CN104813674A - 用于优化视频的系统和方法 - Google Patents

用于优化视频的系统和方法 Download PDF

Info

Publication number
CN104813674A
CN104813674A CN201380061645.XA CN201380061645A CN104813674A CN 104813674 A CN104813674 A CN 104813674A CN 201380061645 A CN201380061645 A CN 201380061645A CN 104813674 A CN104813674 A CN 104813674A
Authority
CN
China
Prior art keywords
video
described video
optimization
optimality
computer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201380061645.XA
Other languages
English (en)
Other versions
CN104813674B (zh
Inventor
弗拉迪米尔·武什科维奇
德鲁夫·巴克希
阿莫里·福尔若·达尔克
克里斯托夫·波罗帕蒂迪斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Priority to CN201811479872.5A priority Critical patent/CN109982108B/zh
Publication of CN104813674A publication Critical patent/CN104813674A/zh
Application granted granted Critical
Publication of CN104813674B publication Critical patent/CN104813674B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
    • G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23424—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for inserting or substituting an advertisement
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/23439—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements for generating different versions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25808—Management of client data
    • H04N21/25825—Management of client data involving client display capabilities, e.g. screen resolution of a mobile phone
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream
    • H04N21/4355—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream involving reformatting operations of additional data, e.g. HTML pages on a television screen
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44016—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for substituting a video clip
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/4722—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting additional data associated with the content
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/812—Monomedia components thereof involving advertisement data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8126—Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/85403—Content authoring by describing the content as an MPEG-21 Digital Item
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/12—Systems in which the television signal is transmitted via one channel or a plurality of parallel channels, the bandwidth of each channel being less than the bandwidth of the television signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2668—Creating a channel for a dedicated end-user group, e.g. insertion of targeted commercials based on end-user profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/27—Server based end-user applications
    • H04N21/274—Storing end-user multimedia data in response to end-user request, e.g. network recorder
    • H04N21/2743—Video hosting of uploaded data from client
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Marketing (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Computer Graphics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Studio Circuits (AREA)

Abstract

执行优化器的计算设备分析视频。计算设备基于分析而识别对视频的一个或多个优化。计算设备向与视频相关联的实体建议这一个或多个优化。响应于实体接受这一个或多个优化，计算设备对视频实施这一个或多个优化。

