1. 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
Detección de anuncios de televisión mediante software

2. 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
Pág. 1
Daniel Martínez Campos

3. Introducción: Necesidad tecnológica
Publicidad
en TV
Reduce
error y
costes
Gran
negocio
Detección
automática
de anuncios
Seguimiento
Interés de
grandes
empresas
Pág. 2
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

4. Introducción: Aproximación al problema
Cambio de plano
Generación de
huella
Detección de huella
Pág. 3
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

5. Desarrollo de contenidos: Conceptos
Mapa de bits
Secuencia de vídeo
Fotograma
Zona ampliada
Estructura de color
Pixel
Detección de anuncios de televisión mediante software
Pág. 4
Daniel Martínez Campos

6. Desarrollo de contenidos: Conceptos
Cambio de plano
Cambio de plano
Detección de anuncios de televisión mediante software
Pág. 5
Daniel Martínez Campos

7. Desarrollo de contenidos: Conceptos
Procesamiento de imagen
Escala de grises
Imagen capturada
0
0
0
0
0
0
1
1
1
1
1
1
0
0
0
Imagen comprimida
1
1
0
1
0
1
Huella de imagen
1
1
1
0
0
0
1
0
1
0
1
0
0
1
0
0
0
0
0
0
0
Pág. 6
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

8. Desarrollo de contenidos: Conceptos
Color negro
Escala de grises
ColorGris = 0.3𝑅 𝑖 + 0.59𝐺 𝑖 + 0.11𝐵 𝑖
1
𝐶𝑜𝑙𝑜𝑟 =
𝑁
h
𝑁
(0.3𝑅 𝑖 + 0.59𝐺 𝑖 + 0.11𝐵 𝑖 )
𝑖=0
w
N=w·h
Pág. 7
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

9. Desarrollo de contenidos: Conceptos
Falsos cambios de plano
Cambio de plano de difícil detección
Detección de anuncios de televisión mediante software
Pág. 8
Daniel Martínez Campos

10. Desarrollo de contenidos: Conceptos
Umbral de negro
Frecuencia
Histograma
Intensidad de color
Detección de anuncios de televisión mediante software
Pág. 9
Daniel Martínez Campos

11. Desarrollo de contenidos: Algoritmos
Captura, convierte B/N y comprime
Generación de
huellas
Calcula valor medio de color
No
CamPlano == true
No
Plano Negro
Sí
Sí
𝑑𝑖𝑓𝑡 = HoraAct - 𝑡1
No
𝑑𝑖𝑓𝑡 > 𝑡 𝑒𝑠𝑡𝑏
No
Flag Cambio Plano = true,
𝑡1 = Hora actual
Sí
Flag Cambia Plano = false
Genera Huella, guarda huella y
muestra resultados
Detección de anuncios de televisión mediante software
Pág. 10
Daniel Martínez Campos

12. Desarrollo de contenidos: Algoritmos
Detección de
huellas
No
Captura, convierte B/N y comprime
Calcula valor medio de color
No
CamPlano == true
Plano Negro
Sí
No
No
Sí
𝑑𝑖𝑓𝑡 > 𝑡 𝑒𝑠𝑡𝑏
Genera y busca huella
No
Flag Cambio Plano = true,
𝑡1 = Hora actual
Encuentra
Huella
Guardar en lista
Muestra resultados
Detección de anuncios de televisión mediante software
Pág. 11
Daniel Martínez Campos

13. Desarrollo de contenidos: Muestreo
Frecuencia de
muestreo
𝑡 𝑟 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎
𝑑𝑒𝑙 𝑜𝑗𝑜 𝑕𝑢𝑚𝑎𝑛𝑜
PAL = 25 fps
𝑡 𝑟 > 33 𝑚𝑠𝑒𝑔 ≈ 30 𝑓𝑝𝑠
NTSC = 30 fps
𝑡
𝑡𝑓
𝑚
< 𝑡𝑓
𝑡 𝑓 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑓𝑟𝑎𝑚𝑒
𝑡 𝑚 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜
𝑡
𝑚
Detección de anuncios de televisión mediante software
Pág. 12
Daniel Martínez Campos

14. Desarrollo de contenidos: Interfaz
Generación de
huellas
1
2
3
4
1.
2.
3.
4.
5.
6.
5
6
Detección de anuncios de televisión mediante software
Nombre de la aplicación
Filtro de negro
Botón de comienzo
Botón de parada
Salida de vídeo
Salida de información
Pág. 13
Daniel Martínez Campos

