臺標識別方法和臺標識別裝置制造方法
【專利摘要】本發(fā)明公開了一種臺標識別方法和臺標識別裝置，該臺標識別方法包括：根據(jù)預(yù)先生成的具有多層結(jié)構(gòu)的臺標分類樹訓(xùn)練出相應(yīng)的多級分類器，多級分類器包括與臺標分類樹中各分支節(jié)點一一對應(yīng)的若干個子分類器，子分類器中包括與對應(yīng)的分支節(jié)點的子節(jié)點一一對應(yīng)的若干個分類模型，分類模型的正樣本為對應(yīng)的子節(jié)點中包含的全部臺標樣本，分類模型的負樣本為與對應(yīng)的子節(jié)點為兄弟關(guān)系的其他子節(jié)點中包含的全部臺標樣本；根據(jù)多級分類器識別出顯示圖像中的待檢測臺標的標識。本發(fā)明的技術(shù)方案通過預(yù)先構(gòu)建具有多層結(jié)構(gòu)的臺標分類樹，然后基于臺標分類樹生成相應(yīng)的多級分類器，最后根據(jù)多級分類器以實現(xiàn)對顯示圖像中的待檢測臺標的標識的精準識別。
【專利說明】臺標識別方法和臺標識別裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像識別領(lǐng)域，特別涉及一種臺標識別方法和臺標識別裝置。

【背景技術(shù)】
[0002]隨著人們生活水平的提高，智能電視在家庭中的普及率日益廣泛，在人們的日常休閑與娛樂生活中起到越來越重要的作用。
[0003]智能電視在為用戶提供交互點對點的娛樂和信息等服務(wù)時，首先需要獲知智能電視當(dāng)前播放節(jié)目的內(nèi)容，然后根據(jù)當(dāng)前播放內(nèi)容提供相關(guān)的服務(wù)，從而實現(xiàn)與用戶進行實時互動?，F(xiàn)有技術(shù)中，為獲取用戶當(dāng)前播放的內(nèi)容，首先需要識別出用戶當(dāng)前播放畫面中臺標的標識，然后基于識別出的臺標的標識從服務(wù)器端獲取相應(yīng)的直播信號，最后基于該直播信號可以獲知當(dāng)前播放節(jié)目的內(nèi)容。
[0004]然而，由于現(xiàn)有技術(shù)中對臺標的標識的識別精確度不高，尤其是在識別一些相似臺標的標識時，很容易發(fā)生對臺標的錯誤識別，從而導(dǎo)致智能電視為用戶提供了與當(dāng)前畫面不對應(yīng)的交互信息，造成用戶的體驗感下降。


【發(fā)明內(nèi)容】

[0005]本發(fā)明提供一種臺標識別方法和臺標識別裝置，可有效識別出顯示圖像中的待檢測臺標的標識。
[0006]為實現(xiàn)上述目的，本發(fā)明提供一種臺標識別方法，包括:
[0007]根據(jù)預(yù)先生成的具有多層結(jié)構(gòu)的臺標分類樹訓(xùn)練出相應(yīng)的多級分類器，所述多級分類器包括與所述臺標分類樹中各分支節(jié)點一一對應(yīng)的子分類器，所述子分類器中包括與對應(yīng)的所述分支節(jié)點的子節(jié)點一一對應(yīng)的若干個分類模型，所述分類模型的正樣本為對應(yīng)的所述子節(jié)點中包含的全部所述臺標樣本，所述分類模型的負樣本為與對應(yīng)的所述子節(jié)點為兄弟關(guān)系的其他所述子節(jié)點中包含的全部所述臺標樣本；
[0008]根據(jù)所述多級分類器識別出顯示圖像中的待檢測臺標的標識。
[0009]可選地，所述根據(jù)預(yù)先生成的具有多層結(jié)構(gòu)的臺標分類樹訓(xùn)練出相應(yīng)的多級分類器的步驟之前還包括:
[0010]計算各臺標樣本與其他臺標樣本之間的相似度；
[0011]根據(jù)各臺標樣本與其他臺標樣本之間的相似度生成具有多層結(jié)構(gòu)的所述臺標分類樹，其中所述臺標分類樹的根節(jié)點為全部的所述臺標樣本，所述臺標分類樹的葉節(jié)點為各所述臺標樣本，所述臺標分類樹的分支節(jié)點中的臺標樣本之間的相似度的最小值大于所述分支節(jié)點的父節(jié)點中的臺標樣本之間的相似度的最小值。
[0012]可選地，所述根據(jù)所述多級分類器識別出顯示圖像中的待檢測臺標的標識的步驟具體包括:
[0013]從所述顯示圖像中提取待檢測臺標的臺標圖像，所述臺標圖像的尺寸與所述臺標樣本的尺寸相同；
[0014]根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標圖像在下一層分支中對應(yīng)的分類節(jié)點；
