CN110415005A - 确定广告插入位置的方法、计算机设备和存储介质 - Google Patents
确定广告插入位置的方法、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110415005A CN110415005A CN201810395513.5A CN201810395513A CN110415005A CN 110415005 A CN110415005 A CN 110415005A CN 201810395513 A CN201810395513 A CN 201810395513A CN 110415005 A CN110415005 A CN 110415005A
- Authority
- CN
- China
- Prior art keywords
- area
- target
- computer equipment
- reference point
- target candidate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003780 insertion Methods 0.000 title claims abstract description 12
- 230000037431 insertion Effects 0.000 title claims abstract description 12
- 230000000903 blocking effect Effects 0.000 claims abstract description 64
- 230000000694 effects Effects 0.000 abstract description 9
- 230000016776 visual perception Effects 0.000 abstract description 4
- 241000208340 Araliaceae Species 0.000 description 8
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 8
- 235000003140 Panax quinquefolius Nutrition 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 8
- 235000008434 ginseng Nutrition 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000004438 eyesight Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002513 implantation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003042 antagnostic effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
- 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
- G06Q30/0241—Advertisements
- G06Q30/0276—Advertisement creation
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种确定广告插入位置的方法和计算机设备，该方法包括：计算机设备获取目标图像，计算机设备确定目标图像中的目标候选广告区域，计算机设备确定目标候选广告区域的评分参数，其中评分参数包括以下参数中的至少一个：重叠值、遮挡度、相对位置评分以及相对大小，计算机设备根据目标候选广告区域的评分参数，确定目标候选广告区域的评分。本申请提供一种客观的评价标准，能够将广告无缝融入到视频的多帧图像中。且上述评分参数为影响广告插入效果的重要因素，根据上述评分参数，确定目标候选广告区域的评分，更符合人类的直观感知。因此，本申请提供的技术方案能够科学合理地、自动化地将广告融入到视频中，提高用户观看体验度。
Description
技术领域
本申请涉及信息技术领域，更具体地，涉及处理视频的方法和计算机设备。
背景技术
传统的广告植入方式过于简单粗暴：如在片头或视频中间插入广告，用户必须观看完一定时间的广告后才能收看节目；再比如直接将广告覆盖在视频内容上的贴片广告，遮挡重要画面，用户体验差。实际上用户已经对这些传统的广告植入方法产生了逆反心理，可能一到广告时间就去做别的事情或者换台，导致广告无法给用户留下良好的印象。
发明内容
本申请提供一种确定广告插入位置的方法和计算机设备，能够以客观的评价标准确定目标候选广告区域的评分。
第一方面，提供了一种确定广告插入位置的方法，包括：计算机设备获取目标图像，其中所述目标图像为多帧图像中的一帧图像，所述视频由所述多帧图像组成；所述计算机设备确定所述目标图像中的目标候选广告区域；所述计算机设备确定所述目标候选广告区域的评分参数，其中所述评分参数包括以下参数中的至少一个：重叠值、遮挡度、相对位置评分以及相对大小，其中所述重叠值用于指示所述目标候选广告区域的图像显著性，所述遮挡度用于指示所述目标候选广告区域在连续N帧中被遮挡的程度，所述相对位置评分用于指示所述目标候选广告区域在所述目标图像中的位置，所述相对大小用于指示所述目标候选广告区域相对于所述目标图像的大小，N为大于或等于3的正整数，所述目标图像为所述N帧图像中的第N’帧图像，其中N’为大于1且小于N的正整数；所述计算机设备根据所述目标候选广告区域的评分参数，确定所述目标候选广告区域的评分。本申请提供一种客观的评价标准，能够将广告无缝融入到视频的多帧图像中。且目标候选广告区域的评分参数为影响广告插入效果的重要因素，根据目标候选广告区域的评分参数，确定目标候选广告区域的评分，更符合人类的直观感知。因此，本申请提供的技术方案，能够科学合理地、自动化地将广告融入到视频中，提高用户观看体验度。
在一种可能的实现方式中，所述计算机设备确定所述目标候选广告区域的评分参数，包括：所述计算机设备根据所述目标候选广告区域的面积以及显著性目标区域的面积，确定所述重叠值。重叠值的大小会影响目标候选广告区域对人类视觉的吸引程度。因此，通过重叠值确定目标候选广告区域的评分能够科学合理地、自动化地将广告素材无缝融入到目标图像中，达到较好的广告效果。
在一种可能的实现方式中，所述计算机设备根据所述目标候选广告区域的面积以及显著性目标区域的面积，确定所述重叠值，包括：所述计算机设备根据以下公式确定所述重叠值：
其中OS表示所述重叠值，S表示所述显著性目标区域的面积，C表示所述目标候选广告区域的面积，O表示所述显著性目标区域与所述目标候选广告区域重叠区域的面积。上述技术方案提供了一种计算重叠值的简便方法。重叠值越高，表明该区域越能够吸引人的注意；重叠值越低，表明该区域越不能引起观众的注意。
