CN110348910B - 有效展示时长的确定方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请提供了的有效展示时长的确定方法、装置、电子设备及存储介质，确定方法包括：按照多个预设时刻，提取目标视频中每个预设时刻对应的第一待检测图像；计算第一待检测图像中存在目标图像的概率值；基于概率值大于预设阈值的第二待检测图像，确定目标图像的展示次数、总展示时长、目标图像每次展示时在第二待检测图像中所处的像素位置信息以及目标图像每次展示时在第二待检测图像中占用的展示面积；基于展示次数、总展示时长、像素位置信息以及展示面积，利用预先训练好的可见概率OTS模型计算得到有效展示时长。本申请利用OTS模型对目标图像的展示次数、总展示时长、像素位置信息以及展示面积进行计算，得到的有效展示时长精确度较高。

Description

有效展示时长的确定方法、装置、电子设备及存储介质

技术领域

本申请涉及媒体信息技术领域，具体而言，涉及有效展示时长的确定方法、装置、电子设备及存储介质。

背景技术

随着广电媒体与网络新媒体间的融合不断加深，为紧密贴合优质内容，提升曝光效果，越来越多的资讯投放方选择将资讯植入到各大卫视和/或在线视频平台播放的媒体视频中。在投放以后，资讯投放方需要了解投放的资讯是否按照要求被展示，以及被用户观看到的有效展示时长；其中，该有效展示时长小于或等于总展示时长。

现有的解决方案中，通过分解媒体视频内容中的画面，利用图像识别的技术，识别图像中的资讯信息，从而计算每一次资讯信息展示的开始时间、结束时间，并基于计算得到的开始时间、结束时间统计资讯信息的展示次数和总展示时长。

但，上述方法中计算得到的展示时长并非资讯信息的有效展示时长。

发明内容

有鉴于此，本申请实施例的目的在于提供有效展示时长的确定方法、装置、电子设备及存储介质，能够精确的计算出目标图像的有效展示时长。

第一方面，本申请实施例提供了有效展示时长的确定方法，其中，包括：

按照多个预设时刻，提取目标视频中每个预设时刻对应的第一待检测图像；

计算所述第一待检测图像中存在目标图像的概率值；

基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的展示次数、总展示时长、所述目标图像每次展示时在所述第二待检测图像中所处的像素位置信息以及所述目标图像每次展示时在所述第二待检测图像中占用的展示面积；

基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用预先训练好的可见概率OTS模型计算得到所述目标图像的有效展示时长。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的展示次数，包括：

针对每相邻的两个第二待检测图像，提取该两个第二待检测图像分别对应的预设时刻；

计算该两个第二待检测图像分别对应的预设时刻之间的时刻差；

判断所述时刻差是否大于预设差值；

若大于，则确定该相邻的两个第二待检测图像对应的展示次数为2。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的总展示时长，包括：

筛选所述时刻差小于预设差值的相邻的两个第二待检测图像；

对筛选得到的每个相邻的两个第二待检测图像对应的预设时刻之间的时刻差进行求和计算，得到和值；

将所述和值作为所述目标图像的总展示时长。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像每次展示时在所述第二待检测图像中所处的像素位置信息，包括：

针对多个第二待检测图像中的每个第二待检测图像，基于该第二待检测图像，建立像素坐标系；

查找所述目标图像中位于左上角的像素点在所述像素坐标系中的第一像素坐标信息，以及所述目标图像中位于右下角的像素点在所述像素坐标系中的第二像素坐标信息；

利用所述第一像素坐标信息和所述第二像素坐标信息，确定该待检测图像中所处的像素位置信息。

结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像每次展示时在所述第二待检测图像中占用的展示面积，包括：

利用所述第一像素坐标信息和所述第二像素坐标信息，确定所述目标图像每次展示时在所述待检测图像中占用的展示面积。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第五种可能的实施方式，其中，所述基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用预先训练好的可见概率OTS模型计算得到有效展示时长，包括：

基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用所述OTS模型计算得到可见系数；

对所述可见系数与所述总展示时长进行求积运算，将得到的乘积作为所述有效展示时长。

结合第一方面的第五种可能的实施方式，本申请实施例提供了第一方面的第六种可能的实施方式，其中，所述方法还包括训练得到所述OTS模型的步骤：

获取多个样本图像中每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本、展示面积样本，以及利用眼动仪采集每个样本图像对应的有效展示时长样本；

