CN110546932A - 使用媒体查看数据提高设备映射图准确度的系统和方法 - Google Patents

使用媒体查看数据提高设备映射图准确度的系统和方法 Download PDF

Info

Publication number
CN110546932A
CN110546932A CN201880023728.2A CN201880023728A CN110546932A CN 110546932 A CN110546932 A CN 110546932A CN 201880023728 A CN201880023728 A CN 201880023728A CN 110546932 A CN110546932 A CN 110546932A
Authority
CN
China
Prior art keywords
media player
group
categories
mapping system
media
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.)
Granted
Application number
CN201880023728.2A
Other languages
English (en)
Other versions
CN110546932B (zh
Inventor
泽埃夫·诺伊迈尔
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.)
Structural Data Co Ltd
Original Assignee
Structural Data Co 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 Structural Data Co Ltd filed Critical Structural Data Co Ltd
Publication of CN110546932A publication Critical patent/CN110546932A/zh
Application granted granted Critical
Publication of CN110546932B publication Critical patent/CN110546932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/80—Responding to QoS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2365—Ensuring data consistency and integrity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • 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
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/61—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio
    • H04L65/612—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio for unicast
    • 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
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • 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
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • 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
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • 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
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)
  • Information Transfer Between Computers (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

提供了用于确定设备映射系统的准确度分数的方法、设备和计算机程序产品。在一些示例中，准确度分数可以是基于设备映射系统的设备映射和来自自动内容识别部件的观看数据。在这样的示例中，准确度分数可以指示设备映射系统是否将类似的类别分配给具有类似的媒体内容播放器的设备。在这样的示例中，可以确定设备映射是随机的，指示设备映射系统是不准确的。相反，如果确定设备映射具有仅本质上随机的足够低的概率，则可以确定设备映射系统是准确的。

