[发明专利]一种平面广告风格的识别方法

说明书

本发明公开了一种平面广告风格的识别方法，包括以下步骤：根据平面广告的特性，将平面广告图片分割成主体、文字以及背景三部分，并提取每部分的颜色直方图、GIST描述符、显著度图、二进制元类特征以及方向梯度直方图，将其作为特征，对模型进行训练和评估，获得能够精确识别平面广告风格的平面广告风格识别模型，然后利用该平面广告风格识别模型识别平面广告图片风格。该方法能够准确地识别出平面广告风格，满足广告自动化设计中对于快速准确风格识别的要求。

技术领域

本发明涉及图像处理领域，具体涉及一种平面广告风格的识别方法。

背景技术

随着多媒体技术的不断增强以及互联网的不断普及，使得数字广告图片逐渐开始呈现需求量极大、质量要求低、容易消耗的特点。

由于广告在商业中扮演着非常重要的作用，尤其是电子商务的发展，导致广告的需求量不断增长，商家为了适应潮流的发展，会要求设计师根据主题的不同而设计出不同风格的广告。例如夏季主题设计师倾向于设计整洁、自然风格的广告。

广告风格是广告设计师与消费者之间的精神沟通的桥梁。因此，为了应对人们对于数字广告图片的个性化的情感需求，同时兼顾企业对于广告设计自动化的需求。企业可以依据消费者对于广告风格的需求进行批量化、自动化地生成特定风格的广告图片。在生成特定风格广告的过程中，对于广告的风格的评估很大程度上能帮助自动化系统更好的设计出特定风格的广告。因此，对广告进行快速有效的风格识别具有重要的现实意义。

现有的图片风格识别算法，无论是基于手选特征的风格学习还是基于深度学习的风格计算，都是对全局的特征进行提取，然后运用打标好的数据进行训练得出风格识别模型。这些方法，对于所有图片提取的特征都是相同的，然而在不同的类型的图片当中，特征对风格的影响程度是不同的。平面广告是计算机合成图片，他一般由文字，主体，背景等组成。不同元素的位置，搭配等都会对风格造成影响。因此研究一种针对广告风格识别的方法具有重要的现实意义。

公开号为CN201510922662.9的专利申请公开了一种图片风格识别方法及装置。公开号为CN201510922684.5的专利申请公开了一种商品的风格识别方法及装置。这两个专利申请公开的技术内容均为：先获取样本图片形成训练集，再对预先设置的多目标卷积神经网络进行参数初始化，并将训练集中的图片进行训练得到图片风格识别模型，最后利用模型对待识别的图片进行识别。这些方法都是基于深度卷积神经网络，计算量大，迭代时间长。需要非常大数量的带标签数据才能训练得到精确的风格识别模型，然而这会花费大量的成本。

平面广告图片由由文字，主体，背景组成，不同于普通的二维图片，所以上述的方法和算法均不适用于对平面广告风格进行识别，也就是利用上述方法识别平面广告风格，准确率会很低，无法满足广告自动化设计中对于快速准确风格识别的要求。

发明内容

本发明的目的是提供一种平面广告风格的识别方法，该方法能够准确地识别出平面广告风格，满足广告自动化设计中对于快速准确风格识别的要求。

为实现上述发明目的，本发明提供以下技术方案：

一种平面广告风格的识别方法，包括以下步骤：

(1)获取平面广告图片及平面广告图片的风格标签；

(2)采用深度学习方法提取平面广告图片的主体、文本以及背景，并分别获得主体、文本以及背景的颜色直方图、GIST描述符、显著度图、二进制元类特征以及方向梯度直方图，将获得的颜色直方图、GIST描述符、显著度图、二进制元类特征、方向梯度直方图以及平面广告图片的风格标签作为一个样本，构成样本集，并将样本集分成训练集和测试集；

(3)利用训练集分别训练决策树模型、非线性最大间隔模型以及线性模型；