Description

用于优化视频的系统和方法
技术领域
本公开的实施方式涉及在线视频托管服务，并且更具体涉及用于识别对视频的优化并且用于向视频主人建议这样的优化的系统。
背景技术
许多视频托管网站允许实体发布视频。用户随后可以观看这些视频。这样的视频可以是通过将广告关联到视频而货币化的。还可以向观看视频的用户呈现广告，并且上传该视频的实体可以基于观看该视频的用户而被付费。对视频的改进会增加观看视频的用户数目，并且由此增加控制视频的实体的收入。但是，实体可能很难确定视频应该怎样被改变以对其改进。
发明内容
下面是对本公开的简化发明内容以便提供对本公开的一些方面的基本理解。本发明内容不是对公开的广泛概览。希望既不标识本公开的主要或关键元素，也不描绘本公开的特定实施方式的任何范围或权利要求的任何范围。其唯一目的在于以简化形式呈现本公开的一些概念，作为后面呈现的更详细描述的前序。
在本公开的实施方式中，执行优化器的计算设备分析视频。计算设备基于分析而识别对视频的一个或多个优化。计算设备向与视频相关联的实体建议这一个或多个优化。响应于实体接受这一个或多个优化，计算设备对视频实施这一个或多个优化。
此外，还实现了用于执行上述实施方式的操作的方法和系统。进一步，提供计算机可读存储媒介以存储用于执行上述实施方式的操作的指令。
附图说明
通过下面给出的具体实施方式以及通过公开的各种实施方式的附图，将更全面的理解本公开。
图1A图示说明了根据本公开的一个实施方式的示例性系统架构。
图1B图示说明了根据本公开的一个实施方式的用于推荐对视频的优化的优化模板。
图2是根据本公开的一个实施方式的视频优化器的框图。
图3是图示说明用于优化视频的方法的一个实施方式的流程图。
图4是图示说明用于优化视频的方法的另一个实施方式的流程图。
图5是图示说明用于优化视频的方法的另一个实施方式的流程图。
图6是图示说明用于确定能够对视频进行的优化的方法的一个实施方式的流程图。
图7是图示说明用于生成能够用于优化视频的优化规则的方法的一个实施方式的流程图。
图8是可以执行一个或多个这里所述的操作的示例性计算机系统的框图。
具体实施方式
生成和上传视频到视频托管网站的用户和其他实体在生成这些视频时可能不总是应用最佳实践。而且，这样的最佳实践可能是未知的或难以识别。因此，这里所述的是用于识别对视频的优化、推荐所识别的优化以及实施所识别的优化的系统和方法。管理员可以观看视频并且手工选择一个或多个视频优化以向视频主人建议。优化的示例包括启用针对视频的一个或多个特征、增加自定义缩略图、编辑视频的标签、标题和/或描述、编辑视频的内容等等。可替换地，或者此外，视频优化器可以通过应用一个或多个优化规则以识别可以对视频进行的优化来分析视频。视频优化器可以随后将这些优化向视频主人建议。响应于实体接受这一个或多个优化，视频优化器可以自动修改视频来实施所建议的优化。所建议的优化可能导致视频获取增加的收视、增加的广告收入、增加的观看者时间等等。
注意：参考视频讨论本公开的一些实施方式。这样的视频可以是数字视频，而且可以以许多不同形式编码，诸如Windows、Real、音频视频标准(AVS)、、VP8,WebM、VC-1、、MPEG-4(也称为MP4)、、MPEG-2、、音频视频交织(AVI)、或者先进视频编码(AVC)视频文件格式。尽管参考视频来讨论实施方式，本公开的实施方式还适用于其他数字媒体项目，诸如图像和音频文件。本公开的实施方式可适用的音频文件的示例包括数字音乐和其他音频剪辑，诸如运动图像专家组(MPEG)音频层3(MP3)文件、先进音频编码(AAC)文件、波形音频文件格式(WAV)文件、音频交换文件格式(AIFF)文件、无损(m4A)文件等等。本公开的实施方式可适用的图像文件的示例包括联合图像专家组(JPEG)文件、便携网络图形(PNG)文件、位图图像(BMP)文件、图形交换格式(GIF)文件等等。
图1A图示说明了根据本公开的一个实施方式的示例系统架构100。系统架构100包括连接到网络104的服务器机器115、储存库120和客户端机器102A-102N。系统架构100还可包括连接到网络104的第三方服务器机器118。网络104可以是公共网络(例如因特网)、专用网络(例如局域网(LAN)或广域网(WAN))、蜂窝网络、广播网络、或这些的组合。
客户端机器102A-102N可以是个人电脑(PC)、笔记本、移动电话、平板电脑、或任何其他计算设备。客户端机器102A-102N可以运行管理客户端机器102A-102N的硬件和软件的操作系统(未示出)。浏览器(未示出)可以在客户端机器上(例如，在客户端机器的OS上)执行。浏览器可以是可以访问由web服务器126提供服务的内容的web浏览器。浏览器可以向web服务器126发出查询和命令，诸如访问特定视频的命令、共享视频的命令、优化视频的命令等等。客户端机器102A-102N还可以上传视频到web服务器126以在储存库120中存储。
服务器机器115可以是架装服务器、路由器计算机、个人电脑、便携数字助理、移动电话、笔记本电脑、平板电脑、上网本、桌面电脑、媒体中心或上面的任何组合。服务器机器115包括web服务器126和视频优化器122。在可替换的实施方式中，web服务器126和视频优化器122在不同机器上执行。此外，在一些实施方式中，web服务器126和视频优化器122被组合成单个组件。
储存库120是能够存储视频文件的永久存储。如本领域技术人员将认识到的，在一些实施方式中，储存库120可能是附接网络的文件服务器，而在其他实施方式中，储存库120可能是一些其他类型的永久存储，诸如面向对象的数据库、关系数据库等等，其可以由服务器机器115或者经由网络104耦接到服务器机器115的一个或多个不同机器托管。存储在储存库120中的视频可包括由客户端机器102A-102N上传的用户生成的内容。视频可以附加地或可替换地包括其他实体(例如服务提供商，诸如新闻组织、出版商、图书馆等等)所提供的内容。
web服务器126可从客户端机器(这里也被称为客户端)102A-102N和/或第三方服务器机器118接收视频，并且在储存库120中存储这些视频。web服务器126可以附加地将视频从储存库120服务到客户端机器102A-102N。因此，web服务器126可提供媒体托管服务。
web服务器126可从客户端102A-102N接收搜索查询并且针对储存库120中的视频执行搜索以确定满足搜索查询的视频。web服务器126可以向客户端102A-102N发送匹配搜索查询的这些视频。客户端102A-102N还可浏览储存库120的内容。例如，客户端可以在网页内选择与特定内容类别相关联的具体标签或滤波器。web服务器126可以随后向客户端102A-102N呈现与这些特定类别相关联的视频。
web服务器126可附加地选择广告并将广告发送给客户端102A-102N。广告可以包括流内广告、视频内广告、覆盖广告等等。流内广告可以包括在视频开始前的前插播广告、暂时打断视频回放中间插播(或幕间)广告、以及在视频结束之后放映的后插播广告。覆盖广告是基于文本和图像的广告，其在视频正播放时在视频一部分上放映。视频中广告是一种覆盖广告，其如果被访问的话，使得视频暂停且视频广告被播放，在该广告之后视频继续。
web服务器126可以流传送所选择的视频到客户端102A-102N，或者可以下载视频到客户端102A-102N。在流传送中，客户端102A-102N可以在接收整个视频之前开始视频的回放。与之对照，通过下载视频通常直到由客户端102A-102N接收到完整文件才可播放。
视频优化器122可以分析视频，并且识别可以对分析过的视频进行的修改以优化这些视频。视频优化器122随后可以发布优化推荐给控制视频的实体。这样的实体可以是上传视频的实体或者具有对视频的合法权利的实体。如这里所使用的，实体可以是用户、商业实体、或者任何其他个人或组织。在一个实施方式中，优化推荐被经由电子邮件、即时消息、文本消息(例如SMS或MMS)、或其他消息传递媒介递送到实体。视频优化器122还可发布优化推荐给实体的账号。因此，当实体接下来访问账号时，实体可以看到优化推荐且针对优化推荐行动。
视频优化器122还可提供使得管理员(例如帮助视频主人货币化其视频的合伙管理者)能够提供优化建议给视频主人的接口。管理员可以审阅视频以确定视频的一个或多个属性。视频优化器122可以为管理员提供优化模板或形式以经由诸如图形用户界面(GUI)的用户接口来填写。视频优化器122随后可以基于所填写的优化模板而向视频主人建议对分析过的视频的优化。