Description

使用媒体查看数据提高设备映射图准确度的系统和方法
相关申请的交叉引用
本申请要求2017年4月6日提交的美国临时申请No.62/482,495的权益，其全部内容在此通过引用并入本文。
技术领域
本公开一般涉及提高从连接设备的分析得到的数据的准确性以及其与特定类别的关联。
背景技术
用户越来越多地通过一系列设备访问媒体。然而，确定哪些设备与特定用户相关联可能是困难的。存在声称将设备映射到特定类别(有时称为设备映射图或设备绘图)的许多系统。例如，设备映射系统可以生成指示第一设备和第二设备属于特定类别的设备映射图。在一些示例中，可以基于分配给每个设备的类别将设备映射到特定用户。在其他示例中，将设备分配到家庭范围的设备映射图中。然而，很难评估设备映射的准确性。因此，本领域需要确定和提高设备映射图的准确性。
发明内容
提供了用于通过处理由一个或多个设备播放的媒体(例如，视频和/或音频数据)来确定设备映射系统的准确度分数的方法、设备和计算机程序产品。在一些示例中，准确度分数可以是基于设备映射系统的设备映射。在这样的示例中，设备映射图可以指的是链接相关联在一起的设备。
在一些示例中，准确度分数还可以基于来自自动内容识别(ACR)系统或可以确定正在由一个或多个媒体播放器设备观看的媒体内容的其他系统的媒体内容观看数据。在一些情况下，媒体内容可以包括视频内容(该视频内容可以包括音频内容)或音频内容。可以(例如，使用ACR系统)处理和分析媒体内容以确定正在被一个或多个媒体播放器设备观看的媒体内容，其可以存储为观看数据。在一个说明性示例中，当ACR系统用于确定正在被媒体播放器设备观看的媒体内容时，该媒体播放器设备可以解码与视频节目相关联的视频数据(以及在某些情况下，音频数据)。媒体播放器设备可以将视频的每帧的解码内容放入视频帧缓冲器中以准备显示或者视频帧的像素信息的进一步处理。媒体播放器设备可以处理缓冲的视频数据，并且可以产生表示当前正由播放器设备播放的未知视频段的未知数据点(可以称为“提示点”)。匹配服务器可以接收未知提示点，并且可以将未知提示点与存储的候选提示点进行比较，以确定候选视频段与未知视频段之间的匹配。
然后可以处理观看数据以确定准确度分数。在这样的示例中，媒体观看数据(有时称为观看行为)可以指示媒体播放器设备正在播放的媒体内容。在一些示例中，准确度分数可以指示设备映射系统是否将类似的类别分配给具有类似的媒体内容回放的设备。在这样的示例中，可以将设备映射图与基于随机性分配的设备-类别指定进行比较，以确定设备映射系统的准确度。如果确定设备映射图具有本质上仅仅是随机的足够低的概率，则可以确定设备映射系统是准确的。
在一些示例中，设备映射系统可以使用准确度分数来改进其用于生成设备映射图的过程。例如，设备映射系统可以修改一个或多个操作以尝试提高准确度分数。
在一些示例中，提供一种系统，包括：一个或多个处理器以及包含指令的一个或多个非暂时性机器可读存储介质，当在一个或多个处理器上实行时，所述指令使所述一个或多个处理器执行操作。该操作包括获得分配给媒体播放器设备组的多个类别。使用设备映射系统确定所述多个类别。类别包括用于一组媒体播放器设备的分类。所述操作还包括确定所述媒体播放器设备组的观看行为。通过将由所述媒体播放器设备观看的观看媒体内容与存储的媒体内容相匹配，使用自动内容识别来确定所述观看行为。所述操作还包括确定所述媒体播放器设备组的所述多个类别与所述观看行为之间的相关性，以及使用所确定的相关性确定所述设备映射系统的准确度分数。所述操作还包括将所述准确度分数分配给所述设备映射系统，其中所述准确度分数用于改进所述设备映射系统。
在一些示例中，提供了一种方法，包括：获得分配给媒体播放器设备组的多个类别。使用设备映射系统确定所述多个类别。类别包括一组媒体播放器设备的分类。所述方法还包括确定所述媒体播放器设备组的观看行为。通过将由所述媒体播放器设备观看的观看媒体内容与存储的媒体内容相匹配，使用自动内容识别来确定所述观看行为。所述方法还包括确定所述媒体播放器设备组的所述多个类别和所述观看行为之间的相关性，以及使用所确定的相关性确定所述设备映射系统的准确度分数。所述方法还包括将所述准确度分数分配给所述设备映射系统，其中所述准确度分数用于改进所述设备映射系统。
在一些示例中，提供了一种有形地实施在非暂时性机器可读存储介质中的计算机程序产品，包括当由一个或多个处理器实行时使所述一个或多个处理器执行以下操作的指令：获得分配给媒体播放器设备组的多个类别，其中使用设备映射系统确定所述多个类别，并且其中类别包括一组媒体播放器设备的分类；确定所述媒体播放器设备组的观看行为，其中通过将由所述媒体播放器设备观看的观看媒体内容与存储的媒体内容相匹配，使用自动内容识别来确定所述观看行为；确定所述媒体播放器设备组的所述多个类别和所述观看行为之间的相关性；使用所确定的相关性确定所述设备映射系统的准确度分数；以及将所述准确度分数分配给所述设备映射系统，其中所述准确度分数用于改进所述设备映射系统。
在一些方面，所述媒体播放器设备组的多个类别与观看行为之间的相关性是基于所述多个类别中的观看行为的差异度(variance)。
在一些方面，确定所述设备映射系统的准确度分数包括执行统计假设检验以确定所述媒体播放器设备组的多个类别与观看行为之间的相关性是否是随机的。
在一些方面，所述系统、方法、以及计算机程序产品包括将统计假设检验的结果与随机性阈值进行比较；以及当结果小于所述随机性阈值时，确定所述相关性是随机的。
在一些方面，基于所述统计假设检验的所述结果与所述随机性阈值的比较，为所述设备映射系统确定准确度分数。
在一些方面，媒体内容是视频内容，并且执行所述自动内容识别包括：接收与未知视频段的帧相关联的像素提示点，其中所述像素提示点包括与所述帧对应的一组像素值；识别参考数据点的数据库中的候选参考数据点，其中所述候选参考数据点类似于像素提示点，并且其中所述候选参考数据点包括与候选视频段的候选帧相对应的一个或多个像素值；将标记(token)添加到与候选参考数据点和候选视频段相关联的标记筒(bin)中；确定标记筒中的标记的数量是否超过一个值；以及当所述标记筒中的标记的所述数量超过该值时，将所述未知视频段识别为匹配所述候选视频段。
在一些方面，所述观看行为包括以下中的至少一个或多个：所述媒体播放器设备组观看多个频道中的一个或多个的时间量、与所述媒体播放器设备组的用户相关联的收入、所述媒体播放器设备组的用户的年龄组、所述媒体播放器设备组的用户的教育水平、或所述媒体播放器设备组中的设备的数量。
本发明内容不旨在标识所要求保护的主题的关键或必要特征，也不旨在单独使用以确定所要求保护的主题的范围。应该通过参考本专利的整个说明书、任何或所有附图和每个权利要求的适当部分来理解该主题。
通过参考以下说明书、权利要求和所附附图，前述以及其他特征和实施例将变得更加明显。
附图说明
下面参考以下附图详细描述本发明的说明性实施例：
图1示出了用于更新设备映射图分类系统的系统的示例；
图2A示出了将第一源的观看时间与频道差异度进行比较的图表的示例；
图2B示出了将第二源的观看时间与频道差异度进行比较的图表的示例；
图2C示出了将第三源的观看时间与频道差异度进行比较的图表的示例；
图3示出了计算各种源的f比的示例；
图4示出了用于将准确度分数分配给设备映射图匹配过程的过程的示例；
图5示出了用于评估多个设备与预测统计属性的统计相关性的过程的示例；
图6示出了用于将预测观看行为与由自动内容识别部件测量的实际观看进行比较的过程的示例；
图7示出了用于识别媒体系统正在观看的视频内容的匹配系统的框图的示例；
图8示出了各种设备的处理流程的示例；
图9示出了与第一匹配率等价(equating)的收入代码VS每月观看小时的示例；
图10示出了与第二匹配率等价的收入代码VS每月观看小时的示例；和
图11示出了与收入代码等价的仅在数据集2中找到的媒体设备VS每月观看小时的示例。
具体实施方式
在以下描述中，出于解释的目的，阐述了具体细节以便提供对本发明实施例的透彻理解。然而，明显的是，可以在没有这些具体细节的情况下实践各种实施例。附图和描述不是限制性的。
随后的描述仅提供示例性实施例，并且不旨在限制本公开的范围、适用性或配置。反之，随后对示例性实施例的描述将为本领域技术人员提供用于实现示例性实施例的使能描述。应当理解，在不脱离所附权利要求中阐述的本发明的精神和范围的情况下，可以对元件的功能和排布进行各种改变。
在以下描述中给出了具体细节以提供对实施例的透彻理解。然而，本领域普通技术人员之一将理解，可以在没有这些具体细节的情况下实践实施例。例如，电路、系统、网络、过程和其他部件可以以框图形式示出为部件，以便不以不必要的细节模糊实施例。在其他情况下，可以在没有不必要的细节的情况下示出公知的电路、过程、算法、结构和技术，以避免模糊实施例。
此外，应注意，各个实施例可被描述为过程，该过程被描绘为流程图、流程示意图，数据流程图，结构图或框图。虽然流程图可以将操作描述为顺序过程，但是许多操作可以并行或同时执行。另外，可以重新安排操作的顺序。过程在其操作完成时终止，但可能有额外的步骤未包括在图中。过程可以对应于方法、函数、进程、子例程、子程序等。当过程对应于函数时，其终止可以对应于函数返回到调用函数或主函数。
术语“机器可读存储介质”或“计算机可读存储介质”包括但不限于便携式或非便携式存储设备、光学存储设备以及能够存储、包含、或携带指令和/或数据的各种其他介质。机器可读存储介质或计算机可读存储介质可以包括非暂时性介质，该非暂时性介质可以存储数据并且不包括无线或有线连接传播的载波和/或暂时性电子信号。非暂时性介质的示例可以包括但不限于磁盘或磁带，诸如压缩盘(CD)或数字多功能光盘(DVD)的光学存储介质、闪存、存储器或存储器设备。计算机程序产品可以包括代码和/或机器可实行指令，该代码和/或机器可实行指令可以表示进程、函数、子程序、程序、例程、子例程、模块、软件包、类或指令、数据结构或程序语句的任何组合。代码段可以通过传递和/或接收信息、数据、参数、参量或存储器内容而耦合到另一代码段或硬件电路。可以使用任何合适的手段来传递、转发或传输信息、参数、参量、数据或其他信息，这些手段包括存储器共享、消息传递、标记传递、网络传输或其他传输技术。
此外，实施例可以通过硬件、软件、固件、中间件、微代码、硬件描述语言或其任何组合来实现。当在软件、固件、中间件或微代码中实现时，用于执行必要任务的程序代码或代码段(例如，计算机程序产品)可以存储在机器可读介质中。处理器可以执行必要的任务。
可以以各种配置提供一些附图描绘的系统。在一些实施例中，系统可以被配置为分布式系统，其中系统的一个或多个部件分布在云计算系统中的一个或多个网络上。
提供了用于确定设备映射系统的准确性的方法、设备和计算机程序产品。在一些示例中，可以确定设备映射系统准确度分数。在一些情况下，准确度分数可以基于设备映射系统的设备映射图。在这种情况下，设备映射图可以包括链接被分类或关联在一起的媒体播放器设备(也称为“设备”或“播放器设备”或“媒体设备”)的信息。在一些示例中，设备(或“播放器设备”或“媒体播放器设备”)可以被定义为网络连接设备，诸如智能手机、平板电脑、智能电视、膝上型电脑、智能手表或其他可穿戴设备，或可以接收和显示媒体内容的任何其他网络连接设备(例如，因特网连接的，宽带网络连接的，蜂窝网络连接的或其他网络连接设备)。在一些示例中，可以基于将一个或多个类别段(或“类别”)分配给包括在设备映射图中的每个设备来生成设备映射图。在这样的示例中，类别段或类别可以包括人口统计属性，诸如年度家庭收入、年龄组、教育程度、电视机的数量、和/或关于娱乐选择的各种偏好、或其任何合适的组合。然而，应该认识到，类别段或类别可以是可以将多个设备关联在一起的任何逻辑组。
在一些示例中，准确度分数可以还基于来自自动内容识别(ACR)部件的观看数据或可以确定正在由一个或多个媒体播放器观看的媒体内容的其他系统的观看数据。在一些情况下，媒体内容可以包括视频内容(可以包括音频内容)或音频内容。可以(例如，使用ACR系统)处理和分析媒体内容以确定一个或多个媒体播放器正在观看哪些媒体内容，其可以存储为观看数据。然后可以处理观看数据以确定准确度分数。在这样的示例中，观看数据(有时称为观看行为)可以指示媒体播放器设备正在播放的媒体内容。在一些示例中，准确度分数可以指示设备映射系统是否将类似的类别分配给具有类似的媒体内容回放的设备。在这样的示例中，可以确定设备映射图是随机的，指示设备映射系统是不准确的。与此相比，如果确定设备映射图在仅本质上随机上具有足够低的概率，则可以确定设备映射系统是准确的。
在一些示例中，设备映射系统可以使用准确度分数来改进其用于生成设备映射图的过程。例如，设备映射系统可以修改一个或多个操作以尝试提高准确度分数。
图1示出了用于更新设备映射图分类系统130(有时称为设备映射系统)的系统的示例。在一些示例中，系统可以包括一个或多个设备110、设备映射图分类系统120、观看行为系统130或其任何组合。应该认识到，系统的一个或多个部件可以组合成更少的部件或分成更多部件。
在一些示例中，来自一个或多个设备110的数据可以由系统的一个或多个部件处理，这些部件包括设备映射图分类系统120和观看行为系统130。一个或多个设备110可以包括膝上型电脑(例如，膝上型电脑112)、平板电脑(例如，第一平板电脑114或第二平板电脑115)、电话(例如，智能电话116)、电视(例如，电视118)、或可以接收和显示媒体内容(例如，听觉或视觉内容)的任何其他网络连接设备。在一些示例中，一个或多个设备110可以包括在一个或多个网络中。
如上，来自一个或多个设备110的数据可以由设备映射图分类系统120处理。处理可以包括(例如，使用类别段生成器122)将一个或多个类别段分配给一个或多个设备110中的每一个，(例如，使用设备映射图生成器124)生成用于一个或多个设备110的设备映射图，以及(例如，使用数据报告生成器126)生成用于设备映射图的数据报告。在一些示例中，可以为设备映射中的每个设备分配至少一个类别段(也称为类别)。在这样的示例中，分配给设备的类别段可以指示设备等级高于与类别段相关联的一个或多个特征和/或用于一个或多个行为的阈值。在一些示例中，设备映射图可以指示多个设备之间的链接或关联。来自一个或多个设备110的数据的说明性示例可以包括来自浏览器和IP地址的信息记录程序(cookies)。
在一些示例中，数据报告生成器126可以生成设备映射图和/或一个或多个类别段的数据报告。在这样的示例中，数据报告可以包括用于一个或多个设备110中的每一个的信息以及对应的类别段。在一个说明性示例中，数据报告可以包括关于设备类型的信息(诸如将智能电视与移动平板电脑区分开)以用于区分电视节目(例如，广播电视，流媒体电视或其他电视节目)回放。例如，确定在家中的电视上或手持设备上是否正在观看特定媒体内容可能是有用的。存在许多其他用途，以获得本领域技术人员公知的关于类别段的信息。
如上所述，一个或多个设备110也可以由观看行为系统130处理。在一些示例中，观看行为系统130可以包括自动内容识别(ACR)引擎132。ACR引擎132可以识别在设备(例如，一个或多个设备110中的设备)上显示或播放的媒体内容(例如，听觉或视觉内容)。在这样的示例中，ACR引擎132还可以识别与媒体内容相关联的频道或其他元数据。
虽然存在可以识别媒体内容的许多方式，但是一种方法(下面参考图7更详细地描述)可以包括接收与未知视频段的帧相关联的像素提示点。在一些示例中，像素提示点可以包括与帧对应的一组像素值。该方法还可以包括识别参考数据点的数据库中的候选参考数据点。在一些示例中，候选参考数据点可以类似于像素提示点。在这样的示例中，候选参考数据点可以包括与候选视频段的候选帧相对应的一个或多个像素值。该方法还可以包括将标记添加到与候选参考数据点和候选视频段相关联的标记筒，并确定标记筒中的标记的数量是否超过一个值。该方法还可以包括：当标记筒中的标记的数量超过该值时，将未知视频段识别为匹配候选视频段。然后可以将未知视频段识别为候选视频段，指示媒体设备正在播放候选视频段。
图7示出了用于识别媒体系统正在观看的视频内容的匹配系统700(例如，ACR引擎132)的框图的示例。在一些示例中，未知内容可以包括一个或多个未知数据点。在这样的示例中，匹配系统700可以将未知数据点与参考数据点匹配，以识别与未知数据点相关联的未知视频段。参考数据点可以包括在参考数据库716中。
匹配系统700(例如，ACR引擎)可以包括播放器设备702和匹配服务器704。播放器设备702可以包括媒体客户端706、输入设备708、输出设备710和一个或多个情景应用程序726。媒体客户端706(可以是电视系统、计算机系统、或能够连接因特网的其他电子设备)可以解码与视频节目728相关联的数据(例如，广播信号、数据包、或其他帧数据)。媒体客户端706可以将视频的每个帧的解码内容放入视频帧缓冲器中用于显示或准备用于进一步处理视频帧的像素信息。在一些示例中，播放器设备702可以是能够接收和解码视频信号的任何电子解码系统。播放器设备702可以接收视频节目728并将视频信息存储在视频缓冲器(未示出)中。播放器设备702可以处理视频缓冲器信息并产生未知数据点(可以称为“提示点”)。媒体客户端706可以将未知数据点传输到匹配服务器704，以与参考数据库716中的参考数据点进行比较。
输入设备708可以包括允许将请求或其他信息输入到媒体客户端706的任何合适的设备。例如、输入设备708可以包括键盘、鼠标、语音识别输入设备、用于从无线设备(例如，从遥控器、移动设备、或其他合适的无线设备)接收无线输入的无线接口、或任何其他合适的输入设备。输出设备710可以包括可以展示或以其他方式输出信息的任何合适的设备，诸如显示器、用于将无线输出传输到无线设备(例如，移动设备或其他合适的无线设备)的无线接口、打印机、或其他合适的输出设备。
匹配系统700可以通过首先从已知视频数据源718采集数据样本来开始识别视频段的过程。例如，匹配服务器104可以采集数据以构建和维护来自各种各样视频数据源718的参考数据库716。视频数据源718可以包括电视节目、电影、或任何其他合适的视频源的媒体供应商。来自视频数据源718的视频数据可以被提供为无线电广播、有线电视频道、来自因特网以及来自任何其他视频数据源的流媒体源。在一些示例中，如下所描述，匹配服务器704可以处理来自视频数据源718的所接收视频，以生成和采集参考数据库716中的参考视频数据点。在一些示例中，来自视频数据源718的视频节目可以由参考视频节目摄取系统(未示出)处理，该参考视频节目摄取系统可以产生参考视频数据点并将它们发送到参考数据库716以进行存储。可以如上所述使用参考数据点来确定随后用于分析未知数据点的信息。
匹配服务器704可以将一段时间(例如，若干天，若干周，若干月、或任何其他合适的时间段)内接收的每个视频节目的参考视频数据点存储在参考数据库716中。匹配服务器704可以构建并连续地或周期性地更新电视节目制作样本的参考数据库716(例如，包括参考数据点，其也可以被称为提示或提示值)。在一些示例中，所采集数据是从周期性视频帧(例如，每五个视频帧、每十个视频帧、每十五个视频帧、或其他合适数量的帧)采样的视频信息的压缩表示。在一些示例中，可以为每个节目源采集每帧的若干数据字节(例如，25字节、50字节、75字节、100字节、或每帧的任何其他字节量)。可以使用任意数量的节目源(诸如25个频道、50个频道、75个频道、100个频道、200个频道、或任何其他数量的节目源)来获得视频。
媒体客户端706可以将通信722发送到匹配服务器704的匹配引擎712。通信722可以包括对匹配引擎712的识别未知内容的请求。例如，未知内容可以包括一个或多个未知数据点，并且参考数据库716可以包括多个参考数据点。匹配引擎712可以通过将未知数据点与参考数据库716中的参考数据相匹配来识别未知内容。在一些示例中，未知内容可以包括由显示器展示的未知视频数据(用于基于视频的ACR)、搜索查询(用于MapReduce系统、Bigtable系统、或其他数据存储系统)、面部的未知图像(用于面部识别)、图案的未知图像(用于图案识别)、或可与参考数据的数据库匹配的任何其他未知数据。参考数据点可以根据从视频数据源718接收的数据得出。例如，数据点可以从视频数据源718提供的信息中提取，并且可以被索引并存储在参考数据库716中。
匹配引擎712可以向候选确定引擎714发送请求以确定来自参考数据库716的候选数据点。候选数据点可以是与未知数据点特定确定距离的参考数据点。在一些示例中，可以通过参考数据点的一个或多个像素(例如，单个像素、表示像素组的值(例如，平均值、平均数、中值或其它值)、或其他合适数量的像素)与未知数据点的一个或多个像素比较来确定参考数据点和未知数据点之间的距离。在一些示例中，当每个样本位置处的像素在特定像素值范围内时，参考数据点可以距未知数据点特定确定距离。
