Noad-Plugin@VU+: (Forschungs-Thread) Automatische Erkennung von Werbeblöcken in Aufnahmen.

Okay. Dann scheint das in der tat ausgeschlossen.
Ich stehe imübringen für fast jede schandtat bereit ;.)

Hallo zusammen,
mich wudert etwas der Rechenleistungsbedarf, und erinnert mich an eine anfängliche Diskusion bei einem entsprechenden Topfield TAP.
Zuerst war unheimlich Rechenleistung notwendig um die Werbung zu erkennen, später hatte der Programierer eine geniale Idee umd den Scan zu beschleunigen. Danach dauerte der Scan und das Markieren der Werbeblöcke nur mehr wenige Sekunden.
Ich hätte einen Link und den Sourcecode zu dem TAP für den Topfield. Das Posten ist glaube ich nicht gestattet.

Das TAP für den Topfield heißt "OVERFLY 0.74" und funktioniert durch Erkennung der Ton und Bildformatwechsel.

Gruß
Wolfgang

... bin leider schon bei der Installation gescheitert.

Lade die datein noch mal neu runter und kopier sie auf die vu. Denke die sind beschädigt.

habe ich bereits nach dem ersten Fehlversuch getan, Filezilla meldet auch, das alles OK ist.


wie soll denn der Wert der md5sum sein?

oops die Antworten liefen über kreuz. Ok ich warte erstmal.

Original von woda
später hatte der Programierer eine geniale Idee umd den Scan zu beschleunigen. Danach dauerte der Scan und das Markieren der Werbeblöcke nur mehr wenige Sekunden.

NoAD wurde ja ursprünglich für die normale PC-Plattform (genauer für VDR) entwickelt. Daher ist es nicht so extrem optimiert.
Auf meinem 'alten' VDR der gerade mal einen Pentium3 900MHz hat läuft das ganze bei SD-Aufnahmen in Echtzeit. Ist also mit der Mipsel-Plattform der Dream/VU+ nicht zu vergleichen.

Noad ist vor allem deswegen langsam weil es den kompletten Audio- und Video-Stream zum analysieren dekodieren muss.

Was denkbar wäre um das ganze deutlich zu beschleunigen wäre nur die Keyframes (I-Frames) eines kompletten GOP zu dekodieren. Das macht die Analyse aber schwieriger.. zum Vergleich: versuch mal ein Auto das mit 100km/h unterwegs ist zu lenken wenn du nur alle 7sekunden einmal kurz die Augen öffnen darfst

Denkbar wäre aber durchaus eine Misch-Methode, welche quasi 'lookahead' mit einem gröberen Klassifikator die Features der I-Frames scannt, und wenn der Treffer meldet dann diesen Bereich komplett zu dekodieren und mit einem zweiten, genaueren Klassifikator zu scannen.
Denkbar wäre da z.B. die Features alle in einem n-dimensionalen Raum aufzuspannen und mit einem K-Next-Neighbour Verfahren Änhlichkeiten zu erkennen. Für die beiden Stufen kann man dann den K-Wert oder auch die verwendete Norm anpassen.
Freiwillige, welche sich gut mit ffmpeg und Featureerkennung auskennen vor




Eine ganz andere Sache die in dem Zusammenhang (Werbung erkennen) interessant ist wäre das Projekt sharemarks.
Auch das kommt aus der VDR-Ecke.
Grundidee ist, das alle User im Endeffekt die exakt gleiche Aufnahme auf ihrer Platte haben (alle Streams vom Sateliten sind identisch, größtenteils auch die Kabel-Stream). Wenn nun ein User die Werbung markiert (manuell oder per NoAD) kann er die Schnittmarken Framegenau (PES-Zeitstempel) auf einen Server laden, entweder automatisch oder manuell über das Menü.
Andere User können sich diese Marken dann einfach downloaden und damit ihren Schnitt starten.
Link ins VDR-wiki

da ist mir gerade noch was zu eingefallen:
NoAD ist schon veraltet, die VDR-Community nutzt aktuell markad.
vdr-wiki.de/wiki/index.php/Markad

Die sind schon so clever von dem YUV-Video Format (typischerweise 4:2:2 bei mpeg) nur den Y-Teil zu dekodieren und zu verwenden. Das spart auch ne Menge Zkylen.

Logo-Erkennung ist wie beschrieben schon relativ einfach. Einfach mit einem passenden Kernel multiplizieren, der kann gleichzeitig glätten und differenzieren
Allerdings taugt das Logo nicht gut zur genauen Erkennung. Man achte mal darauf wann genau das Logo erscheint: Teilweise geht es schon vor der Werbung weg, oder ist während der ersten Sekunden der Werbung noch sichtbar.
Auch solche 'Inline'-Werbung (Rahmen mit Senderlogo bleibt stehen) ist damit garnicht zu erkennen. Die von Pro7 verwendete Technik (Logo schwebt langsam ein) kann man mit reiner Logoerkennung leider auch nicht dedektieren.

Daher ist der kombinierte Ansatz (Bildformat, Tonformat, Logo) doch schon derjenige der besser tut.
Gerade Bild- und Tonformat müsste man eigentlich auch ganz locker realtime aus den dekodern auslesen können

Wenn du dich für die Mathematik (quasi Algos) interessierst kann ich dir auch ein paar Bücher zukommen lassen welche ich noch vom Studium übrig habe. Quasi solche Titel wie 'pattern and speech recognition'.

Da das teil eh nicht funktioniert welchen Grund gibt es da noch als wichtig oben zu halten.

Da wird doch noch dran gearbeitet. Wenn Du eine Lösung hast, dann her damit und man kann das "wichtig" wegmachen

Wie weit ist das Programm, wann gibt es die final Version?
Würde es gerne testen, wo kann man das plugin runterladen.