基于圖像識別的影視劇圖像幀檢測系統設計與實現

劉可盈 高琦琛 袁禾 王嘉敏 裴聽雨

摘? ?要：近年來，古裝劇在傳統文化傳播中扮演著重要角色，如何檢測其是否符合時代背景、將與歷史朝代不符的錯誤作出標記，成為研究的重要課題。文章基于圖像識別技術，設計并實現了“影視劇圖像幀檢測系統”，運用深度學習的神經網絡手段，按多層次設計出人工神經網絡，對目標進行特征點提取和識別檢測，有效地找出影視劇中不符合歷史場景的因素，極大地加深用戶的觀影體驗，在一定程度上提高了圖像識別的準確性和影視的收視率。

關鍵詞：圖像識別;深度學習;影視圖幀;檢測系統

隨著互聯網時代的到來，網絡視頻流量日新月異地增長，用戶大都喜歡觀看具有時代特征的電影或電視劇，其中，古裝劇偏多。由于古裝劇所演繹的內容年代久遠，演員的衣著搭配、影視中的場景有時會不符合當時的背景，造成極大的失誤。因此，為提高用戶的觀影感受，減輕影視劇制作人的負擔，保證每一部電影或電視劇中涉及的人物及場景符合當時的背景顯得尤為重要。本文提出的“影視劇圖像幀檢測系統”，通過開發一款可靠、有效、新穎的圖像檢測APP，來檢測影視劇中不符合歷史場景的因素，大大地減少導演和制片人的工作任務，解決了目前影視劇及生活中服裝及場景存在的一些問題。

1? ? 研究現狀

近年來，圖像識別借助深度學習技術得到了較大的發展，被廣泛應用到國內外各個領域中。有學者將圖像識別技術運用到影視劇圖像幀的檢測中，李宗民[1]針對現有的檢索場景和服裝框架問題，即因服裝款式識別優化存在服裝信息丟失和場景款式識別的問題，提出了一種新的服裝分割方法和基于跨域字典學習的服裝款式識別。吳銳航[2]提出一種基于尺度不變特征變換（Scale-Invariant Feature Transform，SIFT）特征的新的圖像信息檢索算法，應用到基于內容的圖像信息檢索中，并且改進傳統的圖像相似度的方法，對圖像的內容進行準確、快速地掃描。Kiapour[3]提出了使用經典的Imagenet作為提取服裝及場景特征的深度網絡，對專門的數據進行多次針對性的訓練，使得網絡特征更具顯著。圖像識別技術越來越多地滲透到日常生活中，為了提高收視率以及使古裝劇的各個場景更加準確，圖像識別技術為影視劇中場景是否符合歷史背景提供了新的思路。

2? ? 研究內容

2.1? 研究目標

本項目旨在利用圖像處理和識別技術，研發一種可識別出演員的穿著搭配以及拍攝場景是否符合拍攝需要的軟件。運用深度學習的神經網絡技術，在基于圖像識別技術上，按多層次設計出人工神經網絡，對目標進行特征點提取分析和識別檢測，有效地找出影視劇中不符合歷史場景的因素。

2.2? 研究方法

基于特征點的圖像匹配[4]，通過鎖定某一幀的圖像，調取數據庫中和該圖像類似的衣服或場景有關元素的圖片，進行邊緣提取兩幅圖片的特征點，并在相應特征點附近區域進行像素灰度相關性的計算，通過相關系數來判斷兩幅圖像是否為同一時期的場景。基于特征點的圖像匹配流程如圖1所示。

3? ? 功能實現

首先，用戶向APP中傳入圖像;其次，系統利用深度學習，提取圖像中的人物配飾服裝的特征點，在預先處理過的數據庫中進行遍歷搜索和分析;最后，返回與輸入圖像特征匹配度最高的圖像，同時，鑒定原有圖像中服飾及場景等因素是否準確，給出判斷結果。系統模塊介紹如下。

3.1? 交互模塊

通過APP與用戶進行交互。用戶上傳圖片后，APP有兩個功能選擇：（1）歷史分析，檢測到圖片上的東西（比如衣服）的背景。（2）歷史鑒定，檢測上傳的圖片中人物或場景是否符合當時的歷史背景。

3.2? 展示模塊

搭建關于此系統的官方網站，全方位、立體化地向廣大用戶展示推廣本產品，擴大影響力。同時，提供配套APP下載與升級服務、接受用戶的反饋意見、不斷完善系統、提供更高質量的服務。

3.3? APP頁面展示

登錄頁面如圖2所示，歷史鑒定如圖3所示，歷史分析如圖4所示，“我的頁面”如圖5所示。

4? ? 結語

本系統利用深度學習中的圖像識別技術，實現了一種可識別出演員穿著搭配以及拍攝場景是否符合拍攝需要的APP，通過對特征點的圖像進行匹配，鑒別出影視劇中不符合時代背景的畫面，能夠有效保證影視劇的畫面質量，對于影視劇制作人的工作效率和影片的精準度的提高具有重大的意義。

[參考文獻]

[1]李宗民，李妍特，劉玉杰，等.結合層次分割和跨域字典學習的服裝檢索[J].中國圖像圖形學報，2017（3）：358-365.

[2]吳銳航.基于SIFT特征的圖像檢索技術研究[D].廈門：廈門大學，2007.

[3]KIAPOUR M H，HAN X，LAZEBNIK S，et al.Where to buy it：matching street clothing photos in online shops[C].Beijing：IEEE International Conference on Computer Vision，2015.

[4]張瑞倩.基于特征點圖像匹配的面部識別方法[J].科技風，2014（7）：122-123.