在一个说明性示例中，像素的像素值可以(在红-绿-蓝(RGB)颜色空间中)包括红色值、绿色值和蓝色值。在这样的示例中，通过分别比较对应的红色值、绿色值和蓝色值并确保值在特定值范围内(例如，在0-5值内)，可以将第一像素(或表示第一组像素的值)与第二像素(或表示第二组像素的值)进行比较。例如，当(1)第一像素的红色值在第二像素的红色值的0-255值范围中的(±)5个值内时，(2)第一像素的绿色值在第二像素的绿色值的0-255值范围中的(±)5个值内时，以及(3)第一个像素的蓝色值在第二像素的蓝色值的0-255值范围中的(±)5个值内时，第一像素可以与第二像素匹配。在这样的示例中，候选数据点是与未知数据点近似匹配的参考数据点，导致针对未知数据点识别(与不同媒体段相关的)多个候选数据点。候选确定引擎714可以将候选数据点返回到匹配引擎712。
对于候选数据点，匹配引擎712可以将标记添加到与候选数据点相关联并且被分配给候选数据点所源自的所识别视频段的标记筒中。可以将对应的标记添加到与所识别的候选数据点相对应的所有标记筒中。当匹配服务器704从播放器设备702接收到更多(对应于正在观看的未知内容的)未知数据点时，可以执行类似的候选数据点确定过程，并且可以将标记添加到与所识别的候选数据点对应的标记筒中。在其他标记筒对应于由于相似数据点值(例如，具有相似的像素颜色值)而匹配的候选数据点的情况下，只有一个标记筒对应于正在查看的未知视频内容的段，但是不对应到正在观看的实际段。用于正在观看的未知视频内容段的标记筒将比用于未被观看的段的其他标记筒具有被分配给其的更多标记。例如，当接收到更多的未知数据点时，对应于标记筒的更多数量的参考数据点被识别为候选数据点，导致更多的标记被添加到标记筒中。一旦标记筒包括特定数量的标记，匹配引擎712就可以确定与标记筒相关联的视频段当前正在播放器设备702上显示。视频段可以包括整个视频节目或视频节目的一部分。例如，视频段可以是视频节目、视频节目的场景、视频节目的一个或多个帧、或视频节目的任何其他部分。用于识别媒体内容的系统的示例在美国专利申请No.15/240,801中有所描述，该专利申请的全部内容以所有目的在此通过引用并入。
返回参考图1，在一些示例中，ACR引擎132可以输出所识别的媒体内容(例如，正在由媒体设备观看的视频段)的标识。在这样的示例中，ACR引擎132可以向统计相关器136发送媒体内容的标识、所接收媒体内容所来自的设备的标识，以及与媒体内容相关联的任何其他元数据(例如，媒体内容正在进行播放所在的频道)。
在一些示例中，统计相关器136可以使用从ACR引擎132输出的观看数据来评估设备映射图，以确定使用设备映射图分类系统120生成的类别与分配到不同的类别的设备组的观看行为之间的相关性。在一些情况下，统计相关器136可以确定生成设备映射图的设备映射系统是否准确。图2A、2B和2C示出了用于不同设备映射系统(例如，源A、源B和源C)的图的示例。
在一个说明性示例中，图可以包括用于平均频道观看时间(即，总共花费的时间)的x轴和用于频道差异度的y轴。在这样的示例中，频道差异度可以指示不同频道之间的观看时间的差异度。在一些示例中，图上的每个点(例如，圆圈)可以表示类别段或类别(例如，如上文与类别段生成器124所描述的)。例如，当类别段用于家用设备(例如，多个设备)时，(2,10)处的圆圈可以表示家用设备在2个单位时间(例如，小时、分钟、秒等)中是活跃的，并且在此期间一个或多个频道比一个或多个其他频道被多观看10个单位时间(例如，小时、分钟、秒等)。再例如，当类别段用于设备时，(2,10)处的圆圈可以指示设备在2个单位时间(例如，小时，分钟，秒等)中是活跃的，并且在此期间一个或多个频道比一个或多个其他频道被多观看10个单位时间(例如，小时、分钟、秒等)。
尽管图2A、2B和2C中示出的示例包括平均频道观看时间和频道差异度，普通技术人员将理解除频道观看时间之外的任何其他观看行为(例如，观看类型(诸如数字视频记录(DVR)观看或视频点播(VOD)观看))或观看发生的时间)可由统计相关器136使用。
在一些示例中，统计相关器136可以执行来自ACR引擎132的观看数据(例如，视频段的观看时间)和来自设备映射图分类系统120的设备映射图的统计评估。统计评估可以表示由ACR引擎132检测的设备映射图VS观看数据的预测的准确度。例如，统计评估可以指示具有相似观看数据的设备与分配给设备的类别之间是否存在相关性。作为另一示例，统计相关器136可以确定频道观看如何在每个类别段之间变化。应该认识到，可以使用任何合适的统计评估技术执行统计评估，包括例如差异度分析(ANOVA)、卡方检验、f检验、t检验、其任何组合等。出于说明性目的，ANOVA将在本文中用作示例。然而，普通技术人员将理解，统计相关器136可以使用任何其他合适的统计评估检验来确定相关性。
ANOVA可用于分析逻辑组的平均值(或平均数)之间的差异。在一些示例中，可以针对从设备映射图分类系统120接收的每个类别段计算与ACR引擎132相关联的信息的平均值。例如，对于每个设备，可以计算不同频道之间的观看时间的差异度(例如，如图2A、2B和2C所示)。对于每个类别段，可以在每个设备上对差异度进行平均，以便计算平均差异度。平均差异度可以是信息的平均值。在另一个示例中，针对每个家庭(household)，可以基于所述家庭的复合设备映射图计算与ACR引擎132相关联的信息的平均值。
在一些示例中，ANOVA可以比较两种类型的差异度：每个类别段内的差异度和不同类别段之间的差异度。为了计算差异度，可以计算不同类别段之间的平方和(SS)(称为“之间SS”)：其中是类别段平均值并且是整体均值。在一些示例中，可以计算不同类别段之间的差异度(称为“之间差异度”)：其中k是不同样本的数量。在一些示例中，还可以计算每个类别段内的差异度(称为“之内差异度”)：在一个说明性示例中，可以使用以下等式来获得之内差异度：
在计算之间差异度和之内差异度之后，可以计算F比。F比可以基于之间差异度和之内差异度：F比可以指示数据的随机性量。在一些示例中，可以识别F比的临界值，使得当F值小于临界值时，设备映射系统未通过检验(即，数据被识别为随机的)。图3示出了计算图2A、2B和2C中描述的每个源的F比的示例。可以看出，图3中的F比指示源C和源A(来自图2A和2C)以F>Fcrit通过检验，而源B(来自图2B)未通过检验。在一些示例中，可以根据所分析的设备映射系统来调整临界值。在一些示例中，F比越低，潜在匹配的隐含质量越好。
在一些示例中，统计相关器126可以将消息发送到类别测量系统120(例如，发送到类别段生成器122或设备映射图生成器124)。在这样的示例中，消息可以根据来自一个或多个设备110的媒体内容指示数据报告是否令人满意。在一些示例中，基于统计相关器136执行的统计评估，当确定类别看起来不是随机的时，数据报告可能是令人满意的。使用该方法对设备映射图系统进行评分，可以识别对设备映射图系统的修改并将该修改与其他准确度分数进行比较以确定修改的进度。
图4示出了用于将准确度分数分配给设备映射系统的过程400的示例。在一些示例中，过程400可以由计算机系统执行。
过程400被示为逻辑流程图，其操作表示可以用硬件、计算机指令或其组合实现的操作序列。在计算机指令的背景下，操作表示存储在一个或多个计算机可读存储介质上的计算机可执行指令，其在由一个或多个处理器实行时，执行所述操作。通常，计算机可执行指令包括执行特定功能或实现特定数据类型的例程、程序、对象、部件、数据结构等。描述操作的顺序不旨在被解释为限制，并且可以以任何顺序组合任何数量的所描述的操作和/或并行地执行以实现过程。
另外，过程400可以在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可以实现为在一个或多个处理器上通过硬件或其组合集体实行的代码(例如，可执行指令、一个或多个计算机程序、或一个或多个应用程序)。如上所述，代码可以例如以包括可由一个或多个处理器实行的多个指令的计算机程序的形式存储在机器可读存储介质上。机器可读存储介质可以是非暂时性的。
过程400可以包括获得分配给媒体播放器设备组的多个类别(步骤410)。在一些示例中，可以使用设备映射系统来确定多个类别。在这样的示例中，类别可以包括针对一组媒体播放器设备的分类(例如，类别段、设备段、观看段等)，诸如：与媒体播放器设备组的用户相关联的收入、媒体播放器设备组的用户的年龄组、媒体播放器设备组的用户的教育水平、或媒体播放器设备组中的设备的数量。在一些示例中，媒体播放器设备可以是可以接收和显示媒体内容的网络连接设备。媒体播放器设备的示例可以包括智能手机、平板电脑、智能电视、膝上型电脑或任何其他合适的网络连接设备。
过程400还可以包括确定媒体播放器设备组的观看行为(步骤420)。在一些示例中，观看行为可以包括媒体播放器设备组观看多个频道中的一个或多个、(例如，来自DVR的)录制节目、现场节目、点播内容、来自因特网(例如，YouTube或NetFlix)的内容、特定节目类型(例如，体育或真人电视)或其任何组合的视频时间量中的至少一个或多个。在一些示例中，可以使用自动内容识别(ACR)来确定观看行为。例如，ACR可以将由媒体播放器设备观看的观看媒体内容与存储的媒体内容相匹配。在这样的示例中，媒体内容可以是听觉的或视觉的(例如，音频、视频或静止图像)。
在媒体内容是视频内容的示例中，执行自动内容识别可以包括接收与未知视频段的帧相关联的像素提示点，其中像素提示点包括与帧对应的一组像素值；识别参考数据点的数据库中的候选参考数据点，其中候选参考数据点类似于像素提示点，并且其中候选参考数据点包括与候选视频段的候选帧相对应的一个或多个像素值；将标记添加到与候选参考数据点和候选视频段相关联的标记筒中；确定标记筒中的标记的数量是否超过一个值；以及当标记筒中的标记的数量超过该值时，将未知视频段识别为匹配候选视频段。
过程400还可以包括确定媒体播放器设备组的多个类别与观看行为之间的相关性(步骤430)。在一些示例中，媒体播放器设备组的多个类别与观看行为之间的相关性可以基于多个类别中的观看行为的差异度。
过程400还可以包括使用所确定的相关性来确定设备映射系统的准确度分数(步骤440)。在一些示例中，确定设备映射系统的准确度分数包括执行统计假设检验(例如，诸如上述F比检验)以确定媒体播放器设备组的多个类别和观看行为之间的相关性是否是随机的。在一些示例中，过程300还可以包括将统计假设检验的结果与随机性阈值(有时被称为临界值)进行比较，并且当结果小于随机性阈值时确定相关性是随机的。在一些示例中，可以基于统计假设检验的结果与随机性阈值的比较来确定设备映射系统的准确度分数。
过程400还可以包括将准确度分数分配(或发送)到设备映射系统(步骤450)。在一些示例中，准确度分数可用于改进设备映射系统。例如，可以使用优化算法(诸如爬山法)来将更新的准确度分数与准确度分数进行比较，其中在更新设备映射系统的一个或多个参数之后确定更新的准确度分数。
图5示出了用于评估多个设备与预测的统计属性的统计相关性的过程500的示例。在一些示例中，过程500可以由计算机系统(诸如观看行为系统130)执行。
过程500被示为逻辑流程图，其操作表示可以用硬件、计算机指令、或其组合实现的操作序列。在计算机指令的背景下，操作表示存储在一个或多个计算机可读存储介质上的计算机可执行指令，当由一个或多个处理器执行时，执行所述操作。通常，计算机可执行指令包括执行特定功能或实现特定数据类型的例程、程序、对象、部件、数据结构等。描述操作的顺序不旨在被解释为限制，并且可以以任何顺序和/或并行地组合任何数量的所描述的操作以实现过程。
另外，过程500可以在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可以作为在一个或多个处理器上通过硬件或其组合集体执行的代码(例如，可执行指令、一个或多个计算机程序、或一个或多个应用程序)实现。如上所述，代码可以(例如，以包括可由一个或多个处理器执行的多个指令的计算机程序的形式)存储在机器可读存储介质上。机器可读存储介质可以是非暂时性的。
过程500可以包括计算一个或多个设备中的每一个的值(步骤510)。在一些示例中，该值可以是设备被调谐到设备可用的一个或多个频道的每个频道的小时数。在一些示例中，一个或多个设备可以由设备映射系统指示。在这样的示例中，设备映射系统可以为一个或多个设备中的每一个提供一个或多个设备的指示和特定类别(有时称为类别段)。
过程500还可以包括对一个或多个设备中的每个设备的值执行统计分析，以识别频道观看在设备映射系统指示的每个段之间如何变化(步骤520)。在一些示例中，统计分析可以是差异度分析(ANOVA)、卡方检验、f检验、t检验等。如果统计分析是ANOVA，则过程500还可以包括：当在段之间存在低量差异度时，确定段被设备映射系统识别较差(步骤530)，当段之间存在高量差异度时，确定段与观看行为相关联(步骤540)，并且执行F-检验(或其他合适的统计分析检验或统计假设检验)以确定在段之间存在低量或高量差异度。
图6示出了用于将预测观看行为与由自动内容识别部件测量的实际观看进行比较的过程600的示例。在一些示例中，过程600可以由计算机系统(诸如观看行为系统130)执行。
过程600被示为逻辑流程图，其操作表示可以用硬件、计算机指令或其组合实现的操作的序列。在计算机指令的背景下，操作表示存储在一个或多个计算机可读存储介质上的计算机可执行指令，当由一个或多个处理器执行时，执行所述操作。通常，计算机可执行指令包括执行特定功能或实现特定数据类型的例程、程序、对象、部件、数据结构等。描述操作的顺序不旨在被解释为限制，并且可以以任何顺序和/或并行地组合任何数量的所描述的操作以实现过程。
另外，过程600可以在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可以作为在一个或多个处理器上通过硬件或其组合集体执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用程序)实现。如上所述，代码可以(例如，以包括可由一个或多个处理器执行的多个指令的计算机程序的形式)存储在机器可读存储介质上。机器可读存储介质可以是非暂时性的。
过程600可以包括获得一个或多个设备的设备映射图(步骤610)。在一些示例中，一个或多个设备均可以是构成家用设备的媒体设备。在一些示例中，设备映射图可以由第三方系统生成。在这样的示例中，可以基于原始数据(例如，诸如使用本地局域连接和/或因特网的互联网协议(IP)流量，包括在电子邮件、Facebook、YouTube等上花费的时间)来生成设备映射图。在其他示例中，可以通过从一个或多个设备采集诸如信息记录程序和其他数据挖掘活动的浏览器数据来组装原始数据。
在一些示例中，对设备映射图的请求可以包括设备映射图应该基于的一个或多个设备的指示。在其他示例中，请求可以包括原始数据。本领域普通技术人员将认识到，可以使用本领域已知的专有过程来生成设备映射图。用于生成设备映射图的数据可以从分析在用户访问各种因特网站点时从设备上采集的信息记录程序得出。在一些示例中，可以从远程查询设备内的配置信息得出因特网连接设备的类型。
过程600还可以包括将设备映射图关联到(或映射到)媒体内容观看(步骤620)。在一些示例中，关联可以包括(使用某种形式的内容识别)将设备映射图的IP地址关联到用于媒体内容观看的正被监视的设备的IP地址。在这样的示例中，关联还可以包括将从设备检测到的媒体内容观看与设备映射图的IP地址相关联。将设备映射图与媒体内容观看相关联的示例将是设备映射图预测相关联的家庭喜欢烹饪的东西，因为他们搜索以食物食谱和厨房工具为特征的网站，然后将其映射到他们对食物频道的电视观看。
过程600还可以包括基于来自一个或多个参考源(例如，诸如家庭中的电视的一个或多个设备)的数据生成用于观看统计数据的第一数据库(步骤630)。在一些示例中，第一数据库可以由第三方使用从设备映射图的一个或多个设备收集的关联因特网活动的专有过程来生成。在这样的示例中，专有过程不使用实际的观看记录。在一些示例中，第一数据库可用于将观看者兴趣与媒体内容观看相关联。例如，第一数据库可以将媒体内容观看与产品兴趣(诸如特定汽车品牌)相关联。
过程600还可以包括使用自动内容识别生成用于视频段观看的第二数据库(步骤640)。在一些示例中，(如本文所述)自动内容识别可以识别在一个或多个媒体设备上正在观看的媒体内容。可以分析所识别的媒体内容以确定一个或多个媒体设备正在观看什么。基于正在观看的内容，可以生成第二数据库以包括关于一个或多个设备的查看行为的信息。
过程600还包括使用第一数据库和第二数据库执行统计评估(例如，如上所述的统计相关性)(步骤650)。在一些示例中，统计评估可以比较第一数据库和第二数据库。
过程600还包括基于统计评估来评估设备映射图(步骤660)。例如，如果统计评估指示随机选择了一个或多个类别段，则可以确定设备映射图不恰当。然而，如果统计评估指示一个或多个类别段与观看行为相关，则可以确定设备映射图是准确的。在一些示例中，过程600可以是循环的，使得当步骤660结束时，过程600可以重复步骤630、640、650和660。
图8示出了各种设备的处理流程的示例。在一些示例中，处理流程可以包括媒体设备801。媒体设备801可以生成当前正在媒体显示器801上显示的视频节目的提示点数据(有时称为指纹)。媒体设备801可以将提示点数据发送到提示点管理器802。提示点管理器802可以使用提示点数据和自动内容识别系统(如本文所述)处理和/或识别正在媒体显示器801上显示的内容。
在一些示例中，处理流程还可以包括提示点缓存806。提示点缓存806可以是用于支持提示点数据的摄取(存储)的存储设备。处理流程还可以包括实时参考数据库804。实时参考数据库804可以是当前在一个或多个电视频道上可用的电视节目制作的数据库。实时参考数据库804可以收集和处理一个或多个电视频道，以便用于与来自媒体设备801的提示点数据进行比较，以识别当前正在媒体设备801上显示的视频段。
在一些示例中，处理流程还可以包括搜索路由器803。搜索路由器803可以接受家庭中的一个或多个设备(诸如设备805A、805B、805C和805D)的设备映射图信息，以便用于将设备映射图信息与来自媒体设备801的观看信息相关联。
图9-11示出了表示家庭收入与每月电视观看时间的关联的图表的示例。每个图表来自不同的供应商，并且与从ACR系统的直接测量中学习的电视观看相关联，以检验来自每个供应商的数据的质量。
图9示出了与47％的第一匹配率等价的收入代码VS每月观看小时的示例。可以看出，两个因素不相关的概率在9×10^17处很小。概率指示匹配过程很可能良好。
图10示出了与62％的第二匹配等价的收入代码与每月观看小时的示例。可以看出，与图9相比，两个因素不相关的概率下降了三个数量级。因此，总体上的第二次匹配减少了系统中的随机性并且优于第一次(得分越低越好)。
图11示出了与收入代码等价的仅在数据集2中找到的媒体设备VS每月观看小时的示例。
在前述说明书中，参考本发明的具体实施例描述了本发明的各方面，但是本领域技术人员将认识到本发明不限于此。上述发明的各种特征和方面可以单独使用或联合使用。此外，在不脱离本说明书的更广泛的精神和范围的情况下，可以在除了本文描述的那些之外的任何数量的环境和应用中利用实施例。因此，说明书和附图应被视为说明性的而非限制性的。另外，虽然已经描述了系统，但应该认识到系统可以是一个或多个服务器。另外，ACR引擎132、统计相关器136、外部数据摄取器134、类别段生成器122、设备映射生成器124、数据报告生成器126、设备映射系统、观看行为系统130、设备映射分类系统120等可以由一个或多个服务器实现。
在前面的描述中，出于说明的目的，以特定顺序描述了方法。应当理解，在备选实施例中，可以以与所描述的顺序不同的顺序执行方法。还应当理解，上述方法可以由硬件部件执行，或者可以以机器可实行指令的顺序实施，其可以用于引发机器，诸如编有执行方法的指令的程序的通用或专用处理器或逻辑电路。这些机器可实行指令可以存储在一个或多个机器可读介质上，诸如CD-ROM或其他类型的光盘、软盘、ROM、RAM、EPROM、EEPROM、磁卡或光卡、闪存或其他类型的适用于存储电子指令的机器可读介质。可替换地，可以通过硬件和软件的组合来执行这些方法。
在将部件描述为被配置为执行特定操作的情况下，可以例如，通过设计电子电路或其他硬件来执行操作、通过编程可编程的电子电路(例如，微处理器或其他合适的电子设备)执行操作或其任何组合来完成这种配置。
虽然本文已经详细描述了本申请的说明性实施例，但是应当理解可以以其他方式不同地实施和使用本发明构思，并且所附权利要求旨在被解释为包括这样的变型，除非该变型受现有技术的限制。

Claims (20)

1.一种系统，包括：
一个或多个处理器；以及
包含指令的一个或多个非暂时性机器可读存储介质，所述指令当在所述一个或多个处理器上执行时，使所述一个或多个处理器执行以下操作，所述操作包括：
获取分配给媒体播放器设备组的多个类别，其中使用设备映射系统确定所述多个类别，并且其中类别包括媒体播放器设备组的分类；
确定所述媒体播放器设备组的观看行为，其中通过将由所述媒体播放器设备观看的观看媒体内容与存储的媒体内容进行匹配，使用自动内容识别来确定所述观看行为；
确定所述媒体播放器设备组的所述多个类别与所述观看行为之间的相关性；
使用所确定的相关性确定所述设备映射系统的准确度分数；以及
将所述准确度分数分配给所述设备映射系统，其中所述准确度分数用于改进所述设备映射系统。
2.如权利要求1所述的系统，其中所述媒体播放器设备组的所述多个类别与所述观看行为之间的所述相关性是基于所述多个类别中的观看行为的差异度。
3.如权利要求2所述的系统，其中确定所述设备映射系统的准确度分数包括：执行统计假设检验以确定所述媒体播放器设备组的所述多个类别与所述观看行为之间的所述相关性是否是随机的。
4.如权利要求3所述的系统，还包括当在所述一个或多个处理器上执行时，使所述一个或多个处理器执行以下操作的指令，所述操作包括：
将所述统计假设检验的结果与随机性阈值进行比较；以及
当所述结果小于所述随机性阈值时，确定所述相关性是随机的。
5.如权利要求4所述的系统，其中基于所述统计假设检验的所述结果与所述随机性阈值的所述比较，为所述设备映射系统确定所述准确度分数。
6.如权利要求1所述的系统，其中媒体内容是视频内容，并且其中执行所述自动内容识别包括：
接收与未知视频段的帧相关联的像素提示点，其中所述像素提示点包括与所述帧对应的一组像素值；
识别参考数据点的数据库中的候选参考数据点，其中所述候选参考数据点类似于所述像素提示点，并且其中所述候选参考数据点包括与候选视频段的候选帧相对应的一个或多个像素值；
将标记添加到与所述候选参考数据点和所述候选视频段相关联的标记筒；
确定所述标记筒中的标记的数量是否超过一个值；以及
当所述标记筒中的标记的所述数量超过所述值时，将所述未知视频段识别为匹配所述候选视频段。
7.如权利要求1所述的系统，其中所述观看行为包括以下项中的至少一个或多个：所述媒体播放器设备组观看多个频道中的一个或多个的时间量、与所述媒体播放器设备组的用户相关联的收入、所述媒体播放器设备组的用户的年龄组、所述媒体播放器设备组的用户的教育水平、或所述媒体播放器设备组中的设备的数量。
8.一种方法，包括：
获取分配给媒体播放器设备组的多个类别，其中使用设备映射系统确定所述多个类别，并且其中类别包括媒体播放器设备组的分类；
确定所述媒体播放器设备组的观看行为，其中通过将由所述媒体播放器设备观看的观看媒体内容与存储的媒体内容进行匹配，使用自动内容识别来确定所述观看行为；
确定所述媒体播放器设备组的所述多个类别和所述观看行为之间的相关性；
使用所确定的相关性确定所述设备映射系统的准确度分数；以及
将所述准确度分数分配给所述设备映射系统，其中所述准确度分数用于改进所述设备映射系统。
9.如权利要求8所述的方法，其中所述媒体播放器设备组的所述多个类别与所述观看行为之间的所述相关性是基于所述多个类别中的观看行为的差异度。
10.如权利要求9所述的方法，其中确定所述设备映射系统的所述准确度分数包括：执行统计假设检验以确定所述媒体播放器设备组的所述多个类别与观看行为之间的所述相关性是否是随机的。
11.如权利要求10所述的方法，还包括：
将所述统计假设检验的结果与随机性阈值进行比较；以及
当所述结果小于所述随机性阈值时，确定所述相关性是随机的。
12.如权利要求11所述的方法，其中基于所述统计假设检验的结果与所述随机性阈值的所述比较，为所述设备映射系统确定所述准确度分数。
13.如权利要求8所述的方法，其中媒体内容是视频内容，并且其中执行所述自动内容识别包括：
接收与未知视频段的帧相关联的像素提示点，其中所述像素提示点包括与所述帧对应的一组像素值；
识别参考数据点的数据库中的候选参考数据点，其中所述候选参考数据点类似于所述像素提示点，并且其中所述候选参考数据点包括与候选视频段的候选帧相对应的一个或多个像素值；
将标记添加到与所述候选参考数据点和所述候选视频段相关联的标记筒；
确定所述标记筒中的标记的数量是否超过一个值；以及
当所述标记筒中的标记的所述数量超过所述值时，将所述未知视频段识别为匹配所述候选视频段。
14.根据权利要求8所述的方法，其中所述观看行为包括以下项中的至少一个或更多个：所述媒体播放器设备组观看多个频道中的一个或多个的时间量、与所述媒体播放器设备组的用户相关联的收入、所述媒体播放器设备组的用户的年龄组、所述媒体播放器设备组的用户的教育水平、或所述媒体播放器设备组中的设备的数量。
15.一种有形地实现为非暂时性机器可读存储介质的计算机程序产品，包括当由一个或多个处理器执行时使所述一个或多个处理器执行以下操作的指令：
获取分配给媒体播放器设备组的多个类别，其中使用设备映射系统确定所述多个类别，并且其中类别包括媒体播放器设备组的分类；
确定所述媒体播放器设备组的观看行为，其中通过将由所述媒体播放器设备观看的观看媒体内容与存储的媒体内容进行匹配，使用自动内容识别来确定所述观看行为；
确定所述媒体播放器设备组的所述多个类别和所述观看行为之间的相关性；
使用所确定的相关性确定所述设备映射系统的准确度分数；以及
将所述准确度分数分配给所述设备映射系统，其中所述准确度分数用于改进所述设备映射系统。
16.如权利要求15所述的计算机程序产品，其中所述媒体播放器设备组的所述多个类别与所述观看行为之间的所述相关性是基于所述多个类别中的观看行为的差异度。
17.如权利要求16所述的计算机程序产品，其中确定所述设备映射系统的所述准确度分数包括：执行统计假设检验以确定所述媒体播放器设备组的所述多个类别与观看行为之间的所述相关性是否是随机的。
18.如权利要求17所述的计算机程序产品，还包括在由所述一个或多个处理器执行时，使所述一个或多个处理器执行以下操作的指令：
将所述统计假设检验的结果与随机性阈值进行比较；以及
当所述结果小于所述随机性阈值时，确定所述相关性是随机的。
19.如权利要求18所述的计算机程序产品，其中基于所述统计假设检验的结果与所述随机性阈值的所述比较，为所述设备映射系统确定所述准确度分数。
20.如权利要求15所述的计算机程序产品，其中媒体内容是视频内容，并且其中执行所述自动内容识别包括：
接收与未知视频段的帧相关联的像素提示点，其中所述像素提示点包括与所述帧对应的一组像素值；
识别参考数据点的数据库中的候选参考数据点，其中所述候选参考数据点类似于所述像素提示点，并且其中所述候选参考数据点包括与候选视频段的候选帧相对应的一个或多个像素值；
将标记添加到与所述候选参考数据点和所述候选视频段相关联的标记筒中；
确定所述标记筒中的标记的数量是否超过一个值；以及
当所述标记筒中的标记的所述数量超过所述值时，将所述未知视频段识别为匹配所述候选视频段。
CN201880023728.2A 2017-04-06 2018-04-05 使用媒体查看数据提高设备映射图准确度的系统和方法 Active CN110546932B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762482495P 2017-04-06 2017-04-06
US62/482,495 2017-04-06
PCT/US2018/026289 WO2018187592A1 (en) 2017-04-06 2018-04-05 Systems and methods for improving accuracy of device maps using media viewing data

