(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210843215.4 (22)申请日 2022.07.18 (71)申请人 北京歌华有 线电视网络股份有限公 司 地址 100089 北京市海淀区西三环北路87 号4层409 申请人 北京市博汇科技股份有限公司 (72)发明人 孙博　白刚　张程　张家斌　陈森　 姜卫平　 (74)专利代理 机构 北京知呱 呱知识产权代理有 限公司 1 1577 专利代理师 丁彦峰 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/50(2022.01)G06V 10/40(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 一种结合场景智能识别的电视节目静帧监 测方法及系统 (57)摘要 本发明公开了一种结合场景智能识别的电 视节目静帧监测方法及系统， 在电视节目静帧监 测过程中引入场景识别机制， 当监测到当前节目 图像中出现特定的场景(棋牌对弈、 股市曲线、 文 稿宣讲)时， 将自动调整 图像静帧故障的判定条 件， 包括降低监测灵敏度， 加大判定时长， 从而减 少甚至避免这些场景被误判为静帧的情况， 有效 提升电视节目静帧监测系统报警的有效性。 权利要求书2页 说明书8页 附图3页 CN 115205749 A 2022.10.18 CN 115205749 A 1.一种结合场景智能识别的电视节目静帧监测方法， 其特 征在于， 所述方法包括： 将视频流数据解码为图像， 并按照预设采样频率进行图像采样； 基于深度 学习网络进行图像特征提取并计算图像相似度， 同时基于预设场景识别机制 对图像进行场景识别； 结合图像相似度计算结果和场景识别结果判断当前节目画面是否为静帧。 2.根据权利要求1所述的一种结合场景智能识别的电视节目静帧监测方法， 其特征在 于， 所述方法还 包括： 通过图像队列存储采样图像， 并对图像进行预处理， 包括标准化图像 内容、 标准化图像 尺寸、 标准 化图像颜色格式。 3.根据权利要求1所述的一种结合场景智能识别的电视节目静帧监测方法， 其特征在 于， 所述场景识别结果包括棋类对弈电视场景、 股市曲线类电视场景、 文稿宣讲类电视场 景、 普通类电视场景。 4.根据权利要求1所述的一种结合场景智能识别的电视节目静帧监测方法， 其特征在 于， 基于深度学习网络进行图像特 征提取并计算图像相似度， 具体还 包括： 将进行相似度计算的两幅图像分别切分为预设大小的图像块； 将切分后的块图像分别送入P PLCNET深度学习网络， 提取块图像特 征； 根据两幅图像的块图像特征通过余弦相似度计算， 得到两幅图像的块图像的相似度 值； 将计算得到的两幅图像的不同块图像的余弦相似度求和后再求均值， 得到当前两幅图 像的总体相似度。 5.根据权利要求1所述的一种结合场景智能识别的电视节目静帧监测方法， 其特征在 于， 基于预设场景识别机制对图像进行场景识别， 具体包括： 将图像输入至 图像语义描述模型， 生成图像的场景描述语句， 判断此图像的场景描述 语句是否出现指定场景关键词； 并将图像输入至图像分类模型； 根据出现的关键词结果以及图像分类模型的输出 结果得到场景识别结果。 6.根据权利要求1所述的一种结合场景智能识别的电视节目静帧监测方法， 其特征在 于， 基于预设场景识别机制对图像进行场景识别， 具体还 包括： 若关键词为棋类对弈电视场景关键词， 则场景识别结果 为棋类对弈电视场景； 若关键词为股市曲线类电视场景关键词， 则场景识别结果 为股市曲线类电视场景； 若未识别 到棋类对弈电视场景关键词或股市曲线类电视场景关键词， 若图像分类模型 的输出结果为文稿宣讲类电视场景， 则场景识别结果 为文稿宣讲类电视场景； 若为其他情况， 则输出 结果为普通类电视场景。 7.根据权利要求1所述的一种结合场景智能识别的电视节目静帧监测方法， 其特征在 于， 结合图像相似度计算结果和场景识别结果判断当前节目画面是否为静帧， 具体包括： 设定静帧时长判别门限为第一预设时长； 获取第一预设时长内的指定 两幅图像的相似度计算结果； 获取第一预设时长 内的所有图像的场景识别结果， 统计次数出现最多的场景作为最终 场景识别结果； 若相似度值＜第一预设阈值， 则判断为 不是静帧；权　利　要　求　书 1/2 页 2 CN 115205749 A 2若相似度值≥第二预设阈值， 且场景识别结果 为普通类电视场景， 则判断为静帧； 若相似度值≥第一预设阈值， 且场景识别结果为棋类对弈电视场景、 股市曲线类电视 场景或文稿宣讲类电视场景， 则自动调整静帧时长判别门限， 提高到第二预设时长， 则获取 第二预设时长内的指定三幅图像的两两相似度计算结果， 计为第一相似度值、 第二相似度 值和第三相似度值： 若第一相似度值＜第一预设阈值， 且第二相似度值＜第一预设阈值， 且第三相似度值 ＜第一预设阈值， 则判断为 不是静帧； 若第一相似度值≥第二预设阈值， 且第二相似度值≥第二预设阈值， 且第三相似度值 ≥第二预设阈值， 则判断为是静帧； 若为其他情况， 则判断为疑似静帧。 8.一种结合场景智能识别的电视节目静帧监测系统， 其特 征在于， 所述系统包括： 解码服务器， 用于将视频流数据解码为图像， 并按照预设采样频率进行图像采样； 静帧监测服务器， 用于基于深度学习 网络进行图像特征提取并计算图像相似度， 同时 基于预设场景识别机制对图像进行场景识别； 结合图像相似度计算结果和场景识别结果判断当前节目画面是否为静帧。 9.根据权利要求8所述的一种结合场景智能识别的电视节目静帧监测系统， 其特征在 于， 所述静帧监测服 务器具体用于： 基于深度学习网络进行图像特 征提取并计算图像相似度， 具体还 包括： 将进行相似度计算的两幅图像分别切分为预设大小的图像块； 将切分后的块图像分别送入P PLCNET深度学习网络， 提取块图像特 征； 根据两幅图像的块图像特征通过余弦相似度计算， 得到两幅图像的块图像的相似度 值； 将计算得到的两幅图像的不同块图像的余弦相似度求和后再求均值， 得到当前两幅图 像的总体相似度。 10.根据权利要求8所述的一种结合场景智能识别的电视节目静 帧监测系统， 其特征在 于， 所述静帧监测服 务器具体用于： 将图像输入至 图像语义描述模型， 生成图像的场景描述语句， 判断此图像的场景描述 语句是否出现指定场景关键词； 并将图像输入至图像分类模型； 根据出现的关键词结果以及图像分类模型的输出 结果得到场景识别结果。权　利　要　求　书 2/2 页 3 CN 115205749 A 3