[发明专利]一种基于深度学习的广告视频识别方法

说明书

本发明公开了一种基于深度学习的广告视频识别方法，包括：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；用同样方法获得巡视照片的深度广告特征X；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。本发明技术方案把视频匹配问题转化为矩阵与向量相乘并求最大值，大幅简化了计算复杂性；使用“加性边距”迫使卷积神经网络得到更加内聚的“深度广告特征”，提高“零样本学习”的准确度，图像匹配的准确度高，建立特征矩阵和匹配的速度快。

技术领域

本发明属于将机器视觉技术应用于信息传播领域，具体涉及一种基于深度学习的广告视频识别方法。

背景技术

至今为止，全国大部分省市区的高端商务楼宇、大中型商圈、卖场以及住宅公寓楼都安装着众多数字化广告媒介，在这其中，液晶电视广告设备承载了大部分的视频广告素材。但是由于广告媒介设备的基数较大且增速极快，所以运维成本也逐年升高。尤其是视频广告素材的拍照验刊流程，该流程是检验视频广告素材是否符合上刊标准的重要举措，对于保障和评估核心业务起到了至关重要的作用。目前拍照验刊的流程为基于人工手段进行素材获取，现场勘查，图片上传及素材比对，但是随着设备数量的不断扩增，人工验刊的成本和可信度变得越来越难以控制，传统的人工拍照验刊流程已经无法满足现今的核验需求。

现有的图片匹配技术无法满足对于广告行业视频素材进行快速精准匹配的需求，尤其是针对液晶广告媒介所承载的视频素材。如今所面临的现状是，一方面运维模式的成本不可控，效率低下以及匹配成功率低下，一方面是现有算法对于广告视频的不适配，无法满足针对多样性环境条件以及多样性设备种类进行图片视频匹配的场景。此类问题产生的根本原因在于，现有大多广告媒介公司仍旧基于传统的运营管理服务体系，导致了大量人工接入拍照验刊的核心流程，致使验刊质量不可控。但随着互联网技术的飞速发展和以及公司业务的不断扩大，对于智能化、一站式的拍照验刊需求开始日益加深，而移动化、智能化的拍照验刊流程对于节省人力成本、提高上刊成功率起到了举足轻重的作用。

传统的拍照验刊模式存在着人力成本较高，人工核对准确度偏低等不可控问题，此类问题产生的原因分别为业务急速扩展所带来的设备数量快速增长以及人工视频拍照验刊缺乏统一的标准及度量衡。现有图像匹配算法对于视频匹配相关实践较少，没有针对广告行业素材的进行定制化标准，缺乏一个完整的标准化处理流程，此类问题的产生是受到现今互联网技术发展碎片化的影响，导致并没有一套完整的方法论，如要针对全套视频素材进行匹配仍旧需要定制本地化的处理方案，并需要将视频匹配场景转化为图片匹配场景。由于广告媒介公司业务流程的复杂度高、特殊性强，广告素材的频繁变更，广告机的种类多样性以及拍照环境因素的多变，导致了现有算法没有办法适配广告行业拍照验刊场景的视频匹配。CN104992347B提供一种视频匹配广告的方法及装置，方法包括：获得待匹配广告视频的视频描述，从广告库中获得候选广告的广告描述；对所述视频描述和所述广告描述进行分词处理；将所述视频描述分词和广告描述分词输入至预先建立的视频广告匹配度预测模型；获得视频描述分词和广告描述分词的分布式特征向量；将所述视频描述分词和所述广告描述分词的分布式特征向量输入至模型中的多层卷积神经网络，得到所述待匹配广告的视频与候选广告的匹配值；若所述匹配值大于预设的匹配度阈值，则所述待匹配广告的视频与候选广告相匹配。该方法需要事先对于视频描述和广告描述进行分词处理，影响匹配效率。

发明内容

有鉴于此，本发明的目的是提供一种基于深度学习的广告视频识别方法，以把拍摄的照片与其对应的广告素材进行匹配，从而确保广告被精准地投放到指定位置，解决现有技术中的不足。

为了达到上述目的，本发明的目的是通过下述技术方案实现的：

提供一种基于深度学习的广告视频识别方法，其中，包括：