[发明专利]一种基于音视频结合的内容检测方法

摘要

本发明提供了一种基于音视频结合的内容检测方法，包括：从待测视频中提取出与图像同步的音频；检测出音频中的所有静音段；对待测视频中与各个静音段同步的各组连续的图像进行镜头切变检测，在有镜头切变的两相邻图像之间插入标记，提取出相邻标记之间时长小于时长阈值的视频段；将视频段分割成若干镜头，提取每个镜头的关键帧，使用无监督神经网络算法将关键帧进行分类，含有广告帧的视频段为广告片段。本方法结合广告分界点在音频和图像上的特征，得到疑似广告片段，通过无监督神经网络算法进行分类，减少了算法处理的数据量，简化了算法的复杂度，同时还提高了检测的准确性，无需建立视频的样本数据库，通用性高。

主权项

一种基于音视频结合的内容检测方法，其特征在于，所述方法包括以下步骤：步骤1、从待测视频中提取出与图像同步的音频；步骤2、检测出所述音频中的所有静音段，具体包括：将所述音频分割成连续的无重叠的音频帧，计算每帧的平均能量，若平均能量小于预设能量阈值，该音频帧为静音帧，计算连续静音帧的时长，时长大于预设长度阈值的为静音段；步骤3、对待测视频中与各个静音段同步的各组连续的图像分别进行镜头切变检测，在有镜头切变的两相邻图像之间插入标记，计算两两相邻标记之间的时长，从待测视频中提取出时长小于预设时长阈值的视频段；步骤4、将步骤3得到的视频段分割成若干镜头，提取每个镜头的关键帧，使用无监督神经网络算法对关键帧进行分类，分类结果为广告的关键帧所在的视频段为广告片段，计算广告片段的时长为广告播放时长。