[发明专利]一种广播电视播出异态画面识别和故障分析系统

说明书

本发明公开了一种广播电视播出异态画面识别和故障分析系统，由采集模块获取广播电视节目播出监看视频、广播电视节目历史异态画面和广播电视播出链路状态，由处理模块转换成相应的数据，发送至分析模块，由智能检测单元采用人工智能神经网络预测算法，根据广播电视节目历史异态画面数据，建立广播电视异态画面识别模型，识别播出监看视频的异态画面，由智能分析单元根据异态画面识别结果，结合广播电视播出链路状态数据，建立广播电视故障分析模型，得出故障分析结果。

技术领域

本发明属于广播电视技术领域，具体涉及一种播出监控技术。

背景技术

电视播出信号的监听监视是安全播出的重要组成部分，播出单位配备专职人员24小时值班，设置屏幕墙集中显示播出画面。值班人员实时监视画面，依赖人工发现并判断播出异常。随着播出节目增加、监控任务增多，人工监控暴露出一些问题。

现有的播出机房屏幕墙配置10-20个大屏，最多达到30-50个，每个屏幕显示8-16套节目，值班人员监控上百个活动画面，存在视觉盲区，不能同时兼顾，误报漏报多。部分异常画面停留不足0.5秒，难以被人眼捕捉，值班人员长期监看，存在视觉疲劳、注意力下降的现象，无法判断异常原因。部分播出机房配置屏幕录制、码流比对设备，辅助值班人员捕捉异常，基于硬件设备采集码流，系统复杂、成本高、灵活性差；机房现有摄像头监控不具备异态画面识别功能，采集屏幕墙视频时，节目画面并非正对摄像头，受拍摄角度和周边光线影响，对异态画面的识别准确度不高。

随着人工智能技术的发展，图像识别技术在公共安全、生物、工业、农业、交通、医疗等很多领域都有应用。但是少有在广播电视安全播出监看领域中应用人工智能技术，且没有通过人工智能图像识别播出异态画面从而定位和分析故障，不能很好的提高值班监控可靠性。

因此本发明提出了一种广播电视播出异态画面识别和故障分析系统，通过对广播电视历史异态画面数据的收集和处理，建立异态画面识别模型，对播出监看视频中自定义的检测区域，进行异常画面自动识别，并利用智能检测结果，代入故障节点定位模型和故障原因分析模型，辅助值班人员，有效提高值班监控的可靠性。

发明内容

本发明为了解决现有技术存在的问题，提出了一种广播电视播出异态画面识别和故障分析系统，为了实现上述目的，本发明采用了以下技术方案。

本发明提供一种广播电视播出异态画面识别和故障分析系统，采集、分析广播电视历史异态画面，通过训练样本数据，识别播出监看视频流中自定义检测区域中出现的播出异态画面，定位、分析播出故障。

系统包括采集模块、处理模块和分析模块，分析模块包括智能检测单元和智能分析单元；采集模块获取广播电视节目播出监看视频、广播电视节目历史异态画面和广播电视播出链路状态，由处理模块转换成相应的数据，发送至分析模块；智能检测单元采用人工智能神经网络预测算法，根据广播电视节目历史异态画面数据，建立广播电视异态画面识别模型，识别播出监看视频的异态画面；智能分析单元根据异态画面识别结果，结合广播电视播出链路状态数据，建立广播电视故障分析模型，得出故障分析结果。

进一步的，广播电视节目播出监看视频包括实时播出监看视频和录制播出监看视频，广播电视节目历史异态画面包括彩条画面、单色画面、测试卡画面，广播电视播出链路状态包括画面的状态、时间戳及其所在的通道名称、链路级别、通道级别。

具体的，广播电视实时监看视频包括专业摄像头拍摄的视频流、网络摄像头拍摄的视频流和专用广播电视视频采集设备采集的视频流，广播电视录制播出监看视频包括硬盘录像机录制的视频流、广播电视监看设备存储的视频流。

具体的，彩条画面包括50％彩条、75％彩条、100％彩条，单色画面包括黑色画面、灰色画面、绿色画面、白色画面，测试卡包括固定测试卡、内嵌图片测试卡、内嵌视频测试卡。