[发明专利]节目广告素材识别方法、系统、计算机设备和存储介质

说明书

本申请涉及一种节目广告素材识别方法、系统、计算机设备和存储介质，其中，该节目广告素材识别方法包括：素材筛选步骤，获取视频数据，提取所述视频数据中包含广告素材的节目画面关键帧并基于所述广告素材筛选所述节目画面关键帧；数据集获取步骤，抠取所述节目画面关键帧中的广告素材作为素材模板图，并对所述素材模板图进行随机图像变换，得到数据集；目标识别步骤，基于所述数据集训练至少一目标检测模型，并基于所述目标检测模型检测所述视频数据中广告素材在节目画面的所属区域及其区域面积。通过本申请实现减少素材标注人工成本，提高数据处理效率。

技术领域

本申请涉及互联网技术领域，特别是涉及节目广告素材识别方法、系统、计算机设备和计算机可读存储介质。

背景技术

在许多综艺活动节目中，该主题活动的现场会有相关赞助商的海报、道具、相关产品，并且录制的节目中，片头、转场广告、角标以及口播提示条也会插入相关节目赞助商的信息。广告商可以通过对节目中上述相关赞助商的产品、道具等产品面积和位置的检测来进行评估，比如从中心到边缘，将节目画面划分为黄金区域、中间区域和边缘区域，如图1所示，产品和道具在节目的黄金区域得到了不错的曝光，有利于吸引消费者的注意。由于消费者的目光主要聚焦在正在谈话的嘉宾，因此可建议加强嘉宾与道具、产品的互动等。因此对这些植入产品、道具等的检测和评估，有利于在后续展示中以新颖的形式和创意让消费者留下更深的印象。

图像识别技术在近几年得到了快速的发展，深度学习技术的出现使得图像识别技术在传统方法的基础上迈出了大的一步。通过获得的综艺节目的视频或图片，利用目标检测技术可以对节目中的道具、口播提示条和产品等进行定位。利用尺度不变特征变换，即SIFT算法可以将定位到的物体与预先截取的模板进行匹配对齐获得相应物体的位置和类别，并进行相应的评估。

相关技术中利用广告商提供的素材进行标注，如图2所示，随后进行模型训练。这种情况下，进行素材标注的成本较高，若出现新的素材，需要重新标注，工作效率低下。而且，新素材需要设置专职人员进行检测，有效性差，无法及时处理海量素材。

发明内容

本申请实施例提供了一种节目广告素材识别方法、系统、计算机设备和计算机可读存储介质，以减少素材标注人工成本，提高数据处理效率。

第一方面，本申请实施例提供了一种节目广告素材识别方法，包括：

素材筛选步骤，获取视频数据，提取所述视频数据中包含广告素材的节目画面关键帧并基于所述广告素材筛选所述节目画面关键帧；具体的，所述广告素材可以是产品实物、道具、口播提示条等。

数据集获取步骤，抠取所述节目画面关键帧中的广告素材作为素材模板图，并对所述素材模板图进行随机图像变换，得到数据集；

目标识别步骤，基于所述数据集训练至少一目标检测模型，并基于所述目标检测模型检测所述视频数据中广告素材在节目画面的所属区域及其区域面积。

通过上述步骤，本申请实施例实现数据样本较少的前提下利用有限样本快速构造出丰富的数据集进行模型训练，从而实现快速检测到节目中植入的赞助商产品、道具、口播提示条等广告素材所属区域及其区域面积，大大减少人工标注成本，有效解决了人工标注检测出现的错漏，提高数据处理效率及准确率。

在其中一些实施例中，所述数据集获取步骤进一步包括：

素材模板图获取步骤，获取所述节目画面关键帧并抠取所述节目画面关键帧中广告素材，得到素材模板图；

素材品类统计步骤，统计所述素材模板图中的素材品类，若所述素材品类大于一设定阈值，则基于所述素材品类对所述素材模板图进行划分，得到多个子类素材模板图；

数据集构造步骤，对所述素材模板图和/或对多个所述子类素材模板图进行随机图像变换，得到素材数据集和/或多个子类素材数据集。具体的，所述随机图像变换包括：素材大小、位置、旋转角度的随机图像变换。