Dissertação

{en_GB=Automatic Detection of TV Commercials} {} EVALUATED

{pt=A detecção automática de anúncios pode permitir satisfazer diversas necessidades: i) dos utilizadores, que tipicamente desejam eliminá-los dos seus programas de TV gravados; ii) dos reguladores, que precisam de verificar se as regras de publicidade são cumpridas; iii) dos anunciantes, que querem verificar se os contratos com as estações emissoras foram cumpridos. Os anúncios de TV são um tipo especial de conteúdo de vídeo, com algumas características bastante específicas que têm sido exploradas em diversos métodos de detecção automática. Após uma revisão das metodologias existentes para a detecção de anúncios em TV, propõe-se uma nova abordagem baseada em Redes Neurais Convolucionais (CNN); a CNN usada foi treinada com milhares de imagens selecionadas manualmente, extraídas de mais de 105 horas de vídeo gravado, de 12 canais de TV diferentes. No entanto, o sistema desenvolvido tem também a capacidade de detectar as situações em que o seu desempenho se deteriora e de iniciar um processo de reaprendizagem, sem intervenção humana. O método proposto foi avaliado com um conjunto de dados de vídeo que inclui sequências extraídas de canais de TV considerados na fase de treino da CNN, bem como de novos canais de TV. Para os canais de TV incluídos na fase de treino, a precisão mínima observada na detecção de anúncios foi de 92%; esse valor diminui quando um novo canal de TV é analisado, mas ainda assim atinge valores de precisão próximos de 90% em diversos casos. , en=The automatic detection of commercials may allow to fulfill several needs: i) of the users, who typically wish to eliminate the transmitted commercials from their recorded TV programs; ii) of the regulators, who need to verify if the TV advertising rules are met; iii) of the advertisers, who want to check if their contracts with the broadcasters have been fulfilled. TV commercials are a special type of video content, with some rather specific characteristics that have been exploited in automatic commercials detection solutions. After an overview of past methodologies for TV commercials detection, a new approach, based on a Convolutional Neural Network (CNN), is proposed; this CNN was trained with thousands of manually selected images, extracted from more than 105 hours of recorded video, from 12 different TV channels. However, the developed system also has the capability of detecting when it is performing poorly and of initiating a re-learning process, without human intervention. The proposed method was assessed with a video dataset that included sequences extracted from TV channels considered in the training stage, as well as new ones. For the TV channels included in the training stage, the minimum observed accuracy in commercials detection was 92%; this value decreases when a new TV channel is analyzed but may still reaches accuracy values around 90% in several cases. }
{pt=Anúncios de TV, blocos comerciais, detecção automática de publicidade, rede neural convolucional, classificação de conteúdo de TV, en=TV Commercials, commercial blocks, automatic detection of commercials, convolutional neural network, TV content classification}

Junho 21, 2018, 11:30

Orientação

ORIENTADOR

António José Castelo Branco Rodrigues

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar

ORIENTADOR

Maria Paula Dos Santos Queluz Rodrigues

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar