CN113191293A - 广告检测方法、装置、电子设备、***及可读存储介质 - Google Patents

Abstract

本申请提供一种广告检测方法、装置、电子设备、***及可读存储介质，方法包括：获取包含有目标区域的当前图像；检测目标区域内是否存在目标对象；目标对象为预设的会对目标区域内的广告检测造成干扰的对象；在目标区域内存在目标对象时，获取目标对象在目标区域内的对象区域，并将当前图像输入至预设的广告识别模型，得到当前图像上的各疑似广告区域，从各疑似广告区域中，剔除与对象区域重叠的区域，得到目标广告区域；或者，在目标区域内存在目标对象时，在当前图像中剔除目标对象的所在区域，得到待识别图像，将待识别图像输入至预设的广告识别模型，得到待识别图像上的目标广告区域。该方案提高了广告检测可靠性，降低了误报风险。

Description

广告检测方法、装置、电子设备、***及可读存储介质

技术领域

本申请涉及检测技术领域，具体而言，涉及一种广告检测方法、装置、电子设备、***及可读存储介质。

背景技术

随着城市建设的推进，城市管理的压力越来越大。在许多明令禁止粘贴乱贴乱画小广告的场地中，如候车亭、公示栏等区域，会经常存在乱贴小广告的情况，从而严重干扰到了相关区域的合理使用，影响了城市形象。

目前，常见的广告检测方法是通过预先训练好相应的广告识别模型，从而利用广告识别模型实现区域内是否存在广告的识别。但是，在实际应用过程中，由于区域内通常会出现各式各样的对象(如人、车、动物等)，而这些进入区域内的对象上可能会携带有广告(如人的衣服上可能有广告，车身上也可能会印有广告等)，从而往往会导致出现误报的情况，从而对相关工作人员造成了无效的工作负担，影响了工作人员的工作效率。

发明内容

本申请实施例的目的在于提供一种广告检测方法、装置、电子设备、***及可读存储介质，用以提高实际应用过程中的广告检测可靠性，降低误报风险。

本申请实施例提供了一种广告检测方法，包括：获取包含有目标区域的当前图像；所述目标区域为需要进行监管的区域；检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象；在所述目标区域内存在所述目标对象时，获取所述目标对象在所述目标区域内的对象区域，并将所述当前图像输入至预设的广告识别模型，得到所述当前图像上的各疑似广告区域，从各所述疑似广告区域中，剔除与所述对象区域重叠的区域，得到目标广告区域；或者，在所述目标区域内存在所述目标对象时，在所述当前图像中剔除所述目标对象的所在区域，得到待识别图像，将所述待识别图像输入至预设的广告识别模型，得到所述待识别图像上的目标广告区域。

在上述实现过程中，通过获取目标对象在目标区域内的对象区域，并将广告识别模型输出的疑似广告区域通过对象区域进行过滤(即剔除与对象区域重叠的区域)，得到目标广告区域；或者先从当前图像中剔除目标对象的所在区域，得到待识别图像，进而将待识别图像输入至预设的广告识别模型得到目标广告区域。这样得到的目标广告区域，排除了进入到目标区域内的会对广告检测造成干扰的对象的影响，使得最终得到的目标广告区域更为可信，提高了实际应用过程中的广告检测可靠性，降低了误报风险。

进一步地，在检测到所述目标区域内存在所述目标对象时，所述方法还包括：将所述当前图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对；若比对结果表征发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

应理解，在实际应用过程中，广告识别模型仅能实现对于已训练过的广告的检测，对于未训练过的广告，或者训练样本较少的广告，那么检测效果并不良好，容易出现漏报或者误报的情况。为此，在上述实现过程中，通过将当前图像中目标区域内各位置处的像素值，分别与当前图像的上一帧图像中目标区域内相应位置处的像素值进行比对，从而将像素差值大于预设差别阈值的位置作为疑似广告的位置，并在当前图像中标识出来进行上报，从而实现了对于广告识别模型的检测补充，从而提高了广告检测可靠性，降低了广告漏检和误报的风险。

进一步地，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核，包括：在所述当前图像中标识出各目标像素位置，并将各所述目标像素位置上报至预设的审核平台进行审核；其中：所述目标像素位置为当前图像中像素差值大于预设差别阈值的位置，且所述目标像素位置位于所述目标区域内、对象区域外。

在上述实现过程中，通过标识出位于所述目标区域内、对象区域外目标像素位置，就排除了目标对象对于像素比对结果的干扰，从而进一步提高了广告检测可靠性，降低了广告漏检和误报的风险。

