CN106202101B

CN106202101B - 广告识别方法及装置

Info

Publication number: CN106202101B
Application number: CN201510226366.5A
Authority: CN
Inventors: 张佳
Original assignee: Tencent Technology Shenzhen Co Ltd
Current assignee: Tencent Technology Shenzhen Co Ltd
Priority date: 2015-05-06
Filing date: 2015-05-06
Publication date: 2020-04-03
Anticipated expiration: 2035-05-06
Also published as: CN106202101A

Abstract

本发明实施例公开了一种广告识别方法及装置，用于对网络中带有广告的网元进行检测。本发明实施例方法包括：打开目标站点；对所述目标站点的网页的当前页面进行截图，得到第一图像；对所述网页的当前页面进行变更，对变更后的当前页面进行截图，得到第二图像；分别获取所述第一图像和所述第二图像的图像特征；根据坐标位置对所述第一图像和所述第二图像的图像特征进行比对，若在相同坐标位置上，所述第一图像和所述第二图像中相同的图像特征满足预置条件，则确定所述目标站点存在广告。

Description

广告识别方法及装置

技术领域

本发明涉及互联网应用领域，尤其涉及一种广告识别方法及装置。

背景技术

用户可以通过浏览器从相应站点浏览不同的应用程序以及资讯信息，在用户在使用网页服务的同时，一些互联网站点为了追求广告营销业务以及网站利益，在向用户提供的保护应用程序服务的网页中嵌入一定量的广告，当用户浏览网站的网页时，网站就会在网页中加载广告窗口。网页广告不仅占用带宽，并且在给浏览器带来额外开销的同时，也导致网页浏览不畅快。因此，浏览器有广告拦截的需求。

在现有技术中，网站是否存在广告的检查手段人工检查，效率低，等待时间长，浪费人力。

发明内容

本发明实施例提供了一种广告识别方法及装置，用于对网络中带有广告的网元进行检测。

本发明实施例提供的广告识别方法，包括：

打开目标站点；

对所述目标站点的网页的当前页面进行截图，得到第一图像；

对所述网页的当前页面进行变更，对变更后的当前页面进行截图，得到第二图像；

分别获取所述第一图像和所述第二图像的图像特征；

根据坐标位置对所述第一图像和所述第二图像的图像特征进行比对，若在相同坐标位置上，所述第一图像和所述第二图像中相同的图像特征满足预置条件，则确定所述目标站点存在广告。

本发明实施例提供的广告识别方法，包括：

打开目标站点；

对所述目标站点的网页的当前页面进行截图，得到目标图像；

对所述目标图像进行特征分析，若是所述目标图像包含有广告特征图标，则确定所述目标站点存在广告。

本发明实施例提供的广告识别装置，包括：

网页驱动单元，用于打开目标站点；

截图单元，用于对所述目标站点的网页的当前页面进行截图，得到第一图像；

页面变更单元，用于对所述网页的当前页面进行变更，并触发所述截图单元对变更后的当前页面进行截图，得到第二图像；

特征获取单元，用于分别获取所述第一图像和所述第二图像的图像特征；

广告识别单元，用于根据坐标位置对所述第一图像和所述第二图像的图像特征进行比对，若在相同坐标位置上，所述第一图像和所述第二图像中相同的图像特征满足预置条件，则确定所述目标站点存在广告。

本发明实施例提供的广告识别装置，包括：

网页驱动单元，用于打开目标站点；

截图单元，用于对所述目标站点的网页的当前页面进行截图，得到目标图像；

特征分析单元，用于对所述目标图像进行特征分析，若是所述目标图像包含有广告特征图标，则确定所述目标站点存在广告。

从以上技术方案可以看出，本发明实施例具有以下优点：

在本发明实施例中，针对一些固定位于浏览器的页面中的广告内容，本发明对浏览器的页面进行截图分析，判断网页的当前页面进行变更之后，在截图中相同坐标位置上，截图得到的第一图像和第二图像中相同的图像特征是否满足预置条件，若是，则确定所述目标站点存在广告；该方法能对固定位于浏览器的页面中的广告内容进行有效识别。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中一种广告识别方法的流程示意图；

图2是本发明实施例中另一种广告识别方法的流程示意图；

图3是本发明实施例中另一种广告识别方法的流程示意图；

图4是本发明实施例中图像特征的一个示意图；

图5是本发明实施例中图像特征的另一个示意图；

图6是本发明实施例中广告识别装置的一个结构示意图；

图7是本发明实施例中广告识别装置的另一个结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

以下分别进行详细说明。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明广告识别方法的一个实施例，该方法可以包括：打开目标站点；对所述目标站点的网页的当前页面进行截图，得到第一图像；对所述网页的当前页面进行变更，对变更后的当前页面进行截图，得到第二图像；分别获取所述第一图像和所述第二图像的图像特征；根据坐标位置对所述第一图像和所述第二图像的图像特征进行比对，若在相同坐标位置上，所述第一图像和所述第二图像中相同的图像特征满足预置条件，则确定所述目标站点存在广告。

请参阅图1，本发明实施例中广告识别方法的另一个实施例包括：

101、打开目标站点；

广告识别装置打开目标站点。

所述目标站点可以任意的网络站点，也可以为热门的网络站点；具体的，目标站点可以是在数据库中预先设置的站点，也可以是实时在网络中获取的热门站点，此处具体不作限定。

示例性的，广告识别装置可以通过python脚本驱动浏览器打开目标站点；所述python是一种面向对象、解释型计算机程序设计语言。

在本发明实施例中，广告识别装置可以为独单的物理设备，包括多个物理模块；也可以为加载在计算机上的软件程序，或一个软件中的功能模块，或单独软件的形式或以插件的形式存在。广告识别装置的描述仅仅是示意性的，其中单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

102、对所述目标站点的网页的当前页面进行截图；

广告识别装置对所述目标站点的网页的当前页面进行截图，得到第一图像。

103、对所述网页的当前页面进行变更；

广告识别装置对所述网页的当前页面进行变更，对变更后的当前页面进行截图，得到第二图像。

具体的，对所述网页的当前页面进行变更可以包括：

对所述网页的当前页面进行滑动；

或，

对所述网页的当前页面进行页面切换(如，点击链接跳转至下一页面)。

104、分别获取所述第一图像和所述第二图像的图像特征；

广告识别装置分别获取所述第一图像和所述第二图像的图像特征。

具体的，所述图像特征包括：截图中的字符和图形。示例性的，广告识别装置可以通过现有的图像识别技术去提前图中的截图中的字符和图形。

105、根据坐标位置对所述第一图像和所述第二图像的图像特征进行比对。

广告识别装置根据坐标位置对所述第一图像和所述第二图像的图像特征进行比对，若在相同坐标位置上，所述第一图像和所述第二图像中相同的图像特征满足预置条件，则确定所述目标站点存在广告。

具体的，所述预置条件可以包括：

大于或等于所述第一图像的图像特征数的百分之X，所述X为大于1的整数；示例性的，所述X的取值范围可以为10至50，具体根据实际需求而定，此处不作限定。

或，

大于或等于所述第一图像和所述第二图像的图像特征数之和的百分之Y，所述Y为大于1的整数。示例性的，所述X的取值范围可以为5至25，具体根据实际需求而定，此处不作限定。

在实际应用中，因为网页中可能存在一大片空白的地方，如果单纯比对像素点，这样得出相同的百分比可能比较高，无法有效的检查到固定位于浏览器的页面中的广告内容，因此，本发明实施例对比的是截图中的图像特征。

在实际应用中，由于网络中有非常多的网站，为了节省检测开销，可以对网站进行针对性的检测，请参阅图2，本发明实施例中广告识别方法的另一个实施例包括：

201、使用爬虫技术对数据库中的热门站点进行分析；

广告识别装置使用爬虫技术对数据库中的热门站点进行分析，获取热度满足第一阈值的热门站点作为所述目标站点。

具体的，所述爬虫技术为按照一定的规则，自动的抓取万维网信息的程序或者脚本。

所述热度为表示网站被访问次数的数值，具体可以有多种计算方式，此处不作限定。所述第一阈值为本发明实施例中，对需要进行广告检测的网站设定的一个热度阈值。

202、打开目标站点；

广告识别装置驱动浏览器打开目标站点；

203、对所述目标站点的网页的当前页面进行截图；

204、对所述网页的当前页面进行变更；

205、分别获取所述第一图像和所述第二图像的图像特征；

206、根据坐标位置对所述第一图像和所述第二图像的图像特征进行比对。

在本发明实施例中，步骤202至206的具体内容与图1实施例中步骤101至105的内容相同，此处不再赘述。

在本发明实施例中，还提供了另一种基于图像特征的广告识别方法，请参阅图3，本发明实施例中广告识别方法的另一个实施例包括：

301、使用爬虫技术对数据库中的热门站点进行分析；

302、打开目标站点；

广告识别装置驱动浏览器打开目标站点。

303、对所述目标站点的网页的当前页面进行截图；

广告识别装置对所述目标站点的网页的当前页面进行截图，得到目标图像。

304、对所述目标图像进行特征分析；

广告识别装置对所述目标图像进行特征分析，若是所述目标图像包含有广告特征图标，则确定所述目标站点存在广告。

所述广告特征图标包括：

具有交叉形状的图标，示例性的，如图4右上角所示的图标。

或，

具有下载字样的图标，示例性的，如图5右侧所示的图标。

在实际应用中，为了便于用户在看完广告后关掉广告窗口，广告窗口中会设置有交叉形状的点击图标，因此，本发明实施例可以通过该图像特征对广告内容进行识别。

在实际应用中，某些应用推广的广告会附带有下载字样的点击图标，因此，本发明实施例可以通过该图像特征对广告内容进行识别。

在实际应用中，用于识别广告内容的图像特征还可以有其它，此处具体不作限定。

305、确定浏览器是否打开了除所述目标站点之外的网页。

进一步的，还有些广告是以页面弹窗的形式进行推送，因此，广告识别装置可以判断浏览器是否打开了除所述目标站点之外的网页，若是，则确定所述目标站点存在广告。

为了便于理解，下面以具体应用的方式对本发明实施例中的广告识别方法进行描述，具体为：

第一步：利用爬虫技术，抓取一段时间内的热门访问站点；

第二步：用python脚本驱动浏览器逐个打开所述热门站点，并保存网页截图；

第三步：对所有站点的网页截图进行分析，通过若预置规则自动挑选出带有广告的页面，具体的，预置规则可以为：

规则1：页面变更后，若在相同坐标位置上截图区域相同的图像特征大于预置范围，就判定有广告；

规则2：判断截图中是否包含带“交叉”或“下载”的图示部分，如果包含，判断有广告；通过大量观察，我们发现大部分广告会带有这样的特征；

规则3：判断浏览器中是否打开了除所述目标站点之外的网页，如果是，则判定有广告。

第四步：对分析出有广告的页面，记录图片对应的站点唯一标识；

第五步：汇总有广告站点，输出广告过滤测试结果。

下面对实现本发明实施例中广告识别方法的广告识别装置进行描述，请参阅图6，本发明实施例中广告识别装置的一个实施例包括：

网页驱动单元601，用于打开目标站点；

截图单元602，用于对所述目标站点的网页的当前页面进行截图，得到第一图像；

页面变更单元603，用于对所述网页的当前页面进行变更，并触发所述截图单元对变更后的当前页面进行截图，得到第二图像；

特征获取单元604，用于分别获取所述第一图像和所述第二图像的图像特征；

广告识别单元605，用于根据坐标位置对所述第一图像和所述第二图像的图像特征进行比对，若在相同坐标位置上，所述第一图像和所述第二图像中相同的图像特征满足预置条件，则确定所述目标站点存在广告。

具体的，所述页面变更单元具体用于：

对所述网页的当前页面进行滑动；

或，

对所述网页的当前页面进行页面切换。

具体的，所述预置条件包括：

大于或等于所述第一图像的图像特征数的百分之X，所述X为大于1的整数；

或，

大于或等于所述第一图像和所述第二图像的图像特征数之和的百分之Y，所述Y为大于1的整数。

进一步的，所述装置还包括：

站点确定单元606，用于使用爬虫技术对数据库中的热门站点进行分析，获取热度满足第一阈值的热门站点作为所述目标站点。

请参阅图7，本发明实施例中广告识别装置的另一个实施例包括：

网页驱动单元701，用于打开目标站点；

截图单元702，用于对所述目标站点的网页的当前页面进行截图，得到目标图像；

特征分析单元703，用于对所述目标图像进行特征分析，若是所述目标图像包含有广告特征图标，则确定所述目标站点存在广告。

具体的，所述广告特征图标包括：

具有交叉形状的图标；

或，

具有下载字样的图标。

进一步的，所述装置还包括：

网页判断单元704，用于判断是否浏览器打开了处所述目标站点之外的网页，若是，则确定所述目标站点存在广告。

进一步的，所述装置还包括：

站点确定单元705，用于使用爬虫技术对数据库中的热门站点进行分析，获取热度满足第一阈值的热门站点作为所述目标站点。

上述各个单元具体的操作方法在上述图1至3的实施例中已经有相应的描述，此处不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims

1.一种广告识别方法，其特征在于，包括：

打开目标站点；

分别获取所述第一图像和所述第二图像的图像特征；

2.根据权利要求1所述的方法，其特征在于，所述对所述网页的当前页面进行变更，包括：

对所述网页的当前页面进行滑动；

或，

对所述网页的当前页面进行页面切换。

3.根据权利要求1所述的方法，其特征在于，所述预置条件包括：

或，

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述打开目标站点之前，包括：

使用爬虫技术对数据库中的热门站点进行分析，获取热度满足第一阈值的热门站点作为所述目标站点。

5.一种广告识别装置，其特征在于，包括：

网页驱动单元，用于打开目标站点；

6.根据权利要求5所述的装置，其特征在于，所述页面变更单元具体用于：

对所述网页的当前页面进行滑动；

或，

对所述网页的当前页面进行页面切换。

7.根据权利要求5所述的装置，其特征在于，所述预置条件包括：

或，

8.根据权利要求5至7任意一项所述的装置，其特征在于，所述装置还包括：

站点确定单元，用于使用爬虫技术对数据库中的热门站点进行分析，获取热度满足第一阈值的热门站点作为所述目标站点。

9.一种存储介质，其特征在于，所述存储介质中存储有计算机指令，所述计算机指令被执行时实现如权利要求1-4任一项所述的广告识别方法。