。作为示例，最初在TV频道上广播的节目(如，体育比赛)可以稍后以追赶模式(catch-up mode)在同一频道上获得，或可以出售给其他TV频道以展示精彩部分。在前一种情形中，通常删除TV频道的标志，用特定的标志替换，表明节目处于追赶模式。在后一种情形中，第一 TV频道的标志在节目在第二 TV频道播出之前删除。
[0003]根据2012年I月6日公布的欧洲专利申请EP2141658 了解到，可以只使用显著信息检测标志。更精确地，基于显著信息在画面的搜索区域中对标志进行粗略检测。搜索区域是例如画面的四个角。这种解决方案只能处理标志是静态不透明的最简单的情形，并且有标志在整个要处理的视频片段中都存在的限制。此外，当标志不是画面中的视觉最显著区域时(例如，当画面中存在高对比度的对象时)，该解决方案就会失效。
[0004]另一方面，根据Ozay等人在EUSIPC02009上发表的题为《Automatic TV logodetection and classification in broadcast videos》的论文了解到，可以基于多个画面的静态边缘的累加来检测标志。更精确地，根据该方法，检测N个画面的边缘。然后，累加该N个画面的边缘。如果N足够大，那么累加的边缘是很好的用于检测标志的信息。然而，对于实时应用，如视频重定向应用，N不可能足够大到可以获得用于标志检测的相关信息。

【发明内容】

[0005]本发明的目的是克服现有技术的至少一个缺点。为了达到此目的，本发明涉及一种用于检测在视频的当前画面中是否存在标志的方法，包括:
[0006]-确定当前画面中的当前候选标志边界形状和在当前画面前一画面中的前一候选标志边界形状；
[0007]-如果满足下列条件中的至少一个，那么检测当前画面中标志的存在:
[0008]-当前和前一候选标志边界形状的中心之间的距离小于第一阈值或当前和前一候选标志边界形状之间的重叠大于第二阈值；或
[0009]-当前候选标志边界形状和当前画面的显著性掩模(saliencymask)之间的重叠大于第三阈值，其中显著性掩模标识显著性峰值(saliency peak)周围的区域。
[0010]因此，标志检测具有更好的鲁棒性。
[0011]根据特定的特征，候选标志边界形状是候选标志边界框。
[0012]有利地，每当在视频的当前画面中检测到存在标志时，置信水平就增加N，否则，就减少N，当置信水平是正数时，在当前画面中最终检测到存在标志。这使得可以处理标志在视频持续过程中出现和消失的情况。
[0013]根据特定的特征，N等于I。
[0014]根据另一个特征，在进行几次连续检测或未检测到之后，增加N的值。
[0015]根据另一个实施例，当在当前画面中检测到存在标志时，按照如下步骤确定当前画面中的标志:检查当前候选标志边界框是否包括显著性峰值，如果检查的结果是肯定的，那么将当前候选标志边界框添加到标志候选边界框列表，当列表包括M个候选标志边界框时，当前画面中的标志是从候选标志边界框列表计算得到的边界框，否则，当前画面中的标志是当前候选标志边界框。因此，标志的定位(大小和位置)在整个视频持续过程中更加稳定和精确。
[0016]根据特定的特征，M等于10。
[0017]根据本发明的另一个方面，确定当前候选标志边界框包括:
[0018]a)计算至少一个搜索区域中的检测窗口中的每个画面的边缘图,检测窗口包括当前画面和当前画面之前的P个画面；
[0019]b)将多个画面的边缘图相加得到累加边缘图，并二值化处理累加边缘图；
[0020]c)滤波二值化处理后的累加边缘图得到滤波后的边缘图；
[0021]d) 二值化处理滤波后的边缘图得到斑点图(map of blobs)；
[0022]e)在包含其值是滤波后的边缘图中的最大值的像素的斑点中选择包含滤波后的边缘图中的最大的像素值总和的斑点；
[0023]f)确定包围所选斑点的框，候选边界框是该边界框。
[0024]即使当标志为透明或半透明时，步骤a)至f)也可以帮助确定候选边界框。
[0025]有利地，检测窗口滑过k个画面，其中步骤a)至f)在被滑过的检测窗口上重复执行，以检测被滑过的检测窗口中一个画面中的标志，该一个画面被称为下一个画面。
[0026]根据本发明的另一个方面，至少一个搜索区域包括当前画面的四个角以及顶部和底部水平横条(horizontal banner)。
[0027]本发明还涉及一种用于检测在视频的当前画面中存在标志的设备，包括:
[0028]-用于确定当前画面中的当前候选标志边界形状和在当前画面前一画面中的前一候选标志边界形状的部件；
[0029]-用于在满足下列条件中的至少一个时检测到在当前画面中存在标志的部件:
[0030]-当前和前一候选标志边界形状的中心之间的距离小于第一阈值或当前和前一候选标志边界形状之间的重叠大于第二阈值；或
[0031]-当前候选标志边界形状和当前画面的显著性掩模之间的重叠大于第三阈值，其中显著性掩模标识显著性峰值周围的区域。
[0032]根据特定的特征，候选标志边界形状是候选标志边界框。
[0033]有利地，设备包括用于以下的部件:每当在视频的当前画面中检测到存在标志时，置信水平就增加N，否则，就减少N，当置信水平是正数时，在当前画面中最终检测到标志存在。
[0034]根据特定的特征，N等于I。
[0035]根据另一个特征，在连续几次检测到或未检测到之后，增加N的值。[0036]根据本发明的另一个方面，该设备包括用于当在当前画面中检测到存在标志时确定当前画面中的标志的部件，其中用于确定标志的部件检查当前候选标志边界框是否包括显著性峰值，如果检查的结果是肯定的，那么将当前候选标志边界框添加到标志候选边界框列表，当列表包括M个候选标志边界框时，当前画面中的标志是从候选标志边界框列表计算得到的边界框，否则，当前画面中的标志是当前候选标志边界框。
[0037]根据特定的特征，M等于10。
【专利附图】

【附图说明】
[0038]通过下面一些实施例的描述，本发明的其他特征和优点将更明显，这些描述结合附图进行，在附图中:
[0039]-图1表示根据本发明的第一实施例的用于检测在视频中是否存在标志的方法的流程图；
[0040]-图2和3表示根据本发明的第一实施例的方法的流程图的细节；
[0041]-图4示出根据本发明的时间一致性的原理；
[0042]-图5表示根据本发明的第二实施例的用于检测在视频中是否存在标志的方法的流程图；
[0043]-图6、图7和图8表示根据本发明的第二实施例的方法的流程图的细节；
[0044]-图9表示根据本发明的用于确定候选标志边界框的方法的流程图；
[0045]-图10表示根据本发明的用于确定候选标志边界框的方法的流程图的第一细节；
[0046]-图11表示根据本发明的用于确定候选标志边界框的方法的流程图的第二细节；
[0047]-图12表示根据本发明的用于确定显著性掩模的方法的流程图；以及
[0048]-图13表示用于检测视频中是否存在标志的设备。
【具体实施方式】
[0049]本发明涉及一种用于检测视频中是否存在标志的方法。标志是任意形状的。图(map)是其中除了亮度或色度之外还有其他信息(例如，显著信息、梯度信息等)与像素相关联的图像。
[0050]图1表示根据本发明的第一实施例的用于检测是否存在标志的方法的流程图。
[0051]在步骤10中，在当前画面I (t)中确定候选标志边界框，在所述当前画面前一画面I(t-1)中确定另一个候选标志边界框。本发明不受确定候选标志边界框的方式的限制。作为第一示例，候选标志边界框由操作员手动确定。根据一种变型，候选标志边界框根据一种图像处理方法确定，如参照图9描述的方法。候选标志边界框表示被确定为可能是标志的图像区域的边界框。区域的边界框是包括该区域的最小矩形。
[0052]在一种变型中，用任意形状(若可以确定该形状的中心)替换该候选标志边界框。作为一个示例，该任意形状是圆形、三角形、菱形、四边形。因此，在步骤10中，在当前画面I (t)确定候选标志边界形状，在所述当前画面前一画面I (t-1)中确定另一个候选标志边界形状。候选标志边界形状表示被确定为可能是标志的图像区域的形状。
[0053]在步骤12中，基于候选标志边界框，并进一步基于当前画面I (t)的显著性掩模，计算两个分数。本发明不受确定显著性掩模方式的限制。显著性掩模是标识显著性峰值的图像。作为第一示例，显著性掩模通过对显著图(saliency map)使用阈值进行二值化(thresholding)获得。因此，显著性掩模是二值图像，其中最显著的像素具有第一值(例如，值255)，而所有其他的像素具有另一个值(例如，值O)。显著图是将显著性值与图像的每个像素相关联的图像。显著性值表示像素的视觉重要性。在视觉上更具吸引力的像素具有更高的显著性值。因此，显著图使得可以识别视觉上感兴趣的图像区域。通常，显著图基于视觉系统的建模确定。这种视觉注意模型在2005年6月30日以编号1695288公布的EP专利申请04804828.4中获得专利。根据一种变型，显著性掩模根据一种图像处理方法确定，如参照图12描述的图像处理方法。
[0054]根据本实施例，两个分数的值是二值的。分数I按照图2所示使用当前画面和前一画面的候选标志边界框的信息计算。在步骤120中，计算当前候选标志边界框的中心。在步骤122中，计算前一候选标志边界框的中心。在步骤124中，计算这两个中心之间的空间距离。作为示例，使用(x-x’)* (x-x，)+ (y_y’)* (y_y’)的平方根计算距离，其中(x，y)及(x’，I，)分别为当前和前一边界框的中心的坐标。在步骤126中，将该差异与阈值THRESH0LD_BB_CENTR0ID比较。在步骤128中，比较这两个候选标志边界框，以检查在两个候选标志边界框之间是否有足够的重叠。如果有足够的重叠，或者如果在步骤124中计算的差异小于THRESH0LD_BB_CENTR0ID，那么分数1=1，否则分数1=0。当分数1=1时，这意味着候选标志边界框的中心在连续的画面之间没有变化太多。如果共有像素的数量在某个阈值之上，那么两个候选标志边界框之间的重叠是足够的。作为示例，阈值I用来判定在边界框之间存在重叠。然而，该阈值可以有利地设置为更高的值，以对重叠测试设置更严格的约束。
[0055]分数2按照图3所示计算。在步骤130中，当前候选边界框与当前显著性掩模比较，以检查在这两者之间是否有足够的重叠。如果重叠是足够的，那么分数2=1，否则分数2=0。如果当前候选边界框和显 著性掩模之间的共有像素数的数量高于某个阈值，那么重叠是足够的。该阈值与步骤128中使用的阈值相同。
[0056]在步骤16中，基于在步骤12中计算得到的分数值检测标志是否存在。如果分数1=1或分数2=1，那么在当前画面中检测到标志存在，否则没有检测到标志。
[0057]根据一种变型，图1中的方法还包括步骤14，以对标志是否存在的判定进行检查。
[0058]在可选的步骤14中，按照图4所示在进行标志是否存在的最终判定之前进行时间一致性检查。基于分数I和分数2的值进行标志是否存在的初始临时判定。更确切地说，如果分数1=1或分数2=1，那么在当前画面中检测到标志存在，否则没有检测到标志。然而，最终判定在结合时间一致性之后做出。时间一致性是基于以下原理:
[0059]?如果当前画面的初始临时判定导致肯定的回答(由于分数I或分数2等于1，因此检测到标志)，那么比照过去判定的历史对该判定进行检查，以判定对当前画面的检测结果是真检测(true detection)还是假阳性。
[0060]?如果对当前画面的初始临时判定导致否定的回答(未检测到标志)，那么比照过去判定的历史对该判定进行检查，以判定对当前画面的检测结果是真否定(truenegative)还是假阴性。
[0061]为了达到此目的，计算置信水平。每当在当前画面中检测到标志存在时，置信水平就增加N，否则，降低N，当所述置信水平是正数时，在当前画面中最终检测到标志存在。只要该置信水平保持为零或负数，最终判定就是“没有标志存在”。作为示例，N=10
[0062]根据一种变型，当连续几次检测到标志存在时，存在的置信水平迅速地增加(例如，N=2)。当连续几次未检测到时，存在的置信水平迅速地下降。
[0063]图5表示根据本发明第二实施例的用于检测是否存在标志的方法的流程图。与根据第一实施例的方法的步骤相同的步骤在图5中用相同的参考数字标识。
[0064]在替换第一实施例的步骤12的步骤13中，除了分数I和分数2以外还计算第三分数。分数I和分数2在步骤12中计算。分数3根据图6中所描述的计算。在步骤132中，检查视觉显著性峰值是否存在于当前候选标志边界框的内部。如果存在显著性峰值，那么分数3=1，否则分数3=0。使用此分数，可以增强使用其他的测试获得的检测判定结果的置信度，而不是只依靠判定自身。这基于下述观察到的事实:标志通常但不总是在视觉上是显著的。
[0065]在步骤15中，如图7所示，计算当前画面的参考边界框。通过临时存储与标志存在的置信度和位置有关的信息来计算参考边界框。这基于标志大小和位置在整个序列上应该保持一致的想法(即使标志消失并稍后在视频中重现)。
[0066]一旦找到当前画面的候选边界框，就在步骤70中使用分数3的值:
[0067]?如果分数3=1:存在标志存在的更高的置信度，在步骤72中将当前候选标志边界框添加到参考列表。
[0068]?如果分数3=0:在步骤74中，当当前画面的候选边界框与是前一画面的候选边界框足够相似时，通过增加相似连续候选标志边界框计数器(Simi larBBConsecCount),来应用时间相似性原理。为了确定两个候选边界框之间的相似性，比较两个候选边界框的左上和右下角的坐标。如果计算得到的一方面左上角之间和另一方面右下角之间的空间距离小于某个阈值，那么认为边界框是相似的。`作为示例，该阈值设置为5个像素。然后，在步骤76中，将计数器的值与阈值THRESHOLD进行比较。如果Simi larBBConsecCount>THRESHOLD，那么在步骤72中，将当前候选标志边界框添加到参考列表。否则，当发现当前和前一候选边界框之间不相似时，在步骤78将计数器复位到零。
[0069]在步骤80中，将值SizeList表示的参考列表中存在的候选边界框的数量与阈值REFERENCE_BUFFER_SIZE 比较。REFERENCE_BUFFER_SIZE 等于例如 10。当参考列表中的候选边界框的数量达到REFERENCE_BUFFER_SIZE时，计算参考边界框，因为判定已经以足够数量的次数以较高的置信度检测到标志。一旦计算出参考边界框，每当新的候选标志边界框通过所有导致判定标志是否存在的测试时，都会使用参考边界框的坐标，而不是使用当前候选标志边界框的坐标。标志位conf_position_flag被设置为I,以指示已经计算出参考边界框(ReferenceBoundingBox),在后续的处理中没有重新计算它的必要。根据一种变型，在后续的处理中重新计算ReferenceBoundingBox。在这种情况下,不需要将标志位conf_position_flag I 设置为 I。
[0070]参考边界框的坐标从列表中通过对左上和右下角的X和y坐标排序，并选择列表中的值之一，例如第三个值计算得到。在理想的情景中，参考列表中的边界框非常相似，得到的参考边界框也将与列表中的边界框非常相似(如第三个值将与第一个值相似)。另一方面，如果参考列表中的边界框非常不同，那么该方法将选择列表中边界框之间具有非常高的重叠的区域。计算参考边界框的另一种方法是计算参考列表中边界框坐标的直方图，并考虑每个坐标的峰值。
[0071]在步骤17，对标志是否存在做出最终判定，做出判定的过程如图8所示。标志检测的最初临时判定是基于分数I和分数2的值。然而，标志是否存在的最终判定在结合时间一致性之后做出。如果计算出参考边界框，那么每次判定标志是否存在都会产生肯定的答案，参考边界框的信息都会覆盖(override)当前候选标志边界框的信息。否则，使用当前边界框的信息。一旦计算出参考边界框，当随后检测标志时，在剩余的视频画面中都使用相同的边界框。根据一种变型，在画面I (t)之后的画面中计算新的参考边界框。
[0072]图9、10和11表示用于确定候选标志边界框的方法的流程图。在步骤92中，将边缘检测器(例如，Sobel边缘检测器)应用于当前画面和当前画面前一(ACCU_LENGTH-1)画面。根据一种变型，边缘检测器仅应用于画面中的搜索区域，例如画面的四个角或顶部和底部水平横条。根据变型，使用具有更好的鲁棒性、更精细的边缘检测器，例如Canny边缘检测器。具有更好的鲁棒性、更精细的边缘检测器可以改善在标志是半透明的以及标记具有模糊边缘(soft edge)的情况下的边缘检测。
[0073]在步骤94中，作为Sobel边缘检测器的输出的二值边缘图然后相加得到累加边缘图。然后通过仅考虑像素值等于累加边缘图中的最大总和值MaxEdgeValue的像素对累加边缘图进行二值化处理。根据一种变型，考虑像素值等于或高于(K*ACCU_LENGTH)(例如，K=0.8)的像素。事实上，ACCU_LENGTH是理论上的最大累加值。
[0074]在可选的步骤95中，将二值化的累加边缘图中的非零像素的数量与阈值L0G0_MINIMUM_EDGE_PTS比较。如果低于该阈值，那么检查时间一致性(可选的步骤14)，否则，该方法继续步骤96。
[0075]在步骤96中，使用平均滤波器对二值化处理过的累加边缘图进行滤波，确定滤波后的画面中的峰值位置。
[0076]在步骤98中，对滤波后的图像进行二值化处理，以产生表示时间累加的静态边缘区域的斑点。
[0077]在步骤100中，对斑点进行处理。更准确地说，确定在滤波后的画面中包含峰值的斑点。对于每一个确定的斑点，计算滤波后的画面中对应的像素值的总和。然后选择总和值最高的斑点。包围所选的斑点的矩形框是候选标志边界框。根据一种变型，在步骤102中，将包围所选的斑点的矩形框的表面(surface)、高度和宽度与阈值比较。如果其中之一低于阈值，那么丢弃该矩形框。
[0078]图12表示用于从显著图确定当前画面的显著性掩模的方法的流程图。在步骤1200中，确定灰度空间显著图中的最大值。在步骤1202中，将最大值与阈值SALIENCY_PEAK_MIN比较。如果最大值低于阈值，那么认为显著性信息太弱以至于无法使用。如果最大值不低于阈值，那么在步骤1204中构建显著性掩模。构建指示空间显著图中等于最大值的像素的位置的二值图像SaliencyMaskl。考虑第一显著性掩模中每一个激活位置周围的NEIGH像素的邻域，可以构建第二显著性掩模。为了计算分数2和分数3，可以使用两个显著性掩模。根据一种变型，在步骤1206中，考虑NB_SALIENCY_TOP_VALUES前几个显著性值。
[0079]优选使用SaliencyMaskl计算分数3,使用SaliencyMask2计算分数2。
[0080]图13表示根据一个特定的和非限制性实施例的标志检测器2的示例性体系结构。标志检测器例如集成到平板电脑、手机或PDA中。标志检测器2包括通过数据和地址总线24连接在一起的以下元件:
[0081]-微处理器21(或CPU)，它是例如DSP (数字信号处理器)；
[0082]-ROM (只读存储器)22 ；
[0083]-RAM (随机存取存储器)23 ；
[0084]-一个或多个输入/输出接口25,例如键盘、鼠标以及
[0085]-电池26。
[0086]图13中的这些元素中的每一个都是本领域的技术人员所熟知的，不会进一步公开。标志检测器2可以包括显示部件，如用于显示处理后的画面的屏幕。在每一个提到的存储器中，本说明书中使用的词语“寄存器”可以对应于小容量区域(几个比特)或非常大的区域(例如，整个节目或大量接收到的或解码后的数据)。根据本发明的处理方法的算法存储在R0M22中。RAM43包括在寄存器中，程序通过CPU21执行，并在开启处理设备2之后上载。当开启时，CPU21上载程序到RAM中，并执行对应的指令。待处理的画面在一个输入/输出接口 25处接收。
[0087]根据变型，根据一个纯硬件实现，与本发明兼容的标志检测器2以例如专用组件(例如，ASIC (专用集成电路)或FPGA (现场可编程门阵列)或VLSI (超大规模集成电路)，或集成到设备中的多个电子组件的形式实现，或甚至以硬件元件和软件元件混合的形式实现。
[0088]分数的值(分数1、分数2、分数3)不一定是二值的。取代二值，它们可以采用概率值。事实上，使用二值会使得在使用这些分数的不同步骤中进行判定比较困难。取代二值，使用概率值可以提供特定置信水平的判定，还可以利用模糊逻辑方法在使用这些分数的不同步骤中做出判定。
【权利要求】
1.一种用于检测当前视频画面中是否存在标志的方法，其特征在于，所述方法包括: -确定(10)所述当前画面中的当前候选标志边界形状，以及所述当前画面前一画面中的前一候选标志边界形状； -如果满足以下条件中的至少一个条件(12)，那么检测(16)到在当前画面中存在标志: -所述当前和所述前一候选标志边界形状的中心之间的距离小于第一阈值，或者所述当前和所述前一候选标志边界形状之间的重叠大于第二阈值； -当前候选标志边界形状和当前画面的显著性掩模之间的重叠大于第三阈值，其中显著性掩模标识显著性峰值周围的区域。
2.如权利要求1所述的方法，其中所述候选标志边界形状是候选标志边界框。
3.如权利要求2所述的方法，其中每当在所述视频的当前画面中检测到存在标志时，置信水平就增加(14) N，否则，就减少N，当所述置信水平是正数时，在当前画面中最终检测到存在标志。
4.如权利要求3所述的方法，其中N=I。
5.如权利要求3所述的方法，其中N的值在几次连续检测到或未检测到之后增加。
6.如权利要求2-5中任何一项所述的方法，其中当检测到当前画面中存在标志时，所述当前画面中的标志按照以下确定: 检查当前候选标志边界框是否包括显著性峰值，如果所述检查是肯定的，那么将所述当前候选标志边界框添加到标志候选边界框列表，当所述列表包括M个候选标志边界框时，所述当前画面中的标志是从候选标志边界框列表计算得到的边界框，否则，所述当前画面中的标志是当前候选标志边界框。
7.如权利要求6所述的方法，其中M=10。
8.如权利要求2-7中任何一项所述的方法，其中确定当前候选标志边界框包括: a)计算(92)至少一个搜索区域中的每个检测窗口画面的边缘图，所述检测窗口包括当前画面和所述当前画面前面的P个画面。 b)将多个画面的边缘图相加(94)得到累加的边缘图，并对累加的边缘图进行二值化处理； c)对二值化处理后的累加的边缘图进行滤波(96)得到滤波过的边缘图； d)对滤波过的边缘图进行二值化处理(98)得到斑点图； e)在包含滤波过的边缘图中的像素最大值的像素的斑点中选择(100)包含滤波过的边缘图中的最大像素值之和的斑点；以及 f)确定包围所选斑点的框，所述候选边界框是所述边界框。
9.如权利要求8所述的方法，其中所述检测窗口滑过k个画面，并且其中所述步骤a) _f)在被滑过的检测窗口上重复执行以检测所述被滑过的检测窗口中的一个画面中的标志，所述一个画面被称为下一个画面。
10.如权利要求8或9所述的方法，其中所述至少一个搜索区域包括当前画面的四个角以及顶部和底部水平横带。
11.一种用于检测当前视频画面中是否存在标志的设备，其特征在于，所述设备包括: -用于确定(21，22，23，24，25，26)所述当前画面中的当前候选标志边界形状，以及所述当前画面前一画面中的前一候选标志形状的部件； -用于在满足以下条件中的至少一个条件(21，22，23，24，25，26)时检测(21，22，23，24，25，26)到在当前画面中存在标志的部件: -所述当前和所述前一候选标志边界形状的中心之间的距离小于第一阈值，或者所述当前和所述前一候选标志边界形状之间的重叠大于第二阈值；当前候选标志边界形状和当前画面的显著性掩模之间的重叠大于第三阈值，其中显著性掩模标识显著性峰值周围的区域。
12.如权利要求11所述的设备，其中所述候选标志边界形状是候选标志边界框。
13.如权利要求12所述的设备，包括用于以下的部件:每当在所述视频的当前画面中检测到存在标志时，置信水平就增加N，否则，所述置信水平就减少N，当所述置信水平是正数时，在当前画面中最终检测到存在标志。
14.如权利要求13所述的设备，其中N=I。
15.如权利要求13所述的设备，其中N的值在几次连续检测到或未检测到之后增加。
16.如权利要求12-15中任何一项所述的设备,包括用于在检测到存在所述标志时确定所述当前画面中的标志的部件，其中所述用于确定标志的部件检查当前候选标志边界框是否包括显著性峰值，如果所述检查是肯定的，那么将所述当前候选标志边界框添加到标志候选边界框列表，当所述列表包括M个候选标志边界框时，所述当前画面中的标志是从候选标志边界框列表 计算得到的边界框，否则，所述当前画面中的标志是当前候选标志边界框。
17.如权利要求16所述的设备，其中M=10。
18.一种计算机程序产品，其特征在于，它包括用于当所述程序在计算机上执行时执行根据权利要求1-10中任何一项所述方法的步骤的程序代码指令。
【文档编号】G06K9/62GK103761527SQ201310424716
【公开日】2014年4月30日 申请日期:2013年9月17日 优先权日:2012年9月17日
【发明者】T.Q.休因-图, F.厄本 申请人:汤姆逊许可公司