利用每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本以及展示面积样本，以及利用眼动仪采集的有效展示时长样本，对待训练的OTS模型进行训练，得到训练好的OTS模型。

第二方面，本申请实施例还提供了有效展示时长的确定装置，其中，包括：

提取模块，用于按照多个预设时刻，提取目标视频中每个预设时刻对应的第一待检测图像；

概率值计算模块，用于计算所述第一待检测图像中存在目标图像的概率值；

确定模块，用于基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的展示次数、总展示时长、所述目标图像每次展示时在所述第二待检测图像中所处的像素位置信息以及所述目标图像每次展示时在所述第二待检测图像中占用的展示面积；

有效展示时长计算模块，用于基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用预先训练好的可见概率OTS模型计算得到所述目标图像的有效展示时长。

第三方面，本申请实施例还提供了一种电子设备，其中，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面、第一方面的第一种可能的实施方式至第一方面的第六种可能的实施方式中任意一项所述的有效展示时长的确定方法的步骤。

第四方面，本申请实施例还提供了一种计算机可读存储介质，其中，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面、第一方面的第一种可能的实施方式至第一方面的第六种可能的实施方式中任意一项所述的有效展示时长的确定方法的步骤。

本申请实施例提供的有效展示时长的确定方法、装置、电子设备及存储介质，其中，该确定方法包括：按照多个预设时刻，提取目标视频中每个预设时刻对应的第一待检测图像；计算第一待检测图像中存在目标图像的概率值；基于概率值大于预设阈值的第二待检测图像，确定目标图像的展示次数、总展示时长、目标图像每次展示时在第二待检测图像中所处的像素位置信息以及目标图像每次展示时在第二待检测图像中占用的展示面积；基于展示次数、总展示时长、像素位置信息以及展示面积，利用预先训练好的可见概率OTS模型计算得到有效展示时长。本申请首先提取并筛选出携带有目标图像的第二待检测图像；然后，基于第二待检测图像计算目标图像的展示次数、总展示时长、像素位置信息以及展示面积；最后，基于展示次数、总展示时长、像素位置信息以及展示面积，利用预先训练好的可见概率OTS模型计算得到目标图像的有效展示时长，提高了计算有效展示时长的准确性。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1示出了本申请实施例所提供的有效展示时长的确定方法的流程图；

图2示出了本申请实施例所提供的有效展示时长的确定方法中确定展示次数的流程图；

图3示出了本申请实施例所提供的有效展示时长的确定方法中确定总展示时长的流程图；

图4示出了本申请实施例所提供的有效展示时长的确定方法中确定像素位置信息的流程图；

图5示出了本申请实施例所提供的另一种有效展示时长的确定方法的流程图；

图6示出了本申请实施例所提供的有效展示时长的确定方法中OTS模型训练的流程图；

图7示出了本申请实施例所提供的有效展示时长的确定装置的结构示意图；

图8示出了本申请实施例所提供的电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

现有的解决方案中，通过分解媒体视频内容中的画面，利用图像识别的技术，识别图像中的资讯信息，从而计算每一次资讯信息展示的开始时间、结束时间，并基于计算得到的开始时间、结束时间统计资讯信息的展示次数和展示时长。但，上述方法中计算得到的展示时长并非资讯信息的有效展示时长。针对上述问题，本申请实施例提供的有效展示时长的确定方法、装置、电子设备及存储介质，可以精确的计算出目标图像的有效展示时长。

为便于对本申请实施例进行理解，首先对本申请实施例所公开的一种有效展示时长的确定方法进行详细介绍。

如图1所示，为本申请实施例以服务器为执行主体时有效展示时长的确定方法的流程图，具体步骤如下：

S101，按照多个预设时刻，提取目标视频中每个预设时刻对应的第一待检测图像。

在具体实施中，可以预先设置多个预设时刻，例如目标视频中第1秒，第2秒，第3秒(每间隔1秒)等都作为预设时刻。

针对每个预设时刻的目标视频，提取该预设时刻对应的第一待检测图像，所有的第一待检测图像均属于目标视频。其中，目标视频为被植入资讯的视频。

S102，计算第一待检测图像中存在目标图像的概率值。

在具体实施中，利用图像识别技术，分析对比第一待检测图像，判定第一待检测图像中是否包含目标图像，也即将目标图像与第一待检测图像中的每一个像素区域进行匹配，得到目标图像与每一个像素区域的匹配度，将第一待检测图像中，与目标图像匹配度最高的像素区域对应的匹配度，作为第一待检测图像中存在目标图像的概率值。