图1B图示说明了一个示例优化模板150，其可以由例如合伙管理者填写。如所示，合伙管理者可以选择是否启用、禁用或保持不变多个选项，其可以包括例如公共观看选项152、评级选项154、嵌入选项156、离网联合选项158(其允许视频托管服务器在离网体验中联合视频)、阻挡外部所有权选项160、一个或多个广告选项162和用于FP匹配选项172(其使得视频用于生成指纹以检测类似视频)。合伙管理者还可以推荐视频主人经由模板150为视频增加评论174和/或响应176。此外，合伙管理者可以建议经由文本框180添加或移除具体标签。合伙管理者还可以为视频建议新类别182和/或将视频分类为原样178。一旦合伙管理者填写了优化模板150(例如经由GUI)，他可以经由GUI录入提交命令，这可导致基于优化模板生成并发送一个或多个优化建议到视频主人。如果视频主人接受优化建议，则视频优化器可以实施所建议的优化。
返回图1A，在一些实施方式中，视频优化器122提供可由客户端机器102A-102N和/或第三方服务器机器118访问的应用编程接口(API)。使用用于视频优化器122的API，客户端机器102A-102N和/或第三方服务器机器118可以选择视频(或单一视频)并且开始对视频的分析、推荐和/或优化。
图2是根据本公开的一个实施方式的视频优化器205的框图。视频优化器205可以包括用户接口230、视频分析器210、推荐器215、规则管理器220、视频编辑器225和/或实验设计(DOE)生成器240。注意：在可替换实施方式中，用户接口230、视频分析器210、推荐器215、规则管理器220、视频编辑器225和/或DOE生成器240中的一个或多个的功能可以合并为单一模块或者分割为多个模块。在一个实施方式中，视频优化器205对应于图1的视频优化器122。
视频分析器210分析视频以识别可以对视频进行的改变以优化视频。视频分析器210可以被用户经由用户接口230调用或者可以自动由视频优化器205调用。在一个实施方式中，视频分析器210在新视频上传到web服务器时自动调用。视频分析器210随后可以分析上传的视频以在视频被公开可用之前识别对视频的优化。视频分析器210可以附加地或者可替换地分析可能存储在储存库245中的之前上传的视频250。在一个实施方式中，视频分析器210分析已由实体经由用户接口230选择的视频250。视频分析器210还可以分析由特定实体上传的视频250，或者系统地分析一些或所有上传的视频250(例如基于上传日期和/或视频何时最后优化)。例如，视频分析器210可以周期性和/或当新优化规则变得可用或现有优化规则被改善时分析视频250。
在一个实施方式中，视频分析器210是规则引擎，其基于优化规则260的集合而确定对视频的优化。视频分析器210可以是规则引擎，其处理优化规则260以产生成果。视频分析器210可以匹配事实、数据和优化规则260，以及推断可能导致行动或事件的结论。在一个实施方式中，视频分析器210使用Rete算法来匹配事实、数据和规则260。视频分析器210还可以使用线性算法、Treat算法、Leaps算法或其他算法。还可以使用例如使用Leaps算法和Rete算法的组合的混合算法。
优化规则260可以执行行动、提供信息、生成推荐等等。优化规则260可包括条件元素(例如，与、或、非、存在等等)、限制(例如，等于、不等于、大于、包含等等)和结果或行动(例如生成推荐、处理下一规则、编辑视频等等)。一些优化规则可以输出对可执行优化的一个或多个建议，其可被接受以实施对分析过的视频的改变。一些优化规则260可以输出对不可执行优化的一个或多个建议，其可以合并到未来视频中。一些优化规则260可以输出对可执行和不可执行优化的建议。优化规则260还可以执行其他功能。
所生成的优化建议可是一般性的或者具体的。一般性建议可以建议用户执行特定类型优化(例如添加更多标签、改善标题或描述等等)。具体建议可以建议执行特定优化，诸如添加具体标签给视频，使用用于视频的具体定制缩略图等等。
每个优化规则260可以检查视频的一个或多个低效、缺陷、错误等等。每个优化规则260可以进一步包括可以针对分析过的视频而执行的一个或多个优化。优化规则260可以用来审查视频的内容(例如图像内容、音频内容等等)以及与视频相关联的元数据(例如标签、标题、描述等等)。优化规则260所执行的分析的类型可以基于规则而变化，并且可以包括执行图像分析(例如对于视频中一个或多个帧)、图像识别、图像分类等等。例如，优化规则可以对视频中图像执行图像识别以识别视频中的对象。这些对象识别随后可以由优化规则使用或者作为对其他优化规则的输入。在进一步的示例中，作为执行图像识别的结果，优化规则识别视频中的舞者。优化规则随后可以建议向视频添加跳舞标签，并且另一优化规则可以进一步建议向视频的标题添加词语舞蹈。分析还可以包括解析图像的元数据。这个解析的元数据可以用作对优化规则的输入，其可以确定元数据是否遵守已知优化元数据参数(例如是否启用选项选择是最优、是否广告选项选择是最优、是否描述是最优、是否定制缩略图存在、是否标签是最优等等)。
优化规则260可以被配置为优化具体类型的视频。例如，可能存在与优化音乐视频不同的优化规则来优化儿童的视频。此外，一些优化规则260可以基于被分析的视频的类型而提供不同优化建议。如果视频的类型没有被识别出，则优化规则260可以识别视频的类型，并且可以建议视频被分类为所识别的类型的视频(例如，通过向视频添加标签)。
优化规则260还可以被配置为优化出不同结果。例如，一些优化规则可以被配置为优化用于最大收入，同时其他优化规则可以被配置为优化用于最高收视、最长观看者时间、最大可发现性等等。
在一个实施方式中，存在多个不同类的优化规则260。优化规则类的示例包括货币化类、视频启用类、视频可发现性类、作者行为类和视频内容类。也可以使用更多或更少的优化类。还注意：优化规则类结构是一个逻辑结构，其可以用于组织优化规则260。优化规则260可以可替换地不被组织，或者可以根据某些其他逻辑结构或方法来组织。
货币化类优化规则包括检查可与视频一起使用的广告类型和/或广告优化的规则。货币化类优化规则可包括检查视频内广告是否启用、流内广告是否启用、覆盖广告是否启用、货币化策略是否已经对视频启用等等的规则。货币化类优化规则还可以识别广告的最优类型。此外，货币化类优化规则可以识别广告的最优屏幕放置、广告的最优尺寸等等。
如果禁用特定类型的广告，则货币化类优化规则可以输出建议来启用这些广告类型。此外，如果广告属性次最优(例如广告太大、太小、未正确放置等等)，则货币化类优化规则可以输出建议以修改广告属性。
视频启用类优化规则包括检查是否启用视频的一个或多个选项的规则。视频启用类优化规则可包括检查是否启用嵌入(其使得视频能够嵌入到第三方网站中)、是否启用离网联合(其使得视频能够在互联网环境之外放映，诸如在广播或有线电视环境中)、是否启用标注(其使得用户能够对视频添加标注)、是否启用评论(其使得用户能够对视频添加评论)、是否启用评级(其使得用户能够对视频评论)、是否提供和/或启用解说字幕和/或字幕、是否启用地理标签、是否启用自动分享等等的规则。对于一些视频，启用这些选项中的特定选项可以增加观看者和/或广告收入。
视频可发现性类优化规则包括检查如何将视频呈现给观看者和/或如何发现视频的规则。视频可发现性类优化规则的示例包括检查定制缩略图和/或优化定制缩略图的规则、检查是否已经将视频添加到播放列表中的规则、检查呼叫到行动标注是否包括在视频中或与视频相关联的规则等等。呼叫到行动标注可以是请用户按下按钮来发起行动的按钮。按钮可以在一些或所有视频期间出现(例如，2:12到5:00)，并且可以在特定显示区域处出现。呼叫到行动标注可以被用户点击来打开新的网页。视频可发现性类内的优化规则的其他示例包括检查视频标题、视频描述、标签(例如，用于视频类型)等等的规则。发现类优化规则可输出建议以添加或修改定制缩略图，以添加或修改标签、标题和/或描述符，以添加或修改呼叫到行动标注等等。
作者行为类优化规则包括检查控制视频的实体的行为的规则。特定作者行为可以增加视频的曝光，并且可以由此增加收视和/或与视频相关联的广告收入。作者行为类内的优化规则的示例包括检查视频经由社交媒体平台而分享、检查针对视频的评论等等的规则。
视频内容类优化规则包括分析视频的内容以用于潜在改进的规则。视频内容类内的优化规则的示例包括检查最优照明条件、检查模糊、检查色彩问题、检查剪辑问题、检查图像稳定性、检查最优视频长度等等的规则。这样的规则可以对视频的一个或多个帧执行图像分析以确定视频的图像属性并且比较这些图像属性与已经被确定为最优的图像属性。其他示例包括检查背景噪声、检查视频内一个或多个讲话者的不充分音量等等的规则。这样的规则可以对视频的音频部分执行音频分析以确定视频的音频属性并且比较这些音频属性与已经被确定为最优的音频属性。视频内容类优化规则可以建议校正照明、稳定性、音频质量、模糊等等的任何识别的问题(例如使得视频的图像和/或音频属性更接近所确定的最优图像和/或音频属性)。
优化规则可以由规则管理器220管理。经由用户接口，管理者可以组织优化规则、添加新的优化规则、移除优化规则等等。规则管理器220还可以执行自动任务，诸如规则分类、规则生成等等，而无用户输入。
在一个实施方式中，规则管理器220包括机器学习模块235。机器学习模块235分析多个视频以及与这些视频相关联的收视/货币化统计。基于分析，机器学习模块235可以识别指示增加收视、增加广告收入等等的属性的集合。机器学习模块235随后生成规则的集合，其可以用来确定视频是否具有指示成功货币化、可发现性和/或收视的特定属性。这些规则可以进一步包括行动，诸如优化视频以添加指示成功的这些属性和/或生成推荐以优化视频。
在一个实施方式中，规则管理器220基于一个或多个类似属性和/或类似收视统计应用聚类而分析以对视频进行聚组。规则管理器220随后可以识别与有利的收视统计相关联的这些聚类和与不利的收视统计相关联的这些聚类之间的差异。规则管理器220可以生成作出推荐的规则，这些推荐如果被实施，将使得来自具有不利的收视统计的聚类的视频被重新分类为具有有利的收视统计的聚类的成员。这样的规则还可以执行推荐的操作以修改视频。
注意：聚类分析只是机器学习模块235可以实施的机器学习算法的一个类别。机器学习模块235还可包括神经网络算法、矢量机器学习算法、关联规则学习算法、决策树学习算法、基因编程算法、归纳逻辑编程算法、或者其他机器学习算法。此外，机器学习模块235可以使用机器学习算法的多个不同的类，和/或可以应用混合机器学习算法来生成优化规则。
一旦视频分析器210已经识别了一个或多个视频优化，推荐器215生成这些优化的优化建议。推荐器215可以发布优化建议给控制视频的实体的用户账号。发布可以包括“接受建议”按钮，其如果被按下的话，将使得所建议的优化被实施。发布可以另外包括用于每一优化建议的分别的接受选项。因此，实体可以选择所建议的对实施方式的优化的子集或者可以接受所有所建议的对实施方式的优化。
推荐器215可以另外或可替换地生成包括优化建议的消息。该消息可以是电子邮件消息、文本消息、即时消息、或者其他类型的消息。消息可以包括“接受建议”选项，其如果被实体选择的话，将使得生成并发送接受响应消息到推荐器215。用户还可以发送识别一些或全部所建议的要实施的优化的回复消息到视频优化器205。
视频编辑器225修改视频以实施优化建议。在一个实施方式中，视频分析器210调用视频编辑器225来在分析视频后实施优化建议。视频编辑器225随后可以生成已修改的视频255，并且暂时缓存已修改的视频或存储已修改的视频(例如在储存库中)。如果控制视频的实体接受所建议的优化，则原始视频可以被预先生成的已修改的视频所替换。视频编辑器225还可以响应于实体接受一些或全部优化建议而编辑视频。
视频编辑器225可以编辑与视频相关联的元数据和视频的内容二者以优化视频。视频编辑器225可以执行启用选项，诸如启用视频内广告、启用流内广告、启用覆盖广告、启用货币化策略、启用嵌入、启用离网联合、启用标注、启用评论、启用评级、启用解说字幕和/或字幕、启用地理标签等等。视频编辑器225还可以编辑与视频相关联的元数据，诸如添加或替换用于视频的定制缩略图、添加视频到播放列表、添加呼叫到行动按钮到视频、编辑视频的标题(例如，使标题更具描述性或更吸引人)、编辑视频的描述、编辑与视频相关联的标签等等。此外，视频编辑器225可以对视频内容进行编辑。这样的编辑可以包括改进视频中的照明条件、改变视频中的色彩、稳定化视频、从视频中删除帧、放大视频中一个或多个讲话者的音量、对视频的音频应用噪声抑制等等。
在进行优化后，视频优化器205可以监视视频的成功。如果在实施优化之后，诸如视频的收视、可发现性、观看时间、货币化等的度量增长，则优化的准确性可以得到确认。如果这些度量中的一个或多个在实施优化之后保持相同或下降，则规则管理器220可以调整一个或多个的优化规则。
在一个实施方式中，视频优化器205包括设计实验(DOE)生成器240。DOE生成器240确定可能改进视频的收视和/或货币化的对视频的一个或多个改变。这些改变可以通过调用视频分析器210和从视频分析器210接收优化建议而自动确定。可替换地，或者此外，用户可以经由用户接口230规定优化。DOE生成器240随后可以调用视频编辑器225来基于所建议或规定的优化而生成一个或多个已修改的视频255。每个已修改的视频255可以实施一个或几个不同优化。
DOE生成器240使用原始视频和一个或多个已修改的视频来生成实验。实验可以使得服务器呈现原始视频250给大多数观看者(例如90％的观看者)，并且呈现已修改的视频给小百分比的观看者。例如，如果生成两个不同的已修改的视频，每个具有不同优化，则DOE生成器240可以使得第一已修改的视频向5％的观看者放映而第二已修改的视频向5％的观看者放映。DOE生成器240随后比较原始视频的观看者和/或货币化结果(称为标准结果)与已修改的视频的结果(称为实验结果)。
如果已修改的视频的实验结果优于原始视频的标准结果，则推荐器215生成优化建议以对该视频实施经测试的改变。推荐器215随后发送推荐给控制视频的实体。推荐可以包括所建议的优化以及将作为接受优化的结果而出现的计划的收视和/或货币化方面的改进。计划的改进可以基于原始视频的标准结果与已修改的视频的实验结果的比较。注意：可以并行运行多个实验，每个实验都可以应用不同的优化。实验可以在接收到用户对运行优化实验的选项的接受之后而运行。
图3-7是关于优化视频的方法的各种实施方式的流程图。这些方法是通过可以包括硬件(电路、专用逻辑等等)、软件(诸如运行在通用计算机系统或专用机器上)或二者组合的处理逻辑来执行的。在一个实施方式中，这些方法是由图1的服务器机器115来执行的。这些方法可以例如由在服务器机器115或另一机器上执行的视频优化器122来执行。
为了简化解释，这些方法被描绘和描述为一系列动作。但是，根据本公开的动作可以以各种次序发生和/或同时发生，以及与这里没有呈现和描述的其他动作一起发生。而且，不是所有图示的动作都可被要求来实现根据所公开的主题的方法。此外，本领域技术人员将理解且认识到，这些方法可以可替换地经由状态图或事件而被表示为一系列互相相关的状态。此外，应该认识到，本说明书中所公开的方法能够存储在制造物品上以促进传送和转移这样的方法到计算设备。这里所使用的术语制造物品想要包括可从任何计算机可读设备或存储媒介访问的计算机程序。
图3是图示说明用于优化视频的方法300的一个实施方式的流程图。在方法300的块305，处理逻辑分析视频。视频可以由诸如视频托管网站的媒体托管服务存储。分析视频可以包括由规则引擎使用一个或多个优化规则来处理视频。在块308，处理逻辑确定是否识别了任何可执行或不可执行优化。可执行优化是可以对所分析的视频执行的优化。不可执行优化是当未来视频被产生时可以针对这些视频执行的优化。如果任何可执行和/或不可执行优化被识别，方法继续到块310。否则，方法结束。
在块310，处理逻辑向控制视频的实体建议任何已识别的可执行优化。在块320，处理逻辑向实体推荐对未来视频实施任何不可执行优化。建议和/或推荐可以通过发布建议/推荐给实体的账号和/或发送消息给实体(例如经由电子邮件、文本消息、即时消息等等)而被发送给实体。
在块325，处理逻辑确定实体是否已接受可执行优化。如果实体没有接受可执行优化，则方法结束。如果实体接受了可执行优化，则方法继续到块330，并且处理逻辑自动修改视频以实施可执行优化。这可包括编辑与视频相关联的元数据和/或编辑视频的内容。
图4是图示说明用于优化视频的方法400的另一实施方式的流程图。在方法400的块405，处理逻辑接收视频。处理逻辑可以从存储中检索视频，视频可以由实体上传，或者处理逻辑可以接收视频。在块410，处理逻辑向视频应用一个或多个优化规则，其中每个优化规则被配置为检测视频的具体特征。
在块415，处理逻辑确定是否已识别出任何视频内容优化。这样的视频内容优化可以包括改进视频中照明条件、改变色彩、改进音频质量、修剪视频等等的优化。如果已识别视频内容优化，则方法继续到块420，并且处理逻辑建议对视频进行将优化视频的内容的修改。否则，方法继续到块425。
在块425，处理逻辑确定是否已识别任何视频元数据优化。视频元数据优化可包括启用视频的一个或多个特征、更新与视频相关联的标签、修改视频的标题和/或描述、修改或添加定制缩略图到视频等等的优化。如果识别了视频元数据优化，则在块430，处理逻辑建议修改以优化视频的元数据。否则，方法继续到块435。
