CN108184153A - 一种与视频内容相匹配的广告插播系统及方法 - Google Patents
一种与视频内容相匹配的广告插播系统及方法 Download PDFInfo
- Publication number
- CN108184153A CN108184153A CN201711475878.0A CN201711475878A CN108184153A CN 108184153 A CN108184153 A CN 108184153A CN 201711475878 A CN201711475878 A CN 201711475878A CN 108184153 A CN108184153 A CN 108184153A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- video
- source
- key frame
- extraction
- 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.)
- Pending
Links
- 238000003780 insertion Methods 0.000 title claims abstract description 20
- 230000037431 insertion Effects 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000000605 extraction Methods 0.000 claims description 50
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000003066 decision tree Methods 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 3
- 206010018265 Gigantism Diseases 0.000 abstract description 5
- 206010063659 Aversion Diseases 0.000 abstract description 2
- 239000000686 essence Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
Classifications
-
- 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]
- H04N21/40—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
- H04N21/44008—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 operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- 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
- H04N21/4402—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 reformatting operations of video signals for household redistribution, storage or real-time display
-
- 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
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/458—Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
-
- 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
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4665—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving classification methods, e.g. Decision trees
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及视频广告播放技术领域,尤其涉及一种与视频内容相匹配的广告插播系统及方法,主要对广告源关键帧和视频源关键帧的人脸、动作、文字、物件等特征进行分析,根据分析结果贴上标签和权重,在播发广告的时候,匹配相似度最高的广告源进行插播,从而达到根据用户的自选播放视频而自适应地进行广告插播的目的。通过分析观众正在观看的视频内容,智能地插播与其具有相似类型、内容、特性的广告,能够最大程度激发观众的兴趣,以实现广告的商业价值巨大化。同时观众也不会因为会突然插入一段主题相差很大的广告而产生厌恶情绪,提高了观众的体验性以及链接进入广告的几率。
Description
技术领域
本发明涉及视频广告播放技术领域,尤其涉及一种与视频内容相匹配的广告插播系统及方法。
背景技术
当前的视频广告主要依靠指定某一时间段播放某种广告的方式实现,而事实上这种形式的广告很难使广告的商业价值达到最大化,因为播放的广告只能预先设定,观众并不一定对其产生浓厚的兴趣。
目前视频广告要求能自适应地进行插播,通过分析观众正在观看的视频内容,智能地插播与其具有相似类型、内容、特性的广告,从而最大程度激发观众的兴趣,以实现广告的商业价值巨大化。同时观众也不会因为会突然插入一段主题相差很大的广告而产生厌恶情绪,来提高观众的体验性以及链接进入广告的几率。
发明内容
本发明提供一种与视频内容相匹配的广告插播系统及方法,解决的技术问题是现有的广告特定的插播方式,无法最大程度激发观众的兴趣,以实现广告的商业价值巨大化。
为解决以上技术问题,本发明提供一种与视频内容相匹配的广告插播系统,包括数据库模块、解码模块、视频分析模块、智能插播模块与编码模块;
所述数据库模块用于存储广告源并自动遍历所有所述广告源,对每个所述广告源提取广告源关键帧;以及,用于对提取的每个所述广告源关键帧进行广告特征提取与广告特征跟踪,识别出所述广告源关键帧的广告标志内容;以及,用于对提取的所述广告特征进行分类,得到广告分类结果;以及,用于根据所述广告分类结果添加对应的标签信息,存入广告分类数据库中;
所述解码模块用于对实时视频源进行解码后,发送到所述视频分析模块;
所述视频分析模块用于对所述实时视频源提取视频源关键帧;以及,用于对提取的每个所述视频源关键帧进行视频特征提取与视频特征跟踪,识别出所述频源关键帧的视频标志内容;以及,用于对提取的所述视频源特征进行分类,得到视频分类结果;
所述智能插播模块用于在所述广告分类数据库中查找与所述视频分类结果匹配度最高的所述标签信息,得到与所述标签信息对应的所述广告源,并将得到的所述广告源经过解码后插入所述实时视频源;
所述编码模块用于对插入所述广告源的所述实时视频源重新进行编码后输出。
具体地,所述广告标志内容为所述广告源关键帧中的人脸、动作、文字、物件信息。
具体地,所述视频分析模块通过神经网络与蒙特卡罗决策树对提取的所述广告源特征进行分类。
具体地,所述视频标志内容为所述视频源关键帧中的人脸、动作、文字、物件信息。
具体地,所述智能插播模块通过神经网络与蒙特卡罗决策树对提取的所述视频源特征进行分类。
本发明还提供一种与视频内容相匹配的广告插播方法,包括以下步骤:
S1.存储广告源并自动遍历所有所述广告源,对每个所述广告源提取广告源关键帧;
S2.对提取的每个所述广告源关键帧进行广告特征提取与广告特征跟踪,识别出所述广告源关键帧的广告标志内容;
S3.对提取的所述广告特征进行分类,得到广告分类结果;
S4.根据所述广告分类结果添加对应的标签信息,存入广告分类数据库中;
S5.对实时视频源进行解码;
S6.对所述实时视频源提取视频源关键帧;
S7.对提取的每个所述视频源关键帧进行视频特征提取与视频特征跟踪,识别出所述频源关键帧的视频标志内容;
S8.对提取的所述视频源特征进行分类,得到视频分类结果;
S9.在所述广告分类数据库中查找与所述视频分类结果匹配度最高的所述标签信息,得到与所述标签信息对应的所述广告源,并将得到的所述广告源经过解码后插入所述实时视频源;
S10.对插入所述广告源的所述实时视频源重新进行编码后输出。
进一步地,在所述步骤S2中,所述广告标志内容为所述广告源关键帧中的人脸、动作、文字、物件信息。
进一步地,在所述步骤S3中,通过神经网络与蒙特卡罗决策树对提取的所述广告特征进行分类。
进一步地,在所述步骤S7中,所述视频标志内容为所述视频源关键帧中的人脸、动作、文字、物件信息。
进一步地,在所述步骤S8中,通过神经网络与蒙特卡罗决策树对提取的所述视频源特征进行分类。
本发明提供的一种与视频内容相匹配的广告插播系统及方法,主要对广告源关键帧和视频源关键帧的人脸、动作、文字、物件等特征进行分析,根据分析结果贴上标签和权重,在播发广告的时候,匹配相似度最高的广告源进行插播,从而达到根据用户的自选播放视频而自适应地进行广告插播的目的。通过分析观众正在观看的视频内容,智能地插播与其具有相似类型、内容、特性的广告,能够最大程度激发观众的兴趣,以实现广告的商业价值巨大化。同时观众也不会因为会突然插入一段主题相差很大的广告而产生厌恶情绪,提高了观众的体验性以及链接进入广告的几率。
附图说明
图1是本发明实施例提供的一种与视频内容相匹配的广告插播系统的模块结构图;
图2是本发明实施例提供的一种与视频内容相匹配的广告插播方法的步骤流程图。
具体实施方式
下面结合附图具体阐明本发明的实施方式,实施例的给出仅仅是为了说明目的,并不能理解为对本发明的限定,包括附图仅供参考和说明使用,不构成对本发明专利保护范围的限制,因为在不脱离本发明精神和范围基础上,可以对本发明进行许多改变。
本发明实施例提供的一种与视频内容相匹配的广告插播系统的模块结构图,如图1所示,在本实施例中,所述的一种与视频内容相匹配的广告插播系统,包括数据库模块1、解码模块2、视频分析模块3、智能插播模块4与编码模块5;
所述数据库模块1用于存储广告源并自动遍历所有所述广告源,对每个所述广告源提取广告源关键帧;以及,用于对提取的每个所述广告源关键帧进行广告特征提取与广告特征跟踪,识别出所述广告源关键帧的广告标志内容;以及,用于对提取的所述广告特征进行分类,得到广告分类结果;以及,用于根据所述广告分类结果添加对应的标签信息,存入广告分类数据库11中;
所述解码模块2用于对实时视频源进行解码后,发送到所述视频分析模块3;
所述视频分析模块3用于对所述实时视频源提取视频源关键帧;以及,用于对提取的每个所述视频源关键帧进行视频特征提取与视频特征跟踪,识别出所述频源关键帧的视频标志内容;以及,用于对提取的所述视频源特征进行分类,得到视频分类结果;
所述智能插播模块4用于在所述广告分类数据库11中查找与所述视频分类结果匹配度最高的所述标签信息,得到与所述标签信息对应的所述广告源,并将得到的所述广告源经过解码后插入所述实时视频源;
所述编码模块5用于对插入所述广告源的所述实时视频源重新进行编码后输出。
需要具体说明的是:
所述广告标志内容为所述广告源关键帧中的人脸、动作、文字、物件信息;
所述视频分析模块3通过神经网络与蒙特卡罗决策树对提取的所述广告源特征进行分类。
以及,所述视频标志内容为所述视频源关键帧中的人脸、动作、文字、物件信息;
所述智能插播模块4通过神经网络与蒙特卡罗决策树对提取的所述视频源特征进行分类。
与本发明实施例提供的一种与视频内容相匹配的广告插播系统相对应的是,本发明实施例还提供一种与视频内容相匹配的广告插播方法,包括以下步骤:
S1.存储广告源并自动遍历所有所述广告源,对每个所述广告源提取广告源关键帧;
S2.对提取的每个所述广告源关键帧进行广告特征提取与广告特征跟踪,识别出所述广告源关键帧的广告标志内容;
S3.对提取的所述广告特征进行分类,得到广告分类结果;
S4.根据所述广告分类结果添加对应的标签信息,存入广告分类数据库中;
S5.对实时视频源进行解码;
S6.对所述实时视频源提取视频源关键帧;
S7.对提取的每个所述视频源关键帧进行视频特征提取与视频特征跟踪,识别出所述频源关键帧的视频标志内容;
S8.对提取的所述视频源特征进行分类,得到视频分类结果;
S9.在所述广告分类数据库11中查找与所述视频分类结果匹配度最高的所述标签信息,得到与所述标签信息对应的所述广告源,并将得到的所述广告源经过解码后插入所述实时视频源;
S10.对插入所述广告源的所述实时视频源重新进行编码后输出。
需要进一步说明的是:
在所述步骤S2中,所述广告标志内容为所述广告源关键帧中的人脸、动作、文字、物件信息;
在所述步骤S3中,通过神经网络与蒙特卡罗决策树对提取的所述广告特征进行分类。
以及,在所述步骤S7中,所述视频标志内容为所述视频源关键帧中的人脸、动作、文字、物件信息;
进一步地,在所述步骤S8中,通过神经网络与蒙特卡罗决策树对提取的所述视频源特征进行分类。
本发明实施例提供的一种与视频内容相匹配的广告插播系统及方法,主要对广告源关键帧和视频源关键帧的人脸、动作、文字、物件等特征进行分析,根据分析结果贴上标签和权重,在播发广告的时候,匹配相似度最高的广告源进行插播,从而达到根据用户的自选播放视频而自适应地进行广告插播的目的。通过分析观众正在观看的视频内容,智能地插播与其具有相似类型、内容、特性的广告,能够最大程度激发观众的兴趣,以实现广告的商业价值巨大化。同时观众也不会因为会突然插入一段主题相差很大的广告而产生厌恶情绪,提高了观众的体验性以及链接进入广告的几率。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种与视频内容相匹配的广告插播系统,其特征在于,包括数据库模块、解码模块、视频分析模块、智能插播模块与编码模块;
所述数据库模块用于存储广告源并自动遍历所有所述广告源,对每个所述广告源提取广告源关键帧;以及,用于对提取的每个所述广告源关键帧进行广告特征提取与广告特征跟踪,识别出所述广告源关键帧的广告标志内容;以及,用于对提取的所述广告特征进行分类,得到广告分类结果;以及,用于根据所述广告分类结果添加对应的标签信息,存入广告分类数据库中;
所述解码模块用于对实时视频源进行解码后,发送到所述视频分析模块;
所述视频分析模块用于对所述实时视频源提取视频源关键帧;以及,用于对提取的每个所述视频源关键帧进行视频特征提取与视频特征跟踪,识别出所述频源关键帧的视频标志内容;以及,用于对提取的所述视频源特征进行分类,得到视频分类结果;
所述智能插播模块用于在所述广告分类数据库中查找与所述视频分类结果匹配度最高的所述标签信息,得到与所述标签信息对应的所述广告源,并将得到的所述广告源经过解码后插入所述实时视频源;
所述编码模块用于对插入所述广告源的所述实时视频源重新进行编码后输出。
2.如权利要求1所述的一种与视频内容相匹配的广告插播系统,其特征在于:所述广告标志内容为所述广告源关键帧中的人脸、动作、文字、物件信息。
3.如权利要求1所述的一种与视频内容相匹配的广告插播系统,其特征在于:所述视频分析模块通过神经网络与蒙特卡罗决策树对提取的所述广告源特征进行分类。
4.如权利要求1所述的一种与视频内容相匹配的广告插播系统,其特征在于:所述视频标志内容为所述视频源关键帧中的人脸、动作、文字、物件信息。
5.如权利要求1所述的一种与视频内容相匹配的广告插播系统,其特征在于:所述智能插播模块通过神经网络与蒙特卡罗决策树对提取的所述视频源特征进行分类。
6.一种与视频内容相匹配的广告插播方法,其特征在于,包括以下步骤:
S1.存储广告源并自动遍历所有所述广告源,对每个所述广告源提取广告源关键帧;
S2.对提取的每个所述广告源关键帧进行广告特征提取与广告特征跟踪,识别出所述广告源关键帧的广告标志内容;
S3.对提取的所述广告特征进行分类,得到广告分类结果;
S4.根据所述广告分类结果添加对应的标签信息,存入广告分类数据库中;
S5.对实时视频源进行解码;
S6.对所述实时视频源提取视频源关键帧;
S7.对提取的每个所述视频源关键帧进行视频特征提取与视频特征跟踪,识别出所述频源关键帧的视频标志内容;
S8.对提取的所述视频源特征进行分类,得到视频分类结果;
S9.在所述广告分类数据库中查找与所述视频分类结果匹配度最高的所述标签信息,得到与所述标签信息对应的所述广告源,并将得到的所述广告源经过解码后插入所述实时视频源;
S10.对插入所述广告源的所述实时视频源重新进行编码后输出。
7.如权利要求6所述的一种与视频内容相匹配的广告插播方法,其特征在于:在所述步骤S2中,所述广告标志内容为所述广告源关键帧中的人脸、动作、文字、物件信息。
8.如权利要求6所述的一种与视频内容相匹配的广告插播方法,其特征在于:在所述步骤S3中,通过神经网络与蒙特卡罗决策树对提取的所述广告特征进行分类。
9.如权利要求6所述的一种与视频内容相匹配的广告插播方法,其特征在于:在所述步骤S7中,所述视频标志内容为所述视频源关键帧中的人脸、动作、文字、物件信息。
10.如权利要求6所述的一种与视频内容相匹配的广告插播方法,其特征在于:在所述步骤S8中,通过神经网络与蒙特卡罗决策树对提取的所述视频源特征进行分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711475878.0A CN108184153A (zh) | 2017-12-29 | 2017-12-29 | 一种与视频内容相匹配的广告插播系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711475878.0A CN108184153A (zh) | 2017-12-29 | 2017-12-29 | 一种与视频内容相匹配的广告插播系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108184153A true CN108184153A (zh) | 2018-06-19 |
Family
ID=62549259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711475878.0A Pending CN108184153A (zh) | 2017-12-29 | 2017-12-29 | 一种与视频内容相匹配的广告插播系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108184153A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109151500A (zh) * | 2018-09-29 | 2019-01-04 | 北京数美时代科技有限公司 | 一种针对视频直播的主播推荐方法、系统及计算机设备 |
CN109189991A (zh) * | 2018-08-17 | 2019-01-11 | 百度在线网络技术(北京)有限公司 | 重复视频识别方法、装置、终端及计算机可读存储介质 |
CN109587554A (zh) * | 2018-10-29 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 视频数据的处理方法、装置及可读存储介质 |
CN110290403A (zh) * | 2019-07-08 | 2019-09-27 | 合肥工业大学 | 网络视频贴片广告播放方法和系统 |
CN111709762B (zh) * | 2020-06-09 | 2021-10-29 | 上海极链网络科技有限公司 | 信息匹配度的评估方法、装置、设备及存储介质 |
CN113627983A (zh) * | 2021-08-10 | 2021-11-09 | 广州六六网络科技有限公司 | 一种基于视频创意的网络广告推广方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101035294A (zh) * | 2007-04-13 | 2007-09-12 | 深圳市融合视讯科技有限公司 | 在视频节目中插播网络广告的方法 |
CN102685550A (zh) * | 2011-04-14 | 2012-09-19 | 天脉聚源(北京)传媒科技有限公司 | 一种网络视频广告投放方法和系统 |
US20140257995A1 (en) * | 2011-11-23 | 2014-09-11 | Huawei Technologies Co., Ltd. | Method, device, and system for playing video advertisement |
CN104486680A (zh) * | 2014-12-19 | 2015-04-01 | 珠海全志科技股份有限公司 | 基于视频的广告推送方法及系统 |
CN106572360A (zh) * | 2016-11-11 | 2017-04-19 | 协创数据技术股份有限公司 | 一种视频直播中的广告插播装置 |
CN106600343A (zh) * | 2016-12-30 | 2017-04-26 | 中广热点云科技有限公司 | 一种视频内容关联的在线视频广告管理方法及系统 |
CN106792003A (zh) * | 2016-12-27 | 2017-05-31 | 西安石油大学 | 一种智能广告插播方法、装置及服务器 |
-
2017
- 2017-12-29 CN CN201711475878.0A patent/CN108184153A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101035294A (zh) * | 2007-04-13 | 2007-09-12 | 深圳市融合视讯科技有限公司 | 在视频节目中插播网络广告的方法 |
CN102685550A (zh) * | 2011-04-14 | 2012-09-19 | 天脉聚源(北京)传媒科技有限公司 | 一种网络视频广告投放方法和系统 |
US20140257995A1 (en) * | 2011-11-23 | 2014-09-11 | Huawei Technologies Co., Ltd. | Method, device, and system for playing video advertisement |
CN104486680A (zh) * | 2014-12-19 | 2015-04-01 | 珠海全志科技股份有限公司 | 基于视频的广告推送方法及系统 |
CN106572360A (zh) * | 2016-11-11 | 2017-04-19 | 协创数据技术股份有限公司 | 一种视频直播中的广告插播装置 |
CN106792003A (zh) * | 2016-12-27 | 2017-05-31 | 西安石油大学 | 一种智能广告插播方法、装置及服务器 |
CN106600343A (zh) * | 2016-12-30 | 2017-04-26 | 中广热点云科技有限公司 | 一种视频内容关联的在线视频广告管理方法及系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189991A (zh) * | 2018-08-17 | 2019-01-11 | 百度在线网络技术(北京)有限公司 | 重复视频识别方法、装置、终端及计算机可读存储介质 |
CN109151500A (zh) * | 2018-09-29 | 2019-01-04 | 北京数美时代科技有限公司 | 一种针对视频直播的主播推荐方法、系统及计算机设备 |
CN109587554A (zh) * | 2018-10-29 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 视频数据的处理方法、装置及可读存储介质 |
US11605226B2 (en) | 2018-10-29 | 2023-03-14 | Baidu Online Network Technology (Beijing) Co., Ltd. | Video data processing method and apparatus, and readable storage medium |
CN110290403A (zh) * | 2019-07-08 | 2019-09-27 | 合肥工业大学 | 网络视频贴片广告播放方法和系统 |
CN110290403B (zh) * | 2019-07-08 | 2021-03-23 | 合肥工业大学 | 网络视频贴片广告播放方法和系统 |
CN111709762B (zh) * | 2020-06-09 | 2021-10-29 | 上海极链网络科技有限公司 | 信息匹配度的评估方法、装置、设备及存储介质 |
CN113627983A (zh) * | 2021-08-10 | 2021-11-09 | 广州六六网络科技有限公司 | 一种基于视频创意的网络广告推广方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108184153A (zh) | 一种与视频内容相匹配的广告插播系统及方法 | |
Sang et al. | Character-based movie summarization | |
CN102222103B (zh) | 视频内容的匹配关系的处理方法及装置 | |
Rasheed et al. | On the use of computable features for film classification | |
Kontschieder et al. | Structured class-labels in random forests for semantic image labelling | |
CN106971317A (zh) | 基于人脸识别与大数据分析的广告投放效果评价与智能推送决策方法 | |
US9514381B1 (en) | Method of identifying and replacing an object or area in a digital image with another object or area | |
US20090226046A1 (en) | Characterizing Or Recommending A Program | |
Parikh et al. | Scalable and near real-time burst detection from ecommerce queries | |
CN110188241B (zh) | 一种赛事智能制作系统及制作方法 | |
CN105869008A (zh) | 一种广告定向投放方法及装置 | |
Sun et al. | Content-based analysis of the cultural differences between TikTok and Douyin | |
Ebadollahi et al. | Visual event detection using multi-dimensional concept dynamics | |
CN110290403B (zh) | 网络视频贴片广告播放方法和系统 | |
Padmakala et al. | An effective content based video retrieval utilizing texture, color and optimal key frame features | |
CN1582440A (zh) | 使用多媒体提示来分段和索引电视节目的方法 | |
CN112784078A (zh) | 一种基于语义识别的视频自动剪辑方法 | |
CN111601179A (zh) | 基于视频内容的网络广告推广方法 | |
CN103487147A (zh) | 利用电子设备挑选水果的系统及方法 | |
KR20110071219A (ko) | 행인 영상 기반 맞춤형 광고 장치 및 방법 | |
Sandhu et al. | Summarizing Videos by Key frame extraction using SSIM and other Visual Features | |
Algur | Video key frame extraction using entropy value as global and local feature | |
CN101140656A (zh) | 一种音乐消费行为分析的方法 | |
Rea et al. | Modeling high level structure in sports with motion driven HMMs | |
CN109525868A (zh) | 视频的焦点分布的分析系统、分析方法及存储媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180619 |
|
RJ01 | Rejection of invention patent application after publication |