其中，目标图像包括资讯的商标LOGO、产品图片、关键字、宣传语等。

本申请实施例中，还可以针对每一个目标图像均训练一个图像识别模型，即，将每个预设时刻对应的第一待检测图像输入至图像识别模型中，则图像识别模型利用算法和参数，对输入的第一待检测图像进行分析处理，输出该第一待检测图像中存在目标图像的概率值。

S103，基于概率值大于预设阈值的第二待检测图像，确定目标图像的展示次数、总展示时长、目标图像每次展示时在第二待检测图像中所处的像素位置信息以及目标图像每次展示时在第二待检测图像中占用的展示面积。

在具体实施中，在概率值小于或等于预设阈值时，表示该第一待检测图像中可能不存在目标图像，则将概率值小于预设阈值对应的第一待检测图像删除。

在概率值大于预设阈值时，表示该第一待检测图像中可能存在目标图像，将概率值大于预设阈值的第一待检测图像作为第二待检测图像，基于第二待检测图像，确定目标图像的展示次数、总展示时长、目标图像每次展示时在第二待检测图像中所处的像素位置信息以及目标图像每次展示时在第二待检测图像中占用的展示面积。具体的确定方法在下文中详细进行阐述，在此不做过多赘述。

S104，基于展示次数、总展示时长、像素位置信息以及展示面积，利用预先训练好的可见概率OTS模型计算得到目标图像的有效展示时长。

在具体实施中，利用预先训练好的可见概率(Opportunity To See，OTS)模型对目标图像的展示次数、总展示时长、像素位置信息以及展示面积进行计算，得到目标图像的有效展示时长，增加了计算目标图像的有效展示时长的维度，确保了计算得到的目标图像的有效展示时长的精确度。

如图2所示，为本申请实施例以服务器为执行主体时，基于概率值大于预设阈值的第二待检测图像，确定目标图像的展示次数的方法流程图，具体步骤如下：

S201，针对每相邻的两个第二待检测图像，提取该两个第二待检测图像分别对应的预设时刻；

S202，计算该两个第二待检测图像分别对应的预设时刻之间的时刻差；

S203，判断时刻差是否大于预设差值；

S204，若大于，则确定该相邻的两个第二待检测图像对应的展示次数为2。

在具体实施中，针对预设时刻相邻的两个第二待检测图像，计算该两个第二待检测图像分别对应的预设时刻之间的时刻差，并判断该时刻差是否大于预设差值，若该时刻差大于预设差值，则确定该相邻的两个第二待检测图像对应的展示次数为2。针对任意两个相邻的第二待检测图像均按照上述方法进行计算，得到目标图像的展示次数。

例如，目标视频中第3秒的第二待检测图像A，第4秒的第二待检测图像B，第5秒的第二待检测图像C，第71秒的第二待检测图像D，第72秒的第二待检测图像E等。其中，第二待检测图像A与第二待检测图像B分别对应的预设时刻之间的时刻差为1秒，该时刻差1秒小于预设差值5秒，则第二待检测图像A与第二待检测图像B对应的展示次数为1；同样的，第二待检测图像B与第二待检测图像C对应的展示次数为1，因此，第二待检测图像A、像第二待检测图像B、第二待检测图像C对应的展示次数为1。

第二待检测图像C与第二待检测图像D分别对应的预设时刻之间的时刻差为67秒，该时刻差67秒大于预设差值5秒，则第二待检测图像C与第二待检测图像D对应的展示次数为2。以此类推，可以计算出目标图像在目标视频中的展示次数。

