户外场景中广告牌的定位
计算机视觉与模式识别
2019-05-07 v1
摘要
过去十年中，由于内容创作的多样化，在线视频经历了前所未有的增长。这为广告与营销机构提供了大量定向广告的机会。此类技术涉及将视频帧中已有的广告替换为新广告。然而，这类在线视频的后处理大多由视频编辑手动完成，繁琐且耗时。本文提出 DeepAds——一种基于简单编码器-解码器架构的深度神经网络，可准确局部化视频帧中广告的位置。我们利用神经网络在户外场景中定位广告牌的方法属首创，并取得了最佳性能。我们在带有手动标注广告牌二值图的户外场景公开数据集上，将所提方法与其他语义分割算法进行了基准比较。
引用
@article{arxiv.1905.02106,
title = {Localizing Adverts in Outdoor Scenes},
author = {Soumyabrata Dev and Murhaf Hossari and Matthew Nicholson and Killian McCabe and Atul Nautiyal and Clare Conran and Jian Tang and Wei Xu and François Pitié},
journal= {arXiv preprint arXiv:1905.02106},
year = {2019}
}
备注
Published in 2019 IEEE International Conference on Multimedia & Expo Workshops (ICMEW)