进一步地，在所述当前图像中剔除所述目标对象的所在区域，得到待识别图像之后，所述方法还包括：将所述待识别图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对；若发现所述待识别图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述待识别图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

在上述实现过程中，基于剔除了目标对象所在区域的待识别图像进行像素比对，从而在实现了对于广告识别模型的检测补充的同时，还排除了目标对象对于像素比对结果的干扰，从而提高了广告检测可靠性，降低了广告漏检和误报的风险。

进一步地，所述方法还包括：在检测到所述当前图像的目标区域内不存在所述目标对象，但所述当前图像的上一帧图像的目标区域内存在所述目标对象时，将所述当前图像中所述目标区域内各位置处的像素，分别与基准图像中所述目标区域内相应位置处的像素进行比对；若发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

应理解，在实际应用过程中，广告可能是由目标对象(比如人)来张贴的。此时可能人会对广告形成遮挡，若是恰好该广告属于广告识别模型未训练的广告，那么则可能出现漏检的情况。为了避免出现由于目标对象的遮挡导致后续漏检的情况，在上述实现过程中，通过设置基准图像的方式，将目标对象刚离开目标区域的图像来与基准图像进行对比，从而提高了广告检测的可靠性。

进一步地，所述方法还包括：在检测到所述当前图像的目标区域内存在所述目标对象，但所述当前图像的上一帧图像的目标区域内不存在所述目标对象时，保存所述上一帧图像；所述上一帧图像为基准图像。

在上述实现过程中，以目标对象进入目标区域前的一帧图像来作为基准图像，从而将目标对象刚离开目标区域的图像来与目标对象刚进入目标区域前的图像进行比对，可以有效实现对于目标对象在目标区域内时，目标区域所产生的改变的检测，从而提高广告检测的可靠性。

本申请实施例还提供了一种广告检测方法，包括：获取包含有目标区域的当前图像；所述目标区域为需要进行监管的区域；将所述当前图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对；若比对结果表征发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

在实际应用过程中，广告识别模型仅能实现对于已训练过的广告的检测，对于未训练过的广告，或者训练样本较少的广告，那么检测效果并不良好，容易出现漏报或者误报的情况。而在上述实现过程中，通过将当前图像中目标区域内各位置处的像素值，分别与当前图像的上一帧图像中目标区域内相应位置处的像素值进行比对，从而将像素差值大于预设差别阈值的位置作为疑似广告的位置，并在当前图像中标识出来进行上报，从而相比于广告识别模型的检测方式而言，可以实现对于各类广告的有效检测，从而提高了广告检测可靠性，降低了广告漏检和误报的风险。

进一步地，所述方法还包括：检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象；在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核，包括：在所述目标区域内存在所述目标对象时，在所述当前图像中标识出各目标像素位置，并将各所述目标像素位置上报至预设的审核平台进行审核；其中：所述目标像素位置为当前图像中像素差值大于预设差别阈值的位置，且所述目标像素位置位于所述目标区域内、所述目标对象所在的对象区域外。

进一步地，所述方法还包括：检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象；将所述当前图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对，包括：在所述目标区域内存在所述目标对象时，在所述当前图像中剔除所述目标对象的所在区域；将剔除所述目标对象的所在区域之后的当前图像中，所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对。

本申请实施例还提供了一种广告检测装置，包括：获取模块、检测模块和处理模块；所述获取模块，用于获取包含有目标区域的当前图像；所述目标区域为需要进行监管的区域；所述检测模块，用于检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象；所述处理模块，用于在所述目标区域内存在所述目标对象时，获取所述目标对象在所述目标区域内的对象区域，并将所述当前图像输入至预设的广告识别模型，得到所述当前图像上的各疑似广告区域，从各所述疑似广告区域中，剔除与所述对象区域重叠的区域，得到目标广告区域；或者，用于在所述目标区域内存在所述目标对象时，在所述当前图像中剔除所述目标对象的所在区域，得到待识别图像，将所述待识别图像输入至预设的广告识别模型，得到所述待识别图像上的目标广告区域。

本申请实施例还提供了一种广告检测装置，包括：获取单元、比对单元和处理单元；所述获取单元，用于获取包含有目标区域的当前图像；所述目标区域为需要进行监管的区域；所述比对单元，用于将所述当前图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对；所述处理单元，用于若比对结果表征发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

本申请实施例还提供了一种电子设备，包括处理器、存储器及通信总线；所述通信总线用于实现处理器和存储器之间的连接通信；所述处理器用于执行存储器中存储的一个或者多个程序，以实现上述任一种的广告检测方法。

本申请实施例还提供了一种广告检测***，包括：通信连接的摄像设备以及如上所述的电子设备；所述摄像设备设置于需要进行监管的区域外，用于拍摄包含有需要进行监管的区域的图像，并发送给所述电子设备；所述电子设备用于接收所述摄像设备发送的图像，实现上述任一种的广告检测方法。

本申请实施例中还提供了一种可读存储介质，所述可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述任一种的广告检测方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种广告检测方法的流程示意图；

图2为本申请实施例提供的一种从疑似广告区域中筛选出目标广告区域的示例图；

图3为本申请实施例提供的另一种广告检测方法的流程示意图；

图4为本申请实施例提供的一种候车亭场景下的示意图；

图5为本申请实施例提供的一种广告检测装置的结构示意图；

图6为本申请实施例提供的另一种广告检测装置的结构示意图；

图7为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

实施例一：

为了提高实际应用过程中的广告检测可靠性，降低误报风险，本实施例中提供了一种广告检测方法。可以参见图1所示，图1为本实施例中提供的广告检测方法的流程示意图，包括：

S101：获取包含有目标区域的当前图像。

需要说明的是，本申请实施例中所述的目标区域为需要进行监管的区域。

应理解，在本申请实施例中，摄像设备可以设置于需要进行监管的区域外，其拍摄到的图像中，包含有需要进行监管的区域。

在本申请实施例中，执行本申请实施例所提供的广告检测方法的执行主体为具有图像处理功能的电子设备，如主机、服务器、单片机等。其可以通过有线或无线的方式与摄像设备通信连接，从而接收摄像设备传来的图像。

在本申请实施例中，执行本申请实施例所提供的广告检测方法的电子设备，可以是独立于摄像设备之外的设备，也可以是集成于摄像设备内的处理芯片、单片机等设备。

需要注意的是，在本申请实施例中，为了保证广告检测的可靠性，可以对当前图像中目标区域以外的区域进行剔除，对剔除目标区域以外的区域的图像进行处理。

S102：检测目标区域内是否存在目标对象。

在本申请实施例中，目标对象是指预先设定的会对目标区域内的广告检测造成干扰的对象。例如，目标对象可以包括人、车、动物等中的至少一种。

在本申请实施例中，可以采用相关检测算法实现对于目标对象的检测。例如，假设目标对象为人，那么可以采用基于深度学习的人体检测模型来实现目标对象的检测，但不作为限制。

S103：根据当前图像以及目标对象在目标区域内的所在区域，进行广告检测。

在本申请实施例中，在目标区域内存在目标对象时，至少可以通过以下两种方式实现步骤S103：

方式一：可以获取目标对象在目标区域内的对象区域，并将当前图像输入至预设的广告识别模型，得到当前图像上的各疑似广告区域。然后，再从各疑似广告区域中，剔除与对象区域重叠的区域，得到目标广告区域。

例如，参见图2所示，假设A区域为目标对象在目标区域内的对象区域，而区域1至3为广告识别模型检测得到的疑似广告区域，那么由于区域2位于A区域内，则可以确定区域1和3为目标广告区域。

需要说明的是，所谓目标广告区域是指，被确定为存在广告的区域。

还需要说明的是，在本申请实施例中，广告识别模型可以采用已有的各种用于对象识别的网络模型实现，例如可以采用深度学习模型实现。

还需要说明的是，所谓对象区域是指目标对象在当前图像中的所在区域。

方式二：可以获取目标对象在目标区域内的对象区域，然后从当前图像中剔除对象区域得到待识别图像。然后将待识别图像输入至预设的广告识别模型，即可得到待识别图像上的目标广告区域。

应理解，以上两种方式都可以排除进入到目标区域内的目标对象对广告检测所造成的影响，从而提高实际应用过程中的广告检测可靠性，降低误报风险。

需要注意的是，在本申请实施例中，若未检测到目标区域内存在目标对象，那么此时一种可行的实施方式是：可以直接采用预设的广告识别模型对当前图像进行检测，从而得到目标广告区域。

而在本申请实施例的另一种可行的实施方式中，若未检测到目标区域内存在目标对象，则可以不进行广告检测，而仅在检测到目标区域内存在目标对象时才进行广告检测，从而降低电子设备的资源消耗。

需要理解的是，在实际应用过程中，广告识别模型仅能实现对于已训练过的广告的检测，对于未训练过的广告，或者训练样本较少的广告，那么检测效果并不良好，容易出现漏报或者误报的情况。

为此，在本申请实施例的一种可行实施方式中，可以通过像素比对的方式，作为广告识别模型进行广告检测的补充，从而进一步提高广告检测可靠性，降低广告漏检和误报的风险。

在本可行实施方式中，至少可以采用以下两种实现方式来实现：

方式A：可以将当前图像中目标区域内各位置处的像素值，分别与当前图像的上一帧图像中目标区域内相应位置处的像素值进行比对。若比对结果表征发现当前图像中目标区域内存在像素差值大于预设差别阈值的位置，则可以在当前图像中标识出像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

应理解，理论上，由于在目标区域内粘贴了广告，那么广告处的像素值将会与上一帧图像中相应位置处的像素值发生较大的变化，因此基于像素值比对，标识出像素差值大于预设差别阈值的位置，即可以实现对于广告的检测。

而由于像素对比的可靠性相对于广告识别模型而言要差一些，因此在通过像素比对得到像素差值大于预设差别阈值的位置后，可以上报至预设的审核平台进行审核，最终确定哪些位置为非法广告，从而提高广告检测的可靠性。

应理解，为了避免出现由于目标对象的存在所造成的误报，在上述方式A中，在进行像素差值大于预设差别阈值的位置标识时，可以仅标识位于当前图像中目标区域内、目标对象所在的对象区域外的各个像素差值大于预设差别阈值的目标像素位置，从而仅将各目标像素位置上报至预设的审核平台进行审核。这样，就排除掉了目标对象所导致的误报。

方式B：可以在检测出目标对象后，在当前图像中剔除目标对象的所在区域，得到待识别图像。然后将待识别图像中目标区域内各位置处的像素值，分别与当前图像的上一帧图像中目标区域内相应位置处的像素值进行比对。若发现待识别图像中目标区域内存在像素差值大于预设差别阈值的位置，则可以在待识别图像中标识出像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

应理解，在方式B中，若发现待识别图像中目标区域内存在像素差值大于预设差别阈值的位置，也可以是在未剔除目标对象的所在区域的当前图像中的相应位置处进行标识，从而上报当前图像给审核平台。

需要说明的是，在方式B中，用于进行像素值比对的上一帧图像，可以是未剔除掉上一帧图像中的目标对象的图像，也可以是剔除了上一帧图像中的目标对象后的图像。

若采用的是剔除了上一帧图像中的目标对象后的图像，那么由于两图像中的目标对象可能发生了位置变化，因此待识别图像中目标区域内的某一位置，在上一帧图像中可能不存在相应的位置，那么可选的，可以不对这类位置进行标记。

应理解，审核平台可以由工程师预先设定好，且进行审核时可以是由人工进行审核，在本申请实施例中不做限制。

应理解，在实际应用过程中，以上方式A和方式B可以与前述方式一和方式二进行任意组合采用，在本申请实施例中不做限制。

应理解，在实际应用过程中，广告可能是由目标对象(比如人)来张贴的。此时可能人会对广告形成遮挡，若是恰好该广告属于广告识别模型未训练的广告，那么则可能出现漏检的情况。

为了避免出现由于目标对象的遮挡导致出现后续漏检的情况，在本申请实施例的一种可行实施方式中，可以在检测到当前图像的目标区域内不存在目标对象，但当前图像的上一帧图像的目标区域内存在目标对象时，将当前图像中目标区域内各位置处的像素，分别与基准图像中目标区域内相应位置处的像素进行比对。

若发现当前图像中目标区域内存在像素差值大于预设差别阈值的位置，在当前图像中标识出像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

可选的，在本申请实施例中，基准图像可以采用预先拍摄的目标区域内无非法广告、也不存在目标对象的标准图像。

此外，在本申请实施例中，基准图像也可以采用最初检测到目标对象进入到目标区域内的上一帧图像。即，可以在检测到当前图像的目标区域内存在目标对象，但当前图像的上一帧图像的目标区域内不存在该目标对象时，保存该上一帧图像，并以该上一帧图像作为基准图像。

需要理解的是，此时，不同目标对象可以具有不同的基准图像。

例如，在检测到目标对象A进入到目标区域内，且上一帧图像中目标区域内不存在目标对象A，那么则可以将该上一帧图像作为目标对象A的基准图像(记为图像1)。然后，在检测到当前图像的目标区域中不存在目标对象A，且当前图像的上一帧图像(需要注意，由于时间的推移，会不断获取新的当前图像，从而不断产生新的上一帧图像，因此此时的上一帧图像不是图像1)的目标区域内存在目标对象A，那么可以将当前图像与图像1进行像素值比对，从而在当前图像中标识出像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

需要说明的是，在本申请实施例中，差别阈值可以由工程师根据实际需要进行设定。

本申请实施例所提供的广告检测方法，通过获取目标对象在目标区域内的对象区域，并将广告识别模型输出的疑似广告区域通过对象区域进行过滤(即剔除与对象区域重叠的区域)，得到目标广告区域；或者先从当前图像中剔除目标对象的所在区域，得到待识别图像，进而将待识别图像输入至预设的广告识别模型得到目标广告区域。这样得到的目标广告区域，排除了进入到目标区域内的会对广告检测造成干扰的对象的影响，使得最终得到的目标广告区域更为可信，提高了实际应用过程中的广告检测可靠性，降低了误报风险。

此外，本申请实施例所提供的广告检测方法，还可以通过像素比对的方式，将像素差值大于预设差别阈值的位置作为疑似广告的位置，并在当前图像中标识出来进行上报，从而实现了对于广告识别模型的检测补充，从而提高了广告检测可靠性，降低了广告漏检和误报的风险。

实施例二：

为了提高实际应用过程中的广告检测可靠性，降低误报风险，本实施例中也提供了一种广告检测方法。可以参见图3所示，图3为本实施例中提供的广告检测方法的流程示意图，包括：

S301：获取包含有目标区域的当前图像。

参见实施例一的说明，本申请实施例中目标区域为需要进行监管的区域，后续相关名词的解释可同一参见实施例一的说明，在此不再赘述。

S302：将当前图像中目标区域内各位置处的像素值，分别与当前图像的上一帧图像中目标区域内相应位置处的像素值进行比对。

应理解，在本申请实施例中，电子设备会不断获取最新的当前图像，从而不断产生新的上一帧图像。

S303：若比对结果表征发现当前图像中目标区域内存在像素差值大于预设差别阈值的位置，在当前图像中标识出像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

应理解，在实际应用过程中，若目标区域内存在目标对象，那么由于目标对象的存在，即目标对象所在区域即可能造成像素差值大于预设差别阈值，从而被错误的识别为疑似广告的区域，进而上报至预设的审核平台进行审核。

那么，为了防止出现因为目标对象所导致的误报，在本实施例的一种可行实施方式中，还可以先检测目标区域内是否存在目标对象。然后，在执行步骤S303时，可以仅标识位于当前图像中目标区域内、目标对象所在的对象区域外的各个像素差值大于预设差别阈值的目标像素位置，从而仅将各目标像素位置上报至预设的审核平台进行审核。

而在本实施例的另一种可行实施方式中，同样的，可以先检测目标区域内是否存在目标对象。然后，在执行步骤S302时，如果目标区域内存在目标对象，则在当前图像中剔除目标对象的所在区域，然后将剔除目标对象所在区域之后的当前图像中，目标区域内各位置处的像素值，分别与当前图像的上一帧图像中目标区域内相应位置处的像素值进行比对。

应理解，在上述另一种可行实施方式中，用于进行像素值比对的上一帧图像，可以是未剔除掉上一帧图像中的目标对象的图像，也可以是剔除了上一帧图像中的目标对象后的图像。

若采用的是剔除了上一帧图像中的目标对象后的图像，那么由于两图像中的目标对象可能发生了位置变化，因此剔除目标对象所在区域之后的当前图像中，目标区域内的某一位置，在上一帧图像中可能不存在相应的位置，那么可选的，可以不对这类位置进行标记。

在本实施例中，与实施例一类似的，为了避免出现由于目标对象的遮挡导致出现后续漏检的情况，在本申请实施例的一种可行实施方式中，可以在检测到当前图像的目标区域内不存在目标对象，但当前图像的上一帧图像的目标区域内存在目标对象时，将当前图像中目标区域内各位置处的像素，分别与基准图像中目标区域内相应位置处的像素进行比对。

若发现当前图像中目标区域内存在像素差值大于预设差别阈值的位置，在当前图像中标识出像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

可选的，在本申请实施例中，基准图像可以采用预先拍摄的目标区域内无非法广告、也不存在目标对象的标准图像。

此外，在本申请实施例中，基准图像也可以采用最初检测到目标对象进入到目标区域内的上一帧图像。即，可以在检测到当前图像的目标区域内存在目标对象，但当前图像的上一帧图像的目标区域内不存在该目标对象时，保存该上一帧图像，并以该上一帧图像作为基准图像。

此外，在本实施例中，还可以结合广告识别模型来进行广告识别。

即，在一种可选实现方式中，可以在获取到包含有目标区域的当前图像后，还将该当前图像输入至广告识别模型中。

此时，可以直接将广告识别模型输出的各疑似广告区域作为目标广告区域。

但是为了减少由于目标对象导致的误报，提高广告检测的可靠性，在上述可选实现方式中，还可以检测目标区域内是否存在目标对象，进而从广告识别模型输出的各疑似广告区域中，剔除与目标对象的对象区域重叠的区域，得到目标广告区域。

而在另一种可选实现方式中，可以检测目标区域内是否存在目标对象，进而在目标区域内存在目标对象时，在当前图像中剔除目标对象的所在区域，得到待识别图像，然后将待识别图像输入至预设的广告识别模型，得到待识别图像上的目标广告区域。

本实施例提供的广告检测方法，通过将当前图像中目标区域内各位置处的像素值，分别与当前图像的上一帧图像中目标区域内相应位置处的像素值进行比对，从而将像素差值大于预设差别阈值的位置作为疑似广告的位置，并在当前图像中标识出来进行上报，从而相比于广告识别模型的检测方式而言，可以实现对于各类广告的有效检测，从而提高了广告检测可靠性，降低了广告漏检和误报的风险。

实施例三：

本实施例在实施例一和实施例二的基础上，以公交车候车亭场景为例，为本申请做进一步示例说明。

设定目标对象为人，目标区域为候车亭的广告栏。

参见图4所示，摄像设备设置于候车亭顶部，面向广告栏，实现对于广告栏的监控。

步骤0，电子设备持续从摄像设备处获取视频帧图像。

步骤1，使用基于深度学习的人体检测模型对最新获取到的图像进行检测。

应理解，也可以通过人体分割检测的方式，实现人体检测，获取人所在的区域，在本申请实施例中不做限制。

步骤2，若图像中检测到人，则进入下一步骤。若未检测到人，则结束对本帧图像的处理，重新获取下一帧图像。

步骤3，剔除图像中广告栏以外的区域，以及人所在的区域。

步骤4，基于深度学习检测模型，检测经步骤3处理后的图片中，是否存在疑似非法广告的目标区域，并针对目标区域进行报警。

步骤5，将经步骤3处理后的图片中各位置处的像素值，分别与上一帧图像中相应位置处的像素值进行比对，并在经步骤3处理后的图片中标识出像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

相关人员在接收到步骤4中的报警后，即可进行处置。而在接收到步骤5中标识出的位置后，可以人工审核相关位置是否为非法广告，从而作出进一步的动作。

通过上述方案，可及时有效地发现乱贴的非法广告的行为，从而可及时有效的打击该行为，有效降低了城市环境监管人员的工作难度以及环卫工人清理非法广告的工作量。

实施例四：

基于同一发明构思，本申请实施例中还提供广告检测装置100和广告检测装置200。请参阅图5和图6所示，图5示出了采用图1所示的方法的广告检测装置，图6示出了采用图3所示的方法的广告检测装置。应理解，装置100和装置200具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。装置100和装置200包括至少一个能以软件或固件的形式存储于存储器中或固化在装置100、装置200的操作***中的软件功能模块或单元。具体地：

参见图5所示，装置100包括：获取模块101、检测模块102和处理模块103。其中：

所述获取模块101，用于获取包含有目标区域的当前图像；所述目标区域为需要进行监管的区域；

所述检测模块102，用于检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象；

所述处理模块103，用于在所述目标区域内存在所述目标对象时，获取所述目标对象在所述目标区域内的对象区域，并将所述当前图像输入至预设的广告识别模型，得到所述当前图像上的各疑似广告区域，从各所述疑似广告区域中，剔除与所述对象区域重叠的区域，得到目标广告区域；或者，用于在所述目标区域内存在所述目标对象时，在所述当前图像中剔除所述目标对象的所在区域，得到待识别图像，将所述待识别图像输入至预设的广告识别模型，得到所述待识别图像上的目标广告区域。

在本申请实施例的一种可行实施方式中，在检测到所述目标区域内存在所述目标对象时，所述处理模块103还用于将所述当前图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对，若比对结果表征发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

在上述可行实施方式中，所述处理模块103具体用于在所述当前图像中标识出各目标像素位置，并将各所述目标像素位置上报至预设的审核平台进行审核；其中：所述目标像素位置为当前图像中像素差值大于预设差别阈值的位置，且所述目标像素位置位于所述目标区域内、对象区域外。

在本申请实施例中，在所述当前图像中剔除所述目标对象的所在区域，得到待识别图像之后，所述处理模块103还用于将所述待识别图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对，若发现所述待识别图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述待识别图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

在本申请实施例的一种可行实施方式中，所述处理模块103还用于：

在检测到所述当前图像的目标区域内不存在所述目标对象，但所述当前图像的上一帧图像的目标区域内存在所述目标对象时，将所述当前图像中所述目标区域内各位置处的像素，分别与基准图像中所述目标区域内相应位置处的像素进行比对；

若发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

在上述可行实施方式中，所述处理模块103还用于：在检测到所述当前图像的目标区域内存在所述目标对象，但所述当前图像的上一帧图像的目标区域内不存在所述目标对象时，保存所述上一帧图像；所述上一帧图像为基准图像。

参见图6所示，装置200包括：获取单元201、比对单元202和处理单元203。其中：

所述获取单元201，用于获取包含有目标区域的当前图像；所述目标区域为需要进行监管的区域；

所述比对单元202，用于将所述当前图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对；

所述处理单元203，用于若比对结果表征发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

在本申请实施例的一种可行实施方式中，所述处理单元203还用于检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象。

此时，所述处理单元203在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核，可以包括：在所述目标区域内存在所述目标对象时，在所述当前图像中标识出各目标像素位置，并将各所述目标像素位置上报至预设的审核平台进行审核；其中：所述目标像素位置为当前图像中像素差值大于预设差别阈值的位置，且所述目标像素位置位于所述目标区域内、所述目标对象所在的对象区域外。

在本申请实施例的另一种可行实施方式中，所述处理单元203还用于检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象；所述比对单元202具体用于在所述目标区域内存在所述目标对象时，在所述当前图像中剔除所述目标对象的所在区域；将剔除所述目标对象的所在区域之后的当前图像中，所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对。

需要理解的是，出于描述简洁的考量，部分实施例一中描述过的内容在本实施例中不再赘述。

实施例五：

本实施例提供了一种电子设备，参见图7所示，其包括处理器701、存储器702以及通信总线703。其中：

通信总线703用于实现处理器701和存储器702之间的连接通信。

处理器701用于执行存储器702中存储的一个或多个第一程序，以实现上述实施例一和/或实施例二中的广告检测方法。

可以理解，图7所示的结构仅为示意，电子设备还可包括比图7中所示更多或者更少的组件，或者具有与图7所示不同的配置。例如，其还具有无线通信模块等组件。

本实施例提供了一种广告检测***，其包括通信连接的摄像设备以及如图7所示的电子设备。

其中，摄像设备可以为高清相机，且可以具有无线通信功能，从而将拍摄到的图像发送给电子设备。

此外，摄像设备应设置于需要进行监管的区域外，从而拍摄到包含有需要进行监管的区域的图像。

电子设备则可以如前文所述，实现本申请实施例中所提出的广告检测方法。

本实施例还提供了一种可读存储介质，如软盘、光盘、硬盘、闪存、U盘、SD(SecureDigital Memory Card，安全数码卡)卡、MMC(Multimedia Card，多媒体卡)卡等，在该可读存储介质中存储有实现上述各个步骤的一个或者多个程序，这一个或者多个程序可被一个或者多个处理器执行，以实现上述实施例一和/或实施例二中的广告检测方法。在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

在本文中，多个是指两个或两个以上。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (14)

1.一种广告检测方法，其特征在于，包括：

获取包含有目标区域的当前图像；所述目标区域为需要进行监管的区域；

检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象；

在所述目标区域内存在所述目标对象时，获取所述目标对象在所述目标区域内的对象区域，并将所述当前图像输入至预设的广告识别模型，得到所述当前图像上的各疑似广告区域，从各所述疑似广告区域中，剔除与所述对象区域重叠的区域，得到目标广告区域；

或者，在所述目标区域内存在所述目标对象时，在所述当前图像中剔除所述目标对象的所在区域，得到待识别图像，将所述待识别图像输入至预设的广告识别模型，得到所述待识别图像上的目标广告区域。

2.如权利要求1所述的广告检测方法，其特征在于，在检测到所述目标区域内存在所述目标对象时，所述方法还包括：

将所述当前图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对；

若比对结果表征发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

3.如权利要求2所述的广告检测方法，其特征在于，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核，包括：

在所述当前图像中标识出各目标像素位置，并将各所述目标像素位置上报至预设的审核平台进行审核；其中：

所述目标像素位置为当前图像中像素差值大于预设差别阈值的位置，且所述目标像素位置位于所述目标区域内、对象区域外。

4.如权利要求1所述的广告检测方法，其特征在于，在所述当前图像中剔除所述目标对象的所在区域，得到待识别图像之后，所述方法还包括：

将所述待识别图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对；

若发现所述待识别图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述待识别图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

5.如权利要求1-4任一项所述的广告检测方法，其特征在于，所述方法还包括：

在检测到所述当前图像的目标区域内不存在所述目标对象，但所述当前图像的上一帧图像的目标区域内存在所述目标对象时，将所述当前图像中所述目标区域内各位置处的像素，分别与基准图像中所述目标区域内相应位置处的像素进行比对；

若发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

6.如权利要求5所述的广告检测方法，其特征在于，所述方法还包括：

在检测到所述当前图像的目标区域内存在所述目标对象，但所述当前图像的上一帧图像的目标区域内不存在所述目标对象时，保存所述上一帧图像；所述上一帧图像为基准图像。

7.一种广告检测方法，其特征在于，包括：

获取包含有目标区域的当前图像；所述目标区域为需要进行监管的区域；

将所述当前图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对；

若比对结果表征发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

8.如权利要求7所述的广告检测方法，其特征在于，所述方法还包括：

检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象；

在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核，包括：

在所述目标区域内存在所述目标对象时，在所述当前图像中标识出各目标像素位置，并将各所述目标像素位置上报至预设的审核平台进行审核；其中：

所述目标像素位置为当前图像中像素差值大于预设差别阈值的位置，且所述目标像素位置位于所述目标区域内、所述目标对象所在的对象区域外。

9.如权利要求7所述的广告检测方法，其特征在于，所述方法还包括：检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象；

将所述当前图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对，包括：

在所述目标区域内存在所述目标对象时，在所述当前图像中剔除所述目标对象的所在区域；

将剔除所述目标对象的所在区域之后的当前图像中，所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对。

10.一种广告检测装置，其特征在于，包括：获取模块、检测模块和处理模块；

所述获取模块，用于获取包含有目标区域的当前图像；所述目标区域为需要进行监管的区域；

所述检测模块，用于检测所述目标区域内是否存在目标对象；所述目标对象为预设的会对所述目标区域内的广告检测造成干扰的对象；

所述处理模块，用于在所述目标区域内存在所述目标对象时，获取所述目标对象在所述目标区域内的对象区域，并将所述当前图像输入至预设的广告识别模型，得到所述当前图像上的各疑似广告区域，从各所述疑似广告区域中，剔除与所述对象区域重叠的区域，得到目标广告区域；或者，用于在所述目标区域内存在所述目标对象时，在所述当前图像中剔除所述目标对象的所在区域，得到待识别图像，将所述待识别图像输入至预设的广告识别模型，得到所述待识别图像上的目标广告区域。

11.一种广告检测装置，其特征在于，包括：获取单元、比对单元和处理单元；

所述获取单元，用于获取包含有目标区域的当前图像；所述目标区域为需要进行监管的区域；

所述比对单元，用于将所述当前图像中所述目标区域内各位置处的像素值，分别与所述当前图像的上一帧图像中所述目标区域内相应位置处的像素值进行比对；

所述处理单元，用于若比对结果表征发现所述当前图像中所述目标区域内存在像素差值大于预设差别阈值的位置，在所述当前图像中标识出所述像素差值大于预设差别阈值的位置，并上报至预设的审核平台进行审核。

12.一种电子设备，其特征在于，包括：处理器、存储器及通信总线；

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行存储器中存储的一个或者多个程序，以实现如权利要求1至9任一项所述的广告检测方法。

13.一种广告检测***，其特征在于，包括：通信连接的摄像设备以及如权利要求12所述的电子设备；

所述摄像设备设置于需要进行监管的区域外，用于拍摄包含有需要进行监管的区域的图像，并发送给所述电子设备；

所述电子设备用于接收所述摄像设备发送的图像，实现如权利要求1至9任一项所述的广告检测方法。

14.一种可读存储介质，其特征在于，所述可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至9任一项所述的广告检测方法。

Images