[发明专利]一种基于深度学习的广告视频识别方法

权利要求书

1.一种基于深度学习的广告视频识别方法，其特征在于，包括：

S1、获取广告视频的图片帧数，用深度卷积神经网络为每帧图片算得低维空间的嵌入向量作为深度广告特征，深度广告特征中包含广告内容的区分信息，用图片帧数乘以深度广告特征获得特征矩阵M；

S2、利用S1方法同样获得巡视照片的深度广告特征X；

S3、通过余弦计算M和X的乘积向量之间的夹角，根据预先定义的阈值，如果夹角小于阈值，则判断匹配，并返回相似度最高的帧。

2.如权利要求1所述基于深度学习的广告视频识别方法，其特征在于，采用Softmax作为损失函数训练深度卷积神经网络，得到图片的特征向量，同时采用Large-MarginSoftmax Loss方法减小权值向量和特征向量之间的夹角。

3.如权利要求2所述基于深度学习的广告视频识别方法，其特征在于，在Softmax的w*x基础上，将特征向量x做归一化，并乘以尺度因子进行放大：

z＝α·y

其中，w为权值向量，α为尺度因子。