在一种可能的实现方式中，所述N帧图像中的每帧图像包括一个与所述目标候选广告区域对应的候选广告区域，所述计算机设备确定所述目标候选广告区域的评分参数，包括：所述计算机设备确定参考点集合包括的K个参考点在第n个候选广告区域的坐标，其中所述第n个候选广告区域位于所述N帧图像中的第n帧图像，K为大于或等于3的正整数，n＝1，……，N；所述计算机设备根据所述参考点集合在N个候选广告区域的坐标，确定所述遮挡度。遮挡度的大小会影响广告插入后的效果。因此，通过遮挡度值确定目标候选广告区域的评分能够科学合理地、自动化地将广告素材无缝融入到目标图像中，达到较好的广告效果。
在一种可能的实现方式中，所述计算机设备根据所述参考点集合在N个候选广告区域的坐标，确定所述遮挡度，包括：所述计算机设备确定K个目标参考点中是否包括奇异参考点，所述奇异参考点的坐标与N-1个对应参考点中的至少一个对应参考点的坐标的差值大于预设阈值，其中所述N-1个对应参考点为所述参考点集合分别在N-1个候选广告区域中与所述奇异参考点对应的参考点，其中所述N-1个候选广告区域为所述N个候选广告区域中除所述目标候选广告区域以外的候选广告区域，所述K个目标参考点是所述目标候选广告区域中的K个参考点；若确定结果为否，则确定所述遮挡度为第一值，所述第一值表示所述目标候选广告区域在连续N帧中未被遮挡；若确定结果为是，则根据所述奇异参考点的对应参考点的坐标和所述K个目标参考点的坐标，确定所述遮挡度。
在一种可能的实现方式中，所述根据所述奇异参考点的对应参考点的坐标和所述K个目标参考点的坐标，确定所述遮挡度，包括：计算机设备确定T个第一平均值，其中所述T个第一平均值中的第t个第一平均值为与T个奇异参考点中的第t个奇异参考点对应的至少两个对应参考点坐标的平均值，其中T为大于或等于1的正整数且小于等于K，t＝1，……，T；计算机设备根据所述T个第一平均值，确定第一面积；计算机设备根据所述K个目标参考点的坐标，确定第二面积；根据以下公式确定所述遮挡度：
其中，P表示所述遮挡度，AT’表示所述第一面积，AT表示所述第二面积。
在一种可能的实现方式中，所述计算机设备确定所述目标候选广告区域的评分参数，包括：
所述计算机设备根据以下公式确定所述相对位置评分：
其中L表示所述相对位置评分，sx表示第一中间值，sy表示第二中间值，所述目标候选广告区域包括的I个像素点，所述I个像素点中的第i个像素点的坐标为(xi，yi)，所述目标图像中心坐标为(xc，yc)。相对位置评分会影响观众对插入广告的关注度。因此，通过相对位置评分确定目标候选广告区域的评分能够科学合理地、自动化地将广告素材无缝融入到目标图像中，达到较好的广告效果。
在一种可能的实现方式中，所述计算机设备确定所述目标候选广告区域的评分参数，包括：所述计算机设备确定所述相对大小为所述目标候选广告区域面积与所述目标图像面积的比值。相对大小会影响观众观看视频的观看体验度。因此，通过相对大小确定目标候选广告区域的评分能够科学合理地、自动化地将广告素材无缝融入到目标图像中，达到较好的广告效果。
第二方面，本申请实施例提供一种计算机设备，包括用于执行上述第一方面或第一方面中任一种可能的实现方式所述的方法的单元。
第三方面，本申请实施例提供一种计算机设备，包括处理器和通信接口，处理器用于通过通信接口获取目标图像，并用于执行上述第一方面或第一方面的任一种可能的实现方式所述的方法。
第四方面，本申请实施例提供一种芯片用于执行第一方面或第一方面的任一种可能的实现方式所述的方法。
第五方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行上述各个方面所述的方法。
第六方面，本申请实施例提供了一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述各方面所述的方法。
附图说明
图1是本申请实施例提供的一种确定广告插入位置的方法的示意性流程图；
图2是本申请实施例提供的计算重叠值的方法的示意图；
图3是本申请实施例提供的跟踪目标候选广告区域的参考点的示意图；
图4是本申请实施例提供的一种计算机设备的示意性框图；
图5是本申请实施例提供的另一种计算机设备的示意性框图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
本申请实施例中所称的计算机设备可以是指能够利用本申请实施例公开的方法处理视频的所有计算机设备，例如台式计算机，笔记本电脑，平板电脑或者专用的用于处理视频的计算机设备等。
图1是本申请实施例提供的确定广告插入位置的方法的示意性流程图，该视频可以包括多帧图像。图1的方法包括步骤110-140，下面分别对步骤110-140进行详细描述。
在步骤110中，计算机设备获取目标图像，该目标图像为多帧图像中的一帧图像。
在步骤120中，计算机设备确定目标图像中的目标候选广告区域。
本申请实施例对确定目标候选广告区域的方式不做具体限定。作为一个示例，可以采用一种简单快速的基于模板匹配的方法。具体地，预先规定好目标候选广告区域的大小、形状和/或颜色。其次，将模板设置成上述规定好的特征。然后将模板在目标图像中按一定顺序(例如从左往右或从上往下)移动，计算模板与目标图像中的各个区域的相似性，从而进行匹配。如果匹配成功，表明该区域就是目标候选广告位区域，并记录其位置。
在步骤130中，计算机设备确定目标候选广告区域的评分参数，该评分参数包括以下参数中的至少一个：重叠值、遮挡度、相对位置评分以及相对大小。
其中，重叠值用于指示目标候选广告区域的图像显著性，遮挡度用于指示目标候选广告区域在连续N帧中被遮挡的程度，相对位置评分用于指示目标候选广告区域在目标图像中的位置，相对大小用于指示目标候选广告区域相对于目标图像的大小，N为大于或等于3的正整数，目标图像为N帧图像中的第N’帧图像，其中N’为大于1且小于N的正整数。
在步骤140中，计算机设备根据目标候选广告区域的评分参数，确定目标候选广告区域的评分。
在确定各目标候选广告区域的评分之后，可以各目标候选广告区域的评分高低排序，选择在评分高的目标候选广告区域插入合适的广告。
本申请实施例提供了一种客观的评价标准，能够将广告无缝融入到视频的多帧图像中。且目标候选广告区域的评分参数为影响广告插入效果的重要因素，根据目标候选广告区域的评分参数，确定目标候选广告区域的评分，更符合人类的直观感知。因此，本申请提供的技术方案，能够科学合理地、自动化地将广告融入到视频中，提高用户观看体验度。
在步骤130中，计算机设备可以根据目标候选广告区域的面积以及显著性目标区域的面积，确定重叠值。
以图2为例，计算机设备确定重叠值为S区域和C区域相交的区域除以S区域和C区域加在一起的区域(加在一起的区域中，相交的区域不重复计算)。
可选的，在一些实施例中，计算机设备可以根据以下公式确定重叠值：
其中，OS表示重叠值，S表示显著性目标区域的面积，C表示目标候选广告区域的面积，O表示显著性目标区域与目标候选广告区域重叠区域的面积。
可选的，在另一些实施例中，计算机设备可以根据以下公式确定重叠值：
其中，OS表示重叠值，S表示显著性目标区域的面积，C表示目标候选广告区域的面积，O表示显著性目标区域与目标候选广告区域重叠区域的面积。
下面对显著性目标区域的面积的计算过程进行详细描述。在确定显著性目标区域的面积的过程中，可以采用显著性目标检测方法计算目标图像中每个像素点的显著性，从而生成目标图像的显著图。然后对生成的显著图进行自适应阈值分割，得到二值图像，二值图像中取值为1的像素点构成的区域即为显著性目标区域的面积。
显著性目标检测是为了确定目标图像中最引人视觉注意的区域，本申请实施例对采用的显著性目标检测方法不做具体限定。
作为一个示例，可以采用传统的，亮度对比度(luminance contrast，LC)算法或直方图对比度(histogram contrast，HC)算法进行显著性目标检测。
作为另一个示例，也可以采用区域对比度(regional contrast，RC)算法进行显著性目标检测。具体地，可以采用超像素分割方法，例如可以采用简单的线性迭代聚类(simple linear iterative clustering，SLIC)算法将图像分割为多个的不规则的像素块区域，用分割后的多个像素块区域代替原来图像中的像素，能够降低图像后处理的复杂度。
假设目标图像被分割为m个像素块区域，将区域ri中包含的所有像素点的颜色的均值作为该区域的颜色值，其中，i为大于等于1且小于等于m的正整数，区域ri表示m个像素块区域中第i个像素块区域。将区域ri中所有像素点的坐标的平均值作为该区域的中心坐标di。根据m个区域的颜色值和中心坐标，确定区域ri的显著值S(ri)为：
其中，j表示第j个区域rj，fj表示区域rj中包含的像素点数目，(ci-cj)2表示区域ri和区域rj的颜色值的差值，(di-dj)2表示区域ri和区域rj的中心之间的距离。
在计算出区域ri的显著值S(ri)后，可以将区域ri中所有像素点的显著值都确定为S(ri)。
将目标图像中所有像素点的显著值归一化到[0,1]的范围，形成显著图。在显著图中，该显著值越高，表明该区域越亮。该显著值越低，表明该区域越暗。
对显著图进行自适应阈值分割，得到二值图像。具体地，可以将显著图中所有像素点的显著值的均值作为该显著图的显著值Savg。判断显著图中每个像素点的显著值S(ri)与α×Savg的大小关系，从而确定该像素点在分割后的二值图像中的取值，其中α为阈值分割系数，α＞0。如果S(ri)大于α×Savg，则确定该像素点在分割后的二值图像中的取值为1。如果S(ri)小于α×Savg，则确定该像素点在分割后的二值图像中的取值为0。其中，可以将二值图像中取值为1的所有像素点构成的区域确定为显著性目标区域的面积。
进一步地，计算机设备可以根据显著性目标区域的面积和目标候选广告区域的面积，计算目标候选广告区域的重叠值。重叠值越高，表明该区域越能够吸引人的注意；重叠值越低，表明该区域越不能引起观众的注意。因此，目标候选广告区域的重叠值是影响目标候选广告区域的评分的重要因素。
计算机设备可以根据目标候选广告区域的重叠值，合理地确定目标候选广告区域的评分。例如，计算机设备可以直接将该目标候选区域的重叠值确定为目标候选广告区域的评分。
可选地，计算机设备可以对目标候选广告区域的评分进行排序，优先选择评分较高的目标候选广告区域来插入广告。
重叠值的大小会影响目标候选广告区域对人类视觉的吸引程度。因此，通过重叠值确定目标候选广告区域的评分能够科学合理地、自动化地将广告素材无缝融入到目标图像中，达到较好的广告效果。
同样地，计算机设备可以对视频中包含有目标候选广告区域的每帧图像，按照上述方式进行重叠值计算。此外，为方便后续操作，可以将每帧图像中的重叠值进行归一化处理，即将所有的重叠值转换为[0,1]的范围内。
从一个视频的角度观看目标候选广告区域，目标候选广告区域可能会存在遮挡现象。也就是说，一些前景目标会遮挡目标候选广告区域的部分区域。目标候选广告区域被遮挡的越严重，表明该区域越不适合作为广告区域。如果目标候选广告区域中被遮挡的区域较多，则有可能达不到广告投入的效果。因此，目标候选广告区域的遮挡度也是影响目标候选广告区域的评分的重要因素。下面对确定目标候选广告区域的遮挡度的过程进行详细描述。
在步骤130中，N帧图像中的每帧图像包括一个与目标候选广告区域对应的候选广告区域。计算机设备可以确定参考点集合包括的K个参考点在第n个候选广告区域的坐标，然后根据参考点集合在N个候选广告区域的坐标，确定目标候选广告区域的遮挡度。其中第n个候选广告区域位于N帧图像中的第n帧图像，K为大于或等于3的正整数，n＝1，……，N。
可以理解的是，该N帧图像中的该目标图像的候选广告区域就是该目标候选广告区域。
N帧图像中可以包括N个候选广告区域，目标候选广告区域为N个候选广告区域中的一个候选广告区域。参考点集合可以为多个候选广告区域中每个候选广告区域中的K个参考点的集合。
具体地，计算机设备可以确定K个目标参考点中是否包括奇异参考点，奇异参考点的坐标与N-1个对应参考点中的至少一个对应参考点的坐标的差值大于预设阈值。其中N-1个对应参考点为参考点集合在N-1个候选广告区域中与奇异参考点对应的参考点，N-1个候选广告区域为N个候选广告区域中除目标候选广告区域以外的候选广告区域，K个目标参考点是目标候选广告区域中的K个参考点。可选地，奇异参考点的坐标可以是与N-1个对应参考点中的一个对应参考点的坐标的差值大于预设阈值，也可以是与N-1个对应参考点中的多个对应参考点的坐标的差值大于预设阈值。
如果计算机设备确定K个目标参考点中不包括奇异参考点，则确定遮挡度为第一值，该第一值表示目标候选广告区域在连续N帧中未被遮挡。例如，计算机设备可以将遮挡度设置为0，代表目标候选广告区域在连续N帧中未被遮挡。如果计算机设备确定K个目标参考点中包括奇异参考点，则计算机设备根据至少两个对应参考点的坐标和K个目标参考点，确定遮挡度。
如果K个目标参考点中包括T个奇异参考点，计算机设备确定T个平均值。其中，T个第一平均值中第t个第一平均值为与T个奇异参考点中的第t个奇异参考点对应的至少两个对应参考点坐标的平均值。其中，T为大于或等于1且小于等于K的正整数，t＝1，……，T。计算机设备根据T个第一平均值，确定第一面积。计算机设备根据K个目标参考点的坐标，确定第二面积。
具体地，如果T为大于或等于1且小于K的正整数，则计算机设备可以根据T个第一平均值和K个目标参考点中除T个奇异参考点以外的目标参考点的坐标，确定第一面积。如果T等于K，则计算机设备可以直接根据T个第一平均值确定第一面积。
可选地，在一些实施例中，计算机设备可以根据下述公式，确定目标候选广告区域的遮挡度。
其中，AT’表示第一面积，AT表示第二面积，P表示目标候选广告区域的遮挡度。P值越大，表示目标候选广告区域被遮挡的程度越小。P值越小，表示目标候选广告区域被遮挡的越严重。
可选地，在另一些实施例中，计算机设备也可以根据下述公式，确定目标候选广告区域的遮挡度。
其中，AT’表示第一面积，AT表示第二面积，P’表示目标候选广告区域的遮挡度。P’值越大，表示目标候选广告区域被遮挡的越严重。P’值越小，表示目标候选广告区域被遮挡的程度越小。
可选地，在另一些实施例中，计算机设备也可以根据下述公式，确定目标候选广告区域的遮挡度。
其中，AT’表示第一面积，AT表示第二面积，P”表示目标候选广告区域的遮挡度。P”值越大，表示目标候选广告区域被遮挡的程度越小。P”值越小，表示目标候选广告区域被遮挡的越严重。
计算机设备可以根据目标候选广告区域的遮挡度，合理地确定目标候选广告区域的评分。例如，计算机设备可以将目标候选广告区域的遮挡度P确定为目标候选广告区域的评分。又例如，计算机设备也可以对目标候选广告区域的遮挡度P’进行变换，将1-P’确定为目标候选广告区域的评分。
遮挡度的大小会影响广告插入后的效果。因此，通过遮挡度值确定目标候选广告区域的评分能够科学合理地、自动化地将广告素材无缝融入到目标图像中，达到较好的广告效果。
可选地，在一些实施例中，目标候选广告区域是矩形。K的取值可以为4，4个参考点可以为矩形的四个顶点。
可选地，在另一些实施例中，目标候选广告区域是三角形。K的取值可以为3，3个参考点可以为三角形的三个顶点。
当然，目标候选广告区域也可以是其他常见的形状，本领域技术人员可以根据目标候选广告区域的形状确定参考点的数目和位置，以确定第一面积和第二面积。
下面结合图3，对计算机设备确定遮挡度的具体过程进行详细描述。
假设N帧图像中的每帧图像包括一个与目标候选广告区域对应的候选广告区域，计算机设备可以采用KLT(Kanade-Lucas-Tomasi)算法跟踪该N帧图像中的候选广告区域。如图3所示，以K个目标参考点为目标候选广告区域的四个角点为例，计算机设备可以采用KLT算法跟踪这四个角的坐标。
下面以连续三帧图像为例，对计算机设备确定遮挡度的具体过程进行详细描述。如图3所示，若连续三帧图像分别为图像A、图像B、图像C。图像A中目标候选广告区域的四个角的坐标分别为：左上角(Ax1,Ay1)，右上角(Ax2,Ay2)，左下角(Ax3,Ay3)，右下角(Ax4,Ay4)；图像B中候选广告区域的四个角的坐标分别为：左上角(Bx1,By1),右上角(Bx2,By2)，左下角(Bx3,By3)，右下角(Bx4,By4)；图像C中候选广告区域的四个角的坐标分别为：左上角(Cx1,Cy1),右上角(Cx2,Cy2)，左下角(Cx3,Cy3)，右下角(Cx4,Cy4)。
计算机设备采用KLT算法逐帧跟踪这四个角的坐标。以左上角的坐标为例，左上角的坐标的跟踪路径为(Ax1,Ay1)——>(Bx1,By1)——>(Cx1,Cy1)，并计算左上角的坐标在三帧图像中的偏移量。如果该偏移量小于预设阈值，则认为无遮挡。如果大于预设阈值，则认为存在遮挡。以右下角的坐标为例，右下角的坐标的跟踪路径为(Ax4,Ay4)——>(Bx4,By4)——>(Cx4,Cy4)。其中，图像B的右下角的坐标与图像A、图像C的右下角的坐标的偏移量大于预设阈值，则认为图像B右下角处存在遮挡。此时，可以认为图像B的右下角为奇异参考点，K的取值为4，T的取值为1。
假设该图像B右下角处不存在遮挡时的坐标为(B’x4,B’y4)，该坐标(B’x4,B’y4)可以为图像A的右下角坐标(Ax4,Ay4)与图像C的右下角坐标(Cx4,Cy4)的均值。即：
B’x4＝(Ax4+Cx4)/2
B’y4＝(Ay4+Cy4)/2
此时，第一面积为(Bx1,By1)、(Bx2,By2)、(Bx3,By3)、(B’x4,B’y4)围成的面积，用
AT’表示。第二面积为坐标点(Bx1,By1)、(Bx2,By2)、(Bx3,By3)、(Bx4,By4)围成的面积，用AT表示。则可以用以下公式计算遮挡度P：
遮挡度P值越小，表明遮挡程度越严重，越不适合作为广告区域。
同样地，可以对视频中包含有目标候选广告区域的每帧图像，按照上述方式进行遮挡度计算。此外，为方便后续操作，可以将每帧图像中的遮挡度进行归一化处理，即将所有的遮挡度转换为[0,1]的范围内。
人类视觉有较严重的中心偏见(center bias)现象，即更倾向于关注图像中心区域的。如果目标候选广告区域位于目标图像的角落位置，则在一定程度上会失去关注度。因此，目标候选广告区域的相对位置也是影响目标候选广告区域评分的重要因素。下面对确定目标候选广告区域的相对位置评分进行详细描述。
可选地，在一些实施例中，计算机设备可以根据以下公式确定相对位置评分：
其中，L表示相对位置评分，sx表示第一中间值，sy表示第二中间值，目标候选广告区域包括I个像素点，I个像素点中的第i个像素点的坐标为(xi，yi)，目标图像中心坐标为(xc，yc)。
sx表示目标候选广告区域在水平方向上相对于目标图像中心的散度，sy表示目标候选广告区域在垂直方向上相对于目标图像中心的散度。sx、sy值越大，表明目标候选广告区域偏离图像中心越严重。
可选地，在另一些实施例中，计算机设备可以根据以下公式确定相对位置评分：
其中，L表示相对位置评分，sx表示第一中间值，sy表示第二中间值，目标候选广告区域包括I个像素点，I个像素点中的第i个像素点的坐标为(xi，yi)，目标图像中心坐标为(xc，yc)。
sx表示目标候选广告区域在水平方向上相对于目标图像中心的散度，sy表示目标候选广告区域在垂直方向上相对于目标图像中心的散度。sx、sy值越大，表明目标候选广告区域偏离图像中心越严重。
相对位置评分会影响观众对插入广告的关注度。因此，通过相对位置评分确定目标候选广告区域的评分能够科学合理地、自动化地将广告素材无缝融入到目标图像中，达到较好的广告效果。
此外，如果目标候选广告区域的面积相对于目标图像过小，则无法凸显广告价值，可能会被观众忽略。如果目标候选广告区域的面积相对于目标图像过大，则会显得刻意突出，无法达成无缝融合的目的。因此，目标候选广告区域的相对大小也是影响目标候选广告区域评分的重要因素。下面对计算机设备确定目标候选广告区域的相对大小的过程进行详细描述。
在步骤130中，计算机设备可以将目标候选广告区域的面积与目标图像的面积的比值确定为目标候选广告区域的相对大小。或者，计算机设备也可以将目标图像的面积与目标候选广告区域的面积的比值确定为目标候选广告区域的相对大小。
可选地，作为一个实施例，计算机设备也可以根据以下公式确定目标候选广告区域的相对大小评分：
其中，S为目标候选广告区域的相对大小评分，Pc为目标候选广告区域的相对大小，P为预设目标候选广告区域相对于目标图像的较佳的比例。P的取值可以为15％～30％，P的取值也可以为其他值，本申请实施例对此不做具体限定。
可选地，作为另一个实施例，计算机设备也可以根据以下公式确定目标候选广告区域的相对大小评分：
其中，S为目标候选广告区域的相对大小评分，Pc为目标候选广告区域的相对大小，P为预设目标候选广告区域相对于目标图像的较佳的比例。P的取值可以为15％～30％，P的取值也可以为其他值，本申请实施例对此不做具体限定。
相对大小会影响观众观看视频的观看体验度。因此，通过相对大小确定目标候选广告区域的评分能够科学合理地、自动化地将广告素材无缝融入到目标图像中，达到较好的广告效果。
同样地，计算机设备可以对视频中包含有目标候选广告区域的每帧图像，按照上述方式进行相对大小计算。此外，为方便后续操作，可以将每帧图像中的相对大小进行归一化处理，即将所有的相对大小转换为[0,1]的范围内。
可选地，计算机设备可以将目标候选广告区域的相对位置评分和相对大小综合为一个评分参数E。例如，计算机设备可以将评分参数E确定为：
E＝βL+(1-β)S
其中，β为权重系数，β的取值范围为[0,1]。
同样地，可以对视频中包含有目标候选广告区域的每帧图像，按照上述方式进行计算E值。此外，为方便后续操作，可以将每帧图像中的E值进行归一化处理，即将所有的E值转换为[0,1]的范围内。
可选地，计算机设备可以根据上述目标候选广告区域的重叠值、遮挡度、相对位置评分、相对大小中的至少一个评分参数，确定目标候选广告区域的最终评分。
作为一个示例，计算机设备可以综合目标候选广告区域的重叠值、遮挡度、相对位置评分、相对大小，确定目标候选广告区域的最终评分。
具体地，计算机设备可以根据以下公式确定目标候选广告区域的最终评分SC：
SC＝a×OS+b×P+c×L+d×S
其中，a、b、c、d为权重系数，a+b+c+d＝1。
作为另一个示例，计算机设备可以综合目标候选广告区域的重叠值、遮挡度、评分参数E，确定目标候选广告区域的最终评分。
具体地，计算机设备可以根据以下公式，确定目标候选广告区域的最终评分SC：
SC＝e×OS+f×P+g×E
其中，e、f、g为权重系数，e+f+g＝1。
计算机设备综合考虑目标候选广告区域的重叠值、遮挡度、相对位置评分、相对大小，能够更科学合理地确定目标候选广告的评分。这样根据目标候选广告区域的评分确定插入广告的区域，更符合人类视觉的感知。
可选地，计算机设备计算出所有目标候选广告区域的SC值后，可以按照SC值的大小进行排序。计算机设备可以优先选择SC值较高的目标候选广告区域作为想要植入广告的区域。
图4是根据本申请实施例提供的一种计算机设备的结构框图。如图4所示，计算机设备400包括获取单元410和确定单元420。
获取单元410，用于获取目标图像，其中所述目标图像为多帧图像中的一帧图像，所述视频由所述多帧图像组成。
确定单元420，用于确定所述目标图像中的目标候选广告区域。
确定单元420，还用于确定所述目标候选广告区域的评分参数，其中所述评分参数包括以下参数中的至少一个：重叠值、遮挡度、相对位置评分以及相对大小，其中所述重叠值用于指示所述目标候选广告区域的图像显著性，所述遮挡度用于指示所述目标候选广告区域在连续N帧中被遮挡的程度，所述相对位置评分用于指示所述目标候选广告区域在所述目标图像中的位置，所述相对大小用于指示所述目标候选广告区域相对于所述目标图像的大小，N为大于或等于3的正整数，所述目标图像为所述N帧图像中的第N’帧图像，其中N’为大于1且小于N的正整数。
确定单元420，还用于根据所述目标候选广告区域的评分参数，确定所述目标候选广告区域的评分。
本申请提实施例供的一种计算机设备，能够将广告无缝融入到视频的多帧图像中。且目标候选广告区域的评分参数为影响广告插入效果的重要因素，根据目标候选广告区域的评分参数，确定目标候选广告区域的评分，更符合人类的直观感知。因此，本申请提供的技术方案，能够科学合理地、自动化地将广告融入到视频中，提高用户观看体验度。
可选地，在一些实施例中，确定单元420，具体用于根据所述目标候选广告区域的面积以及显著性目标区域的面积，确定所述重叠值。
可选地，在一些是实施例中，确定单元420，具体用于根据以下公式确定所述重叠值：
其中OS表示所述重叠值，S表示所述显著性目标区域的面积，C表示所述目标候选广告区域的面积，O表示所述显著性目标区域与所述目标候选广告区域重叠区域的面积。
可选地，在一些实施例中，确定单元420，具体用于：确定参考点集合包括的K个参考点在第n个候选广告区域的坐标，其中所述第n个候选广告区域位于所述N帧图像中的第n帧图像，K为大于或等于3的正整数，n＝1，……，N；根据所述参考点集合在N个候选广告区域的坐标，确定所述遮挡度。
可选地，在一些实施例中，确定单元420，具体用于：
确定K个目标参考点中是否包括奇异参考点，所述奇异参考点的坐标与N-1个对应参考点中的至少一个对应参考点的坐标的差值大于预设阈值，其中所述N-1个对应参考点为所述参考点集合分别在N-1个候选广告区域中与所述奇异参考点对应的参考点，其中所述N-1个候选广告区域为所述N个候选广告区域中除所述目标候选广告区域以外的候选广告区域，所述K个目标参考点是所述目标候选广告区域中的K个参考点；
若确定结果为否，则确定所述遮挡度为第一值，所述第一值表示所述目标候选广告区域在连续N帧中未被遮挡；
若确定结果为是，则根据所述奇异参考点的对应参考点的坐标和所述K个目标参考点的坐标，确定所述遮挡度。
可选地，在一些实施例中，确定单元420，具体用于：确定T个第一平均值，其中所述T个第一平均值中的第t个第一平均值为与T个奇异参考点中的第t个奇异参考点对应的至少两个对应参考点坐标的平均值，其中T为大于或等于1且小于等于K的正整数，t＝1，……，T；根据所述T个第一平均值，确定第一面积；根据所述K个目标参考点的坐标，确定第二面积；根据以下公式确定所述遮挡度：
其中，P表示所述遮挡度，AT’表示所述第一面积，AT表示所述第二面积。
可选地，在一些实施例中，确定单元420，具体用于根据以下公式确定所述相对位置评分：
其中L表示所述相对位置评分，sx表示第一中间值，sy表示第二中间值，所述目标候选广告区域包括的I个像素点，所述I个像素点中的第i个像素点的坐标为(xi，yi)，所述目标图像中心坐标为(xc，yc)。
可选地，在一些实施例中，确定单元420，具体用于确定所述相对大小为所述目标候选广告区域的面积与所述目标图像面积的比值。
如图5所示，本申请实施例还提供一种计算机设备。该计算机设备500包括处理器510，存储器520和通信接口530。该存储器520用于存储指令，该处理器520用于通过通信接口530获取目标图像，并用于执行如图1所示的方法。
利用计算机设备500可以将图1所示的方法中的部分或全部通过软件来实现。
存储器520可以是物理上独立的单元，也可以与处理器510集成在一起。
可选的，当图1所示的方法中的部分或全部通过软件实现时，计算机设备500也可以只包括处理器510。用于存储程序的存储器520位于计算机设备500之外，处理器510通过电路/电线与存储器520连接，用于读取并执行存储器520中存储的程序。
处理器510可以是中央处理器(central processing unit，CPU)，网络处理器(network processor，NP)或者CPU和NP的组合。
处理器510还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，ASIC)，可编程逻辑器件(programmablelogic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device，CPLD)，现场可编程逻辑门阵列(field-programmable gatearray，FPGA)，通用阵列逻辑(generic array logic,GAL)或其任意组合。
存储器520可以包括易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储器520也可以包括非易失性存储器(non-volatilememory)，例如快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)；存储器520还可以包括上述种类的存储器的组合。
应理解，图4所示的计算机设备400或图5所示的计算机设备500可用于执行上述方法实施例中相关的操作或流程，并且计算机设备400或计算机设备500中的各个单元的操作和/或功能分别为了实现上述方法实施例中的相应流程，为了简洁，在此不再赘述。
本申请实施例的又一方面提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当该指令在计算机上运行时，使得计算机执行上述如图1所示的方法。
本申请实施例的又一方面提供了一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行如图1所示的方法。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、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，在本申请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。
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-Only Memory，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。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，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以所述权利要求的保护范围为准。
Claims (17)
1.一种确定广告插入位置的方法，其特征在于，所述方法包括：
计算机设备获取目标图像，其中所述目标图像为多帧图像中的一帧图像，所述视频由所述多帧图像组成；
所述计算机设备确定所述目标图像中的目标候选广告区域；
所述计算机设备确定所述目标候选广告区域的评分参数，其中所述评分参数包括以下参数中的至少一个：重叠值、遮挡度、相对位置评分以及相对大小，其中所述重叠值用于指示所述目标候选广告区域的图像显著性，所述遮挡度用于指示所述目标候选广告区域在连续N帧中被遮挡的程度，所述相对位置评分用于指示所述目标候选广告区域在所述目标图像中的位置，所述相对大小用于指示所述目标候选广告区域相对于所述目标图像的大小，N为大于或等于3的正整数，所述目标图像为所述N帧图像中的第N’帧图像，其中N’为大于1且小于N的正整数；
所述计算机设备根据所述目标候选广告区域的评分参数，确定所述目标候选广告区域的评分。
2.如权利要求1所述的方法，其特征在于，所述计算机设备确定所述目标候选广告区域的评分参数，包括：
所述计算机设备根据所述目标候选广告区域的面积以及显著性目标区域的面积，确定所述重叠值。
3.如权利要求2所述的方法，其特征在于，所述计算机设备根据所述目标候选广告区域的面积以及显著性目标区域的面积，确定所述重叠值，包括：
所述计算机设备根据以下公式确定所述重叠值：
其中OS表示所述重叠值，S表示所述显著性目标区域的面积，C表示所述目标候选广告区域的面积，O表示所述显著性目标区域与所述目标候选广告区域重叠区域的面积。
4.如权利要求1至3中任一项所述的方法，其特征在于，所述N帧图像中的每帧图像包括一个与所述目标候选广告区域对应的候选广告区域，所述计算机设备确定所述目标候选广告区域的评分参数，包括：
所述计算机设备确定参考点集合包括的K个参考点在第n个候选广告区域的坐标，其中所述第n个候选广告区域位于所述N帧图像中的第n帧图像，K为大于或等于3的正整数，n＝1，……，N；
所述计算机设备根据所述参考点集合在N个候选广告区域的坐标，确定所述遮挡度。
5.如权利要求4所述的方法，其特征在于，所述计算机设备根据所述参考点集合在N个候选广告区域的坐标，确定所述遮挡度，包括：
所述计算机设备确定K个目标参考点中是否包括奇异参考点，所述奇异参考点的坐标与N-1个对应参考点中的至少一个对应参考点的坐标的差值大于预设阈值，其中所述N-1个对应参考点为所述参考点集合分别在N-1个候选广告区域中与所述奇异参考点对应的参考点，其中所述N-1个候选广告区域为所述N个候选广告区域中除所述目标候选广告区域以外的候选广告区域，所述K个目标参考点是所述目标候选广告区域中的K个参考点；
若确定结果为否，则确定所述遮挡度为第一值，所述第一值表示所述目标候选广告区域在连续N帧中未被遮挡；
若确定结果为是，则根据所述奇异参考点的对应参考点的坐标和所述K个目标参考点的坐标，确定所述遮挡度。
6.如权利要求5所述的方法，其特征在于，所述根据所述奇异参考点的对应参考点的坐标和所述K个目标参考点的坐标，确定所述遮挡度，包括：
所述计算机设备确定T个第一平均值，其中所述T个第一平均值中的第t个第一平均值为与T个奇异参考点中的第t个奇异参考点对应的至少两个对应参考点坐标的平均值，其中T为大于或等于1的正整数且小于等于K，t＝1，……，T；
所述计算机设备根据所述T个第一平均值，确定第一面积；
所述计算机设备根据所述K个目标参考点的坐标，确定第二面积；
所述计算机设备根据以下公式确定所述遮挡度：
其中，P表示所述遮挡度，AT’表示所述第一面积，AT表示所述第二面积。
7.如权利要求1至6中任一项所述的方法，其特征在于，所述计算机设备确定所述目标候选广告区域的评分参数，包括：
所述计算机设备根据以下公式确定所述相对位置评分：
其中L表示所述相对位置评分，sx表示第一中间值，sy表示第二中间值，所述目标候选广告区域包括的I个像素点，所述I个像素点中的第i个像素点的坐标为(xi，yi)，所述目标图像中心坐标为(xc，yc)。
8.如权利要求1至7中任一项所述的方法，其特征在于，所述计算机设备确定所述目标候选广告区域的评分参数，包括：
所述计算机设备确定所述相对大小为所述目标候选广告区域面积与所述目标图像面积的比值。
9.一种计算机设备，其特征在于，所述计算机设备包括：
获取单元，用于获取目标图像，其中所述目标图像为多帧图像中的一帧图像，所述视频由所述多帧图像组成；
确定单元，用于确定所述目标图像中的目标候选广告区域；
所述确定单元，还用于确定所述目标候选广告区域的评分参数，其中所述评分参数包括以下参数中的至少一个：重叠值、遮挡度、相对位置评分以及相对大小，其中所述重叠值用于指示所述目标候选广告区域的图像显著性，所述遮挡度用于指示所述目标候选广告区域在连续N帧中被遮挡的程度，所述相对位置评分用于指示所述目标候选广告区域在所述目标图像中的位置，所述相对大小用于指示所述目标候选广告区域相对于所述目标图像的大小，N为大于或等于3的正整数，所述目标图像为所述N帧图像中的第N’帧图像，其中N’为大于1且小于N的正整数；
所述确定单元，还用于根据所述目标候选广告区域的评分参数，确定所述目标候选广告区域的评分。
10.根据权利要求9所述的计算机设备，其特征在于，所述确定单元，具体用于根据所述目标候选广告区域的面积以及显著性目标区域的面积，确定所述重叠值。
11.根据权利要求10述的计算机设备，其特征在于，所述确定单元，具体用于根据以下公式确定所述重叠值：
其中OS表示所述重叠值，S表示所述显著性目标区域的面积，C表示所述目标候选广告区域的面积，O表示所述显著性目标区域与所述目标候选广告区域重叠区域的面积。
12.根据权利要求9-11中任一项所述的计算机设备，其特征在于，所述确定单元，具体用于：
确定参考点集合包括的K个参考点在第n个候选广告区域的坐标，其中所述第n个候选广告区域位于所述N帧图像中的第n帧图像，K为大于或等于3的正整数，n＝1，……，N；
根据所述参考点集合在N个候选广告区域的坐标，确定所述遮挡度。
13.根据权利要求12所述的计算机设备，其特征在于，所述确定单元，具体用于：
确定K个目标参考点中是否包括奇异参考点，所述奇异参考点的坐标与N-1个对应参考点中的至少一个对应参考点的坐标的差值大于预设阈值，其中所述N-1个对应参考点为所述参考点集合分别在N-1个候选广告区域中与所述奇异参考点对应的参考点，其中所述N-1个候选广告区域为所述N个候选广告区域中除所述目标候选广告区域以外的候选广告区域，所述K个目标参考点是所述目标候选广告区域中的K个参考点；
若确定结果为否，则确定所述遮挡度为第一值，所述第一值表示所述目标候选广告区域在连续N帧中未被遮挡；
若确定结果为是，则根据所述奇异参考点的对应参考点的坐标和所述K个目标参考点的坐标，确定所述遮挡度。
14.根据权利要求13所述的计算机设备，其特征在于，所述确定单元，具体用于：
确定T个第一平均值，其中所述T个第一平均值中的第t个第一平均值为与T个奇异参考点中的第t个奇异参考点对应的至少两个对应参考点坐标的平均值，其中T为大于或等于1的正整数且小于等于K，t＝1，……，T；
根据所述T个第一平均值，确定第一面积；
根据所述K个目标参考点的坐标，确定第二面积；
根据以下公式确定所述遮挡度：
其中，P表示所述遮挡度，AT’表示所述第一面积，AT表示所述第二面积。
15.根据权利要求9-14中任一项所述的计算机设备，其特征在于，所述确定单元，具体用于根据以下公式确定所述相对位置评分：
其中L表示所述相对位置评分，sx表示第一中间值，sy表示第二中间值，所述目标候选广告区域包括的I个像素点，所述I个像素点中的第i个像素点的坐标为(xi，yi)，所述目标图像中心坐标为(xc，yc)。
16.根据权利要求9-15中任一项所述的计算机设备，其特征在于，所述确定单元，具体用于确定所述相对大小为所述目标候选广告区域面积与所述目标图像面积的比值。
17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行权利要求1至权利要求8中任一项所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810395513.5A CN110415005A (zh) | 2018-04-27 | 2018-04-27 | 确定广告插入位置的方法、计算机设备和存储介质 |
| PCT/CN2019/082194 WO2019205945A1 (zh) | 2018-04-27 | 2019-04-11 | 确定广告插入位置的方法、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810395513.5A CN110415005A (zh) | 2018-04-27 | 2018-04-27 | 确定广告插入位置的方法、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110415005A true CN110415005A (zh) | 2019-11-05 |
Family
ID=68294764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810395513.5A Pending CN110415005A (zh) | 2018-04-27 | 2018-04-27 | 确定广告插入位置的方法、计算机设备和存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110415005A (zh) |
| WO (1) | WO2019205945A1 (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111988657A (zh) * | 2020-08-05 | 2020-11-24 | 网宿科技股份有限公司 | 一种广告插入方法及装置 |
| CN112004116A (zh) * | 2020-08-26 | 2020-11-27 | 北京字节跳动网络技术有限公司 | 用于确定对象添加方式的方法、装置、电子设备和介质 |
| CN112752151A (zh) * | 2020-12-30 | 2021-05-04 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种动态广告植入位置的检测方法及装置 |
| 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 |
| WO2022236842A1 (zh) * | 2021-05-10 | 2022-11-17 | 刘川民 | 一种广告置换或添加的处理方法及系统及装置 |
| WO2023143318A1 (zh) * | 2022-01-30 | 2023-08-03 | 北京字跳网络技术有限公司 | 一种数据展示方法、装置、电子设备及存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111292280B (zh) * | 2020-01-20 | 2023-08-29 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060026628A1 (en) * | 2004-07-30 | 2006-02-02 | Kong Wah Wan | Method and apparatus for insertion of additional content into video |
| CN101621636A (zh) * | 2008-06-30 | 2010-01-06 | 北京大学 | 基于视觉注意力模型的广告标志插入和变换方法及系统 |
| CN103777757A (zh) * | 2014-01-15 | 2014-05-07 | 天津大学 | 一种结合显著性检测的在增强现实中放置虚拟对象的系统 |
| CN104967885A (zh) * | 2015-03-27 | 2015-10-07 | 哈尔滨工业大学深圳研究生院 | 一种基于视频内容感知的广告推荐方法及系统 |
| CN105308636A (zh) * | 2014-01-21 | 2016-02-03 | Sk普兰尼特有限公司 | 用于提供虚拟广告的设备和方法 |
| CN106600333A (zh) * | 2016-12-20 | 2017-04-26 | 北京平塔科技有限公司 | 一种虚拟现实中广告位内容曝光的监测方法及装置 |
| CN107493488A (zh) * | 2017-08-07 | 2017-12-19 | 上海交通大学 | 基于Faster R‑CNN模型的视频内容物智能植入的方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101272262A (zh) * | 2007-08-07 | 2008-09-24 | 盛趣信息技术（上海）有限公司 | 游戏中广告插入的方法及其广告系统 |
| CN106331745A (zh) * | 2016-08-31 | 2017-01-11 | 杭州探索文化传媒有限公司 | 一种动态的视频广告植入方法 |
| CN106651430A (zh) * | 2016-10-19 | 2017-05-10 | 天津工业大学 | 一种基于视觉注意机制的广告设计客观评价方法 |
-
2018
- 2018-04-27 CN CN201810395513.5A patent/CN110415005A/zh active Pending
-
2019
- 2019-04-11 WO PCT/CN2019/082194 patent/WO2019205945A1/zh active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060026628A1 (en) * | 2004-07-30 | 2006-02-02 | Kong Wah Wan | Method and apparatus for insertion of additional content into video |
| CN101621636A (zh) * | 2008-06-30 | 2010-01-06 | 北京大学 | 基于视觉注意力模型的广告标志插入和变换方法及系统 |
| CN103777757A (zh) * | 2014-01-15 | 2014-05-07 | 天津大学 | 一种结合显著性检测的在增强现实中放置虚拟对象的系统 |
| CN105308636A (zh) * | 2014-01-21 | 2016-02-03 | Sk普兰尼特有限公司 | 用于提供虚拟广告的设备和方法 |
| CN104967885A (zh) * | 2015-03-27 | 2015-10-07 | 哈尔滨工业大学深圳研究生院 | 一种基于视频内容感知的广告推荐方法及系统 |
| CN106600333A (zh) * | 2016-12-20 | 2017-04-26 | 北京平塔科技有限公司 | 一种虚拟现实中广告位内容曝光的监测方法及装置 |
| CN107493488A (zh) * | 2017-08-07 | 2017-12-19 | 上海交通大学 | 基于Faster R‑CNN模型的视频内容物智能植入的方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111988657A (zh) * | 2020-08-05 | 2020-11-24 | 网宿科技股份有限公司 | 一种广告插入方法及装置 |
| CN112004116A (zh) * | 2020-08-26 | 2020-11-27 | 北京字节跳动网络技术有限公司 | 用于确定对象添加方式的方法、装置、电子设备和介质 |
| CN112004116B (zh) * | 2020-08-26 | 2021-08-24 | 北京字节跳动网络技术有限公司 | 用于确定对象添加方式的方法、装置、电子设备和介质 |
| WO2022042398A1 (zh) * | 2020-08-26 | 2022-03-03 | 北京字节跳动网络技术有限公司 | 用于确定对象添加方式的方法、装置、电子设备和介质 |
| US11750876B2 (en) | 2020-08-26 | 2023-09-05 | Beijing Bytedance Network Technology Co., Ltd. | Method and apparatus for determining object adding mode, electronic device and medium |
| CN112752151A (zh) * | 2020-12-30 | 2021-05-04 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种动态广告植入位置的检测方法及装置 |
| WO2022236842A1 (zh) * | 2021-05-10 | 2022-11-17 | 刘川民 | 一种广告置换或添加的处理方法及系统及装置 |
| WO2023143318A1 (zh) * | 2022-01-30 | 2023-08-03 | 北京字跳网络技术有限公司 | 一种数据展示方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019205945A1 (zh) | 2019-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110415005A (zh) | 确定广告插入位置的方法、计算机设备和存储介质 | |
| EP3454250B1 (en) | Facial image processing method and apparatus and storage medium | |
| JP6956252B2 (ja) | 顔表情合成方法、装置、電子機器及びコンピュータプログラム | |
| US10147163B2 (en) | Systems and methods for automated image cropping | |
| JP6357589B2 (ja) | 画像表示方法、装置、プログラムおよび記録媒体 | |
| CN107079141B (zh) | 用于三维视频的图像拼接 | |
| CN103503455B (zh) | 针对视频自适应和重定目标进行视频字幕重新覆盖的系统和方法 | |
| CN104584531B (zh) | 图像处理装置以及图像显示装置 | |
| CN105960800A (zh) | 影像显示装置及影像显示系统 | |
| US9881202B2 (en) | Providing visual effects for images | |
| US10762649B2 (en) | Methods and systems for providing selective disparity refinement | |
| US8805077B2 (en) | Subject region detecting apparatus | |
| US20170372449A1 (en) | Smart capturing of whiteboard contents for remote conferencing | |
| JP2011509451A (ja) | 画像データのセグメント化 | |
| Yen et al. | Maintaining temporal coherence in video retargeting using mosaic-guided scaling | |
| EP2428036A1 (en) | Systems and methods for the autonomous production of videos from multi-sensored data | |
| AU2011301774A1 (en) | A method for enhancing depth maps | |
| CN110199317A (zh) | 使用手持设备对木板的自动检测、计数和测量 | |
| CN109474780A (zh) | 一种用于图像处理的方法和装置 | |
| CN107146197A (zh) | 一种缩略图生成方法及装置 | |
| KR20120019425A (ko) | 화상 처리 장치 및 방법, 및 프로그램 | |
| CN107798704A (zh) | 一种用于增强现实的实时图像叠加方法及装置 | |
| DE102015110955A1 (de) | Informationsverarbeitungsvorrichtung zum Erfassen eines Objekts von einem Bild, Verfahren zum Steuern der Vorrichtung und Speichermedien | |
| CN107633479A (zh) | 一种在应用中显示特效的方法和装置 | |
| CN110166680A (zh) | 设备成像方法、装置、存储介质及电子设备 |
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: 20191105 |