如图3所示，为本申请实施例以服务器为执行主体时，基于概率值大于预设阈值的第二待检测图像，确定目标图像的总展示时长的方法流程图，具体步骤如下：

S301，筛选时刻差小于预设差值的相邻的两个第二待检测图像；

S302，对筛选得到的每个相邻的两个第二待检测图像对应的预设时刻之间的时刻差进行求和计算，得到和值；

S303，将和值作为目标图像的总展示时长。

在具体实施中，时刻差小于预设差值的相邻的两个第二待检测图像为连续展示目标图像的情况，因此，筛选时刻差小于预设差值的相邻的两个第二待检测图像，针对每个相邻的两个第二待检测图像，计算该两个第二待检测图像对应的预设时刻之间的时刻差，得到多个时刻差，之后，对多个时刻差进行求和计算，得到和值，并将和值作为目标图像的总展示时长。

例如，目标视频中第3秒的第二待检测图像A，第4秒的第二待检测图像B，第5秒的第二待检测图像C，第71秒的第二待检测图像D，第72秒的第二待检测图像E等。其中，第二待检测图像A与第二待检测图像B分别对应的预设时刻之间的时刻差为1秒，该时刻差1秒小于预设差值5秒；第二待检测图像B与第二待检测图像C分别对应的预设时刻之间的时刻差为1秒，该时刻差1秒小于预设差值5秒；第二待检测图像D第二待检测图像E分别对应的预设时刻之间的时刻差为1秒，该时刻差1秒小于预设差值5秒；将二待检测图像A与第二待检测图像B分别对应的预设时刻之间的时刻差1秒、第二待检测图像B与第二待检测图像C分别对应的预设时刻之间的时刻差1秒、第二待检测图像D第二待检测图像E分别对应的预设时刻之间的时刻差1秒进行求和，得到和值为3秒。因此，目标图像的总展示时长为3秒。

如图4所示，为本申请实施例以服务器为执行主体时，基于概率值大于预设阈值的第二待检测图像，确定目标图像每次展示时在第二待检测图像中所处的像素位置信息的方法流程图，具体步骤如下：

S401，针对多个第二待检测图像中的每个第二待检测图像，基于该第二待检测图像，建立像素坐标系；

S402，查找目标图像中位于左上角的像素点在像素坐标系中的第一像素坐标信息，以及目标图像中位于右下角的像素点在像素坐标系中的第二像素坐标信息；

S403，利用第一像素坐标信息和第二像素坐标信息，确定该待检测图像中所处的像素位置信息。

在具体实施中，可以针对多个第二待检测图像中的每个第二待检测图像分别建立像素坐标系；也可以是建立一个像素坐标系，按照预设方式将每个第二待检测图像放入该像素坐标系(例如，将第二待检测图像的左下角与像素坐标系的0，0点进行重合)，本申请实施例对此不做具体限定。

本申请实施例以基于每个第二待检测图像，建立像素坐标系为例进行阐述。在基于该第二待检测图像建立像素坐标系之后，查找目标图像中位于左上角的像素点在像素坐标系中的第一像素坐标信息，以及目标图像中位于右下角的像素点在像素坐标系中的第二像素坐标信息，利用第一像素坐标信息和第二像素坐标信息，确定该待检测图像中所处的像素位置信息。其中，该待检测图像中所处的像素位置信息为一个位置范围信息，包括多个像素坐标信息。

进一步的，还可以利用第一像素坐标信息和第二像素坐标信息，确定目标图像每次展示时在待检测图像中占用的展示面积。例如，在确定第一像素坐标信息和第二像素坐标信息分别作为一个矩形的对顶点，计算该矩形的面积，将该矩形的面积作为目标图像每次展示时在待检测图像中占用的展示面积；还可以根据目标图像的类别设置不同的比值，即在目标图像为LOGO时，则对矩形的面积与LOGO对应的比值进行乘法计算，将得到的乘积作为目标图像每次展示时在待检测图像中占用的展示面积等。

如图5所示，为本申请实施例以服务器为执行主体时，利用预先训练好的可见概率OTS模型计算得到有效展示时长的方法流程图，具体步骤如下：

S501，基于展示次数、总展示时长、像素位置信息以及展示面积，利用OTS模型计算得到可见系数；

S502，对可见系数与总展示时长进行求积运算，将得到的乘积作为有效展示时长。

在具体实施中，将展示次数、总展示时长、像素位置信息以及展示面积分别进行向量转换，得到展示次数向量、总展示时长向量、像素位置信息向量以及展示面积向量；进一步的，将展示次数向量、总展示时长向量、像素位置信息向量和展示面积向量进行拼接，得到输入向量；将输入向量输入至OTS模型，OTS模型输出可见系数。