[0015]判斷所述分類節(jié)點的類型是否為葉節(jié)點，若判斷出所述分類節(jié)點的類型為葉節(jié)點，則識別出所述臺標圖像對應(yīng)的待檢測臺標的標識為所述葉節(jié)點對應(yīng)的臺標樣本的標識，若判斷出所述分類節(jié)點的類型為分支節(jié)點，則繼續(xù)執(zhí)行所述根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點的步驟。
[0016]可選地，所述根據(jù)所述多級分類器識別出顯示圖像中的待檢測臺標的標識的步驟具體包括:
[0017]從所述顯示圖像中提取具有預(yù)定尺寸且包含有待檢測臺標的臺標檢測圖像，所述預(yù)定尺寸大于所述臺標樣本的尺寸；
[0018]根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點，所述分類節(jié)點為所述當(dāng)前節(jié)點的子節(jié)點；
[0019]判斷所述分類節(jié)點的類型是否為葉節(jié)點，若判斷出所述分類節(jié)點的類型為葉節(jié)點，則識別出所述臺標檢測圖像中包含的待檢測臺標的標識為所述葉節(jié)點對應(yīng)的臺標樣本的標識，若判斷出所述分類節(jié)點的類型為分支節(jié)點，則繼續(xù)執(zhí)行所述根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點的步驟。
[0020]可選地，所述根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點的步驟包括:
[0021]在所述臺標檢測圖像中建立與臺標樣本尺寸相同的滑動窗，所述滑動窗以預(yù)定步長對所述臺標檢測圖像進行掃描。
[0022]根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器中的所述分類模型，計算所述滑動窗處于不同位置時所述滑動窗中的圖像在下一層分支中對應(yīng)各個分類節(jié)點的概率Hi(X),其中，

【權(quán)利要求】
1.一種臺標識別方法，其特征在于，包括: 根據(jù)預(yù)先生成的具有多層結(jié)構(gòu)的臺標分類樹訓(xùn)練出相應(yīng)的多級分類器，所述多級分類器包括與所述臺標分類樹中各分支節(jié)點一一對應(yīng)的若干個子分類器，所述子分類器中包括與對應(yīng)的所述分支節(jié)點的子節(jié)點一一對應(yīng)的若干個分類模型，所述分類模型的正樣本為對應(yīng)的所述子節(jié)點中包含的全部所述臺標樣本，所述分類模型的負樣本為與對應(yīng)的所述子節(jié)點為兄弟關(guān)系的其他所述子節(jié)點中包含的全部所述臺標樣本； 根據(jù)所述多級分類器識別出顯示圖像中的待檢測臺標的標識。
2.根據(jù)權(quán)利要求1所述的臺標識別方法，其特征在于，所述根據(jù)預(yù)先生成的具有多層結(jié)構(gòu)的臺標分類樹訓(xùn)練出相應(yīng)的多級分類器的步驟之前還包括: 計算各臺標樣本與其他臺標樣本之間的相似度； 根據(jù)各臺標樣本與其他臺標樣本之間的相似度生成具有多層結(jié)構(gòu)的所述臺標分類樹，其中所述臺標分類樹的根節(jié)點為全部的所述臺標樣本，所述臺標分類樹的葉節(jié)點為各所述臺標樣本，所述臺標分類樹的分支節(jié)點中的臺標樣本之間的相似度的最小值大于所述分支節(jié)點的父節(jié)點中的臺標樣本之間的相似度的最小值。
3.根據(jù)權(quán)利要求1所述的臺標識別方法，其特征在于，所述根據(jù)所述多級分類器識別出顯示圖像中的待檢測臺標的標識的步驟具體包括: 從所述顯示圖像中提取待檢測臺標的臺標圖像，所述臺標圖像的尺寸與所述臺標樣本的尺寸相同； 根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標圖像在下一層分支中對應(yīng)的分類節(jié)點，所述分類節(jié)點為所述當(dāng)前節(jié)點的子節(jié)點； 判斷所述分類節(jié)點的類型是否為葉節(jié)點，若判斷出所述分類節(jié)點的類型為葉節(jié)點，則識別出所述臺標圖像對應(yīng)的待檢測臺標的標識為所述葉節(jié)點對應(yīng)的臺標樣本的標識，若判斷出所述分類節(jié)點的類型為分支節(jié)點，則繼續(xù)執(zhí)行所述根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點的步驟。
4.根據(jù)權(quán)利要求1所述的臺標識別方法，其特征在于，所述根據(jù)所述多級分類器識別出顯示圖像中的待檢測臺標的標識的步驟具體包括: 從所述顯示圖像中提取具有預(yù)定尺寸且包含有待檢測臺標的臺標檢測圖像，所述預(yù)定尺寸大于所述臺標樣本的尺寸； 根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點，所述分類節(jié)點為所述當(dāng)前節(jié)點的子節(jié)點； 判斷所述分類節(jié)點的類型是否為葉節(jié)點，若判斷出所述分類節(jié)點的類型為葉節(jié)點，則識別出所述臺標檢測圖像中包含的待檢測臺標的標識為所述葉節(jié)點對應(yīng)的臺標樣本的標識，若判斷出所述分類節(jié)點的類型為分支節(jié)點，則繼續(xù)執(zhí)行所述根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點的步驟。
5.根據(jù)權(quán)利要求4所述的臺標識別方法，其特征在于，所述根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點的步驟包括: 在所述臺標檢測圖像中建立與臺標樣本尺寸相同的滑動窗，所述滑動窗以預(yù)定步長對所述臺標檢測圖像進行掃描； 根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器中的所述分類模型，計算所述滑動窗處于不同位置時所述滑動窗中的圖像在下一層分支中對應(yīng)各個分類節(jié)點的概率； 根據(jù)計算出的所述滑動窗處于不同位置時所述滑動窗中的圖像對應(yīng)各個分類節(jié)點的概率，計算所述臺標檢測圖像對應(yīng)各個分類節(jié)點的概率Hi (X)，其中，
其中，i代表分類節(jié)點的類別，Xk代表滑動窗，δ為一個預(yù)設(shè)閾值，fi(Xk)表示滑動窗Xk屬于第i類的概率，Hi(X)表示臺標檢測圖像屬于第i類的概率； 根據(jù)計算出的所述臺標檢測圖像對應(yīng)各個分類節(jié)點的概率之中的最大值識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點。
6.根據(jù)權(quán)利要求1-5中任一所述的臺標識別方法，其特征在于，所述臺標分類樹的結(jié)構(gòu)層數(shù)大于2。
7.根據(jù)權(quán)利要求6所述的臺標識別方法，其特征在于，所述臺標分類樹的結(jié)構(gòu)層數(shù)為3。
8.一種臺標識別裝置，其特征在于，包括:分類器生成模塊和標識識別模塊，其中所述分類器生成模塊與所述標識識別模塊連接； 所述分類器生成模塊用于根據(jù)預(yù)先生成的具有多層結(jié)構(gòu)的臺標分類樹訓(xùn)練出相應(yīng)的多級分類器，所述多級分類器包括與所述臺標分類樹中各分支節(jié)點一一對應(yīng)的若干個子分類器，所述子分類器中包括與對應(yīng)的所述分支節(jié)點的子節(jié)點一一對應(yīng)的若干個分類模型，所述分類模型的正樣本為對應(yīng)的所述子節(jié)點中包含的全部所述臺標樣本，所述分類模型的負樣本為與對應(yīng)的所述子節(jié)點為兄弟關(guān)系的其他所述子節(jié)點中包含的全部所述臺標樣本； 所述標識識別模塊用于根據(jù)所述多級分類器識別出顯示圖像中的待檢測臺標的標識。
9.根據(jù)權(quán)利要求8所述的臺標識別裝置，其特征在于，還包括:相似度計算模塊和分類樹生成模塊，其中所述分類樹生成模塊與所述相似度計算模塊和所述分類器生成模塊連接， 所述相似度計算模塊用于計算各臺標樣本與其他臺標樣本之間的相似度； 所述分類樹生成模塊用于根據(jù)各臺標樣本與其他臺標樣本之間的相似度生成具有多層結(jié)構(gòu)的所述臺標分類樹，其中所述臺標分類樹的根節(jié)點為全部的所述臺標樣本，所述臺標分類樹的葉節(jié)點為各所述臺標樣本，所述臺標分類樹的分支節(jié)點中的臺標樣本之間的相似度的最小值大于所述分支節(jié)點的父節(jié)點中的臺標樣本之間的相似度的最小值。
10.根據(jù)權(quán)利要求8所述的臺標識別裝置，其特征在于，所述標識識別模塊包括:第一圖像提取單元、第一節(jié)點識別單元和第一節(jié)點類型判斷單元，其中所述第一節(jié)點識別單元與所述第一圖像提取單元和所述第一節(jié)點類型判斷單元連接； 第一圖像提取單元用于從所述顯示圖像中提取待檢測臺標的臺標圖像，所述臺標圖像的尺寸與所述臺標樣本的尺寸相同；第一節(jié)點識別單元用于根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標圖像在下一層分支中對應(yīng)的分類節(jié)點，所述分類節(jié)點為所述當(dāng)前節(jié)點的子節(jié)點； 第一節(jié)點類型判斷單元用于判斷所述分類節(jié)點的類型是否為葉節(jié)點，若判斷出所述分類節(jié)點的類型為葉節(jié)點，則識別出所述臺標圖像對應(yīng)的待檢測臺標的標識為所述葉節(jié)點對應(yīng)的臺標樣本的標識，若判斷出所述分類節(jié)點的類型為分支節(jié)點，則繼續(xù)利用所述第一節(jié)點識別單元根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點。
11.根據(jù)權(quán)利要求8所述的臺標識別裝置，其特征在于，所述標識識別模塊包括:第二圖像提取單元、第二節(jié)點識別單元和第二節(jié)點類型判斷單元，其中所述第二節(jié)點識別單元與所述第二圖像提取單元和所述第二節(jié)點類型判斷單元連接； 所述第二圖像提取單元用于從所述顯示圖像中提取具有預(yù)定尺寸且包含有待檢測臺標的臺標檢測圖像，所述預(yù)定尺寸大于所述臺標樣本的尺寸； 所述第二節(jié)點識別單元用于根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點，所述分類節(jié)點為所述當(dāng)前節(jié)點的子節(jié)點； 所述第二節(jié)點類型判斷單元用于判斷所述分類節(jié)點的類型是否為葉節(jié)點，若判斷出所述分類節(jié)點的類型為葉節(jié)點，則識別出所述臺標檢測圖像中包含的待檢測臺標的標識為所述葉節(jié)點對應(yīng)的臺標樣本的標識，若判斷出所述分類節(jié)點的類型為分支節(jié)點，則繼續(xù)利用所述第二節(jié)點識別單元根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點。
12.根據(jù)權(quán)利要求11所述的臺標識別裝置，其特征在于，所述第二節(jié)點識別單元包括:滑動窗生成子單元、滑動窗分類概率計算子單元、檢測圖像分類概率計算子單元和檢測圖像分類節(jié)點識別子單元，其中所述滑動窗生成子單元與所述滑動窗分類概率計算子單元連接，所述檢測圖像分類概率計算子單元與所述滑動窗分類概率計算子單元和所述檢測圖像分類節(jié)點識別子單元連接； 滑動窗生成子單元用于在所述臺標檢測圖像中建立與臺標樣本尺寸相同的滑動窗，所述滑動窗以預(yù)定步長對所述臺標檢測圖像進行掃描； 滑動窗分類概率計算子單元用于根據(jù)當(dāng)前節(jié)點對應(yīng)的子分類器中的所述分類模型，計算所述滑動窗處于不同位置時所述滑動窗中的圖像在下一層分支中對應(yīng)各個分類節(jié)點的概率； 檢測圖像分類概率計算子單元用于根據(jù)計算出的所述滑動窗處于不同位置時所述滑動窗中的圖像對應(yīng)各個分類節(jié)點的概率，計算所述臺標檢測圖像對應(yīng)各個分類節(jié)點的概率Hi (X)，其中，
其中，i代表分類節(jié)點的類別，Xk代表滑動窗，δ為一個預(yù)設(shè)閾值，fi(Xk)表示滑動窗Xk屬于第i類的概率，Hi(X)表示臺標檢測圖像屬于第i類的概率； 檢測圖像分類節(jié)點識別子單元用于根據(jù)計算出的所述臺標檢測圖像對應(yīng)各個分類節(jié)點的概率之中的最大值識別出所述臺標檢測圖像在下一層分支中對應(yīng)的分類節(jié)點。
【文檔編號】G06K9/66GK104200238SQ201410487354
【公開日】2014年12月10日 申請日期:2014年9月22日 優(yōu)先權(quán)日:2014年9月22日
【發(fā)明者】李鵬, 高鵬程, 陸承恩, 張陽 申請人:北京酷云互動科技有限公司