Publications (2)

Publication Number Publication Date
CN110546932A true CN110546932A (zh) 2019-12-06
CN110546932B CN110546932B (zh) 2022-06-10

Family

ID=62116553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880023728.2A Active CN110546932B (zh) 2017-04-06 2018-04-05 使用媒体查看数据提高设备映射图准确度的系统和方法

Country Status (11)

Country Link
US (3) US10983984B2 (zh)
EP (1) EP3607723B1 (zh)
JP (1) JP7118998B2 (zh)
KR (1) KR20190134664A (zh)
CN (1) CN110546932B (zh)
AU (1) AU2018250286C1 (zh)
BR (1) BR112019019430A2 (zh)
CA (1) CA3058975A1 (zh)
CL (1) CL2019002823A1 (zh)
MX (1) MX2019011811A (zh)
WO (1) WO2018187592A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10983984B2 (en) 2017-04-06 2021-04-20 Inscape Data, Inc. Systems and methods for improving accuracy of device maps using media viewing data

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006085287A2 (en) * 2005-02-11 2006-08-17 Koninklijke Philips Electronics, N.V. Automatic personal play list generation based on dynamically changing criteria such as light intensity or vehicle speed and location
US20110066942A1 (en) * 2009-09-14 2011-03-17 Barton James M Multifunction Multimedia Device
CN102687518A (zh) * 2009-12-11 2012-09-19 诺基亚公司 用于流媒体文件内表示的描述和定时的装置及方法
US20130046772A1 (en) * 2011-08-16 2013-02-21 Alibaba Group Holding Limited Recommending content information based on user behavior
CN103703442A (zh) * 2010-12-13 2014-04-02 索尼公司 用于媒体内容呈现的用户界面
US20150365725A1 (en) * 2014-06-11 2015-12-17 Rawllin International Inc. Extract partition segments of personalized video channel
CN105580383A (zh) * 2013-09-30 2016-05-11 高通股份有限公司 用于在无线装置之间实时共享多媒体内容的方法和设备
US20170031907A1 (en) * 2013-12-18 2017-02-02 Google Inc. Indentifying and/or recommending relevant media content
US20170054819A1 (en) * 2012-06-13 2017-02-23 Google Inc. System and method to categorize users

