[发明专利]一种识别图像中PPT边框的方法及相关设备

说明书

本发明提供了一种识别图像中PPT边框的方法及相关设备，通过获取含有PPT文档的多个图像帧；将所述多个图像帧输入卷积层中进行图像帧特征层的提取将提取出特征图输入到RPN候选区域提取网络中进行矩形区域候选框的提取；将提取出的所述特征图输入到所述预设神经网络模型中的深度卷积神经网络中进行图像语义分割，输出分割出的PPT区域；根据提取出的矩形区域候选框和分割出的PPT区域得到PPT边框。本发明所提供的方法及设备，可以实现快捷的从视频文件中识别出PPT文档的边框，为从PPT文档中准确的提取PPT信息提供了前提，为用户从图像文件或者视频文件中提取PPT信息提供便利。

技术领域

本发明涉及信息处理技术领域，尤其涉及的是一种识别图像中PPT边框的方法及相关设备。

背景技术

目前，在大型会议还是内部讨论会中，参会者都会利用PPT文档进行报告。演讲者通过将PPT投影到投影幕或显示器上来将演讲主要内容呈现给观众。观众主要是通过呈现出来的PPT文档和演讲者口头汇报的内容来获知PPT文档的信息，因此在会议中最主要内容是PPT文档内容和演讲中口诉内容。

目前，观众或者主办方会利用录像设备来对会议中PPT文档内容、演讲者口头语言内容进行采集。这种视频录制方法能够有效地记录演讲者的PPT演示内容和口头演讲内容，但是针对录制好的视频文件可能会含有大量与PPT文档及其讲解不相关的内容，若未能参加现场会议的用户需要基于整个视频文件获取PPT文档的信息，则可能会因视频文件中含有的信息量大，并非是单一的关于PPT文档信息的视频文件，导致花费大量不必要的时间。而现有技术中，还未公开用于提取视频文件中的PPT文档内容或者演讲中的语言文字内容的方法，也未公开如何在提取视频文件中的PPT文档时准确识别其边框，从而实现准确的PPT画面的提取，因此如何快速的从图像帧中提取PPT文档相关信息的问题是亟待需要解决的问题。

因此，现有技术有待于进一步的改进。

发明内容

鉴于上述现有技术中的不足之处，本发明的目的在于为用户提供一种识别图像中PPT边框的方法及相关设备，克服现有技术中无法实现自动快速的从图像帧中识别出PPT边框的缺陷。

本发明提供了一种识别图像中PPT边框的方法，其中，包括步骤：

A、获取含有PPT文档的多个图像帧；

B、将所述多个图像帧输入预设神经网络模型的卷积层中进行图像帧特征层的提取，输出得到所述多个图像帧的特征图；

C、将各个所述特征图输入到所述预设神经网络模型中的RPN候选区域提取网络中进行矩形区域候选框的提取，输出提取到矩形区域候选框的特征图；

D、将所述提取到矩形区域候选框的特征图输入到所述神经网络模型中的深度卷积神经网络中进行图像语义分割，得到分割出的PPT区域；

E、根据所述特征图中提取出的矩形区域候选框和分割出的PPT区域得到PPT边框。

可选的，所述卷积层为VGGnet网络结构，其中插入有若干层Dropout层。

可选的，所述步骤C还包括：

C1、对所述RPN候选区域提取网络中提取出的矩形区域候选框进行二分类，获取含有矩形区域候选框的特征图。

可选的，所述步骤C1之后，还包括：

步骤C2、利用若干个回归模型对所述图像帧中的矩形区域候选框进行位置和大小的调整。

可选的，所述步骤C2之后，还包括：

C3、将所述特征图输入到全连接层中，输出图像特征向量；