Detección de anuncios de televisión mediante software
Detección automática de anuncios de televisión
Detección de anuncios de televisión mediante
software
Autor: Daniel Martínez Campos Tutor: José Ramón Cerquides Bueno
Dpt. Teoría de la señal y comunicaciones – ETSI Sevilla, 26 de Septiembre de 2013
Índice de contenidos
1. Introducción 1. Necesidad tecnológica 2. Aproximación al problema
2. Desarrollo de contenidos 1. Conceptos
1. Cambio de plano 2. Concepto de huella
2. Desarrollo 1. Algoritmo 2. Frecuencia de muestreo 3. Interfaz
3. Pruebas 1. De detección 2. De calidad de vídeo
3. Conclusiones
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 1
Introducción: Necesidad tecnológica
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 2
Detección automática de anuncios
Reduce error y costes
Interés de grandes
empresas
Publicidad en TV
Gran negocio
Seguimiento
Introducción: Aproximación al problema
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 3
Cambio de plano
Generación de huella
Detección de huella
Desarrollo de contenidos: Conceptos
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 4
Mapa de bits
Secuencia de vídeo
Fotograma Zona ampliada Pixel
Estructura de color
Desarrollo de contenidos: Conceptos
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 5
Cambio de plano
Cambio de plano
Desarrollo de contenidos: Conceptos
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 6
Procesamiento de imagen
1 1 1 1 1 0 0 0 0 0 0 0 0 1 0 1 1 0 1 0 1
1 1 1 0 0 0 1 0 1 0 1 0 0 1 0 0 0 0 0 0 0
Imagen capturada Escala de grises Imagen comprimida
Huella de imagen
Desarrollo de contenidos: Conceptos
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 7
Color negro
Escala de grises ColorGris = 0.3𝑅𝑖 + 0.59𝐺𝑖 + 0.11𝐵𝑖
w
h
N = w · h
𝐶𝑜𝑙𝑜𝑟 = 1
𝑁 (0.3𝑅𝑖 + 0.59𝐺𝑖 + 0.11𝐵𝑖)
𝑁
𝑖=0
Desarrollo de contenidos: Conceptos
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 8
Falsos cambios de plano
Cambio de plano de difícil detección
Desarrollo de contenidos: Conceptos
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 9
Umbral de negro
Histograma
Frec
uen
cia
Intensidad de color
Desarrollo de contenidos: Algoritmos
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 10
Generación de huellas
Captura, convierte B/N y comprime
Calcula valor medio de color
Plano Negro
Flag Cambio Plano = true, 𝑡1 = Hora actual
Sí
No CamPlano == true
Sí
No
𝑑𝑖𝑓𝑡 = HoraAct - 𝑡1
𝑑𝑖𝑓𝑡 > 𝑡𝑒𝑠𝑡𝑏 Flag Cambia Plano = false
Genera Huella, guarda huella y muestra resultados
Sí
No
No
Desarrollo de contenidos: Algoritmos
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 11
Detección de huellas
Captura, convierte B/N y comprime
Calcula valor medio de color
Plano Negro
Flag Cambio Plano = true, 𝑡1 = Hora actual
No CamPlano == true
Sí
No
𝑑𝑖𝑓𝑡 > 𝑡𝑒𝑠𝑡𝑏
Sí
No
No
Encuentra Huella
Genera y busca huella
No Guardar en lista
Muestra resultados
Desarrollo de contenidos: Muestreo
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 12
Frecuencia de muestreo
𝑡𝑓
𝑡𝑚
𝑡𝑓 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑓𝑟𝑎𝑚𝑒
𝑡𝑚 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜
𝑡𝑚 < 𝑡𝑓
PAL = 25 fps
NTSC = 30 fps
𝑡𝑟 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎 𝑑𝑒𝑙 𝑜𝑗𝑜 𝑢𝑚𝑎𝑛𝑜
𝑡𝑟 > 33 𝑚𝑠𝑒𝑔 ≈ 30 𝑓𝑝𝑠
Desarrollo de contenidos: Interfaz
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 13
Generación de huellas
1 2 3 4
5 6
1. Nombre de la aplicación 2. Filtro de negro 3. Botón de comienzo 4. Botón de parada 5. Salida de vídeo 6. Salida de información
Desarrollo de contenidos: Interfaz
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 14
Detección de huellas
Archivo de huellas
Archivo de anuncios
Desarrollo de contenidos: Pruebas
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 15
Detección
Vídeos Anuncios Detectados Falsas
detecciones
Cambios de
plano
Falsos
cambios de
plano
La Sexta 1 26 26 0 26 7
La Sexta 2 27 27 0 27 4
Mejores anuncios 13 13 0 13 3
Totales 66 66 0 66 14
Desarrollo de contenidos: Pruebas
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 16
Detección
0
0,2
0,4
0,6
0,8
1
1,2
La Sexta 1 La Sexta 2 Mejores anuncios
Probabilidad de detectaranuncio correcto
Probabilidad falso cambiode plano
Desarrollo de contenidos: Pruebas
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 17
Degradación de imagen
Frecuencia 10 kbps 30 kbps 50 kbps 70 kbps 90 kbps 110 kbps 130 kbps 150 kbps 170 kbps 200 kbps
0 10 19 25 23 25 22 25 26 25 26
1 9 5 0 2 1 3 1 0 0 0
2 1 1 1 1 0 1 0 0 1 0
3 3 1 0 0 0 0 0 0 0 0
4 2 0 0 0 0 0 0 0 0 0
5 1 0 0 0 0 0 0 0 0 0
6 0 0 0 0 0 0 0 0 0 0
7 0 0 0 0 0 0 0 0 0 0
8 0 0 0 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0 0 0 0
11 0 0 0 0 0 0 0 0 0 0
12 0 0 0 0 0 0 0 0 0 0
Num.Anuncios 26 26 26 26 26 26 26 26 26 26
Num.Errores 16 7 1 3 1 4 1 0 1 0
Prob.Error 0,62 0,27 0,04 0,12 0,04 0,15 0,04 0,00 0,04 0,00
Desarrollo de contenidos: Pruebas
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 18
Degradación de imagen
0
2
4
6
8
10
12
0 2 4 6 8 10 12
Frec
uec
nia
Distancia de huella
10 kbps
0
5
10
15
20
25
0 2 4 6 8 10 12
Frec
uen
cia
Distancia de huella
110 kbps
0
5
10
15
20
25
30
0 2 4 6 8 10 12
Frec
uen
cia
Distancia de huella
200 kbps
Desarrollo de contenidos: Pruebas
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 19
Degradación de imagen
0,000,100,200,300,400,500,600,70
10kbps
30kbps
50kbps
70kbps
90kbps
110kbps
130kbps
150kbps
170kbps
200kbps
Pro
bab
ilid
ad d
e e
rro
r
Bitrate
Prob.Error
Conclusiones
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 19
Número de bits por huella
h
w
h1
h2
H1 12 bits 212 = 4096 huellas
Ph = 1
4096 = 0.02 %
Conclusiones
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 19
Número de bits por huella
H1 4 bits 24 = 16 huellas
Ph = 1
16 = 6.25 %
Conclusiones
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 20
Umbral de negro
Histograma
Frec
uen
cia
Intensidad de color
Conclusiones
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 21
Frecuencia de muestreo
• Más de 40 ms por ciclo de captura, procesado y comparación hace no garantiza detección de anuncios. Aunque el rendimiento pueda ser alto.
• La aplicación debe ser configurada para que los ciclos de trabajo se ajusten a la potencia de trabajo del equipo:
• Un equipo potente que no es optimizado puede presentar
eventualmente errores que podían haber sido evitados. • Un equipo al que se le exige una frecuencia de muestreo superior a
sus capacidades presentará una alta incertidumbre que igualmente repercutirá en eventuales fallos .
Conclusiones
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 22
Rendimiento
77%
23%
Comparativas de bitrate(kbps)
VEO TV Video a 250 Kbps
0
5
10
15
20
25
30
0 2 4 6 8 10 12
Frec
uen
cia
Distancia de huella
250 kbps
Conclusiones
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 23
Rendimiento
97%
3%
Comparativas de bitrate(kbps)
TVE HD Video a 250 kbps
0
5
10
15
20
25
30
0 2 4 6 8 10 12Fr
ecu
enci
a
Distancia de huella
250 kbps
Conclusiones
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 24
Rendimiento
99%
1%
Comparativas de bitrate(kbps)
VEO TV Video a 10 Kbps
0,00
0,20
0,40
0,60
0,80
10 kbpsP
rob
abili
dad
de
erro
r Bitrate
Prob.Error
Conclusiones
Detección de anuncios de televisión mediante software Daniel Martínez Campos
Pág. 25
Rendimiento
100%
0%
Comparativas de bitrate(kbps)
TVE HD Video a 10 Kbps
0,00
0,20
0,40
0,60
0,80
10 kbpsP
rob
abili
dad
de
erro
r Bitrate
Prob.Error