Family Cites Families (257)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4697209A (en) 1984-04-26 1987-09-29 A. C. Nielsen Company Methods and apparatus for automatically identifying programs viewed or recorded
US4677466A (en) 1985-07-29 1987-06-30 A. C. Nielsen Company Broadcast program identification method and apparatus
US4739398A (en) 1986-05-02 1988-04-19 Control Data Corporation Method, apparatus and system for recognizing broadcast segments
US5019899A (en) 1988-11-01 1991-05-28 Control Data Corporation Electronic data encoding and recognition system
US5319453A (en) 1989-06-22 1994-06-07 Airtrax Method and apparatus for video signal encoding, decoding and monitoring
US5436653A (en) 1992-04-30 1995-07-25 The Arbitron Company Method and system for recognition of broadcast segments
US5721788A (en) 1992-07-31 1998-02-24 Corbis Corporation Method and system for digital image signatures
US6463585B1 (en) 1992-12-09 2002-10-08 Discovery Communications, Inc. Targeted advertisement using television delivery systems
US5557334A (en) 1993-01-12 1996-09-17 Visual Automation Systems, Inc. Apparatus for tracking the flow of video signals by incorporating patterns of machine readable signals which will appear at predetermined locations of a television picture
US5481294A (en) 1993-10-27 1996-01-02 A. C. Nielsen Company Audience measurement system utilizing ancillary codes and passive signatures
US5812286A (en) 1995-08-30 1998-09-22 Hewlett-Packard Company Automatic color processing to correct hue shift and incorrect exposure
US6035177A (en) 1996-02-26 2000-03-07 Donald W. Moses Simultaneous transmission of ancillary and audio signals by means of perceptual coding
US6025837A (en) 1996-03-29 2000-02-15 Micrsoft Corporation Electronic program guide with hyperlinks to target resources
US5900905A (en) 1996-06-05 1999-05-04 Microsoft Corporation System and method for linking video, services and applications in an interactive television system
US5945988A (en) * 1996-06-06 1999-08-31 Intel Corporation Method and apparatus for automatically determining and dynamically updating user preferences in an entertainment system
US5918223A (en) 1996-07-22 1999-06-29 Muscle Fish Method and article of manufacture for content-based analysis, storage, retrieval, and segmentation of audio information
US6647548B1 (en) 1996-09-06 2003-11-11 Nielsen Media Research, Inc. Coded/non-coded program audience measurement system
US20020120925A1 (en) 2000-03-28 2002-08-29 Logan James D. Audio and video program recording, editing and playback systems using metadata
US6771316B1 (en) 1996-11-01 2004-08-03 Jerry Iggulden Method and apparatus for selectively altering a televised video signal in real-time
US6983478B1 (en) 2000-02-01 2006-01-03 Bellsouth Intellectual Property Corporation Method and system for tracking network use
US5826165A (en) 1997-01-21 1998-10-20 Hughes Electronics Corporation Advertisement reconciliation system
US6675383B1 (en) 1997-01-22 2004-01-06 Nielsen Media Research, Inc. Source detection apparatus and method for audience measurement
US6173271B1 (en) 1997-11-26 2001-01-09 California Institute Of Technology Television advertising automated billing system
US6804659B1 (en) 2000-01-14 2004-10-12 Ricoh Company Ltd. Content based web advertising
US6008802A (en) 1998-01-05 1999-12-28 Intel Corporation Method and apparatus for automatically performing a function based on the reception of information corresponding to broadcast data
US6064764A (en) 1998-03-30 2000-05-16 Seiko Epson Corporation Fragile watermarks for detecting tampering in images
US6950539B2 (en) 1998-09-16 2005-09-27 Digital Persona Configurable multi-function touchpad device
US7421723B2 (en) 1999-01-07 2008-09-02 Nielsen Media Research, Inc. Detection of media links in broadcast signals
US7051351B2 (en) 1999-03-08 2006-05-23 Microsoft Corporation System and method of inserting advertisements into an information retrieval system display
US6774917B1 (en) 1999-03-11 2004-08-10 Fuji Xerox Co., Ltd. Methods and apparatuses for interactive similarity searching, retrieval, and browsing of video
US7130443B1 (en) 1999-03-18 2006-10-31 British Broadcasting Corporation Watermarking
US6973663B1 (en) 1999-03-29 2005-12-06 The Directv Group, Inc. Method and apparatus for detecting and viewing similar programs within a video system
US6381362B1 (en) 1999-04-08 2002-04-30 Tata America International Corporation Method and apparatus for including virtual ads in video presentations
US6415438B1 (en) 1999-10-05 2002-07-02 Webtv Networks, Inc. Trigger having a time attribute
US20020056088A1 (en) 2000-04-07 2002-05-09 Silva Carlos A. Contextual programming
US6469749B1 (en) 1999-10-13 2002-10-22 Koninklijke Philips Electronics N.V. Automatic signature-based spotting, learning and extracting of commercials and other video content
US6993245B1 (en) 1999-11-18 2006-01-31 Vulcan Patents Llc Iterative, maximally probable, batch-mode commercial detection for audiovisual content
WO2001044992A1 (en) 1999-12-15 2001-06-21 Yellowbrix, Inc. Context matching system and method
AU7233700A (en) 1999-12-23 2001-06-28 Access Devices Limited TV receiving and internet browsing apparatus
JP2003527582A (ja) 2000-01-07 2003-09-16 サイバーオプティクス コーポレーション テレセントリック・プロジェクタを有する位相プロフィル測定システム
US6577346B1 (en) 2000-01-24 2003-06-10 Webtv Networks, Inc. Recognizing a pattern in a video segment to identify the video segment
US7028327B1 (en) 2000-02-02 2006-04-11 Wink Communication Using the electronic program guide to synchronize interactivity with broadcast programs
US6675174B1 (en) 2000-02-02 2004-01-06 International Business Machines Corp. System and method for measuring similarity between a set of known temporal media segments and a one or more temporal media streams
US7089240B2 (en) 2000-04-06 2006-08-08 International Business Machines Corporation Longest prefix match lookup using hash function
ES2244510T3 (es) 2000-05-26 2005-12-16 PAUL HETTICH GMBH & CO. Elemento de fijacion rapida.
US6990453B2 (en) 2000-07-31 2006-01-24 Landmark Digital Services Llc System and methods for recognizing sound and music signals in high noise and distortion
US6774908B2 (en) 2000-10-03 2004-08-10 Creative Frontier Inc. System and method for tracking an object in a video and linking information thereto
US20060253330A1 (en) 2000-10-12 2006-11-09 Maggio Frank S Method and system for automatically substituting media content
US8078493B2 (en) 2000-10-15 2011-12-13 The Directv Group, Inc. Method and system for pause ads
US7237250B2 (en) 2000-11-28 2007-06-26 Navic Systems, Inc. Promotion server using video on demand channel
US7210157B2 (en) 2000-12-18 2007-04-24 Koninklijke Philips Electronics N.V. Apparatus and method of program classification using observed cues in the transcript information
AU2002222406A1 (en) 2001-01-17 2002-07-30 Koninklijke Philips Electronics N.V. Robust checksums
US20020162118A1 (en) 2001-01-30 2002-10-31 Levy Kenneth L. Efficient interactive TV
US7584491B2 (en) 2001-04-25 2009-09-01 Sony Corporation System and method for managing interactive programming and advertisements in interactive broadcast systems
US20020162117A1 (en) 2001-04-26 2002-10-31 Martin Pearson System and method for broadcast-synchronized interactive content interrelated to broadcast content
US8091100B2 (en) * 2001-06-18 2012-01-03 The Nielsen Company (Us), Llc Prompting of audience member identification
US20030026422A1 (en) 2001-06-19 2003-02-06 Usa Video Interactive Corporation Method and apparatus for digitally fingerprinting videos
DE60236161D1 (de) 2001-07-20 2010-06-10 Gracenote Inc Automatische identifizierung von klangaufzeichnungen
US20030053655A1 (en) 2001-08-16 2003-03-20 Barone Samuel T. Digital data monitoring and logging in an ITV system
US7089575B2 (en) 2001-09-04 2006-08-08 Koninklijke Philips Electronics N.V. Method of using transcript information to identify and learn commercial portions of a program
US6968091B2 (en) 2001-09-18 2005-11-22 Emc Corporation Insertion of noise for reduction in the number of bits for variable-length coding of (run, level) pairs
US20030056010A1 (en) 2001-09-20 2003-03-20 Koninklijke Philips Electronics N.V. Downstream metadata altering
US7064796B2 (en) 2001-12-21 2006-06-20 Eloda Inc. Method and system for re-identifying broadcast segments using statistical profiles
US6978470B2 (en) 2001-12-26 2005-12-20 Bellsouth Intellectual Property Corporation System and method for inserting advertising content in broadcast programming
US7716161B2 (en) 2002-09-24 2010-05-11 Google, Inc, Methods and apparatus for serving relevant advertisements
US7136875B2 (en) 2002-09-24 2006-11-14 Google, Inc. Serving advertisements based on content
WO2004004351A1 (en) 2002-07-01 2004-01-08 Microsoft Corporation A system and method for providing user control over repeating objects embedded in a stream
US20040045020A1 (en) 2002-08-29 2004-03-04 Witt Jeffrey Michael Commercial identification system
US7171402B1 (en) 2002-10-02 2007-01-30 Sony Computer Entertainment America Inc. Dynamic interactive content system
US7738704B2 (en) 2003-03-07 2010-06-15 Technology, Patents And Licensing, Inc. Detecting known video entities utilizing fingerprints
US7809154B2 (en) 2003-03-07 2010-10-05 Technology, Patents & Licensing, Inc. Video entity recognition in compressed digital video streams
EP1463301A1 (en) 2003-03-19 2004-09-29 Thomson Licensing S.A. Method for identification of tokens in video sequences
US7032096B2 (en) 2003-04-22 2006-04-18 Hewlett-Packard Development Company, L.P. Memory management system and method using a hash table
US20040226035A1 (en) 2003-05-05 2004-11-11 Hauser David L. Method and apparatus for detecting media content
US20040240562A1 (en) 2003-05-28 2004-12-02 Microsoft Corporation Process and system for identifying a position in video using content-based video timelines
US8918316B2 (en) 2003-07-29 2014-12-23 Alcatel Lucent Content identification system
EP1668903A4 (en) 2003-09-12 2011-01-05 Nielsen Media Res Inc DEVICES AND METHOD FOR DIGITAL VIDEO SIGNATURES FOR USE WITH VIDEO PROGRAM IDENTIFICATION SYSTEMS
US7050068B1 (en) 2003-12-02 2006-05-23 Nvidia Corporation Generation of jittered sub-pixel samples using programmable sub-pixel offsets
EP1754373A4 (en) 2004-02-04 2007-09-26 Goldpocket Interactive Inc SYNCHRONIZATION AND AUTOMATION IN AN INTERACTIVE TELEVISION ENVIRONMENT
CA2556548C (en) 2004-02-17 2013-07-16 Nielsen Media Research, Inc. Methods and apparatus to determine audience viewing of recorded programs
ATE543140T1 (de) 2004-02-26 2012-02-15 Mediaguide Inc Verfahren und vorrichtung zur automatischen erkennung und identifikation der sendung von audio- oder videoprogrammsignalen
US8229751B2 (en) 2004-02-26 2012-07-24 Mediaguide, Inc. Method and apparatus for automatic detection and identification of unidentified Broadcast audio or video signals
US20050207416A1 (en) 2004-03-16 2005-09-22 Samsung Electronics Co. , Ltd. Apparatus and method for deploying efficient broadcast multicast services in a wireless network
US7131936B2 (en) 2004-03-17 2006-11-07 Schlosser Frank J Apparatus for training a body part of a person and method for using same
US8407752B2 (en) 2004-03-18 2013-03-26 Digimarc Corporation Synchronizing broadcast content with corresponding network content
US20050210501A1 (en) 2004-03-19 2005-09-22 Microsoft Corporation Method and apparatus for handling metadata
WO2005101998A2 (en) 2004-04-19 2005-11-03 Landmark Digital Services Llc Content sampling and identification
US7769756B2 (en) 2004-06-07 2010-08-03 Sling Media, Inc. Selection and presentation of context-relevant supplemental content and advertising
WO2005125198A2 (en) 2004-06-09 2005-12-29 Nielsen Media Research, Inc. Methods and apparatus to identify viewing information
WO2006020560A2 (en) 2004-08-09 2006-02-23 Nielsen Media Research, Inc Methods and apparatus to monitor audio/visual content from various sources
WO2006023770A2 (en) 2004-08-18 2006-03-02 Nielsen Media Research, Inc. Methods and apparatus for generating signatures
US7623823B2 (en) 2004-08-31 2009-11-24 Integrated Media Measurement, Inc. Detecting and measuring exposure to media content items
EP3591864B1 (en) 2004-11-22 2022-04-27 Nielsen Media Research, Inc. Apparatus and method to identify a media time shift
US20080044102A1 (en) 2005-01-07 2008-02-21 Koninklijke Philips Electronics, N.V. Method and Electronic Device for Detecting a Graphical Object
US20060195860A1 (en) 2005-02-25 2006-08-31 Eldering Charles A Acting on known video entities detected utilizing fingerprinting
KR100694107B1 (ko) 2005-04-28 2007-03-12 삼성전자주식회사 휴대 기기의 컨텐츠 리스트를 제공하는 장치 및 방법
KR100707189B1 (ko) 2005-04-29 2007-04-13 삼성전자주식회사 동영상의 광고 검출 장치 및 방법과 그 장치를 제어하는컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체
EP1750439A1 (en) 2005-08-03 2007-02-07 Thomson Licensing EPG content analyser
US7516074B2 (en) 2005-09-01 2009-04-07 Auditude, Inc. Extraction and matching of characteristic fingerprints from audio signals
US20070061831A1 (en) 2005-09-09 2007-03-15 Sbc Knowledge Ventures L.P. IPTV channel usage and video delivery path monitoring architecture
US8510779B2 (en) 2005-09-15 2013-08-13 Fourthwall Media, Inc. Self-contained mini-applications system and method for digital television
JP4839771B2 (ja) 2005-10-20 2011-12-21 ソニー株式会社 ディジタル放送受信装置、ディジタル放送受信方法及びプログラム
US7933451B2 (en) 2005-11-23 2011-04-26 Leica Geosystems Ag Feature extraction using pixel-level and object-level analysis
US8756633B2 (en) 2005-12-19 2014-06-17 At&T Intellectual Property I, L.P Methods, systems, and computer program products for selectively facilitating internet content and/or alerts on a television crawl screen, closed caption and/or picture-in-picture area
US7639309B2 (en) 2005-12-20 2009-12-29 Broadcom Corporation Method and system for analog video noise reduction by blending FIR and IIR filtering
JP2009521169A (ja) 2005-12-23 2009-05-28 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ コンテンツストリームから決定されたフィンガープリントを使用したスクリプト同期
JP4321518B2 (ja) 2005-12-27 2009-08-26 三菱電機株式会社 楽曲区間検出方法、及びその装置、並びにデータ記録方法、及びその装置
EP2309743A1 (en) * 2005-12-29 2011-04-13 United Video Properties, Inc. Systems and Methods for Managing Content
JP5649303B2 (ja) 2006-03-30 2015-01-07 エスアールアイ インターナショナルＳＲＩ Ｉｎｔｅｒｎａｔｉｏｎａｌ メディア・ストリームに注釈を付ける方法および装置
SG155922A1 (en) 2006-04-05 2009-10-29 Agency Science Tech & Res Apparatus and method for analysing a video broadcast
US7761491B2 (en) 2006-04-18 2010-07-20 Ecodisc Technology Ag Method for detecting a commercial in a video data stream by evaluating descriptor information
US7840540B2 (en) 2006-04-20 2010-11-23 Datascout, Inc. Surrogate hashing
WO2008138047A1 (en) 2007-05-11 2008-11-20 Audinate Pty Limited Systems, methods and computer-readable media for configuring receiver latency
US20070300280A1 (en) 2006-06-21 2007-12-27 Turner Media Group Interactive method of advertising
US7590998B2 (en) 2006-07-27 2009-09-15 Sharp Laboratories Of America, Inc. Television system having internet web browsing capability
US20080089551A1 (en) 2006-10-16 2008-04-17 Ashley Heather Interactive TV data track synchronization system and method
GB0623961D0 (en) 2006-11-30 2007-01-10 Univ St Andrews Video fingerprinting
US20080155627A1 (en) 2006-12-04 2008-06-26 O'connor Daniel Systems and methods of searching for and presenting video and audio
US8493510B2 (en) 2006-12-12 2013-07-23 Time Warner Inc. Method and apparatus for concealing portions of a video screen
US8196166B2 (en) 2006-12-21 2012-06-05 Verizon Patent And Licensing Inc. Content hosting and advertising systems and methods
US8494234B1 (en) 2007-03-07 2013-07-23 MotionDSP, Inc. Video hashing system and method
JP4525692B2 (ja) 2007-03-27 2010-08-18 株式会社日立製作所 画像処理装置、画像処理方法、画像表示装置
US8566164B2 (en) 2007-12-31 2013-10-22 Intent IQ, LLC Targeted online advertisements based on viewing or interacting with television advertisements
US20080276266A1 (en) 2007-04-18 2008-11-06 Google Inc. Characterizing content for identification of advertising
US9179086B2 (en) 2007-05-07 2015-11-03 Yahoo! Inc. System and method for providing dynamically updating applications in a television display environment
US8094872B1 (en) 2007-05-09 2012-01-10 Google Inc. Three-dimensional wavelet based video fingerprinting
