随着网络技术的快速发展,存在于互联网上的资源越来越丰富,因此如何能够使用户有效并准确地检索到所需信息显得尤为重要。视频广告作为重要的媒体形式,在信息传递中扮演着不可替代的角色,并且越来越潜移默化地影响着人们的日常生活。因此,开展高效、可伸缩的电视广告智能监播技术研究具有重要的理论意义与多层次的实际应用需求。本文针对视频广告自身存在的特征,提出了一种基于商标匹配的视频广告识别方法,并从识别的准确度和效率两方面进行实验研究。1)考虑到视频广告帧中存在着大量的背景干扰问题,本文首先对视频广告帧进行显著区域检测,将广告帧中较为显著的商标信息与周围背景分开,然后对已得到的显著区域图提取SURF描述子,并与商标库中的商标显著区域图进行匹配。实验结果表明该算法对广告帧中商标存在的背景干扰、尺度缩放、旋转、颜色、光照等变化具有很好的鲁棒性,取得了令人满意的匹配准确率,很好地实现了视频广告识别。2)随着商标库的扩大以及商标种类的不断增加,广告识别的准确率明显提高,但匹配时间在不断增加。针对如何在保证识别准确率的基础上提高识别的效率,本文采用了分层匹配的方法。利用Bag of words形成对每类商标和关键帧的直方图描述,并对比商标与关键帧的直方图,将相似性较差的商标滤除不再进行SURF特征匹配,这样就使得商标在粗匹配中被大量滤除,从而节约了SURF高维特征匹配时所花的时间,总体上提高匹配的效率。