在块435，处理逻辑接收对所建议的优化中的一个或多个的接受。在块440，处理逻辑自动修改视频的内容和/或视频的元数据以实施所接受的优化。方法随后结束。
图5是图示说明用于优化视频的方法500的另一实施方式的流程图。在方法500的块505，处理逻辑基于对视频的分析而识别对视频的当前版本的优化。在块510，处理逻辑生成合并了所识别的优化的视频的优化版本。在块515，处理逻辑缓存视频的优化版本。
在块520，处理逻辑向控制视频的实体建议所识别的优化。在块525，处理逻辑确定是否已接受所有所建议的优化。如果优化已经全都被接受了，则在块530，处理逻辑用视频的优化版本替换当前版本。如果还没有接受所有优化，则方法继续到块532。
在块532，可以删除视频的缓存(优化)版本。在块535，处理逻辑确定是否已接受所有所建议的优化的子集。如果已经接受一些优化，则方法继续到块540。否则，方法结束。
在块540，处理逻辑生成合并了所接受的优化的视频的新的优化版本。在块550，处理逻辑用视频的新的优化版本替换视频的当前版本。方法随后结束。
图6是图示说明用于确定能够对视频进行的优化的方法600的一个实施方式的流程图。在方法600的块605，处理逻辑基于对视频的分析而识别对视频的原始(或当前)版本的一个或多个优化。在块610，处理逻辑生成合并了所识别的一个或多个优化的视频的修改后版本。在块615，处理逻辑呈现视频的修改后版本给一定百分比的观看者(例如5％的观看者)。
在块620，处理逻辑比较修改后版本的结果与原始(或当前)版本的结果。在块625，处理逻辑确定修改后版本是否具有比原始(或当前)版本的更优的结果。更优的结果可以是增加了收视、增加了每次放映的广告收入、或者其他改进的度量。如果修改后版本具有更优的结果，则方法继续到块630，且建议与视频的修改后版本相关联的优化。否则，方法前进到块635。
在块635，处理逻辑确定是否存在还没有测试的任何附加的识别出的优化。如果存在附加的优化，则方法返回到块610，并且生成合并附加优化中一个或多个的视频的另一修改后版本。否则，方法结束。
图7是图示说明用于生成能够用于优化视频的优化规则的方法700的一个实施方式的流程图。在方法700的块705，处理逻辑使用机器学习系统分析视频集。机器学习系统可以应用一个或多个机器学习算法，诸如聚类分析、神经网络等等。在块710，处理逻辑基于分析而识别与已改进的观看、货币化和/或观看时间互相关的视频的属性。在块715，处理逻辑基于所识别的属性而生成一个或多个优化规则。在一个实施方式中，每个优化规则可以用于检查视频是否具有与增加货币化、观看和/或观看时间互相关的特定属性。
图8图示说明了可以在其内执行用于使得机器执行任何一个或多个这里所讨论的方法的指令的集合的计算机系统800的示例形式的机器的图解表示。在一些实施方式中，机器可以连接(例如联网)到LAN、内联网、外联网或因特网中的其他机器。机器可以身为在客户端-服务器网络环境中的服务器或客户端，或者作为在对等(或分布式)网络环境中的对等机器操作。机器可以是个人电脑(PC)、平板PC、机顶盒(STB)、个人数字助理(PDA)、蜂窝电话、web电器、服务器、网络路由器、交换机或桥、或者能够执行规定要由机器采取的行动的指令的集合(顺序或其他)的任何机器。进一步，尽管只图示了单个机器，术语“机器”还应该被取为包括任何机器集，独立或联合地执行指令的集合(或多个集合)来执行这里所讨论的方法中的任意一个或多个。
示例性计算机系统800包括经由总线808相互通信的处理设备802、主存储器804(例如只读存储器(ROM)，闪存存储器，动态随机存取存储器(DRAM)，诸如同步DRAM(SDRAM)或Rambus DRAM(RDRAM)等等)、静态存储器806(例如闪存存储器、静态随机存取存储器(SRAM)等等)以及数据存储设备818。
处理设备802表示一个或多个通用处理器，诸如微处理器、中央处理单元等。更具体地，处理设备802可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、或者实施其他指令集的处理器或实施指令集的组合的处理器。处理设备802还可以是一个或多个专用处理设备，诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器等。处理设备802被配置为执行用于执行这里讨论的操作和步骤的指令826。
计算机系统800可以进一步包括网络接口设备822。计算机系统800还可以包括视频显示单元810(例如液晶显示器(LCD)或阴极射线管(CRT))、字母数字输入设备812(例如键盘)、光标控制设备814(例如鼠标)以及信号生成设备820(例如扬声器)。
数据存储设备818可包括计算机可读介质824，其上存储指令826的一个或多个集合(例如软件)，其体现这里所述的方法或功能中的任意一个或多个。指令826还可以在其被计算机系统800执行期间完全或至少部分驻留在主存储器804内和/或处理设备802内，主存储器804和处理设备802还构成计算机可读媒介。
在一个实施方式中，指令826包括用于可以对应于图2的视频优化器205的视频优化器850和/或包含调用视频优化器的方法的软件库的指令。尽管在示例性实施方式中计算机可读介质824被示出是单一介质，术语“计算机可读介质”应该被取为包括存储指令的一个或多个集合的单一介质或多个介质(例如中心化或分布式数据库和/或相关联的缓存和服务器)。术语“计算机可读存储介质”也应该被取为包括能够存储用于由机器执行且使得机器执行本公开的方法的任何一个或多个的指令的集合的任何介质。术语“计算机可读介质”和“计算机可读存储介质”因此应该取为包括但不限于固态存储器、光媒介和磁媒介。
在前面的描述中，阐述了许多细节。但是，从本公开受益的本领域普通技术人员将认识到，本公开可以不用这些具体细节而实践。在一些情况下，公知结构和设备以框图形式示出，而不是细节示出，以便避免对本公开的混淆。
一些部分的具体实施方式已根据算法和对于计算机存储器内数据比特的操作的符号表示而呈现。这些算法描述和表示都是由数据处理领域中的技术人员使用的手段以便最有效地将他们的工作的实质传达给本领域其他技术人员。算法在此并且通常被构想为导致所需结果的步骤的自洽序列。这些步骤是需要物理量的物理操控的步骤。通常，尽管没必要，这些量采取能够被存储、传送、组合、比较或被操控的电气或磁信号的形式。已证明在时间上方便，主要出于公共使用的原因，以指出这些信号为比特、值、元素、符号、字符、术语、数字等。
但是，应该记住，所有这些和类似术语都要与合适物理量相关联并且仅是适用于这些量的便利标签。除非另外具体陈述，如从下面讨论显而易见的，认识到，在整个描述中，使用诸如“分析”、“建议”、“确定”、“启用”、“识别”、“修改”等术语的讨论指的是将表示为计算机系统的寄存器和存储器内的物理(例如电子)量的数据操控和变换为类似地表示为计算机系统存储器或寄存器或其他这样的信息存储、传输或显示设备内的物理量的其他数据的计算机系统或类似电子计算设备的行动和处理。
本公开还涉及用于执行这里操作的装置。这个装置可以是特别构造用于所需目的，或者其可以包括通用计算机，其由存储在计算机中的计算机程序选择性激活或重新配置。这样的计算机程序可以存储在计算机可读存储介质中，诸如但不限于任何类型的盘，包括软盘、光盘、CD-ROM和磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁或光卡、或者适合于存储电子指令的任何类型的媒介。
词语“示例”或“示例性”在此用于意味着充当示例、实例或说明。这里描述为“示例”或“示例性”的任何方面或设计不必理解为相比其他方面或设计优选或有利。而是，词语“示例”或“示例性”的使用想要用具体方式呈现概念。如在本申请中所使用的，术语“或”想要意味着包括性的“或”而不是排他性的“或”。也就是，除非另外指出，或根据上下文明显看出，否则“X包括A或B”想要意味着自然包含排列中的任何一个。也就是，如果X包括A；X包括B；或X包括A和B，则“X包括A或B”在任何前述情况中都满足。此外，本申请和所附权利要求中使用的冠词“a”和“an”应该通常被解释为意味着“一个或多个”，除非另外指出或者从上下文中明显看出指的是单数形式。而且，通篇中术语“实施例”或“一个实施例”或“实施方式”或“一个实施方式”的使用不想要意味着相同的实施例或实施方式，除非这样描述。
应该理解，上面的描述想要是说明性的，而不是限制性的。在阅读和理解上面的描述后，许多其他实施方式对本领域技术人员来说将显而易见。公开的范围因此应该结合所附权利要求以及与这样的权利要求所授权的等同的完全范围来确定。