CN101681373B (zh) 2007-05-17 2012-09-26 杜比实验室特许公司 推导对于画面修改和帧速率转换不敏感的视频签名
US8229227B2 (en) 2007-06-18 2012-07-24 Zeitera, Llc Methods and apparatus for providing a scalable identification of digital video sequences
US8171030B2 (en) 2007-06-18 2012-05-01 Zeitera, Llc Method and apparatus for multi-dimensional content search and video identification
US9438860B2 (en) 2007-06-26 2016-09-06 Verizon Patent And Licensing Inc. Method and system for filtering advertisements in a media stream
US8069414B2 (en) 2007-07-18 2011-11-29 Google Inc. Embedded video player
US20090028517A1 (en) 2007-07-27 2009-01-29 The University Of Queensland Real-time near duplicate video clip detection method
US8001571B1 (en) 2007-08-21 2011-08-16 Google Inc. Identifying programming information of a telecommunications provider
US8238669B2 (en) 2007-08-22 2012-08-07 Google Inc. Detection and classification of matches between time-based media
US8175333B2 (en) 2007-09-27 2012-05-08 Behavioral Recognition Systems, Inc. Estimator identifier component for behavioral recognition system
WO2009046438A1 (en) 2007-10-05 2009-04-09 Dolby Laboratories Licensing Corp. Media fingerprints that reliably correspond to media content
JP5587782B2 (ja) 2007-10-10 2014-09-10 オプテイスカン・バイオメデイカル・コーポレーシヨン グルコースのモニターおよび調節のための流体成分分析システムおよび方法
JP4424410B2 (ja) 2007-11-07 2010-03-03 ソニー株式会社 情報処理システム、情報処理方法
CN101162470B (zh) 2007-11-16 2011-04-20 北京交通大学 一种基于分层匹配的视频广告识别方法
US8776117B2 (en) 2007-12-28 2014-07-08 Verizon Patent And Licensing Inc. Method and apparatus for providing expanded displayable applications
GB2457694B (en) 2008-02-21 2012-09-26 Snell Ltd Method of Deriving an Audio-Visual Signature
US20090213270A1 (en) 2008-02-22 2009-08-27 Ryan Ismert Video indexing and fingerprinting for video enhancement
US20090235312A1 (en) 2008-03-11 2009-09-17 Amir Morad Targeted content with broadcast material
US8959202B2 (en) 2008-03-18 2015-02-17 Civolution B.V. Generating statistics of popular content
CN102037676B (zh) 2008-03-20 2015-02-25 日内瓦大学 基于不可克隆特征的安全物品识别以及认证系统和方法
CN102084361A (zh) 2008-04-13 2011-06-01 艾法罗媒体有限责任公司 媒体资产管理
US8051444B2 (en) 2008-06-02 2011-11-01 Intent IQ, LLC Targeted television advertisements selected on the basis of an online user profile and presented with television programs or channels related to that profile
GB2460844B (en) 2008-06-10 2012-06-06 Half Minute Media Ltd Automatic detection of repeating video sequences
US8189945B2 (en) 2009-05-27 2012-05-29 Zeitera, Llc Digital video content fingerprinting based on scale invariant interest region detection with an array of anisotropic filters
US8335786B2 (en) 2009-05-28 2012-12-18 Zeitera, Llc Multi-media content identification using multi-level content signature correlation and fast similarity search
US8959108B2 (en) 2008-06-18 2015-02-17 Zeitera, Llc Distributed and tiered architecture for content search and content monitoring
US8385644B2 (en) 2008-07-08 2013-02-26 Zeitera, Llc Digital video fingerprinting based on resultant weighted gradient orientation computation
US8195689B2 (en) 2009-06-10 2012-06-05 Zeitera, Llc Media fingerprinting and identification system
US8634944B2 (en) 2008-07-10 2014-01-21 Apple Inc. Auto-station tuning
US8180712B2 (en) 2008-09-30 2012-05-15 The Nielsen Company (Us), Llc Methods and apparatus for determining whether a media presentation device is in an on state or an off state
GB2465141B (en) 2008-10-31 2014-01-22 Media Instr Sa Simulcast resolution in content matching systems
CN101742269A (zh) 2008-11-17 2010-06-16 华为技术有限公司 一种频道切换方法、装置和系统
JP5156594B2 (ja) 2008-11-19 2013-03-06 キヤノン株式会社 再生装置及びその制御方法
US10334324B2 (en) 2008-11-26 2019-06-25 Free Stream Media Corp. Relevant advertisement generation based on a user operating a client device communicatively coupled with a networked media device
US20100166257A1 (en) 2008-12-30 2010-07-01 Ati Technologies Ulc Method and apparatus for detecting semi-transparencies in video
KR101369915B1 (ko) 2009-01-23 2014-03-06 닛본 덴끼 가부시끼가이샤 영상 식별자 추출 장치
US20100191689A1 (en) 2009-01-27 2010-07-29 Google Inc. Video content analysis for automatic demographics recognition of users and videos
US8200602B2 (en) 2009-02-02 2012-06-12 Napo Enterprises, Llc System and method for creating thematic listening experiences in a networked peer media recommendation environment
US8175413B1 (en) 2009-03-05 2012-05-08 Google Inc. Video identification through detection of proprietary rights logos in media
EP2247007A1 (en) * 2009-04-30 2010-11-03 TNS Group Holdings Ltd Audience analysis
WO2010135082A1 (en) 2009-05-19 2010-11-25 Dolby Laboratories Licensing Corporation Localized weak bit assignment
US9449090B2 (en) 2009-05-29 2016-09-20 Vizio Inscape Technologies, Llc Systems and methods for addressing a media database using distance associative hashing
US10116972B2 (en) 2009-05-29 2018-10-30 Inscape Data, Inc. Methods for identifying video segments and displaying option to view from an alternative source and/or on an alternative device
US8769584B2 (en) 2009-05-29 2014-07-01 TVI Interactive Systems, Inc. Methods for displaying contextually targeted content on a connected television
US10949458B2 (en) 2009-05-29 2021-03-16 Inscape Data, Inc. System and method for improving work load management in ACR television monitoring system
US9055309B2 (en) 2009-05-29 2015-06-09 Cognitive Networks, Inc. Systems and methods for identifying video segments for displaying contextually relevant content
US8930980B2 (en) 2010-05-27 2015-01-06 Cognitive Networks, Inc. Systems and methods for real-time television ad detection using an automated content recognition database
US10375451B2 (en) 2009-05-29 2019-08-06 Inscape Data, Inc. Detection of common media segments
US20110015996A1 (en) 2009-07-14 2011-01-20 Anna Kassoway Systems and Methods For Providing Keyword Related Search Results in Augmented Content for Text on a Web Page
US8392789B2 (en) 2009-07-28 2013-03-05 Texas Instruments Incorporated Method and system for decoding low density parity check codes
US20110041154A1 (en) 2009-08-14 2011-02-17 All Media Guide, Llc Content Recognition and Synchronization on a Television or Consumer Electronics Device
US20110055552A1 (en) 2009-09-02 2011-03-03 Max Planck Gesellschaft Zur Foerderung Der Wissenschaften Private, accountable, and personalized information delivery in a networked system
CN102763123B (zh) 2009-12-02 2015-03-25 高通股份有限公司 通过使查询图像和模型图像中的检测到的关键点成群集而进行特征匹配
EP2541963B1 (en) 2009-12-29 2021-03-17 Inscape Data, Inc. Method for identifying video segments and displaying contextually targeted content on a connected television
US9264785B2 (en) 2010-04-01 2016-02-16 Sony Computer Entertainment Inc. Media fingerprinting for content determination and retrieval
US20110251987A1 (en) 2010-04-13 2011-10-13 Buchheit Brian K Time-shifting a content streaming request
CN103069823A (zh) 2010-04-14 2013-04-24 斯文·里思米勒 与媒体广播的平台无关的交互性
US20110289099A1 (en) 2010-05-20 2011-11-24 Rovi Technologies Corporation Method and apparatus for identifying video program material via dvs or sap data
US8522283B2 (en) 2010-05-20 2013-08-27 Google Inc. Television remote control data transfer
US9838753B2 (en) 2013-12-23 2017-12-05 Inscape Data, Inc. Monitoring individual viewing of television events using tracking pixels and cookies
US10192138B2 (en) 2010-05-27 2019-01-29 Inscape Data, Inc. Systems and methods for reducing data density in large datasets
US8625902B2 (en) 2010-07-30 2014-01-07 Qualcomm Incorporated Object recognition using incremental feature extraction
CN102377960B (zh) 2010-08-24 2014-11-05 腾讯科技（深圳）有限公司 视频画面显示方法及装置
US8533141B2 (en) 2010-08-31 2013-09-10 Vibrant Media, Inc. Systems and methods for rule based inclusion of pixel retargeting in campaign management
WO2012057724A1 (en) 2010-10-26 2012-05-03 Thomson Licensing Systems for identifying audio information from a television data stream and related methods
US20120294586A1 (en) 2010-11-18 2012-11-22 David John Weaver Controlling time-sensitive content in a time-shifted environment
US20120158511A1 (en) 2010-12-21 2012-06-21 Microsoft Corporation Provision of contextual advertising
US8793730B2 (en) 2010-12-30 2014-07-29 Yahoo! Inc. Entertainment companion content application for interacting with television content
US8396302B2 (en) 2011-01-11 2013-03-12 Intel Corporation Method of detecting logos, titles, or sub-titles in video frames
US9093120B2 (en) 2011-02-10 2015-07-28 Yahoo! Inc. Audio fingerprint extraction by scaling in time and resampling
WO2012089288A1 (en) 2011-06-06 2012-07-05 Bridge Mediatech, S.L. Method and system for robust audio hashing
KR20150113991A (ko) 2011-06-08 2015-10-08 샤잠 엔터테인먼트 리미티드 수신된 데이터의 비교를 수행하고 비교에 기초하여 후속 서비스를 제공하는 방법 및 시스템
EP2718849A1 (en) 2011-06-10 2014-04-16 Shazam Entertainment Ltd. Methods and systems for identifying content in a data stream
US9077458B2 (en) 2011-06-17 2015-07-07 Microsoft Technology Licensing, Llc Selection of advertisements via viewer feedback
US9049073B2 (en) 2011-06-28 2015-06-02 Rovi Guides, Inc. Systems and methods for initializing allocations of transport streams based on historical data
US20130054356A1 (en) 2011-08-31 2013-02-28 Jason Richman Systems and methods for contextualizing services for images
US8443408B2 (en) 2011-09-12 2013-05-14 Rogers Communications Inc. Method and system for managing bandwidth
US9866915B2 (en) 2011-11-28 2018-01-09 Excalibur Ip, Llc Context relevant interactive television
US9027049B2 (en) 2012-02-07 2015-05-05 Turner Braodcasting System, Inc. Method and system for coupons based on automatic content recognition
TWI502977B (zh) 2012-02-13 2015-10-01 Acer Inc 影音播放裝置、影音處理裝置、系統以及方法
US20130263166A1 (en) 2012-03-27 2013-10-03 Bluefin Labs, Inc. Social Networking System Targeted Message Synchronization
US8769854B1 (en) 2012-04-10 2014-07-08 Vincent P. Battaglia Solid chassis rifle
US9703932B2 (en) 2012-04-30 2017-07-11 Excalibur Ip, Llc Continuous content identification of broadcast content
KR101315970B1 (ko) 2012-05-23 2013-10-08 (주)엔써즈 오디오 신호를 이용한 콘텐츠 인식 장치 및 방법
US9473780B2 (en) 2012-07-13 2016-10-18 Apple Inc. Video transmission using content-based frame search
US8823507B1 (en) 2012-09-19 2014-09-02 Amazon Technologies, Inc. Variable notification alerts
US9286912B2 (en) 2012-09-26 2016-03-15 The Nielsen Company (Us), Llc Methods and apparatus for identifying media
US8799957B2 (en) 2012-11-08 2014-08-05 Motorola Mobility Llc Electronic program guide with display of alternative-source multimedia program options and estimated availability parameters
US9167276B2 (en) * 2012-12-28 2015-10-20 Turner Broadcasting System, Inc. Method and system for providing and handling product and service discounts, and location based services (LBS) in an automatic content recognition based system
US9495451B2 (en) 2013-01-07 2016-11-15 Gracenote, Inc. Identifying video content via fingerprint matching
US9146990B2 (en) 2013-01-07 2015-09-29 Gracenote, Inc. Search and identification of video content
CN103973441B (zh) 2013-01-29 2016-03-09 腾讯科技（深圳）有限公司 基于音视频的用户认证方法和装置
JP6017335B2 (ja) 2013-02-06 2016-10-26 株式会社東芝 パターン認識装置、その方法、及び、そのプログラム
US20140258375A1 (en) 2013-03-11 2014-09-11 Lsi Corporation System and method for large object cache management in a network
US20140270489A1 (en) 2013-03-12 2014-09-18 Microsoft Corporation Learned mid-level representation for contour and object detection
WO2014142758A1 (en) 2013-03-14 2014-09-18 Rocks International Group Pte Ltd An interactive system for video customization and delivery
US9262671B2 (en) 2013-03-15 2016-02-16 Nito Inc. Systems, methods, and software for detecting an object in an image
WO2014145929A1 (en) 2013-03-15 2014-09-18 Zeev Neumeier Systems and methods for addressing a media database using distance associative hashing
US9058522B2 (en) 2013-03-15 2015-06-16 Arris Technology, Inc. Logo presence detection based on blending characteristics
US9693117B2 (en) 2013-03-15 2017-06-27 The Nielsen Company (Us), Llc Systems, methods, and apparatus to identify linear and non-linear media presentations
US9165203B2 (en) 2013-03-15 2015-10-20 Arris Technology, Inc. Legibility enhancement for a logo, text or other region of interest in video
CN103326953B (zh) 2013-03-28 2016-06-29 华为技术有限公司 一种基于令牌桶的流量限制方法和装置
US9143840B2 (en) 2013-05-20 2015-09-22 Veenome, Inc. Systems and methods for evaluating online videos
US9986307B2 (en) 2013-07-19 2018-05-29 Bottle Rocket LLC Interactive video viewing
EP3039552A4 (en) 2013-08-30 2017-02-08 Google, Inc. Content selection with precision controls
US20150100979A1 (en) 2013-10-07 2015-04-09 Smrtv, Inc. System and method for creating contextual messages for videos
US9325646B2 (en) 2013-10-28 2016-04-26 Verizon Patent And Licensing Inc. Providing contextual messages relating to currently accessed content
US20150163545A1 (en) 2013-12-11 2015-06-11 Echostar Technologies L.L.C. Identification of video content segments based on signature analysis of the video content
WO2015100372A1 (en) 2013-12-23 2015-07-02 Cognitive Media Networks, Inc. Tracking pixels and cookies for television event viewing
US9955192B2 (en) 2013-12-23 2018-04-24 Inscape Data, Inc. Monitoring individual viewing of television events using tracking pixels and cookies
US9237138B2 (en) * 2013-12-31 2016-01-12 The Nielsen Company (Us), Llc Methods and apparatus to collect distributed user information for media impressions and search terms
KR102229156B1 (ko) 2014-03-05 2021-03-18 삼성전자주식회사 디스플레이 장치 및 디스플레이 장치의 제어 방법
US20150302890A1 (en) 2014-04-17 2015-10-22 Echostar Technologies L.L.C. Pausing and resuming media play
US20160050457A1 (en) * 2014-08-14 2016-02-18 Sandipan Mondal Method and system for tv channel content management and monetization based on content fingerprinting using a portable computing and communications device
US10460353B2 (en) * 2014-10-30 2019-10-29 Oracle International Corporation Real-time cross-device user category synchronization in an advertising campaign
EP3228084A4 (en) 2014-12-01 2018-04-25 Inscape Data, Inc. System and method for continuous media segment identification
CN107113477B (zh) 2015-01-16 2020-07-03 金子太郎 移动图像回放方法、设备及计算机可读存储介质
BR112017016123A2 (pt) 2015-01-30 2018-04-17 Inscape Data Inc servidor de correspondência para identificação de conteúdo de vídeo que é exibido por um sistema de televisão, método executado por computador, e produto de programa informático concretamente incorporado a um meio de armazenamento de leitura por máquina permanente de um dispositivo de informática
US10721499B2 (en) 2015-03-27 2020-07-21 Twitter, Inc. Live video streaming services
CA2982797C (en) 2015-04-17 2023-03-14 Inscape Data, Inc. Systems and methods for reducing data density in large datasets
US20160314794A1 (en) 2015-04-27 2016-10-27 Soundhound, Inc. System and method for continuing an interrupted broadcast stream
US10224028B2 (en) 2015-06-01 2019-03-05 Sinclair Broadcast Group, Inc. Break state detection for reduced capability devices
US10484329B2 (en) 2015-06-03 2019-11-19 Oath Inc. Computerized notification system and method for delivering breaking news content
JP6891170B2 (ja) 2015-07-16 2021-06-18 インスケイプ データ インコーポレイテッド ステムリソース利用を最適化するための映像セグメントの将来の視聴予測
JP6763019B2 (ja) 2015-07-16 2020-09-30 インスケイプ データ インコーポレイテッド メディアセグメント識別効率向上のために探索索引を区分するためのシステムおよび方法
US10080062B2 (en) 2015-07-16 2018-09-18 Inscape Data, Inc. Optimizing media fingerprint retention to improve system resource utilization
US10136174B2 (en) * 2015-07-24 2018-11-20 Videoamp, Inc. Programmatic TV advertising placement using cross-screen consumer data
US20170186042A1 (en) 2015-12-28 2017-06-29 Facebook, Inc. Systems and methods for promoting content items
US10225623B2 (en) 2016-06-07 2019-03-05 Comcast Cable Communications, Llc Non-temporal advertising
US11570454B2 (en) * 2016-07-20 2023-01-31 V-Nova International Limited Use of hierarchical video and image coding for telepresence
US10798465B2 (en) * 2016-09-16 2020-10-06 Adobe Inc. Digital audiovisual content campaigns using merged television viewer information and online activity information
US10983984B2 (en) 2017-04-06 2021-04-20 Inscape Data, Inc. Systems and methods for improving accuracy of device maps using media viewing data