之后，对可见系数与总展示时长进行求积运算，将得到的乘积作为有效展示时长。

结合图6，为本申请实施例提供的OTS模型训练的方法步骤，具体如下：

S601，获取多个样本图像中每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本以及展示面积样本，以及利用眼动仪采集每个样本图像对应的有效展示时长样本；

S602，利用每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本、展示面积样本，以及利用眼动仪采集的有效展示时长样本，对待训练的OTS模型进行训练，得到训练好的OTS模型。

在具体实施中，利用眼动仪采集每个样本图像对应的有效展示时长样本，也即，利用眼动仪采集用户观看样本视频的过程中的视线轨迹，对该视线轨迹进行计算，得到有效展示时长样本。

具体的，将多个样本图像中每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本、展示面积样本，以及利用眼动仪采集每个样本图像对应的有效展示时长样本作为训练样本集。

从训练样本集中选取预设数量的样本图像，分别将展示次数样本、总展示时长样本、像素位置信息样本、展示面积样本、有效展示时长样本进行向量转换，得到展示次数样本向量、总展示时长样本向量、像素位置信息样本向量、展示面积样本向量、有效展示时长样本向量。

将展示次数样本向量、总展示时长样本向量、像素位置信息样本向量、展示面积样本向量、有效展示时长样本向量分别输入至待训练的OTS模型中，得到针对每一个样本图像的检测结果。

基于每一个样本图像的检测结果以及预设的理论结果(有效展示时长样本)，计算本轮训练的误差值。当计算出的误差值大于设定值，对待检测的OTS模型的参数进行调整，并利用调整后的待训练的OTS模型进行下一轮训练过程，直至计算出的误差值不大于设定值时，确定训练完成，从而得到最终的OTS模型。

基于同一发明构思，本申请实施例还提供了与有效展示时长的确定方法对应的有效展示时长的确定装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述有效展示时长的确定方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

参见图7所示，本申请又一实施例所提供的有效展示时长的确定装置包括：

提取模块701，用于按照多个预设时刻，提取目标视频中每个预设时刻对应的第一待检测图像；

概率值计算模块702，用于计算所述第一待检测图像中存在目标图像的概率值；

确定模块703，用于基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的展示次数、总展示时长、所述目标图像每次展示时在所述第二待检测图像中所处的像素位置信息以及所述目标图像每次展示时在所述第二待检测图像中占用的展示面积；

有效展示时长计算模块704，用于基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用预先训练好的可见概率OTS模型计算得到所述目标图像的有效展示时长。

在一种实施方式中，上述确定模块703在基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的展示次数时，包括：

针对每相邻的两个第二待检测图像，提取该两个第二待检测图像分别对应的预设时刻；

计算该两个第二待检测图像分别对应的预设时刻之间的时刻差；

判断所述时刻差是否大于预设差值；

若大于，则确定该相邻的两个第二待检测图像对应的展示次数为2。

在另一种实施方式中，上述确定模块703在基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的总展示时长时，包括：

筛选所述时刻差小于预设差值的相邻的两个第二待检测图像；

对筛选得到的每个相邻的两个第二待检测图像对应的预设时刻之间的时刻差进行求和计算，得到和值；

将所述和值作为所述目标图像的总展示时长。

在又一种实施方式中，上述确定模块703在基于概率值大于预设阈值的第二待检测图像，确定所述目标图像每次展示时在所述第二待检测图像中所处的像素位置信息时，包括：

针对多个第二待检测图像中的每个第二待检测图像，基于该第二待检测图像，建立像素坐标系；

查找所述目标图像中位于左上角的像素点在所述像素坐标系中的第一像素坐标信息，以及所述目标图像中位于右下角的像素点在所述像素坐标系中的第二像素坐标信息；

利用所述第一像素坐标信息和所述第二像素坐标信息，确定该待检测图像中所处的像素位置信息。

在再一种实施方式中，上述确定模块703在基于概率值大于预设阈值的第二待检测图像，确定所述目标图像每次展示时在所述第二待检测图像中占用的展示面积时，包括：

利用所述第一像素坐标信息和所述第二像素坐标信息，确定所述目标图像每次展示时在所述待检测图像中占用的展示面积。

在再一种实施方式中，上述有效展示时长计算模块704基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用预先训练好的可见概率OTS模型计算得到有效展示时长时，包括：