15. Desarrollo de contenidos: Interfaz
Detección de
huellas
Archivo de huellas
Archivo de anuncios
Pág. 14
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

16. Desarrollo de contenidos: Pruebas
Detección
Cambios de
plano
Falsos
cambios de
plano
Vídeos
Anuncios
Detectados
Falsas
detecciones
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
Pág. 15
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

17. Desarrollo de contenidos: Pruebas
Detección
1,2
1
0,8
Probabilidad de detectar
anuncio correcto
0,6
Probabilidad falso cambio
de plano
0,4
0,2
0
La Sexta 1
La Sexta 2
Mejores anuncios
Pág. 16
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

18. Desarrollo de contenidos: Pruebas
Degradación de imagen
Frecuencia
0
1
2
3
4
5
6
7
8
9
10
11
12
Num.Anuncios
Num.Errores
Prob.Error
10 kbps
10
9
1
3
2
1
0
0
0
0
0
0
0
26
16
0,62
30 kbps
19
5
1
1
0
0
0
0
0
0
0
0
0
26
7
0,27
50 kbps
25
0
1
0
0
0
0
0
0
0
0
0
0
26
1
0,04
70 kbps
23
2
1
0
0
0
0
0
0
0
0
0
0
26
3
0,12
90 kbps
25
1
0
0
0
0
0
0
0
0
0
0
0
26
1
0,04
110 kbps 130 kbps 150 kbps 170 kbps 200 kbps
22
25
26
25
26
3
1
0
0
0
1
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
26
26
26
26
26
4
1
0
1
0
0,15
0,04
0,00
0,04
0,00
Pág. 17
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

19. Desarrollo de contenidos: Pruebas
Degradación de imagen
10 kbps
25
20
Frecuecnia
30
25
20
15
10
5
0
110 kbps
Frecuencia
Frecuencia
200 kbps
15
10
5
0
0 2 4 6 8 10 12
Distancia de huella
0 2 4 6 8 10 12
Distancia de huella
12
10
8
6
4
2
0
0 2 4 6 8 10 12
Distancia de huella
Pág. 18
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

20. Desarrollo de contenidos: Pruebas
Degradación de imagen
Probabilidad de error
Prob.Error
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
10
30
50
70
90
110 130 150 170 200
kbps kbps kbps kbps kbps kbps kbps kbps kbps kbps
Bitrate
Pág. 19
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

21. Conclusiones
Número de bits
por huella
H1
h1
12 bits
h
h2
212 = 4096 huellas
Ph =
w
Detección de anuncios de televisión mediante software
1
=
4096
0.02 %
Pág. 19
Daniel Martínez Campos

22. Conclusiones
Número de bits
por huella
H1
4 bits
24 = 16 huellas
Ph =
1
=
16
6.25 %
Pág. 19
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

23. Conclusiones
Umbral de negro
Frecuencia
Histograma
Intensidad de color
Detección de anuncios de televisión mediante software
Pág. 20
Daniel Martínez Campos

24. Conclusiones
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 .
Detección de anuncios de televisión mediante software
Pág. 21
Daniel Martínez Campos

25. Conclusiones
Rendimiento
Comparativas de bitrate(kbps)
Video a 250 Kbps
Frecuencia
VEO TV
250 kbps
23%
77%
30
25
20
15
10
5
0
0 2 4 6 8 10 12
Distancia de huella
Pág. 22
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

26. Conclusiones
Rendimiento
Comparativas de bitrate(kbps)
TVE HD
250 kbps
Video a 250 kbps
Frecuencia
3%
97%
30
25
20
15
10
5
0
0 2 4 6 8 10 12
Distancia de huella
Pág. 23
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

27. Conclusiones
Rendimiento
Comparativas de bitrate(kbps)
Video a 10 Kbps
1%
99%
Probabilidad de error
VEO TV
Prob.Error
0,80
0,60
0,40
0,20
0,00
10 kbps
Bitrate
Pág. 24
Detección de anuncios de televisión mediante software
Daniel Martínez Campos

28. Conclusiones
Rendimiento
Comparativas de bitrate(kbps)
Video a 10 Kbps
0%
100%
Probabilidad de error
TVE HD
Prob.Error
0,80
0,60
0,40
0,20
0,00
10 kbps
Bitrate
Pág. 25
Detección de anuncios de televisión mediante software
Daniel Martínez Campos