[发明专利]一种基于台标识别的节目版权保护方法及装置

权利要求书

1.一种基于台标识别的节目版权保护方法，其特征在于，所述一种基于台标识别的节目版权保护方法采用预先生成的台标识别模型，所述台标识别模型包括依次连接的预处理模块、主干网络、特征提取网络以及Head分类与回归网络；

所述一种基于台标识别的节目版权保护方法包括：

获取待识别视频；

从所述待识别视频中提取出多个待识别单帧图像；

将所述待识别单帧图像输入所述预处理模块进行分辨率调整，得到输入图像；

将所述输入图像依次输入所述主干网络和所述特征提取网络进行特征提取，得到特征提取结果；

将所述特征提取结果输入所述Head分类与回归网络进行台标类型与台标位置预测，得到所述输入图像对应的候选台标；

将所有候选台标按照台标类型进行聚类，得到多个同类候选台标信息；所述同类候选台标信息包括同类候选台标的台标类型和所述同类候选台标的数量；

根据所有同类候选台标的数量占比和预设比例阈值，确定所述待识别视频对应的台标识别结果；所述台标识别结果包括识别台标类型和无结果；

根据所述待识别视频对应的台标识别结果，生成所述待识别视频是否具有版权的判定结果；

所述台标识别模型通过以下方式生成：

搭建所述台标识别模型的架构；

采用已标注区域和类型的台标图像集对所述台标识别模型的架构进行预设训练次数的迭代训练，得到训练后的第一台标识别模型；其中，每次迭代训练的学习率是根据预设的初始学习率、目标学习率、调整间隔以及所述预设训练次数确定的；

对所述第一台标识别模型进行参数优化，得到所述台标识别模型；

其中，所述搭建所述台标识别模型的架构，包括：

获取PP-YOLO网络模型；所述PP-YOLO网络模型包括依次连接的原始预处理模块、原始主干网络、原始特征提取网络和原始Head分类与回归网络；

将所述原始主干网络的最后三个卷积块的卷积方式由普通卷积替换为可变形卷积，得到所述主干网络；

在所述原始特征提取网络的结构中增加空洞卷积层，得到所述特征提取网络；

分别根据所述原始预处理模块和所述原始Head分类与回归网络，确定所述预处理模块和所述Head分类与回归网络；

依次搭建所述预处理模块、所述主干网络、所述特征提取网络和所述Head分类与回归网络。

2.根据权利要求1所述的一种基于台标识别的节目版权保护方法，其特征在于，所述根据所有同类候选台标的数量占比和预设比例阈值，确定所述待识别视频对应的台标识别结果，包括：

根据每个同类候选台标的数量以及所有输入图像的数量，确定每个同类候选台标的数量占比；

如果存在数量占比大于预设比例阈值的目标同类候选台标，则确定所述待识别视频对应的台标识别结果为所述目标同类候选台标的台标类型；否则，确定所述待识别视频对应的台标识别结果为所述无结果。

3.根据权利要求1所述的一种基于台标识别的节目版权保护方法，其特征在于，所述已标注区域和类型的台标图像集通过以下方式得到：

获取包含不同类型台标的多个训练视频；

将所述训练视频划分为多个单帧训练图像；

根据所有单帧训练图像对应的场景，确定多个场景帧图像集；所述场景帧图像集中所有单帧训练图像的场景相同；

从所述场景帧图像集中获取任一单帧训练图像作为场景帧图像；

获取待标注台标图像；所述待标注台标图像为所述场景帧图像中预设区域的图像；

对所有待标注台标图像中台标的具体区域和类型进行标注，得到所述已标注区域和类型的台标图像集。