基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用所述OTS模型计算得到可见系数；

对所述可见系数与所述总展示时长进行求积运算，将得到的乘积作为所述有效展示时长。

在再一种实施方式中，上述确定装置还包括训练模块705，用于：

获取多个样本图像中每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本、展示面积样本，以及利用眼动仪采集每个样本图像对应的有效展示时长样本；

利用每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本以及展示面积样本，以及利用眼动仪采集的有效展示时长样本，对待训练的OTS模型进行训练，得到训练好的OTS模型。

图8描述了本发明实施例提供的一种电子设备800的结构，该电子设备800包括：至少一个处理器801，至少一个网络接口804或者其他用户接口803，存储器805，至少一个通信总线802。通信总线802用于实现这些组件之间的连接通信。该电子设备800可选的包含用户接口803，包括显示器(例如，触摸屏、LCD、CRT、全息成像(Holographic)或者投影(Projector)等)，键盘或者点击设备(例如，鼠标，轨迹球(trackball)，触感板或者触摸屏等)。

存储器805可以包括只读存储器和随机存取存储器，并向处理器801提供指令和数据。存储器805的一部分还可以包括非易失性随机存取存储器(NVRAM)。

在一些实施方式中，存储器805存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：

操作系统8051，包含各种系统程序，用于实现各种基础业务以及处理基于硬件的任务；

应用程序模块8052，包含各种应用程序，例如桌面(launcher)、媒体播放器(MediaPlayer)、浏览器(Browser)等，用于实现各种应用业务。

在本发明实施例中，通过调用存储器805存储的程序或指令，处理器801用于：

按照多个预设时刻，提取目标视频中每个预设时刻对应的第一待检测图像；

计算所述第一待检测图像中存在目标图像的概率值；

基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的展示次数、总展示时长、所述目标图像每次展示时在所述第二待检测图像中所处的像素位置信息以及所述目标图像每次展示时在所述第二待检测图像中占用的展示面积；

基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用预先训练好的可见概率OTS模型计算得到所述目标图像的有效展示时长。

可选地，处理器801执行的方法中，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的展示次数，包括：

针对每相邻的两个第二待检测图像，提取该两个第二待检测图像分别对应的预设时刻；

计算该两个第二待检测图像分别对应的预设时刻之间的时刻差；

判断所述时刻差是否大于预设差值；

若大于，则确定该相邻的两个第二待检测图像对应的展示次数为2。

可选地，处理器801执行的方法中，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的总展示时长，包括：

筛选所述时刻差小于预设差值的相邻的两个第二待检测图像；

对筛选得到的每个相邻的两个第二待检测图像对应的预设时刻之间的时刻差进行求和计算，得到和值；

将所述和值作为所述目标图像的总展示时长。

可选地，处理器801执行的方法中，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像每次展示时在所述第二待检测图像中所处的像素位置信息，包括：

针对多个第二待检测图像中的每个第二待检测图像，基于该第二待检测图像，建立像素坐标系；

查找所述目标图像中位于左上角的像素点在所述像素坐标系中的第一像素坐标信息，以及所述目标图像中位于右下角的像素点在所述像素坐标系中的第二像素坐标信息；

利用所述第一像素坐标信息和所述第二像素坐标信息，确定该待检测图像中所处的像素位置信息。

可选地，处理器801执行的方法中，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像每次展示时在所述第二待检测图像中占用的展示面积，包括：

利用所述第一像素坐标信息和所述第二像素坐标信息，确定所述目标图像每次展示时在所述待检测图像中占用的展示面积。

可选地，处理器801执行的方法中，所述基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用预先训练好的可见概率OTS模型计算得到有效展示时长，包括：

基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用所述OTS模型计算得到可见系数；

对所述可见系数与所述总展示时长进行求积运算，将得到的乘积作为所述有效展示时长。

可选地，处理器801执行的方法中，所述方法还包括训练得到所述OTS模型的步骤：

获取多个样本图像中每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本以及展示面积样本，以及利用眼动仪采集每个样本图像对应的有效展示时长样本；

利用每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本、展示面积样本，以及利用眼动仪采集的有效展示时长样本，对待训练的OTS模型进行训练，得到训练好的OTS模型。

本申请实施例所提供的有效展示时长的确定方法及装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。

具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述有效展示时长的确定方法，从而能够精确的计算出目标图像的有效展示时长。

所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请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)执行本申请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(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种有效展示时长的确定方法，其特征在于，包括：

按照多个预设时刻，提取目标视频中每个预设时刻对应的第一待检测图像；

计算所述第一待检测图像中存在目标图像的概率值；

基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的展示次数、总展示时长、所述目标图像每次展示时在所述第二待检测图像中所处的像素位置信息以及所述目标图像每次展示时在所述第二待检测图像中占用的展示面积；

基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用预先训练好的可见概率OTS模型计算得到所述目标图像的有效展示时长，其中，所述可见概率OTS模型是基于获取到的多个样本图像中每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本以及展示面积样本，以及利用眼动仪采集的有效展示时长样本训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的展示次数，包括：

针对每相邻的两个第二待检测图像，提取该两个第二待检测图像分别对应的预设时刻；

计算该两个第二待检测图像分别对应的预设时刻之间的时刻差；

判断所述时刻差是否大于预设差值；

若大于，则确定该相邻的两个第二待检测图像对应的展示次数为2。

3.根据权利要求2所述的方法，其特征在于，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的总展示时长，包括：

筛选所述时刻差小于预设差值的相邻的两个第二待检测图像；

对筛选得到的每个相邻的两个第二待检测图像对应的预设时刻之间的时刻差进行求和计算，得到和值；

将所述和值作为所述目标图像的总展示时长。

4.根据权利要求1所述的方法，其特征在于，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像每次展示时在所述第二待检测图像中所处的像素位置信息，包括：

针对多个第二待检测图像中的每个第二待检测图像，基于该第二待检测图像，建立像素坐标系；

查找所述目标图像中位于左上角的像素点在所述像素坐标系中的第一像素坐标信息，以及所述目标图像中位于右下角的像素点在所述像素坐标系中的第二像素坐标信息；

利用所述第一像素坐标信息和所述第二像素坐标信息，确定该待检测图像中所处的像素位置信息。

5.根据权利要求4所述的方法，其特征在于，所述基于概率值大于预设阈值的第二待检测图像，确定所述目标图像每次展示时在所述第二待检测图像中占用的展示面积，包括：

利用所述第一像素坐标信息和所述第二像素坐标信息，确定所述目标图像每次展示时在所述待检测图像中占用的展示面积。

6.根据权利要求1所述的方法，其特征在于，所述基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用预先训练好的可见概率OTS模型计算得到有效展示时长，包括：

基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用所述OTS模型计算得到可见系数；

对所述可见系数与所述总展示时长进行求积运算，将得到的乘积作为所述有效展示时长。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括训练得到所述OTS模型的步骤：

获取多个样本图像中每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本、展示面积样本，以及利用眼动仪采集每个样本图像对应的有效展示时长样本；

利用每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本以及展示面积样本，以及利用眼动仪采集的有效展示时长样本，对待训练的OTS模型进行训练，得到训练好的OTS模型。

8.一种有效展示时长的确定装置，其特征在于，包括：

提取模块，用于按照多个预设时刻，提取目标视频中每个预设时刻对应的第一待检测图像；

概率值计算模块，用于计算所述第一待检测图像中存在目标图像的概率值；

确定模块，用于基于概率值大于预设阈值的第二待检测图像，确定所述目标图像的展示次数、总展示时长、所述目标图像每次展示时在所述第二待检测图像中所处的像素位置信息以及所述目标图像每次展示时在所述第二待检测图像中占用的展示面积；

有效展示时长计算模块，用于基于所述展示次数、所述总展示时长、所述像素位置信息以及所述展示面积，利用预先训练好的可见概率OTS模型计算得到所述目标图像的有效展示时长，其中，所述可见概率OTS模型是基于获取到的多个样本图像中每个样本图像的展示次数样本、总展示时长样本、像素位置信息样本以及展示面积样本，以及利用眼动仪采集的有效展示时长样本训练得到的。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7任意一项所述的有效展示时长的确定方法的步骤。

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任意一项所述的有效展示时长的确定方法的步骤。

Images