Claims (35)

1.一种方法，包括：
由执行优化器的计算设备分析视频；
由所述计算设备基于所述分析而识别对所述视频的一个或多个优化；
向与所述视频相关联的实体建议所述一个或多个优化；以及
响应于所述实体接受所述一个或多个优化，修改所述视频以实施所述一个或多个优化。
2.如权利要求1所述的方法，其中，对所述一个或多个优化的建议包括修改所述视频的内容的第一建议或修改与所述视频相关联的元数据的第二建议中的至少一个。
3.如权利要求1所述的方法，进一步包括：
通过启用使得一个或多个类型的广告能够关联于所述视频而放映的广告选项、使得所述视频能够嵌入到第三方网站中的嵌入选项、使得所述视频能够在互联网环境之外放映的离网联合选项、使得第三方能够标注所述视频的标注选项、使得第三方能够对所述视频评论的评论选项、使得第三方能够对所述视频评级的评级选项、对所述视频启用解说字幕的解说字幕选项或对所述视频启用地理标签的地理标签选项中的至少一个，来修改与所述视频相关联的元数据。
4.如权利要求1所述的方法，进一步包括：
通过执行添加定制缩略图到所述视频、添加所述视频到播放列表、将呼叫到行动标注关联到所述视频、修改所述视频的标题、修改所述视频的描述或添加标签到所述视频中的至少一个，来修改与所述视频相关联的元数据。
5.如权利要求1所述的方法，进一步包括：
通过执行改变所述视频的照明条件、改变所述视频的色彩、校正所述视频中的模糊、重新剪辑所述视频、稳定化所述视频或从所述视频中移除背景噪声中的至少一个，来修改所述视频的内容。
6.如权利要求1所述的方法，其中，分析所述视频包括：
解析与所述视频相关联的元数据；以及
使用解析后的元数据以识别所述一个或多个优化。
7.如权利要求1所述的方法，其中，分析所述视频包括：
对所述视频执行图像识别以确定所述视频中一个或多个对象的标识；以及
使用所述一个或多个对象的所述标识以识别所述一个或多个优化。
8.如权利要求1所述的方法，其中，分析所述视频包括对所述视频中的一个或多个帧执行图像分析。
9.如权利要求1所述的方法，其中，分析所述视频包括向所述视频应用多个优化规则，所述多个优化规则中的每个被配置为检测所述视频的具体特征。
10.如权利要求9所述的方法，其中，所述多个优化规则包括将所述视频的启用选项选择与最优启用选项选择相比较的一个或多个优化规则。
11.如权利要求9所述的方法，其中，所述多个优化规则包括检查所述视频的定制缩略图、与所述视频相关联的播放列表、所述视频中的呼叫到行动标注、视频标题、视频描述或视频标签中至少一个以确定所述视频的可发现性的一个或多个优化规则。
12.如权利要求9所述的方法，其中，所述多个优化规则包括将所述视频的图像属性或音频属性中至少一个与最优图像属性或最优音频属性相比较的一个或多个优化规则。
13.如权利要求9所述的方法，进一步包括：
使用多个附加视频执行机器学习；以及
基于所述机器学习的结果而生成所述多个优化规则。
14.如权利要求1所述的方法，进一步包括：
在向所述实体建议所述一个或多个优化之前生成包括所述一个或多个优化的所述视频的新版本；以及
缓存所述视频的新版本，其中，修改所述视频包括用所述视频的新版本替换所述视频。
15.如权利要求1所述的方法，进一步包括：
基于所述分析识别一个或多个改进，所述一个或多个改进如果在创建所述视频期间已被实施则已优化所述视频；以及
向所述实体推荐对未来视频实施所述一个或多个改进。
16.如权利要求1所述方法，进一步包括：
生成所述视频的修改后版本；
呈现所述视频的修改后版本给一定百分比的观看者以产生所述视频的修改后版本的结果；
比较所述视频的修改后版本的结果与所述视频的标准结果；以及
基于所述比较而识别所述一个或多个优化。
17.一种具有指令的计算机可读存储介质，所述指令当被处理设备执行时使得所述处理设备执行包括以下的方法：
由所述处理设备分析视频；
由所述处理设备基于所述分析而识别对所述视频的一个或多个优化；
向与所述视频相关联的实体建议所述一个或多个优化；以及
响应于所述实体接受所述一个或多个优化，修改所述视频以实施所述一个或多个优化。
18.如权利要求17所述的计算机可读存储介质，其中，对所述一个或多个优化的建议包括修改所述视频的内容的第一建议或修改与所述视频相关联的元数据的第二建议中的至少一个。
19.如权利要求17所述的计算机可读存储介质，所述方法进一步包括：
通过启用使得一个或多个类型的广告能够关联于所述视频而放映的广告选项、使得所述视频能够嵌入到第三方网站中的嵌入选项、使得所述视频能够在互联网环境之外放映的离网联合选项、使得第三方能够标注所述视频的标注选项、使得第三方能够对所述视频评论的评论选项、使得第三方能够对所述视频评级的评级选项、对所述视频启用解说字幕的解说字幕选项或对所述视频启用地理标签的地理标签选项中的至少一个，来修改与所述视频相关联的元数据。
20.如权利要求17所述的计算机可读存储介质，所述方法进一步包括：
通过执行添加定制缩略图到所述视频、添加所述视频到播放列表、将呼叫到行动标注关联到所述视频、修改所述视频的标题、修改所述视频的描述或添加标签到所述视频中的至少一个，来修改与所述视频相关联的元数据。
21.如权利要求17所述的计算机可读存储介质，所述方法进一步包括：
通过执行改变所述视频的照明条件、改变所述视频的色彩、校正所述视频中的模糊、重新剪辑所述视频、稳定化所述视频或从所述视频中移除背景噪声中的至少一个，来修改所述视频的内容。
22.如权利要求17所述的计算机可读存储介质，其中，分析所述视频包括：
解析与所述视频相关联的元数据；以及
使用解析后的元数据以识别所述一个或多个优化。
23.如权利要求17所述的计算机可读存储介质，其中，分析所述视频包括：
对所述视频执行图像识别以确定所述视频中一个或多个对象的标识；以及
使用所述一个或多个对象的所述标识以识别所述一个或多个优化。
24.如权利要求17所述的计算机可读存储介质，其中，分析所述视频包括对所述视频中的一个或多个帧执行图像分析。
25.如权利要求17所述的计算机可读存储介质，其中，分析所述视频包括向所述视频应用多个优化规则，所述多个优化规则中的每个被配置为检测所述视频的具体特征。
26.如权利要求25所述的计算机可读存储介质，所述方法进一步包括：
使用多个附加视频执行机器学习；以及
基于所述机器学习的结果而生成所述多个优化规则。
27.如权利要求25所述的计算机可读存储介质，其中，所述多个优化规则包括将所述视频的启用选项选择与最优启用选项选择相比较的一个或多个优化规则。
28.如权利要求25所述的计算机可读存储介质，其中，所述多个优化规则包括检查所述视频的定制缩略图、与所述视频相关联的播放列表、所述视频中的呼叫到行动标注、视频标题、视频描述或视频标签中至少一个以确定所述视频的可发现性的一个或多个优化规则。
29.如权利要求25所述的计算机可读存储介质，其中，所述多个优化规则包括将所述视频的图像属性或音频属性中至少一个与最优图像属性或最优音频属性相比较的一个或多个优化规则。
30.如权利要求17所述的计算机可读存储介质，所述方法进一步包括：
在向所述实体建议所述一个或多个优化之前生成包括所述一个或多个优化的所述视频的新版本；以及
缓存所述视频的新版本，其中，修改所述视频包括用所述视频的新版本替换所述视频。
31.如权利要求17所述的计算机可读存储介质，所述方法进一步包括：
识别一个或多个改进，所述一个或多个改进如果在创建所述视频期间已被实施则已优化所述视频；以及
向所述实体推荐对未来视频实施所述一个或多个改进。
32.如权利要求17所述计算机可读存储介质，所述方法进一步包括：
生成所述视频的修改后版本；
呈现所述视频的修改后版本给一定百分比的观看者以产生所述视频的修改后版本的结果；
比较所述视频的修改后版本的结果与所述视频的标准结果；以及
基于所述比较而识别所述一个或多个优化。
33.一种系统，包括：
存储器，所述存储器存储用于视频优化器的指令；以及
处理设备，所述处理设备耦接到所述存储器，以执行所述指令，其中，所述处理设备被配置为：
分析视频；
基于所述分析而识别对所述视频的一个或多个优化；
向与所述视频相关联的实体建议所述一个或多个优化；以及
响应于所述实体接受所述一个或多个优化，修改所述视频以实施所述一个或多个优化。
34.如权利要求33所述的系统，其中，对所述一个或多个优化的建议包括修改所述视频的内容的第一建议或修改与所述视频相关联的元数据的第二建议中的至少一个。
35.如权利要求33所述的系统，其中，分析所述视频包括向所述视频应用多个优化规则，所述多个优化规则中的每个被配置为检测所述视频的具体特征。
CN201380061645.XA 2012-10-01 2013-10-01 用于优化视频的系统和方法 Active CN104813674B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811479872.5A CN109982108B (zh) 2012-10-01 2013-10-01 用于优化视频的系统和方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/632,998 US9143823B2 (en) 2012-10-01 2012-10-01 Providing suggestions for optimizing videos to video owners
US13/632,998 2012-10-01
PCT/US2013/062930 WO2014055565A1 (en) 2012-10-01 2013-10-01 System and method for optimizing videos