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006085287A2 (en) * 2005-02-11 2006-08-17 Koninklijke Philips Electronics, N.V. Automatic personal play list generation based on dynamically changing criteria such as light intensity or vehicle speed and location
US20110066942A1 (en) * 2009-09-14 2011-03-17 Barton James M Multifunction Multimedia Device
CN102687518A (zh) * 2009-12-11 2012-09-19 诺基亚公司 用于流媒体文件内表示的描述和定时的装置及方法
CN103703442A (zh) * 2010-12-13 2014-04-02 索尼公司 用于媒体内容呈现的用户界面
US20130046772A1 (en) * 2011-08-16 2013-02-21 Alibaba Group Holding Limited Recommending content information based on user behavior
US20170054819A1 (en) * 2012-06-13 2017-02-23 Google Inc. System and method to categorize users
CN105580383A (zh) * 2013-09-30 2016-05-11 高通股份有限公司 用于在无线装置之间实时共享多媒体内容的方法和设备
US20170031907A1 (en) * 2013-12-18 2017-02-02 Google Inc. Indentifying and/or recommending relevant media content
US20150365725A1 (en) * 2014-06-11 2015-12-17 Rawllin International Inc. Extract partition segments of personalized video channel

Also Published As

Publication number Publication date
CL2019002823A1 (es) 2020-01-10
US20240028582A1 (en) 2024-01-25
AU2018250286A1 (en) 2019-10-10
EP3607723B1 (en) 2022-03-09
MX2019011811A (es) 2019-11-25
EP3607723A1 (en) 2020-02-12
KR20190134664A (ko) 2019-12-04
AU2018250286B2 (en) 2022-01-27
US10983984B2 (en) 2021-04-20
JP7118998B2 (ja) 2022-08-16
CA3058975A1 (en) 2018-10-11
AU2018250286C1 (en) 2022-06-02
CN110546932B (zh) 2022-06-10
WO2018187592A1 (en) 2018-10-11
JP2020517003A (ja) 2020-06-11
BR112019019430A2 (pt) 2020-04-14
US20180293269A1 (en) 2018-10-11
US20210279231A1 (en) 2021-09-09
US11675775B2 (en) 2023-06-13

Similar Documents

Publication Publication Date Title
JP6891170B2 (ja) ステムリソース利用を最適化するための映像セグメントの将来の視聴予測
US10489805B2 (en) Methods and apparatus to monitor media presentations
US10248811B2 (en) Methods and apparatus to assign demographic information to panelists
US11483602B2 (en) Methods and apparatus to perform media device asset qualification
CN107079183B (zh) 电视观众测量方法和设备
US20160066005A1 (en) Methods and apparatus to identify remote presentation of streaming media
US10762122B2 (en) Method and device for assessing quality of multimedia resource
US20240028582A1 (en) Systems and methods for improving accuracy of device maps using media viewing data
KR102492049B1 (ko) 워터마크 및 서명을 사용한 미디어 식별
KR20120001389A (ko) 콘텐츠 코멘트 제공 시스템 및 방법

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40017817

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant