[发明专利]用于识别候选视频插入对象类型的机器学习

权利要求书

1.一种系统，包括：

候选插入区模块，被配置为：

接收源视频的场景的若干帧；和

至少部分使用机器学习对所述若干帧的图像内容进行处理，以便

识别候选插入区，所述候选插入区用于将一个对象插入到所述若干帧中的至少部分帧的图像内容中；和

确定所识别的候选插入区的插入区描述符，所述插入区描述符包括候选对象类型，所述候选对象类型表示适合于插入所述候选插入区的对象的类型。

2.如权利要求1所述的系统，其中，所述候选插入区模块包括：

识别子模块，被配置为识别所述候选插入区及确定所识别的候选插入区的插入区描述符；和

确定所述场景的若干帧的至少部分像素的插入概率向量，所述插入概率向量包括若干插入标签中每个标签的概率值，每个概率值表示由对应插入标签所指示的插入类型适用于所述像素的可能性。

3.如权利要求2所述的系统，其中，所述若干插入标签包括：

表示所述像素不适合于对象插入的标签；和

表示对应的一个或多个对象类型的一个或多个标签。

4.如权利要求2或3所述的系统，其中，所述候选插入区包括具有若干插入概率向量的若干个像素，所述若干插入概率向量均具有与表示所述候选对象类型的标签对应的概率值的最大参数。

5.根据任一前述权利要求的系统，其中，所述候选插入区模块包括：

场景描述符子模块，被配置为利用机器学习处理所述若干帧中至少部分帧的图像内容，以便确定场景描述符，其中

所述候选对象类型的确定至少部分地基于所述场景描述符。

6.如权利要求5所述的系统，其中：

所述候选插入区的识别至少部分地基于所述场景描述符。

7.如权利要求5或6所述的系统，其中，所述场景描述符包括至少一个表示所述场景中的被识别实体的局部背景描述符。

8.如权利要求7所述的系统，其中，

所述场景描述子模块被配置为，使用机器学习处理所述若干帧的图像内容，以便为所述场景的若干帧的至少部分像素确定局部背景概率向量，所述局部背景概率向量包括若干局部背景标签中每个标签的概率值，每个概率值表示由对应插入标签所指示的插入类型适用于所述像素的可能性。

9.如权利要求8所述的系统，其中，所述若干局部背景标签包括：

表示所述像素与任何事物无关的标签；和以下至少其中一个：

表示人的一个或多个标签；

表示动物的一个或多个标签；

表示物体的一个或多个标签；

表示表面的一个或多个标签。

10.如权利要求1所述的系统，其中，所述候选插入区模块还包括：

插入区和插入对象识别子模块，被配置为通过使用机器学习处理所述若干帧的图像内容以识别所述候选插入区和候选对象类型，以便为所述若干帧的至少部分像素确定插入概率向量，所述插入概率向量包括若干插入标签中每个标签的概率值，每个概率值表示对应于插入标签的插入类型适用于所述像素的可能性。

11.如权利要求10所述的系统，其中，所述若干插入标签包括：

表示所述像素不适合对象插入的标签；和

表示对应的一类或多类对象适合于在所述像素中插入的一个或多个标签。

12.如权利要求10或11所述的系统，其中，所述候选插入区包括具有若干插入概率向量的若干像素，所述若干插入概率向量均具有与表示所述候选对象类型的标签对应的概率值的最大参数。