[发明专利]一种影视剧穿帮镜头的检测方法

说明书

本发明公开了一种影视剧穿帮镜头的检测方法，通过采用预先训练好的检测模型对影视剧视频文档转化的图片文档进行检测，识别并发现穿帮镜头，解决了人工审查带来的耗时长、效率低问题，实现了对影视剧视频文档自动检测，低耗时、高效率地识别穿帮镜头，帮助相关从业人员创造优秀和完美的影视剧作品。

技术领域

本发明涉及物体检测领域，特别地，涉及一种影视剧穿帮镜头的检测方法。

背景技术

穿帮一般是指影视剧中出现与其设定的背景不相符的场景或物品。影视剧中的穿帮镜头时常成为热议的话题。常见的穿帮有文化穿帮、地理穿帮和农业穿帮等，如古装剧、历史剧中出现飞机、电线杆、轮胎、玉米、西红柿、塑料袋及拍摄现场的摄像机、收音筒、摄影师和围观群众等等。穿帮镜头会降低影视剧的艺术水平，更有甚者，多次出现低级的穿帮镜头，恐对影视剧的口碑及收视率等造成不良影响。

现有技术主要还是通过人工检查，现有一种群体智能的电影镜头穿帮检测方法，其原理是利用群体智能算法将影片片段分发给不同的审查者，其本质上也是人工审查，存在耗时长、效率不高等问题。

发明内容

为了克服现有技术的不足，本发明提供一种耗时短、效率高的影视剧穿帮镜头的检测方法。

本发明解决其技术问题所采用的技术方案是：

一种影视剧穿帮镜头的检测方法，包括以下步骤：

将影视剧视频文档转化成图片文档；

用样本图片训练得到检测模型，所述检测模型用于从所述图片文档中识别出与样本图片中穿帮相关的特征信息；

应用所述检测模型，依次对所述图片文档进行自动识别；

确定所述图片文档是否为穿帮图片，并且标记出所述图片文档中穿帮的特征。

进一步，可选地，所述将影视剧视频文档转化成图片文档：所述影视剧视频文档通过专业的视频转化工具转化为逐帧的图片文档。

进一步，可选地，所述样本图片包括穿帮样本图片和不穿帮样本图片。

进一步，可选地，所述训练得到检测模型包括：

安装并测试能训练检测模型的框架；

利用穿帮样本图片和不穿帮样本图片训练检测穿帮镜头的深度学习检测模型；

得到并导出模型进行测试；

如果测试准确率不够，增加穿帮样本图片的数量，重复利用穿帮样本图片和不穿帮样本图片训练检测穿帮镜头的深度学习检测模型，直到满足准确率要求。

进一步，可选地，所述利用穿帮样本图片训练检测穿帮镜头的深度学习检测模型包括：

准备穿帮样本图片和不穿帮样本图片数据集，所述数据集里面的图片包括常见穿帮的场景或物品；

对每张所述穿帮样本图片和不穿帮样本图片进行标注；

将穿帮样本图片和不穿帮样本图片数据集转换为能训练检测模型的框架可读取的格式，分为训练集和测试集两部分，并制作与数据集一一对应的标签数据；

选择检测深度学习网络模型，更改选择的模型的配置；

对检测模型进行训练。

进一步，可选地，所述训练集是用来训练检测模型的数据，所述测试集是用来测试检测模型效果的数据。

进一步，可选地，所述常见穿帮常见场景或物品包括：飞机、空调外机、电线杆、轮胎、玉米、西红柿、塑料袋及拍摄现场的摄像机、收音筒、摄影师的一种或多种。

进一步，可选地，所述对穿帮样本图片与不穿帮样本图片进行标注包括年代信息标注。