买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安交通大学

摘要：本发明公开了基于组合学习视频平台logo检测方法及系统及设备。1构建视频平台logo数据集；2训练图标检测模型；3进行图标检测；4利用文字检测识别OCR模型进行文本识别；5利用组合学习算法对3和4的检测结果进行合并，得到最终的检测结果。本发明所公开的基于组合学习的视频平台logo检测方法，同现存的logo检测方法相比，通过组合检测的方法，在更复杂的视频平台logo检测上效果更好，这使得本发明在该场景下有更好的应用。同时，本发明几乎适用于所有包含图标和文本信息的目标检测任务，这些类似的任务都可以用到组合检测算法，使得该发明具有更好的应用广泛性。

主权项：1.基于组合学习的视频平台logo检测方法，其特征在于，包括以下步骤：步骤1，以社交媒体数据为对象，获取其中包含视频平台logo的图片和视频，构建视频平台logo数据集，并对所获取的视频抽帧，标注每张图片视频帧中logo对应的图标位置和类别，得到视频平台logo的数据集；步骤2，图标检测模型建立：对于视频平台logo数据集中的训练数据，采用目标检测算法作为图标检测模型，记训练好的模型为Det；步骤3，图标检测：利用训练好的图标检测模型Det，输入图片或者视频帧I,输出图标的位置、类别及置信度分数信息；步骤4，文本识别：采用光学字符识别技术作为文字检测模型，记为Text，输入图片或视频帧I，输出文本的位置和内容信息；步骤5，视频平台logo检测：利用组合学习检测算法对步骤3和步骤4的结果进行合并，将图标检测模型和OCR模型得到的结果进行合并，得到完整视频平台logo检测结果，最终的输出结果集合记为H；步骤5中，合并时，过滤掉不可靠的图标检测结果并回收低置信分数的结果；步骤5视频平台logo检测，具体的步骤为：1对于每一个图标检测结果bi,ci,si,基于图标范围bi扩展文本搜索范围Q，利用ci查找该类别需要匹配的文本集合T*；其中:bi＝x,y,w,hQ＝x,y,kw,khT*＝MapciMap为字典结构，是每个类别对应的文本集合；k用来控制扩展的区域大小；2在搜索范围Q里寻找合适的文本ti；在P,T中逐个搜索，对于每一个pi,ti，当其同时满足pi落在Q范围内，且ti∈T*时，认定bi,ci,si的图标检测结果是可靠的，反之为不可靠的图标检测结果；3将bi,pi的框进行合并，得到整个视频平台logo的区域，合并结果记为ri:bi＝x1,y1,w1,h1pi＝x2,y2,w2,h2ri＝minx1,x2,miny1,y2,w1+w2-|x1-x2|,h1+h2-|y1-y2|将ri和ci组成为最终的结果，分别代表视频平台logo的位置和类别，将其加入最终的集合H中，对于每一个hi∈H,hi＝ri,ci。

全文数据：

权利要求：

百度查询： 西安交通大学 基于组合学习的视频平台logo检测方法及系统及设备