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201811479872.5A Division CN109982108B (zh) 2012-10-01 2013-10-01 用于优化视频的系统和方法

Publications (2)

Publication Number Publication Date
CN104813674A true CN104813674A (zh) 2015-07-29
CN104813674B CN104813674B (zh) 2019-01-04

Family

ID=50385185

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201380061645.XA Active CN104813674B (zh) 2012-10-01 2013-10-01 用于优化视频的系统和方法
CN201811479872.5A Active CN109982108B (zh) 2012-10-01 2013-10-01 用于优化视频的系统和方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201811479872.5A Active CN109982108B (zh) 2012-10-01 2013-10-01 用于优化视频的系统和方法

Country Status (5)

Country Link
US (3) US9143823B2 (zh)
EP (2) EP3675014B1 (zh)
JP (2) JP6286436B2 (zh)
CN (2) CN104813674B (zh)
WO (1) WO2014055565A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368555A (zh) * 2017-07-03 2017-11-21 李洪海 影视剪辑制作协作方法、装置、服务器及系统
CN108462876A (zh) * 2018-01-19 2018-08-28 福州瑞芯微电子股份有限公司 一种视频解码优化调整装置及方法
CN110019928A (zh) * 2017-11-17 2019-07-16 上海全土豆文化传播有限公司 视频标题的优化方法及装置
CN113949939A (zh) * 2021-10-08 2022-01-18 深圳全帧科技有限公司 一种视频作品协作和评审信息的评审方法及装置

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140099622A1 (en) * 2012-10-05 2014-04-10 Autodesk, Inc. Hierarchical learning environment
WO2015161088A1 (en) * 2014-04-17 2015-10-22 Diginary Software, Llc Third-party analytics and management
GB201419441D0 (en) 2014-10-31 2014-12-17 Microsoft Corp Modifying video call data
EP3229174A1 (en) * 2016-04-06 2017-10-11 L-1 Identity Solutions AG Method for video investigation
US9858340B1 (en) 2016-04-11 2018-01-02 Digital Reasoning Systems, Inc. Systems and methods for queryable graph representations of videos
US10068616B2 (en) 2017-01-11 2018-09-04 Disney Enterprises, Inc. Thumbnail generation for video
US20190087747A1 (en) * 2017-09-19 2019-03-21 Facebook, Inc. Systems and methods for providing calls-to-action associated with pages in a social networking system
CN108307240B (zh) * 2018-02-12 2019-10-22 北京百度网讯科技有限公司 视频推荐方法和装置
US11200591B2 (en) * 2018-05-30 2021-12-14 Paypal, Inc. Electronic content based on neural networks
US10516902B1 (en) * 2018-07-26 2019-12-24 International Business Machines Corporation Control of content broadcasting
CN109817237A (zh) * 2019-03-06 2019-05-28 小雅智能平台（深圳）有限公司 一种音频自动处理方法、终端及计算机可读存储介质
US11720621B2 (en) * 2019-03-18 2023-08-08 Apple Inc. Systems and methods for naming objects based on object content
TW202244749A (zh) * 2021-05-10 2022-11-16 明基電通股份有限公司 播放模式切換方法及其影音播放設備
US11775515B2 (en) * 2021-09-27 2023-10-03 Netflix, Inc. Dataset optimization framework
US11743524B1 (en) * 2023-04-12 2023-08-29 Recentive Analytics, Inc. Artificial intelligence techniques for projecting viewership using partial prior data sources

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1647504A (zh) * 2002-04-17 2005-07-27 皇家飞利浦电子股份有限公司 利用遗传算法和存储器存储加速视频系统优化的方法和设备
WO2008016634A2 (en) * 2006-08-02 2008-02-07 Tellytopia, Inc. System, device, and method for delivering multimedia
WO2008033840A2 (en) * 2006-09-12 2008-03-20 Eyespot Corporation System and methods for creating, collecting, and using metadata
US20110125572A1 (en) * 2009-11-25 2011-05-26 Yahoo! Inc. Optimization of sponsored search systems with real-time user feedback
CN102084319A (zh) * 2008-06-03 2011-06-01 谷歌公司 用于协作生成交互式视频的基于web的系统
US20110264700A1 (en) * 2010-04-26 2011-10-27 Microsoft Corporation Enriching online videos by content detection, searching, and information aggregation
CN102695062A (zh) * 2012-05-15 2012-09-26 Tcl集团股份有限公司 视频自适应优化的方法及装置

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3600372B2 (ja) * 1995-06-27 2004-12-15 株式会社リコー 色再現域補正装置および方法
JPH0970041A (ja) * 1995-08-30 1997-03-11 Kokusai Denshin Denwa Co Ltd <Kdd> 可変ビットレート符号化装置
JP3622834B2 (ja) * 1999-11-08 2005-02-23 Ｋｄｄｉ株式会社 画像の客観評価用モニタ装置
US6301440B1 (en) * 2000-04-13 2001-10-09 International Business Machines Corp. System and method for automatically setting image acquisition controls
JP3894359B2 (ja) * 2000-09-05 2007-03-22 株式会社Ｋｄｄｉ研究所 画像変換システムの制御方法
JP2002149902A (ja) * 2000-11-16 2002-05-24 Olympus Optical Co Ltd 画像評価方法
JP4154868B2 (ja) * 2001-06-20 2008-09-24 株式会社ニコン カメラ
JP2003006035A (ja) * 2001-06-20 2003-01-10 Sony Corp データ処理装置、データ処理方法、及びデータ処理プログラムを記憶したコンピュータが読み取り可能な記憶媒体
US7831992B2 (en) * 2002-09-18 2010-11-09 General Instrument Corporation Method and apparatus for forwarding television channel video image snapshots to an auxiliary display device
DE60332266D1 (de) * 2002-11-08 2010-06-02 Koninkl Philips Electronics Nv Empfehlungsvorrichtung und -verfahren um inhalte zu empfehlen
US20040123327A1 (en) * 2002-12-19 2004-06-24 Tsang Fai Ma Method and system for managing multimedia settings
US7346556B2 (en) * 2003-08-29 2008-03-18 Yahoo! Inc. System and method for performing purchase transactions utilizing a broadcast-based device
US20050114319A1 (en) 2003-11-21 2005-05-26 Microsoft Corporation System and method for checking a content site for efficacy
JP4639043B2 (ja) * 2003-11-28 2011-02-23 ソニー株式会社 動画像編集装置及び動画像編集方法
WO2006089279A2 (en) * 2005-02-18 2006-08-24 Sarnoff Corporation Method and apparatus for capture and distribution of broadband data
WO2007115224A2 (en) * 2006-03-30 2007-10-11 Sri International Method and apparatus for annotating media streams
US7965203B2 (en) * 2006-05-09 2011-06-21 Nippon Telegraph And Telephone Corporation Video quality estimation apparatus, method, and program
US20070297755A1 (en) * 2006-05-31 2007-12-27 Russell Holt Personalized cutlist creation and sharing system
JP2008178075A (ja) * 2006-12-18 2008-07-31 Sony Corp 表示制御装置、表示制御方法、及びプログラム
US20080209480A1 (en) * 2006-12-20 2008-08-28 Eide Kurt S Method for enhanced video programming system for integrating internet data for on-demand interactive retrieval
US8316392B2 (en) * 2007-06-11 2012-11-20 Yahoo! Inc. Systems and methods for forecasting ad inventory
US20090157491A1 (en) * 2007-12-12 2009-06-18 Brougher William C Monetization of Online Content
US20090226152A1 (en) * 2008-03-10 2009-09-10 Hanes Brett E Method for media playback optimization
JP2009239335A (ja) * 2008-03-25 2009-10-15 Fujitsu Ten Ltd 映像補間装置および映像補間方法
US8079054B1 (en) * 2008-04-14 2011-12-13 Adobe Systems Incorporated Location for secondary content based on data differential
US8645205B2 (en) 2008-09-30 2014-02-04 Yahoo! Inc. System for optimizing ad performance at campaign running time
WO2010078650A1 (en) * 2009-01-07 2010-07-15 Jigsee Inc. Identification, recommendation and delivery of relevant media content
US8467275B2 (en) * 2009-05-29 2013-06-18 Centurylink Intellectual Property Llc System and method for sharing user content through a set-top box
US8154615B2 (en) * 2009-06-30 2012-04-10 Eastman Kodak Company Method and apparatus for image display control according to viewer factors and responses
JP5397059B2 (ja) * 2009-07-17 2014-01-22 ソニー株式会社 画像処理装置および方法、プログラム、並びに記録媒体
US20110251885A1 (en) * 2010-04-09 2011-10-13 Alcatel-Lucent Canada Differentiated experience for user generated content (UGC) based on popularity
US8903798B2 (en) * 2010-05-28 2014-12-02 Microsoft Corporation Real-time annotation and enrichment of captured video
US9270927B2 (en) * 2010-06-22 2016-02-23 New Blue, Inc. System and method for distributed media personalization
US8549425B2 (en) 2010-12-02 2013-10-01 Sony Corporation Visual treatment for a user interface in a content integration framework
JP5077423B2 (ja) * 2010-12-27 2012-11-21 株式会社ニコン アドバイスシステム
US20120192226A1 (en) * 2011-01-21 2012-07-26 Impossible Software GmbH Methods and Systems for Customized Video Modification
US20120192225A1 (en) * 2011-01-25 2012-07-26 Youtoo Technologies, LLC Administration of Content Creation and Distribution System
US8954477B2 (en) * 2011-01-28 2015-02-10 Apple Inc. Data structures for a media-editing application
US8561099B2 (en) * 2012-03-09 2013-10-15 Ralph Demirtshian Systems and methods for using interactive content to increase viewership
US9191687B2 (en) * 2012-04-06 2015-11-17 Apple Inc. Content package modification based on performance data
US20140074866A1 (en) * 2012-09-10 2014-03-13 Cisco Technology, Inc. System and method for enhancing metadata in a video processing environment

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1647504A (zh) * 2002-04-17 2005-07-27 皇家飞利浦电子股份有限公司 利用遗传算法和存储器存储加速视频系统优化的方法和设备
WO2008016634A2 (en) * 2006-08-02 2008-02-07 Tellytopia, Inc. System, device, and method for delivering multimedia
WO2008033840A2 (en) * 2006-09-12 2008-03-20 Eyespot Corporation System and methods for creating, collecting, and using metadata
CN102084319A (zh) * 2008-06-03 2011-06-01 谷歌公司 用于协作生成交互式视频的基于web的系统
US20110125572A1 (en) * 2009-11-25 2011-05-26 Yahoo! Inc. Optimization of sponsored search systems with real-time user feedback
US20110264700A1 (en) * 2010-04-26 2011-10-27 Microsoft Corporation Enriching online videos by content detection, searching, and information aggregation
CN102695062A (zh) * 2012-05-15 2012-09-26 Tcl集团股份有限公司 视频自适应优化的方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368555A (zh) * 2017-07-03 2017-11-21 李洪海 影视剪辑制作协作方法、装置、服务器及系统
CN110019928A (zh) * 2017-11-17 2019-07-16 上海全土豆文化传播有限公司 视频标题的优化方法及装置
CN108462876A (zh) * 2018-01-19 2018-08-28 福州瑞芯微电子股份有限公司 一种视频解码优化调整装置及方法
CN113949939A (zh) * 2021-10-08 2022-01-18 深圳全帧科技有限公司 一种视频作品协作和评审信息的评审方法及装置

Also Published As

Publication number Publication date
JP2015536101A (ja) 2015-12-17
US20140092990A1 (en) 2014-04-03
US9143823B2 (en) 2015-09-22
EP2904561A1 (en) 2015-08-12
CN109982108B (zh) 2020-09-22
JP6286436B2 (ja) 2018-02-28
JP6515220B2 (ja) 2019-05-15
CN104813674B (zh) 2019-01-04
CN109982108A (zh) 2019-07-05
EP3675014A1 (en) 2020-07-01
EP3675014B1 (en) 2024-02-28
US20190246045A1 (en) 2019-08-08
US11930241B2 (en) 2024-03-12
EP2904561B1 (en) 2019-12-18
EP2904561A4 (en) 2016-05-25
US10194096B2 (en) 2019-01-29
JP2018078654A (ja) 2018-05-17
US20160150162A1 (en) 2016-05-26
WO2014055565A1 (en) 2014-04-10

Similar Documents

Publication Publication Date Title
CN104813674A (zh) 用于优化视频的系统和方法
US11921798B2 (en) Generating a contextual search stream
US9253511B2 (en) Systems and methods for performing multi-modal video datastream segmentation
US8887058B2 (en) Media management for multi-user group
US20200226133A1 (en) Knowledge map building system and method
US10846526B2 (en) Content based transformation for digital documents
US20130097644A1 (en) Generation and Consumption of Discrete Segments of Digital Media
US20170161292A1 (en) Digital Content Item Collection Management Boxes (CCMBoxes) - Virtual digital content item collection, characterization, filtering, sorting, management and presentation systems, methods, devices and associated processing logic
CN105684384A (zh) 关于媒体内容项生成和提供授权指示
US11361144B2 (en) Methods and systems for interactive content creation
US20180027296A1 (en) Image processing device, and method and system for controlling image processing device
US20220028425A1 (en) System and Method to Customizing Video
US10706097B2 (en) Manipulation of non-linearly connected transmedia content data
KR20220079029A (ko) 문서 기반 멀티 미디어 콘텐츠 자동 제작 서비스 제공 방법
US20240015370A1 (en) Information processing apparatus, information processing method, and information processing program
US20240064375A1 (en) Rendering a dynamic endemic banner on streaming platforms using content recommendation systems and advanced banner personalization
CN115795168A (zh) 一种用户召回方法、装置、设备及计算机可读存储介质
US20140074837A1 (en) Assigning keyphrases

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: American California

Applicant after: Google limited liability company

Address before: American California

Applicant before: Google Inc.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant