CN110210370A - 商品导购方法及装置 - Google Patents

商品导购方法及装置 Download PDF

Info

Publication number
CN110210370A
CN110210370A CN201910452842.3A CN201910452842A CN110210370A CN 110210370 A CN110210370 A CN 110210370A CN 201910452842 A CN201910452842 A CN 201910452842A CN 110210370 A CN110210370 A CN 110210370A
Authority
CN
China
Prior art keywords
key frame
frame images
commodity
video
suspicious
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
Application number
CN201910452842.3A
Other languages
English (en)
Inventor
胡子仪
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.)
Wireless Living (hangzhou) Mdt Infotech Ltd
Original Assignee
Wireless Living (hangzhou) Mdt Infotech Ltd
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 Wireless Living (hangzhou) Mdt Infotech Ltd filed Critical Wireless Living (hangzhou) Mdt Infotech Ltd
Priority to CN201910452842.3A priority Critical patent/CN110210370A/zh
Publication of CN110210370A publication Critical patent/CN110210370A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • 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
    • 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
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/47815—Electronic shopping

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Signal Processing (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开涉及一种商品导购方法及装置。所述方法包括：基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置；检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息；在匹配到所述可疑商品对应的商品信息时，根据所述商品信息生成对应的商品购买图像信息；根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频。本公开不受播放器的限制，可在简化操作步骤的同时显著提升视频的导购能力。

Description

商品导购方法及装置
技术领域
本公开涉及电子商务技术领域，尤其涉及一种商品导购方法及装置。
背景技术
在视频导购领域中，目前比较普遍的做法是人工从商品库中挑选出视频中包含的商品，并采用专门的播放器在指定的时间点处插入对应的商品导购信息。但这种方法一方面需要人工挑选视频中出现过的商品，还要结合视频内容来设置商品导购信息出现的时间点，因此操作繁琐、且成本巨大，另一方面由于商品与视频本身是分离的，因此需要通过专门的播放器才能在播放时展示商品，从而使得视频的传播受到了一定的限制。
发明内容
为克服相关技术中存在的问题，本公开实施例提供一种商品导购方法及装置。所述技术方案如下：
根据本公开实施例的第一方面，提供一种商品导购方法，包括：
基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置；
检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息；
在匹配到所述可疑商品对应的商品信息时，根据所述商品信息生成对应的商品购买图像信息；
根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频。
在一个实施例中，所述基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置包括：
按照预设频率对所述第一视频进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
在一个实施例中，所述基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置包括：
按照预设时长对所述第一视频进行分割处理，以将所述第一视频分割为多个视频片段；
对每个视频片段的预设位置图像进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
在一个实施例中，所述检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息包括：
采用图像识别算法检测所述关键帧图像中是否包括可疑商品；
在检测到所述关键帧图像中包括所述可疑商品时，标记所述可疑商品的所在位置；
根据被标记的所述可疑商品在所述商品库自动匹配所述可疑商品对应的商品信息。
在一个实施例中，所述根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频包括：
根据所述时间标记将所述商品购买图像信息合成至所述第一视频中对应的所述视频片段；
针对所有视频片段进行重新合成，以得到包含所述商品购买图像信息的第二视频。
在一个实施例中，在检测所述关键帧图像中是否包括可疑商品之前，所述方法还包括：
判断当前的所述关键帧图像是否为首张关键帧图像；
在当前的所述关键帧图像非首张关键帧图像时，判断当前的所述关键帧图像与上一张所述关键帧图像的相似度是否超过预设值；
在当前的所述关键帧图像与上一张所述关键帧图像的相似度超过预设值时，将上一张所述关键帧图像对应的商品信息确定为当前的所述关键帧图像对应的商品信息。
根据本公开实施例的第二方面，提供一种商品导购装置，包括：
截取模块，用于基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置；
匹配模块，用于检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息；
生成模块，用于在匹配到所述可疑商品对应的商品信息时，根据所述商品信息生成对应的商品购买图像信息；
合成模块，用于根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频。
在一个实施例中，所述截取模块包括：
第一取样单元，用于按照预设频率对所述第一视频进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
在一个实施例中，所述截取模块包括：
分割单元，用于按照预设时长对所述第一视频进行分割处理，以将所述第一视频分割为多个视频片段；
第二取样单元，用于对每个视频片段的预设位置图像进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
在一个实施例中，所述匹配模块包括：
检测单元，用于采用图像识别算法检测所述关键帧图像中是否包括可疑商品；
标记单元，用于在检测到所述关键帧图像中包括所述可疑商品时，标记所述可疑商品的所在位置；
匹配单元，用于根据被标记的所述可疑商品在所述商品库自动匹配所述可疑商品对应的商品信息。
在一个实施例中，所述合成模块包括：
第一合成单元，用于根据所述时间标记将所述商品购买图像信息合成至所述第一视频中对应的所述视频片段；
第二合成单元，用于针对所有视频片段进行重新合成，以得到包含所述商品购买图像信息的第二视频。
在一个实施例中，所述装置还包括：
判定模块，用于判断当前的所述关键帧图像是否为首张关键帧图像；
比较模块，用于在当前的所述关键帧图像非首张关键帧图像时，判断当前的所述关键帧图像与上一张所述关键帧图像的相似度是否超过预设值；
确定模块，用于在当前的所述关键帧图像与上一张所述关键帧图像的相似度超过预设值时，将上一张所述关键帧图像对应的商品信息确定为当前的所述关键帧图像对应的商品信息。
根据本公开实施例的第三方面，提供一种商品导购装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行第一方面任一实施例所述方法的步骤。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现第一方面任一实施例所述方法的步骤。
本公开实施例所提供的技术方案可以包括以下有益效果：
本公开技术方案可基于第一视频而获取到多个关键帧图像，并在检测到关键帧图像中包含有可疑商品时，自动在商品库中查询匹配可疑商品对应的商品信息，进而根据商品信息生成商品购买图像信息，以便按照关键帧图像的时间标记而将商品购买图像信息合成至第一视频，从而得到包含商品购买图像信息的第二视频。如此一来，本公开实施例可在视频中自动嵌入商品购买图像信息，合成的视频不受播放器的限制，因此可在简化操作步骤的同时显著提升视频的导购能力。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据示例性实施例示出的商品导购方法流程图一；
图2a是根据示例性实施例示出的关键帧图像的获取方法流程图一；
图2b是根据示例性实施例示出的关键帧图像的获取方法流程图二；
图3是根据示例性实施例示出的检测可疑商品以及匹配商品信息的方法流程图；
图4是根据示例性实施例示出的合成商品购买图像信息的方法流程图；
图5是根据示例性实施例示出的商品导购方法流程图二；
图6是根据示例性实施例示出的商品导购方法的执行步骤流程图；
图7a是根据示例性实施例示出的商品导购装置的模块框图；
图7b是根据示例性实施例示出的商品导购装置的模块框图；
图7c是根据示例性实施例示出的商品导购装置的模块框图；
图7d是根据示例性实施例示出的商品导购装置的模块框图；
图7e是根据示例性实施例示出的商品导购装置的模块框图；
图7f是根据示例性实施例示出的商品导购装置的模块框图；
图8是根据示例性实施例示出的用于商品导购装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例所提供的技术方案涉及一种商品导购方法，可应用于商品的视频导购领域。相关技术中，目前比较普遍的做法是人工从商品库中挑选出视频中包含的商品，并采用专门的播放器在指定的时间点插入对应的商品导购信息，但这种方法一方面需要人工挑选视频中出现过的商品，还要结合视频内容来设置商品导购信息出现的时间点，因此操作繁琐、且成本巨大，另一方面由于商品与视频本身是分离的，因此需要通过专门的播放器才能在播放时展示商品，从而使得视频的传播受到了一定的限制。基于此，本公开技术方案可基于第一视频而获取到多个关键帧图像，并在检测到关键帧图像中包含有可疑商品时，自动在商品库中查询匹配可疑商品对应的商品信息，进而根据商品信息生成商品购买图像信息，以便按照关键帧图像的时间标记而将商品购买图像信息合成至第一视频，从而得到包含商品购买图像信息的第二视频。如此一来，本公开实施例可在视频中自动嵌入商品购买图像信息，合成的视频不受播放器的限制，因此可在简化操作步骤的同时显著提升视频的导购能力。
图1示例性示出了本公开实施例所提供的商品导购方法流程图。根据图1所示，所述商品导购方法具体包括如下步骤S1至S4：
在步骤S1中，基于第一视频截取多个关键帧图像，该关键帧图像携带有时间标记，所述时间标记用于指示关键帧图像在第一视频中的时间位置；
在步骤S2中，检测关键帧图像中是否包括可疑商品，并在关键帧图像中包括可疑商品时，基于商品库自动匹配可疑商品对应的商品信息；
在步骤S3中，在匹配到可疑商品对应的商品信息时，根据该商品信息生成对应的商品购买图像信息；
在步骤S4中，根据时间标记将商品购买图像信息合成至第一视频对应的时间位置，以得到包含商品购买图像信息的第二视频。
本公开技术方案可基于第一视频而获取到多个关键帧图像，并在检测到关键帧图像中包含有可疑商品时，自动在商品库中查询匹配可疑商品对应的商品信息，进而根据商品信息生成商品购买图像信息，以便按照关键帧图像的时间标记而将商品购买图像信息合成至第一视频，从而得到包含商品购买图像信息的第二视频。如此一来，本公开技术方案可在视频中自动嵌入商品购买图像信息，合成的视频不受播放器的限制，因此在简化操作步骤的同时显著的提升了视频的导购能力。
下面结合具体实施例来对本公开技术方案的各个步骤进行详细的说明。
在步骤S1中，基于第一视频截取多个关键帧图像，该关键帧图像携带有时间标记，所述时间标记用于指示关键帧图像在第一视频中的时间位置。
其中，关键帧图像是指截取自第一视频的帧图像，其可以是随机采集、或者以预设频率采集、或者按照其它规则采集到的帧图像，该帧图像携带有对应的时间标记，这里应当明确该时间标记用于描述关键帧图像在整个第一视频中的时间位置。
在一种实施方式中，图2a示例性示出了关键帧图像的获取方法流程图。根据图2a可知，所述基于第一视频截取多个关键帧图像包括如下步骤S100：
在步骤S100中，按照预设频率对第一视频进行截图取样并记录对应的取样时间，以得到多个关键帧图像以及每个关键帧图像携带的时间标记。
示例的，以预设频率为0.5秒为例，本实施例可按照预设频率即每0.5秒而对第一视频进行截图取样，以得到对应的关键帧图像，并记录截图取样的具体时间，以作为关键帧图像对应的时间标记。基于这种方式，在遍历完整个第一视频后便可获取到多个关键帧图像，其中每个关键帧图像都携带有自身的时间标记。
在另一实施方式中，图2b示例性示出了关键帧图像的获取方法流程图。根据图2b可知，所述基于第一视频截取多个关键帧图像包括如下步骤S101至S102：
在步骤S101中，按照预设时长对第一视频进行分割处理，以将该第一视频分割为多个视频片段；
在步骤S102中，针对每个视频片段的预设位置图像进行截图取样并记录对应的取样时间，以得到多个关键帧图像以及每个关键帧图像携带的时间标记。
示例的，以预设时长为5秒为例，本实施例可按照预设时长即每5秒而将第一视频分割为多个视频片段，并针对各个视频片段的预设位置图像例如开头位置图像或者结尾位置图像进行截图取样，以得到各个视频片段对应的关键帧图像，并记录截图取样的具体时间以作为关键帧图像对应的时间标记。需要说明的是：这里记录的截图取样的具体时间可以为各个视频片段对应的时间或者整个第一视频对应的时间，若为前者，则还需将其转换为第一视频对应的时间以作为关键帧图像携带的时间标记，若为后者，则直接将其作为关键帧图像携带的时间标记即可。基于这种方式，在遍历完整个第一视频后便可获取到多个关键帧图像，其中每个关键帧图像都携带有自身的时间标记。
在步骤S2中，检测关键帧图像中是否包括可疑商品，并在关键帧图像中包括可疑商品时，基于商品库自动匹配可疑商品对应的商品信息。
其中，可疑商品是指在关键帧图像中检测到的疑似为商品的目标对象，商品库是指存储有大量的商品信息的数据库，而商品信息包括但不限于商品图片、商品标题、商品价格和商品链接等信息。
图3示例性示出了检测可疑商品以及匹配商品信息的具体方法流程图。根据图3可知，所述检测关键帧图像中是否包括可疑商品，并在关键帧图像中包括可疑商品时，基于商品库自动匹配可疑商品对应的商品信息包括如下步骤S201至S203：
在步骤S201中，采用图像识别算法检测关键帧图像中是否包括有可疑商品；
在步骤S202中，在检测到关键帧图像中包括可疑商品时，标记该可疑商品所在的位置区域；
在步骤S203中，根据被标记的可疑商品在商品库中自动匹配可疑商品对应的商品信息。
示例的，在获取到多个关键帧图像之后，本实施例可采用基于深度学习的图像识别算法来检测关键帧图像的各个区域，以便对关键帧图像中的可疑商品进行识别。在检测到关键帧图像中包括可疑商品时，针对可疑商品所在的位置区域进行标记，以便于后续的查找匹配，其中该位置区域可以为一个或多个，这里对此不做限定。在确定出可疑商品之后，本实施例还需进一步将识别出的图片区域也即被标记的可疑商品所在的位置区域上传至图片搜索引擎，以便与商品库中的商品图片进行对比，从而查找匹配可疑商品对应的商品信息。当然，针对于未检测到可疑商品的关键帧图像，无需其它处理，直接忽略即可。
在步骤S3中，在匹配到可疑商品对应的商品信息时，根据该商品信息生成对应的商品购买图像信息。
示例的，若图片搜索引擎在商品库中匹配到了与可疑商品相对应的商品图片，便可进一步获取与该可疑商品相对应的其它商品信息，例如商品标题、商品价格和商品链接等。基于此，根据这些商品信息即可生成一对应的商品购买图像信息例如二维码或者包括二维码和商品标题的链接等，以便于用户根据该商品购买图像信息获取到商品的购买方式。
在步骤S4中，根据时间标记将商品购买图像信息合成至第一视频对应的时间位置，以得到包含商品购买图像信息的第二视频。
其中，商品购买图像信息的合成可以是直接基于第一视频进行合成，但也可以是基于第一视频分割而成的视频片段进行合成，具体根据关键帧图像的截取方法而定。
在关键帧图像是基于第一视频分割而成的视频片段而得时，图4示例性示出了合成商品购买图像信息的具体方法流程图。根据图4可知，所述根据时间标记将商品购买图像信息合成至第一视频对应的时间位置，以得到包含商品购买图像信息的第二视频包括如下步骤S401至S402：
在步骤S401中，根据时间标记将商品购买图像信息合成至第一视频中对应的视频片段；
在步骤S402中，针对多个视频片段进行重新合成，以得到包含有商品购买图像信息的第二视频。
示例的，在匹配到可疑商品对应的商品信息并根据该商品信息生成商品购买图像信息之后，便可检测该可疑商品所属的关键帧图像，并进一步获取该关键帧图像的时间标记。在第一视频被分割为多个视频片段时，各个视频片段也同样携带有该时间标记。此时，本实施例即可根据获取到的时间标记而将商品购买图像信息合成至第一视频的对应时间位置，或者也可先将商品购买图像信息合成至第一视频的各个视频片段的对应时间位置，进而将多个视频片段重新合成，从而得到包含商品购买图像信息的第二视频。由此可知，第一视频与第二视频的区别在于显示有商品的关键帧图像中是否包含该商品的购买图像信息，如此获得的第二视频能够明显的提示视频的商品导购能力。在第二视频成功合成之后，用户还可下载该第二视频并转发到各个播放平台或者社交网络中以进行传播，由于本公开所提供的商品导购方法能够适应于各种播放器，因此克服了目前合成视频受到播放器限制的问题，从而扩展了视频的传播途径。
基于上述的实施例，考虑到图像识别以及视频合成的处理难度，本公开技术方案还可提前去除相似的图片，以达到减少后期图像识别与视频合成的处理量的效果。图5示例性示出了本公开实施例所提供的另一商品导购方法的流程图。根据图5可知，在检测关键帧图像中是否包括可疑商品之前，所述商品导购方法还包括如下步骤S501至S503：
在步骤S501中，判断当前的关键帧图像是否为首张关键帧图像；
在步骤S502中，在当前的关键帧图像非首张关键帧图像时，判断当前的关键帧图像与上一张关键帧图像的相似度是否超过预设值；
在步骤S503中，若是，则将上一张关键帧图像对应的商品信息确定为当前的关键帧图像对应的商品信息。
如此一来，在获取到的一系列关键帧图像中，若识别到连续相似的多张图像，则以该多张图像中的第一张图像为准执行后续的图像识别和视频合成即可，而该多张图像中的后面若干张图像可直接采用第一张图像的识别结果，也就是可疑商品以及据此生成的商品购买图像信息，从而减少图像识别以及视频合成的处理难度。当然，本实施例还可以其中任一张图像为基准来执行后续的图像识别和视频合成操作，而其它图像直接采用基准图像的识别结果即可，也就是说用作基准的图像并不限于上述的第一张图像。
下面结合图6以一具体的实现方式来对本公开实施例所提供的商品导购方法进行示例性的说明。其中，所述商品导购方法可应用于独立的视频合成工具或者作为视频功能的插件，其具体包括如下步骤S601至S614：
在步骤S601中，按照每5秒的预设时长将第一视频分割为多个视频片段；
在步骤S602中，在每个视频片段的开头部分截取关键帧图像并记录各个关键帧图像携带的时间标记；
在步骤S603中，获取一关键帧图像；
在步骤S604中，判断当前的关键帧图像是否为首张关键帧图像；若否，执行步骤S605，若是，执行步骤S607；
在步骤S605中，判断当前的关键帧图像与上一张关键帧图像的相似度是否超过预设值；若是，执行步骤S606，若否，执行步骤S607；
在步骤S606中，将上一张关键帧图像对应的商品信息确定为当前的关键帧图像对应的商品信息；
在步骤S607中，采用图像识别算法检测关键帧图像中是否包括有可疑商品；若是，执行步骤S608，若否，返回步骤S603；
在步骤S608中，标记该可疑商品所在的位置区域；
在步骤S609中，根据被标记的可疑商品在商品库中查找匹配可疑商品对应的商品信息；若匹配成功，执行步骤S610，若匹配失败，返回步骤S603；
在步骤S610中，根据该商品信息生成对应的商品购买图像信息；
在步骤S611中，根据时间标记将商品购买图像信息合成至第一视频中对应的视频片段；
在步骤S612中，判断是否处理完所有的关键帧图像；若是，执行步骤S613，若否，返回步骤S603；
在步骤S613中，针对多个视频片段进行重新合成，以得到包含有商品购买图像信息的第二视频；
在步骤S614中，根据第二视频生成视频链接以供用户下载。
基于上述过程可知，本公开实施例所提供的商品导购方法，可在对第一视频的关键帧图像进行截图取样之后，采用图像识别技术来识别关键帧图像中的可疑商品，并在识别到可疑商品时与商品库中存储的商品图片进行匹配，从而查询得到第一视频中包含的商品，并自动嵌入商品的购买图像信息，以重新合成第二视频，如此便可显著的提升视频的导购能力，使得消费者能够更加方便的购买视频中出现的商品，而且合成后的第二视频可在任意的视频播放器中播放，具有更好的兼容性，因此能够明显的扩展视频的适用范围。更进一步的，为了避免图像识别以及视频合成的处理量，本公开实施例还可在识别到连续相似的多张关键帧图像时，以其中任一张图像为基准执行后续的图像识别和视频合成操作，而其它图像直接采用基准图像的识别结果即可，从而能够减少图像识别以及视频合成的处理难度。
下述为本公开装置实施例，可以用于执行本公开方法实施例。
图7a是根据示例性实施例示出的商品导购装置的示意图，该装置可通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。根据图7a所示，所述商品导购装置包括截取模块701、匹配模块702、生成模块703和合成模块704。其中，截取模块701用于基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置；匹配模块702用于检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息；生成模块703用于在匹配到所述可疑商品对应的商品信息时，根据所述商品信息生成对应的商品购买图像信息；合成模块704用于根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频。
在一个实施例中，参考图7b所示，所述截取模块701包括第一取样单元7010。该第一取样单元7010用于按照预设频率对所述第一视频进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
在一个实施例中，参考图7c所示，所述截取模块701包括分割单元7011和第二取样单元7012。其中，分割单元7011用于按照预设时长对所述第一视频进行分割处理，以将所述第一视频分割为多个视频片段；第二取样单元7012用于对每个视频片段的预设位置图像进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
在一个实施例中，参考图7d所示，所述匹配模块702包括检测单元7021、标记单元7022和匹配单元7023。其中，检测单元7021用于采用图像识别算法检测所述关键帧图像中是否包括可疑商品；标记单元7022用于在检测到所述关键帧图像中包括所述可疑商品时，标记所述可疑商品的所在位置；匹配单元7023用于根据被标记的所述可疑商品在所述商品库自动匹配所述可疑商品对应的商品信息。
在一个实施例中，参考图7e所示，所述合成模块704包括第一合成单元7041和第二合成单元7042。其中，第一合成单元7041用于根据所述时间标记将所述商品购买图像信息合成至所述第一视频中对应的所述视频片段；第二合成单元7042用于针对所有视频片段进行重新合成，以得到包含所述商品购买图像信息的第二视频。
在一个实施例中，参考图7f所示，所述装置还包括判定模块7051、比较模块7052和确定模块7053。其中，判定模块7051用于判断当前的所述关键帧图像是否为首张关键帧图像；比较模块7052用于在当前的所述关键帧图像非首张关键帧图像时，判断当前的所述关键帧图像与上一张所述关键帧图像的相似度是否超过预设值；确定模块7053用于在当前的所述关键帧图像与上一张所述关键帧图像的相似度超过预设值时，将上一张所述关键帧图像对应的商品信息确定为当前的所述关键帧图像对应的商品信息。
本公开实施例所提供的商品导购装置，可基于第一视频而获取到多个关键帧图像，并在检测到关键帧图像中包含有可疑商品时，自动在商品库中查询匹配可疑商品对应的商品信息，进而根据商品信息生成商品购买图像信息，以便按照关键帧图像的时间标记而将商品购买图像信息合成至第一视频，从而得到包含商品购买图像信息的第二视频。如此一来，本公开实施例可在视频中自动嵌入商品购买图像信息，合成的视频不受播放器的限制，因此可在简化操作步骤的同时显著提升视频的导购能力。
关于上述实施例中的装置，其各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开实施例还提供一种商品导购装置，该装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，处理器被配置为执行：
基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置；
检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息；
在匹配到所述可疑商品对应的商品信息时，根据所述商品信息生成对应的商品购买图像信息；
根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频。
在一个实施例中，上述处理器还可被配置为：
按照预设频率对所述第一视频进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
在一个实施例中，上述处理器还可被配置为：
按照预设时长对所述第一视频进行分割处理，以将所述第一视频分割为多个视频片段；
对每个视频片段的预设位置图像进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
在一个实施例中，上述处理器还可被配置为：
采用图像识别算法检测所述关键帧图像中是否包括可疑商品；
在检测到所述关键帧图像中包括所述可疑商品时，标记所述可疑商品的所在位置；
根据被标记的所述可疑商品在所述商品库自动匹配所述可疑商品对应的商品信息。
在一个实施例中，上述处理器还可被配置为：
根据所述时间标记将所述商品购买图像信息合成至所述第一视频中对应的所述视频片段；
针对所有视频片段进行重新合成，以得到包含所述商品购买图像信息的第二视频。
在一个实施例中，上述处理器还可被配置为：
判断当前的所述关键帧图像是否为首张关键帧图像；
在当前的所述关键帧图像非首张关键帧图像时，判断当前的所述关键帧图像与上一张所述关键帧图像的相似度是否超过预设值；
在当前的所述关键帧图像与上一张所述关键帧图像的相似度超过预设值时，将上一张所述关键帧图像对应的商品信息确定为当前的所述关键帧图像对应的商品信息。
图8是根据示例性实施例示出的用于商品导购装置的结构框图，该装置80适用于终端设备。例如，装置80可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
装置80可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置80的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置80的操作。这些数据的示例包括用于在装置80上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置80的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置80生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置80和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置80处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置80处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置80提供各个方面的状态评估。例如，传感器组件814可以检测到装置80的打开/关闭状态，组件的相对定位，例如所述组件为装置80的显示器和小键盘，传感器组件814还可以检测装置80或装置80一个组件的位置改变，用户与装置80接触的存在或不存在，装置80方位或加速/减速和装置80的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置80和其他设备之间有线或无线方式的通信。装置80可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置80可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现，用于执行上述的商品导购方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置80的处理器820执行以完成上述的商品导购方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本公开实施例还提供一种非临时性计算机可读存储介质，当存储介质中的指令由装置80的处理器执行时，使得装置80能够执行上述商品导购方法，所述方法包括：
基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置；
检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息；
在匹配到所述可疑商品对应的商品信息时，根据所述商品信息生成对应的商品购买图像信息；
根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频。
在一个实施例中，所述基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置包括：
按照预设频率对所述第一视频进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
在一个实施例中，所述基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置包括：
按照预设时长对所述第一视频进行分割处理，以将所述第一视频分割为多个视频片段；
对每个视频片段的预设位置图像进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
在一个实施例中，所述检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息包括：
采用图像识别算法检测所述关键帧图像中是否包括可疑商品；
在检测到所述关键帧图像中包括所述可疑商品时，标记所述可疑商品的所在位置；
根据被标记的所述可疑商品在所述商品库自动匹配所述可疑商品对应的商品信息。
在一个实施例中，所述根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频包括：
根据所述时间标记将所述商品购买图像信息合成至所述第一视频中对应的所述视频片段；
针对所有视频片段进行重新合成，以得到包含所述商品购买图像信息的第二视频。
在一个实施例中，在检测所述关键帧图像中是否包括可疑商品之前，所述方法还包括：
判断当前的所述关键帧图像是否为首张关键帧图像；
在当前的所述关键帧图像非首张关键帧图像时，判断当前的所述关键帧图像与上一张所述关键帧图像的相似度是否超过预设值；
在当前的所述关键帧图像与上一张所述关键帧图像的相似度超过预设值时，将上一张所述关键帧图像对应的商品信息确定为当前的所述关键帧图像对应的商品信息。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围应由所附的权利要求来限制。

Claims (14)

1.一种商品导购方法，其特征在于，包括：
基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置；
检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息；
在匹配到所述可疑商品对应的商品信息时，根据所述商品信息生成对应的商品购买图像信息；
根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频。
2.根据权利要求1所述的方法，其特征在于，所述基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置包括：
按照预设频率对所述第一视频进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
3.根据权利要求1所述的方法，其特征在于，所述基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置包括：
按照预设时长对所述第一视频进行分割处理，以将所述第一视频分割为多个视频片段；
对每个视频片段的预设位置图像进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
4.根据权利要求1所述的方法，其特征在于，所述检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息包括：
采用图像识别算法检测所述关键帧图像中是否包括可疑商品；
在检测到所述关键帧图像中包括所述可疑商品时，标记所述可疑商品的所在位置；
根据被标记的所述可疑商品在所述商品库自动匹配所述可疑商品对应的商品信息。
5.根据权利要求3所述的方法，其特征在于，所述根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频包括：
根据所述时间标记将所述商品购买图像信息合成至所述第一视频中对应的所述视频片段；
针对所有视频片段进行重新合成，以得到包含所述商品购买图像信息的第二视频。
6.根据权利要求1所述的方法，其特征在于，在检测所述关键帧图像中是否包括可疑商品之前，所述方法还包括：
判断当前的所述关键帧图像是否为首张关键帧图像；
在当前的所述关键帧图像非首张关键帧图像时，判断当前的所述关键帧图像与上一张所述关键帧图像的相似度是否超过预设值；
在当前的所述关键帧图像与上一张所述关键帧图像的相似度超过预设值时，将上一张所述关键帧图像对应的商品信息确定为当前的所述关键帧图像对应的商品信息。
7.一种商品导购装置，其特征在于，包括：
截取模块，用于基于第一视频截取多个关键帧图像，所述关键帧图像携带有时间标记，所述时间标记指示所述关键帧图像在所述第一视频中的时间位置；
匹配模块，用于检测所述关键帧图像中是否包括可疑商品，并在所述关键帧图像中包括所述可疑商品时，基于商品库自动匹配所述可疑商品对应的商品信息；
生成模块，用于在匹配到所述可疑商品对应的商品信息时，根据所述商品信息生成对应的商品购买图像信息；
合成模块，用于根据所述时间标记将所述商品购买图像信息合成至所述第一视频对应的时间位置，以得到包含所述商品购买图像信息的第二视频。
8.根据权利要求7所述的装置，其特征在于，所述截取模块包括：
第一取样单元，用于按照预设频率对所述第一视频进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
9.根据权利要求7所述的装置，其特征在于，所述截取模块包括：
分割单元，用于按照预设时长对所述第一视频进行分割处理，以将所述第一视频分割为多个视频片段；
第二取样单元，用于对每个视频片段的预设位置图像进行截图取样并记录对应的取样时间，以得到多个所述关键帧图像以及每个关键帧图像携带的时间标记。
10.根据权利要求7所述的装置，其特征在于，所述匹配模块包括：
检测单元，用于采用图像识别算法检测所述关键帧图像中是否包括可疑商品；
标记单元，用于在检测到所述关键帧图像中包括所述可疑商品时，标记所述可疑商品的所在位置；
匹配单元，用于根据被标记的所述可疑商品在所述商品库自动匹配所述可疑商品对应的商品信息。
11.根据权利要求9所述的装置，其特征在于，所述合成模块包括：
第一合成单元，用于根据所述时间标记将所述商品购买图像信息合成至所述第一视频中对应的所述视频片段；
第二合成单元，用于针对所有视频片段进行重新合成，以得到包含所述商品购买图像信息的第二视频。
12.根据权利要求7所述的装置，其特征在于，所述装置还包括：
判定模块，用于判断当前的所述关键帧图像是否为首张关键帧图像；
比较模块，用于在当前的所述关键帧图像非首张关键帧图像时，判断当前的所述关键帧图像与上一张所述关键帧图像的相似度是否超过预设值；
确定模块，用于在当前的所述关键帧图像与上一张所述关键帧图像的相似度超过预设值时，将上一张所述关键帧图像对应的商品信息确定为当前的所述关键帧图像对应的商品信息。
13.一种商品导购装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-6任一项所述方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1-6任一项所述方法的步骤。
CN201910452842.3A 2019-05-28 2019-05-28 商品导购方法及装置 Pending CN110210370A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910452842.3A CN110210370A (zh) 2019-05-28 2019-05-28 商品导购方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910452842.3A CN110210370A (zh) 2019-05-28 2019-05-28 商品导购方法及装置

Publications (1)

Publication Number Publication Date
CN110210370A true CN110210370A (zh) 2019-09-06

Family

ID=67789121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910452842.3A Pending CN110210370A (zh) 2019-05-28 2019-05-28 商品导购方法及装置

Country Status (1)

Country Link
CN (1) CN110210370A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110754877A (zh) * 2019-11-04 2020-02-07 温州红秀招信息科技有限公司 一种基于大数据的商店商品自助导购装置
CN112714349A (zh) * 2019-10-24 2021-04-27 阿里巴巴集团控股有限公司 数据处理方法、商品展示方法和视频播放方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103780944A (zh) * 2012-10-17 2014-05-07 三亚中兴软件有限责任公司 广告播放方法、装置、系统及匹配信息建立装置
CN104469437A (zh) * 2014-12-23 2015-03-25 小米科技有限责任公司 广告推送方法及装置
CN104715023A (zh) * 2015-03-02 2015-06-17 北京奇艺世纪科技有限公司 基于视频内容的商品推荐方法和系统
CN104935981A (zh) * 2015-06-17 2015-09-23 Tcl集团股份有限公司 一种广告信息的推送方法及系统
CN106055710A (zh) * 2016-07-01 2016-10-26 传线网络科技（上海）有限公司 基于视频的商品推荐方法及装置
CN107277577A (zh) * 2017-07-14 2017-10-20 深圳创维－Rgb电子有限公司 广告的推送方法、装置及计算机可读存储介质
CN107872691A (zh) * 2017-11-09 2018-04-03 暴风集团股份有限公司 一种广告加载处理方法、装置及系统
CN108460616A (zh) * 2017-12-05 2018-08-28 北京陌上花科技有限公司 视频广告投放的数据处理方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103780944A (zh) * 2012-10-17 2014-05-07 三亚中兴软件有限责任公司 广告播放方法、装置、系统及匹配信息建立装置
CN104469437A (zh) * 2014-12-23 2015-03-25 小米科技有限责任公司 广告推送方法及装置
CN104715023A (zh) * 2015-03-02 2015-06-17 北京奇艺世纪科技有限公司 基于视频内容的商品推荐方法和系统
CN104935981A (zh) * 2015-06-17 2015-09-23 Tcl集团股份有限公司 一种广告信息的推送方法及系统
CN106055710A (zh) * 2016-07-01 2016-10-26 传线网络科技（上海）有限公司 基于视频的商品推荐方法及装置
CN107277577A (zh) * 2017-07-14 2017-10-20 深圳创维－Rgb电子有限公司 广告的推送方法、装置及计算机可读存储介质
CN107872691A (zh) * 2017-11-09 2018-04-03 暴风集团股份有限公司 一种广告加载处理方法、装置及系统
CN108460616A (zh) * 2017-12-05 2018-08-28 北京陌上花科技有限公司 视频广告投放的数据处理方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112714349A (zh) * 2019-10-24 2021-04-27 阿里巴巴集团控股有限公司 数据处理方法、商品展示方法和视频播放方法
CN110754877A (zh) * 2019-11-04 2020-02-07 温州红秀招信息科技有限公司 一种基于大数据的商店商品自助导购装置

Similar Documents

Publication Publication Date Title
CN104469437B (zh) 广告推送方法及装置
CN107239535A (zh) 相似图片检索方法及装置
CN107832036A (zh) 语音控制方法、装置及计算机可读存储介质
CN106227848A (zh) 通知消息的显示方法、装置及终端
CN109064277A (zh) 商品展示方法及装置
CN106550252A (zh) 信息的推送方法、装置及设备
CN104536659B (zh) 目标物信息处理方法及装置
CN106128440A (zh) 一种歌词显示处理方法、装置、终端设备及系统
CN106789551A (zh) 会话消息展示方法及装置
CN110209877A (zh) 视频分析方法及装置
CN107239207A (zh) 照片显示方法及装置
CN109388699A (zh) 输入方法、装置、设备及存储介质
CN111950425A (zh) 对象获取方法、装置、客户端、服务器、系统和存储介质
CN110210370A (zh) 商品导购方法及装置
CN105100193A (zh) 云名片推荐方法及装置
CN108154416A (zh) 网站浏览优化方法及装置
CN105163188A (zh) 视频内容处理方法、装置及设备
CN104715007A (zh) 用户标识方法及装置
CN106775210A (zh) 壁纸更换的方法和装置
CN107872620A (zh) 视频录制方法及装置
CN106533918A (zh) 用户添加提示方法和装置
CN106503124A (zh) 页面中多媒体文件定位的方法和装置
CN105101410A (zh) 一种确定移动终端地理位置的方法及装置
CN104994211A (zh) 来电提示方法、装置及系统
CN107465865A (zh) 拍摄方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190906