摘要：本发明实施例涉及一种台标识别方法，该方法包括：采集带有台标的初始图像并检测台标的位置，根据台标的位置获得待训练的台标图像；采用深度学习框架darknet对所述待训练的台标图像进行训练以获得台标识别模型；利用所述台标识别模型识别待识别的图像以获得台标的类别；对所述各台标类别所对应的概率进行排序，将概率最高的类别作为待识别图像的类别。本发明还公开了一种台标识别系统。本发明的台标识别方法和系统可以快速、准确地识别出视频或图片文件中的台标信息。

摘要：本发明公开了一种台标识别方法及系统，方法包括：获取终端设备的所属区域，根据终端设备的所属区域加载区域模式库；终端设备截取当前播放画面并进行特征提取得到特征数据；将特征数据与区域模式库进行匹配，并判断匹配结果，若匹配成功，根据匹配结果获取台标识别结果；若匹配失败，则将截取的当前播放画面上传至云端，重新训练后生成所属区域新的区域模式库。本发明终端设备对播放识别列表中的电视画面时截图获取样本图像，减少专门设计采集地方台的服务器，进行台标识别时，根据区域加载不同的模板文件，减少特征匹配计算范围，加速台标识别。

摘要：本发明公开了一种台标识别方法及系统，所述方法包括：在获取到视频帧后，从所述视频帧中截取图像块组；将所述图像块组作为输入参数输入到预设卷积神经网络阵列的输入层；采用所述卷积神经网络阵列对所述图像块组进行识别，以得到所述视频帧包含的电视台标对应的电视频道。本发明通过卷积神经网络阵列对图像块组进行识别，实现了训练结果的可重用性，避免了新增识别种类时的训练复杂度，同时提高了网络容量以及识别准确率。

摘要：本发明公开了一种台标识别方法及系统，其台标识别方法包括：提取待检测区域图像，在待检测区域图像中获取待检测图像的特征向量，计算其与预先存储的台标的特征向量的匹配度，选择大于或等于预设值的匹配度，获取与所选择的匹配度对应的台标信息；B、根据所获取的台标信息查找到对应的关系滤波函数，根据关系滤波函数计算其与所获取台标的相似度；C、获取最大的相似度，查找与最大相似度对应的台标信息，输出识别结果。本发明通过计算待检测图像的特征向量与各台标的特征向量的匹配度获取包含的台标信息，再计算待检测图像与相应台标的相似度，提出相似度最大的台标信息，实现对台标进行有效的识别，在提高有效率的同时提高了识别速度。

摘要：本发明公开一种台标识别方法及系统，其中，所述方法包括步骤：通过特征角点概率分布矩阵，计算每一个正样本、负样本的相似度，获取包含所有正样本、负样本相似度的相似度集，通过所述相似度集计算出所需检测台标的相似度阈值；通过所述特征角点概率分布矩阵计算出待检测图像包含所需检测台标的待检测相似度，根据待检测相似度与相似度阈值的大小关系，判断所述待检测图像中是否含有所需检测台标。本发明提高了台标识别的准确性，缩短了识别的时间，提高了识别效率，从而为多媒体技术的视频自动搜索、收录、分析和检索提供有效的技术支持。