CN112637688A - 视频内容评价方法及视频内容评价系统 - Google Patents

视频内容评价方法及视频内容评价系统 Download PDF

Info

Publication number
CN112637688A
CN112637688A CN202011430083.XA CN202011430083A CN112637688A CN 112637688 A CN112637688 A CN 112637688A CN 202011430083 A CN202011430083 A CN 202011430083A CN 112637688 A CN112637688 A CN 112637688A
Authority
CN
China
Prior art keywords
target video
data
video
eye movement
index value
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
CN202011430083.XA
Other languages
English (en)
Other versions
CN112637688B (zh
Inventor
唐瑞鸿
韩可人
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.)
Beijing Intention Technology Co ltd
Original Assignee
Beijing Intention Technology 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 Beijing Intention Technology Co ltd filed Critical Beijing Intention Technology Co ltd
Priority to CN202011430083.XA priority Critical patent/CN112637688B/zh
Publication of CN112637688A publication Critical patent/CN112637688A/zh
Application granted granted Critical
Publication of CN112637688B publication Critical patent/CN112637688B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2668—Creating a channel for a dedicated end-user group, e.g. insertion of targeted commercials based on end-user profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—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
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
    • 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
    • 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
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/812—Monomedia components thereof involving advertisement data

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Biomedical Technology (AREA)
  • Marketing (AREA)
  • Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供了一种视频内容评价方法及视频内容评价系统，该方法包括：在第一测试阶段，接收眼动设备采集各被试观看视频序列过程中眼动信号，得到第一眼动数据，及接收脑电设备采集的脑电信号得到第一脑电数据；基于第一眼动数据计算第一眼动指标数据；基于第一脑电数据计算第一测试阶段各目标视频对应第一情绪指标值；在第二测试阶段，接收脑电设备采集脑电信号得到第二脑电数据；根据第二脑电数据计算第二情绪指标数据，并由第二情绪指标数据计算第二情绪指标值；基于第一眼动指标值、第一情绪指标值、及第二情绪指标值计算目标视频的综合评价值，并根据综合评价值得到第一评价结果。通过上述步骤，以达到得到的评价结果客观、直接、准确的目的。

Description

视频内容评价方法及视频内容评价系统
技术领域
本发明属于神经科学技术领域，具体涉及一种视频内容评价方法及视频内容评价系统。
背景技术
在实际情况中，对视频内容直接进行投放后产生的效果无法进行评估，并且一旦将视频进行投放，则会产生大量的投放成本。例如，在将各个目标视频投放在抖音平台后，无法了解消费者是否观看到了该目标视频，若需要对该目标视频进一步分析的情况下，无法了解消费者对于该目标视频的客观感受，并且很难从抖音的海量视频中了解到消费者对目标视频的具体评价以及目标视频产生的具体效果。
而现有技术难以通过被试对投放的视频内容在观看的过程中得到被试对该内容的客观评价。难以使被试提供的结果具有客观性、直接性，同时测试结果也不具有实时监测性、连续性。因此，在投放视频内容前对其进行客观的、详细的评估成为了有待解决的问题。
发明内容
鉴于此，本发明实施例提供了一种视频内容评价方法及视频内容评价系统，以使获取的对视频内容的评价全面、客观、及准确。
本发明的技术方案如下：
根据本发明实施例的一个方面，提供了一种视频内容评价方法，包括：
在第一测试阶段，接收眼动设备采集的各被试观看视频序列过程中的眼动信号，得到各被试的第一眼动数据，以及接收脑电设备采集的各被试观看序列视频过程中的脑电信号，得到各被试的第一脑电数据；其中，所述第一测试阶段为各被试自由切换视频序列进行观看的阶段；所述视频序列中包括预定个数的目标视频，且所述第一眼动数据包括各目标视频的播放时长；
基于所述第一眼动数据计算第一测试阶段各目标视频的第一眼动指标数据；其中，所述第一眼动指标值包括目标视频的播放时长、首视时间和到达率；
基于所述第一脑电数据计算第一测试阶段各目标视频对应的第一情绪指标值；
在第二测试阶段，接收脑电设备采集的各被试观看各目标视频过程中的脑电信号，得到第二脑电数据；其中，所述第二测试阶段为各被试完整观看目标视频的阶段；
根据采集的第二脑电数据计算在第二测试阶段各目标视频在播放时长内的第二情绪指标数据，并根据所述各目标视频在播放时长内的第二情绪指标数据计算各目标视频的第二情绪指标值；
基于每个目标视频的第一眼动指标值、第一情绪指标值、及对应的第二情绪指标值计算每个目标视频的综合评价值，并根据各目标视频的综合评价值得到对各目标视频的第一评价结果。
在一些实施例中，根据所述各目标视频在播放时长内的第二情绪指标数据计算各目标视频的第二情绪指标值，包括：
根据所述各目标视频在播放时长内的第二情绪指标数据计算每个目标视频的所有第二情绪指标数据的均值，得到每个目标视频的第二情绪指标值。
在一些实施例中，所述的视频内容评价方法，还包括：
在所述第二测试阶段，接收眼动设备采集的各被试观看各目标视频过程中的眼动信号，得到被试的第二眼动数据；
基于所述第二眼动数据计算每个目标视频中随时间变化的每个第二眼动指标数据；其中，所述第二眼动指标数据包括到达率和关注时长。
在一些实施例中，所述的视频评价方法，还包括：
基于每个视频在不同播放时间点的第二眼动指标数据和对应的第二情绪指标数据对每个目标视频的内容进行分析，得到对各目标视频的第二评价结果。
在一些实施例中，所述的视频内容评价方法，还包括：
基于所述第一评价结果选择第一评价结果最佳的目标视频；
针对同类型产品中第一评价结果最佳的目标视频的第二评价结果，对所述目标视频的内容提出修改建议。
在一些实施例中，基于每个目标视频的第一眼动指标值、第一情绪指标值、及对应的第二情绪指标值计算每个目标视频的综合评价值，并根据各目标视频的综合评价值得到对各目标视频的第一评价结果，包括：
将每个目标视频的所述第一眼动指标值、所述第一情绪指标值、和所述第二情绪指标值分别以统一的数值形式显示，并基于以统一数值形式展示的各被试的第一眼动指标值、各被试的第一情绪指标值、和各被试的第二情绪指标值的总和的均值计算每个目标视频的综合评价值。
在一些实施例中，所述的视频内容评价方法，包括：
所述关注时长为基于多个被试的眼动数据得到的平均关注时长；
所述第一情绪指标值为基于多个被试的第一脑电数据得到的平均体验情绪指标值；
所述第二情绪指标数据为基于多个被试的第二脑电数据得到的平均体验情绪指标数据。
在一些实施例中，所述的视频内容评价方法，所述方法还包括，在计算第一情绪指标值和第二情绪指标数据之前，对采集的第一脑电数据和第二脑电数据分别进行预处理，所述预处理包括：滤波处理、删除被试动作过大产生的波动数据及删除伪迹成分的处理。
根据本发明实施例的另一方面，提供了一种视频内容评价系统，该系统包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现如上述任意一项实施例中所述方法的步骤。
根据本发明实施例的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任意一项实施例中所述方法的步骤。
本发明实施例的一种视频内容评价方法及视频内容评价系统，通过针对尚未投放的视频进行测试，将脑电数据与眼动数据引入到视频浏览过程中，以使提供的结果更加客观、直接以及准确，可以挖掘出消费者自己本身并没有意识到的存在于潜意识层面的问题，进而可以具有实时监测性、连续性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：
图1为本发明一实施例的视频内容评价方法的流程示意图；
图2为常用脑电设备的电极在头部的分布示意图；
图3为本发明一实施例的观看视频时的留存人数的数据分析图；
图4为本发明一实施例的目标视频的指标示意图；
图5为本发明一实施例的目标视频的分析图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。
在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
为了克服现有技术中对视频内容评价不全面、不客观、以及不准确等问题，本发明实施例通过将脑电设备与眼动设备引入到视频进入市场前进行的调研过程中，从而预先获得更准确的市场评价，进而减少视频投放成本。以通过让消费者(被试)佩戴脑电设备和眼动设备，被动地监测消费者在自由阶段下观看视频内容过程中的脑电数据与眼动数据，此外，为了更具体地对视频内容进行评估与完善，还需要在任务阶段对视频内容进行完整观看以获得被试对视频内容的完整感受，再进一步根据该感受来对视频内容提供针对性的改进和升级。从而以使得对视频内容的评估更全面、更客观、更准确且更有针对性，并且可以大大提升视频内容的播放时产生的效益。
通过使用神经学监测技术，例如，脑电设备和眼动设备同时对被试进行采集，并且在视频的投放过程模拟真实内容投放，以此评估内容投放体验。
图1是本发明一实施例的视频内容评价方法的流程示意图，如图1所示，该实施例的视频内容评价方法可包括以下步骤S110至步骤S160。
S110：在第一测试阶段，接收眼动设备采集的各被试观看视频序列过程中的眼动信号，得到各被试的第一眼动数据，以及接收脑电设备采集的各被试观看序列视频过程中的脑电信号，得到各被试的第一脑电数据。
其中，第一测试阶段为各被试自由切换视频序列进行观看的阶段；视频序列中包括预定个数的目标视频，且第一眼动数据包括各目标视频的播放时长。该第一测试阶段是模拟测试视频材料的真实场景。例如，如果测试视频材料是抖音类的项目，即模拟的场景是抖音平台或其他类似平台，则本发明实施例中会把测试的视频插入到抖音本身有的视频内，模拟消费者真实会看到这个视频的场景，此时，所谓的“自由切换”是指按照抖音的规则，根据自己的意愿自由上下翻动视频，来自由地决定是否切换到前面的视频或后面的视频。如果模拟的场景是视频网站，则本发明实施例会将测试的视频素材植入进模拟的视频网站中，让消费者以自由浏览视频网站的心态浏览整个网页，此时，所谓的“自由切换”是指按照网页的展示规则基于消费者的观看意愿来自由地决定是否切换到上一视频、下一视频或同一网页上的其他视频。
本发明实施例中通过使用原型设计软件，例如，protopie等软件，将视频内容投放在模拟构建的真实观看环境中，通过在真实观看环境中测试被试在进行体验时的行为测试，可结合特定的内容测试(任务)，对视频内容对消费者产生的效果进行综合评估。
在第一测试阶段中，被试可以根据自己的观看习惯或者对播放内容的喜好程度对观看的视频进行更换，例如按照自己平时刷抖音视频的习惯进行浏览。第一测试阶段中，待测试的目标视频的个数可以为1个、5个、或者10个等，目标视频的位置可以根据设定位置穿插放置在多个视频之中，例如，每间隔十个视频播放一个目标视频。此外，眼动信号与脑电信号均是在被试观看的过程中同时采集的，均与视频播放的单位时间对应。眼动设备可以采用SMI眼动仪、TOBII眼动仪、或者NOLDUS眼动仪等。作为示例，可采用SMI眼动仪作为眼动设备来采集各个被试在产品体验过程中的眼动指标，可生成多个被试的注视跟踪数据，即眼动数据，眼动数据可利用SMI软件导出。SMI眼动仪还具备录像功能。
采用脑电设备监测多个被试在产品体验过程中的脑电信号(Electroencephalogram，EEG)，来从脑电设备得到多个被试在产品体验过程中的脑电数据。采集的脑电数据为脑电波，脑电波可以记录大脑活动时的电波变化，并且在用户情绪发生变化时，脑电波会产生相应的变化，因此，可以通过脑电波来识别用户情绪。
可以采用国际10-20系统扩展的64通道easy cap脑电采集设备，例如，如电极帽，记录脑电信号。图2所示为脑电设备实现EEG信号监测时电极在头部的分布示意图。本发明实施例中，脑电设备的采样频率可以为500Hz，头皮电阻可调制为5kΩ以下，接地电极为AFz，参考电极为FCz。基于现有的额叶不对称理论(frontal asymmetry theory)，对被试前额叶alpha波段的不对称激活可以反映被试的动机、情绪等指标，因此可以用前额叶alpha波段的不对称性指标来评估消费者实时的情绪体验。在本发明实施例中，在监测与情绪有关的脑电信号时，右侧头部可以使用8个电极对右侧脑电信号进行采集，例如八个电极可以为：F2、F4、F6、F8、FC2、FC4、FC6和FT8，左侧头部可采用8个电极：F1、F3、F5、F7、FC1、FC3、FC5和FT7，此外，也可以采用更多数量的电极。在被试体验产品的过程中，采用该脑电设备可得到脑电波随时间变化的脑电数据。
在第一测试阶段，可以获取被试观看所有视频的眼动信号和脑电信号，或者可以只获取被试观看的目标视频的眼动信号和脑电信号。在获取被试观看所有视频的眼动信号和脑电信号的情况下，根据对眼动设备录制的被试的观看过程对目标视频进行标记。
此外，在步骤S110之前，还包括，被试签署知情同意书，以及保密协议；洗头以清洁死皮，以降低电阻，方便收集数据；并且佩戴脑电设备，同时使用磨砂膏和导电膏进一步降低电阻至5kΩ以下。佩戴眼动设备并校准。
校准的过程为对被试的视线进行校准，被试坐在一张舒适的椅子上，盯住手机屏幕的十字60秒作为基线，在第一测试阶段(自由阶段)通过使用手机中的软件(如protopie软件)模拟日常对视频的浏览。例如，被试可完全按照自己平时刷抖音视频的习惯进行浏览。
S120：基于第一眼动数据计算第一测试阶段各目标视频的第一眼动指标数据；其中，第一眼动指标值包括目标视频的播放时长、首视时间和到达率。
其中，播放时长为从被试开始观看视频至被试结束观看该视频的时间(即目标视频的观看时间)；首视时间为在视频内容播放的过程中，视线第一次到目标广告的时间，反应广告信息的凸显能力。有时广告未占据视频的整个画面，或者视频并未占据整个屏幕，这样被试从开始播放该视频到将视线从广告区域外移动到广告区域或从视频画面外转移至视频中的广告部分均需要时间，该时间即为首视时间。到达率为关注到目标广告的人数百分比，其表示了广告信息能覆盖到的人数。
图3为本发明一实施例的观看视频时的留存人数的数据分析图。通过计算在自由阶段中每段广告的实时到达率等，可了解哪个短视频消费者更吸引消费者持续浏览。如图3所示，可以看出所有目标视频均在其开始播放后的5秒内流失约40％的观看人数，但是目标视频中的视频A的留存人数相较于其他目标视频更多，即流失人数更少。因此，可以表明其相对于其他目标视频的前序播放内容更能吸引观看者进行持续浏览。而其中的视频C吸引消费者浏览的能力最差。
在一些实施例中，还可基于眼动数据计算目标视频的关注时长，关注时长为基于多个被试的眼动数据得到的平均关注时长。具体地，将所有被试对一个目标视频的关注时长的总和进行平均，便得到该目标视频的平均关注时长，可以此作为对该视频评价的一个方面。
S130：基于第一脑电数据计算第一测试阶段各目标视频对应的第一情绪指标值。
其中，第一情绪指标值为被试首次看到目标视频时，对播放的目标视频的内容产生的情绪感受，第一情绪指标值只限于被试在目标视频的播放时长内的情绪。并且，第一情绪指标值可以为基于多个被试的脑电数据得到的平均体验情绪指标值。例如，当被试的人数为10人的情况下，利用各被试分别采集的脑电数据对每个被试观看目标视频时的情绪指标进行计算。而在使用脑电数据计算情绪指标值之前，需要对采集的脑电数据进行处理。
在一些实施例中，在计算第一情绪指标值之前，先对采集的第一脑电数据进行预处理，该预处理包括：滤波处理、删除被试动作过大产生的波动数据及删除伪迹成分的处理。
其中，滤波处理例如可以采用0.5Hz的高通滤波。预处理还可以删除采集的脑电数据中因被试测试过程中的动作过大产生的数据波动的数据；或者可以删除眼电、肌肉电、心电、坏点和50Hz噪音等伪迹成分(ICA)。
在处理完采集的数据后，可计算TP9、TP10两个电极的平均值，并从每个脑电通道减去该平均值，进行转参考。TP9和TP10电极位于双侧乳突位置，是EEG采集中常用的参考位置之一。
随后可进行情绪体验指标值的计算。本发明实施例中，用右侧8个电极(F2、F4、F6、F8、FC2、FC4、FC6、FT8)的能量平均值(alpha波8-13Hz)，减去左侧8个电极(F1、F3、F5、F7、FC1、FC3、FC5、FT7)的能量平均值(alpha波8-13Hz)，最终获得被试的情绪体验。可将情绪体验数据范围转化为百分数形式，其中，45％-55％位置的数据被定义为中性情绪体验，大于55％的数据被定义为积极情绪体验，小于45％的数据被定义为消极情绪体验。当然，也可以表示为其他相对数值表示形式，例如积极情绪体验为正，消极情绪体验为负，中性情绪体验为0。
第一测试阶段的数据一定程度上反应了测试视频材料被投放到真实情境下得到的曝光情况和数据，但第一测试阶段这种模拟真实场景的测试涉及的问题是不能保证被测试的材料一定被消费者看到或者被完整观看，因此可能无法得到关于测试材料的完整的信息。为此，本发明实施例还增加了第二测试阶段，如下面的步骤S140所描述。
S140：在第二测试阶段，接收脑电设备采集的各被试观看各目标视频过程中的脑电信号，得到第二脑电数据。
其中，第二测试阶段为各被试完整观看目标视频的阶段(任务阶段)。第二测试阶段的目的是采集关于测试材料的完整脑电和眼动数据，但是这些数据不反映任何和真实播放场景相关的信息，只反映和测试视频材料本身相关的信息。第二测试阶段为的是将目标视频播放给被试，并且被试必须对目标视频进行完整的观看，以获得被试对完整视频的播放过程中单位时间产生的情绪感受。并且，根据被试对目标视频的完整感受可以了解具体影响被试情绪的内容，以进行详细分析。
第二阶段测试期间脑电与眼动设备记录全部过程。脑电与眼动设备同时记录，在实验开始时脑电与眼动数据中同时插入一个标记(marker)，并在实验结束时在脑电与眼动数据中同时插入一个标记，以保证脑电与眼动数据是对齐且等长的。标记目标视频出现的log方便计算当时消费者的情绪体验。
S150：根据采集的第二脑电数据计算在第二测试阶段各目标视频在播放时长内的第二情绪指标数据，并根据各目标视频在播放时长内的第二情绪指标数据计算各目标视频的第二情绪指标值。
其中，由于第二测试阶段被试是对目标视频进行完整观看，所以采集的被试的脑电信号包含被试对目标视频每一个时间下的情绪感受。第二情绪指标值为基于多个被试的脑电数据得到的平均体验情绪指标值。
在一些实施例中，对每个目标视频中单位时间的脑电数据进行计算，得到单位时间的各被试的第二情绪指标值，根据计算单位时间的所有被试的第二情绪指标值的均值，得到每个目标视频的各单位时间的第二情绪指标值。
具体地，在计算每个目标视频的情绪指标值时，需要先对每个被试对单位时间的情绪指标值进行计算，通过计算该目标视频内的所有情绪指标值的和的平均值，得到各个被试对该目标视频的情绪指标值。对各个被试对该目标视频的情绪指标值的和的平均值进行计算得到该目标视频对应的情绪指标值。
在一些实施例中，在计算第二情绪指标值之前，仍然需要对采集的第二脑电数据进行预处理，预处理包括：滤波处理、删除被试动作过大产生的波动数据及删除伪迹成分的处理。
其中，滤波处理可以采用0.5Hz高通滤波。另，可以通过人工删除采集的脑电数据中因被试测试过程中的动作过大产生的数据波动的数据；伪迹成分可包括眼电、肌肉电、心电、坏点和50Hz噪音等伪迹成分(ICA)。
S160：基于每个目标视频的第一眼动指标值、第一情绪指标值及对应的第二情绪指标值计算每个目标视频的综合评价值，并根据各目标视频的综合评价值得到对各目标视频的第一评价结果。
在步骤S160中，例如可根据第一眼动指标值中的到达率、播放时长以及首视时间等指标、及第一情绪指标值和第二情绪指标值综合计算得到综合评价值，并基于该综合评价值，对目标视频进行评价。
在本发明实施例的各个测试阶段，通过让消费者佩戴脑电、眼动设备，被动地监测消费者在不被打扰的情况下的完整的投放内容体验过程。图4为本发明一实施例的基于测试得到的目标视频的指标示意图。如图4所示，示例性地，目标视频为视频A时，其播放时长为25.68s，到达率为97％，首视时间为0.45s，以及被试在第一测试阶段的对目标视频A的观看时长占视频A的总播放时长的百分比为78％，第一测试阶段的第一情绪指标值为41％；第二测试阶段的情绪指标值为41％。综合广告的视觉表现、自由浏览情绪表现和任务阶段情绪表现，可计算各个短视频的综合得分。例如，对上述数据进行综合计算，得到综合评价值为6.47。其中，综合评价值还可以以其他形式展示，例如，通过百分数的形式等。上述指标值均未以同一种形式展示，将其转化为同种的形式的方法存在多种。在一些实施例中，将每个目标视频的第一眼动指标值、第一情绪指标值、和第二情绪指标值分别以统一的数值形式显示，并基于以统一数值形式展示的各被试的第一眼动指标值、各被试的第一情绪指标值、和各被试的第二情绪指标值的总和的均值计算每个目标视频的综合评价值。
具体地，将每个目标视频的第一眼动指标值、第一情绪指标值、和第二情绪指标值均以百分比的形式显示，并将以百分比作为数值显示的各被试的第一眼动指标值、各被试的第一情绪指标值、和各被试的第二情绪指标值的总和的均值进行计算，得到每个目标视频的综合评价值。如图4所示，综合自由浏览阶段的眼动数据和脑电数据与任务阶段的脑电数据，可得出短视频A综合得分最高，其次为视频D、视频B，最后为短视频C。短视频A综合表现最佳，短视频C表现不佳。
在一些实施例中，本发明的方法还包括，在第二测试阶段，接收眼动设备采集的被试观看各目标视频的眼动信号，得到被试的第二眼动数据；基于第二眼动数据计算每个目标视频中随时间变化的每个第二眼动指标值；其中，第二眼动指标值包括到达率和关注时长。
其中，通过获得的该目标视频的单位时间的眼动信号，可以用于判断被试是否关注到视频中想要展示给被试的具体内容，该内容是否对被试产生吸引。同时相同目标视频内采集的眼动信号与第二阶段采集的脑电信号对应，以便于对目标视频内容进行全面分析。
在一些实施例中，基于每个视频的第二眼动指标值和对应的第二情绪指标值对每个目标视频的内容进行分析，得到对各目标视频的第二评价结果。
图5为本发明一实施例的目标视频的分析图。如图5所示，根据目标视频中每秒内容对应的眼动指标值与情绪指标值进行分析，在被试情绪指标值突然变化时，结合相应的眼动指标值对变化原因进行判断。例如，如果被试情绪突然由中级情绪变为消极情绪，则将消极情绪对应的眼动指标以及对应的目标视频的内容进行分析，了解是目标视频中哪一些内容引起被试产生消极情绪。也即，可获得情绪指标卡段，根据对眼动设备录制的被试的观看过程的标记，计算对目标视频进行标记log期间的情绪指标均值，可得到特定事件的情绪体验。例如，如图5所示，视频A开头Logo突兀，导致部分消费者理解困难，情绪体验下降；12.4秒开始，女主出镜，画面唯美，受消费者喜欢；随后，约25秒位置开始，出现的化妆品画面过暗，且文字为外文，不易识别，消费者情绪体验变得不佳。也即，可判断出特定事件的情绪体验，从而便于针对引起情绪体验不佳的部分进行改进。
在一些实施例中，根据第一评价结果对同类型产品的目标视频进行选择，得到同类型产品中第一评价结果最佳的目标视频；针对同类型产品中第一评价结果最佳的目标视频的第二评价结果，对目标视频的内容提出修改建议。
如图5所示，具体地，当对大量相同产品的各个目标视频进行评估时，通过对应的各第一评价结果进行对比，选择其中第一评价结果最佳的目标视频，以减少不必要的投放成本，并且可以对该目标视频进行进一步评估，获取该目标视频的每一秒的情绪值及眼动指标值，由其对该目标视频进行详细分析，进而提出修改建议，加以完善目标视频内容。例如，视频A开头使用了一些模糊画面的转场动画，没有直接展示产品，消费者难以看清画面内容，也不理解视频表达的内容，情绪体验不佳；中间部分通过模特介绍展示产品效果，体验积极，最后单独展示产品，画面较暗，无对应的文字或语音介绍，情绪体验消极，未能达到留下积极印象的目的。
因此，可针对上述问题提出改进建议，开篇直接展示产品，删除模糊的转场动画，末尾展示产品时提亮画面，放大产品，增加模特和产品互动，以提高消费者观看视频时的情绪体验。
本发明实施例中，以模拟抖音平台短视频中的广告的投放形式对其进行播放，并且被试通过使用与抖音相同的播放方式看视频的方式对被试进行测试，基于测试结果对视频内容进行评估。但本发明的应用不仅适用于广告视频在投放抖音平台前的评价测试，同样适用于其他平台或应用场景。
根据本发明实施例的另一方面，提供了一种视频内容评价系统，该系统包括处理器和存储器，存储器中存储有计算机指令，处理器用于执行存储器中存储的计算机指令，当计算机指令被处理器执行时该系统实现如上述任意一项实施例中所述方法的步骤。
根据本发明实施例的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任意一项实施例中所述方法的步骤。
除了本发明给出的如上实施例之外，也可以使用fMRI(functional magneticresonance imaging，功能核磁共振成像)与MEG(Magneto encephalography，脑磁图)。fMRI与MEG均可以客观、直接、连续的测量投放效果的全过程，但两者设备昂贵，成本较高，同时对实验环境要求较高。
综上所述，本发明实施例的视频内容评价方法及视频内容评价系统，通过在第一测试阶段，接收眼动设备采集的各被试观看视频序列过程中的眼动信号，得到各被试的第一眼动数据，以及接收脑电设备采集的各被试观看序列视频过程中的脑电信号，得到各被试的第一脑电数据；基于所述第一眼动数据计算第一测试阶段各目标视频的第一眼动指标数据；基于所述第一脑电数据计算第一测试阶段各目标视频对应的第一情绪指标值；在第二测试阶段，接收脑电设备采集的各被试观看各目标视频过程中的脑电信号，得到第二脑电数据；根据采集的第二脑电数据计算在第二测试阶段各目标视频在播放时长内的第二情绪指标数据，并根据各目标视频在播放时长内的第二情绪指标数据计算各目标视频的第二情绪指标值；基于每个目标视频的第一眼动指标值、第一情绪指标值、及对应的第二情绪指标值计算每个目标视频的综合评价值，并根据各目标视频的综合评价值得到对各目标视频的第一评价结果。综上，本发明针对尚未投放的视频进行测试，将脑电数据与眼动数据引入到视频浏览过程中，以使提供的结果更加客观、直接，可以挖掘出消费者自己本身并没有意识到的存在于潜意识层面的问题，进而可以具有实时监测性、连续性。
本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法，能够以硬件、软件或者二者的结合来实现。具体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发明的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种视频内容评价方法，其特征在于，包括：
在第一测试阶段，接收眼动设备采集的各被试观看视频序列过程中的眼动信号，得到各被试的第一眼动数据，以及接收脑电设备采集的各被试观看序列视频过程中的脑电信号，得到各被试的第一脑电数据；其中，所述第一测试阶段为各被试自由切换视频序列进行观看的阶段；所述视频序列中包括预定个数的目标视频，且所述第一眼动数据包括各目标视频的播放时长；
基于所述第一眼动数据计算第一测试阶段各目标视频的第一眼动指标数据；其中，所述第一眼动指标值包括目标视频的播放时长、首视时间和到达率；
基于所述第一脑电数据计算第一测试阶段各目标视频对应的第一情绪指标值；
在第二测试阶段，接收脑电设备采集的各被试观看各目标视频过程中的脑电信号，得到第二脑电数据；其中，所述第二测试阶段为各被试完整观看目标视频的阶段；
根据采集的第二脑电数据计算在第二测试阶段各目标视频在播放时长内的第二情绪指标数据，并根据所述各目标视频在播放时长内的第二情绪指标数据计算各目标视频的第二情绪指标值；
基于每个目标视频的第一眼动指标值、第一情绪指标值、及对应的第二情绪指标值计算每个目标视频的综合评价值，并根据各目标视频的综合评价值得到对各目标视频的第一评价结果。
2.如权利要求1所述的视频内容评价方法，其特征在于，根据所述各目标视频在播放时长内的第二情绪指标数据计算各目标视频的第二情绪指标值，包括：
根据所述各目标视频在播放时长内的第二情绪指标数据计算每个目标视频的所有第二情绪指标数据的均值，得到每个目标视频的第二情绪指标值。
3.如权利要求1所述的视频内容评价方法，其特征在于，所述方法还包括：
在所述第二测试阶段，接收眼动设备采集的各被试观看各目标视频过程中的眼动信号，得到被试的第二眼动数据；
基于所述第二眼动数据计算每个目标视频中随时间变化的每个第二眼动指标数据；其中，所述第二眼动指标数据包括到达率和关注时长。
4.如权利要求3所述的视频评价方法，其特征在于，所述方法还包括：
基于每个视频在不同播放时间点的第二眼动指标数据和对应的第二情绪指标数据对每个目标视频的内容进行分析，得到对各目标视频的第二评价结果。
5.如权利要求4所述的视频内容评价方法，其特征在于，所述方法还包括：
基于所述第一评价结果选择第一评价结果最佳的目标视频；
针对同类型产品中第一评价结果最佳的目标视频的第二评价结果，对所述目标视频的内容提出修改建议。
6.如权利要求1所述的视频内容评价方法，其特征在于，基于每个目标视频的第一眼动指标值、第一情绪指标值、及对应的第二情绪指标值计算每个目标视频的综合评价值，并根据各目标视频的综合评价值得到对各目标视频的第一评价结果，包括：
将每个目标视频的所述第一眼动指标值、所述第一情绪指标值、和所述第二情绪指标值分别以统一的数值形式显示，并基于以统一数值形式展示的各被试的第一眼动指标值、各被试的第一情绪指标值、和各被试的第二情绪指标值的总和的均值计算每个目标视频的综合评价值。
7.根据权利要求1所述的视频内容评价方法，其特征在于，包括：
所述关注时长为基于多个被试的眼动数据得到的平均关注时长；
所述第一情绪指标值为基于多个被试的第一脑电数据得到的平均体验情绪指标值；
所述第二情绪指标数据为基于多个被试的第二脑电数据得到的平均体验情绪指标数据。
8.根据权利要求1所述的视频内容评价方法，其特征在于，所述方法还包括，在计算第一情绪指标值和第二情绪指标数据之前，对采集的第一脑电数据和第二脑电数据分别进行预处理，所述预处理包括：滤波处理、删除被试动作过大产生的波动数据及删除伪迹成分的处理。
9.一种视频内容评价系统，该系统包括处理器和存储器，其特征在于，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现如权利要求1至8中任意一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8中任意一项所述方法的步骤。
CN202011430083.XA 2020-12-09 2020-12-09 视频内容评价方法及视频内容评价系统 Active CN112637688B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011430083.XA CN112637688B (zh) 2020-12-09 2020-12-09 视频内容评价方法及视频内容评价系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011430083.XA CN112637688B (zh) 2020-12-09 2020-12-09 视频内容评价方法及视频内容评价系统

Publications (2)

Publication Number Publication Date
CN112637688A true CN112637688A (zh) 2021-04-09
CN112637688B CN112637688B (zh) 2021-09-07

Family

ID=75308982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011430083.XA Active CN112637688B (zh) 2020-12-09 2020-12-09 视频内容评价方法及视频内容评价系统

Country Status (1)

Country Link
CN (1) CN112637688B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113476057A (zh) * 2021-07-08 2021-10-08 先端智能科技(天津)有限公司 一种内容评价的方法和装置、电子装置及存储介质
CN116226481A (zh) * 2022-12-30 2023-06-06 北京视友科技有限责任公司 一种基于脑电的实验数据筛选方法、系统及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090094286A1 (en) * 2007-10-02 2009-04-09 Lee Hans C System for Remote Access to Media, and Reaction and Survey Data From Viewers of the Media
US20130247078A1 (en) * 2012-03-19 2013-09-19 Rawllin International Inc. Emoticons for media
CN104657457A (zh) * 2015-02-06 2015-05-27 海信集团有限公司 一种用户评价视频的数据处理方法、视频推荐方法及装置
CN106537901A (zh) * 2014-03-26 2017-03-22 马克·W·帕布利科弗 用于提供定制的娱乐内容的计算机处理方法和系统
CN107274223A (zh) * 2017-06-13 2017-10-20 杭州电子科技大学 融合脑电信号与注视跟踪特征的广告评估方法
CN108337563A (zh) * 2018-03-16 2018-07-27 深圳创维数字技术有限公司 视频评价方法、装置、设备和存储介质
CN108881985A (zh) * 2018-07-18 2018-11-23 南京邮电大学 基于脑电情绪识别的节目评分系统
US20190228215A1 (en) * 2018-01-19 2019-07-25 Board Of Regents, The University Of Texas System Systems and methods for evaluating individual, group, and crowd emotion engagement and attention
CN110362775A (zh) * 2019-07-23 2019-10-22 秒针信息技术有限公司 页面评估方法、装置、电子设备及计算机可读存储介质
CN111428662A (zh) * 2020-03-30 2020-07-17 齐鲁工业大学 基于人群属性的广告播放变化方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090094286A1 (en) * 2007-10-02 2009-04-09 Lee Hans C System for Remote Access to Media, and Reaction and Survey Data From Viewers of the Media
US20130247078A1 (en) * 2012-03-19 2013-09-19 Rawllin International Inc. Emoticons for media
CN106537901A (zh) * 2014-03-26 2017-03-22 马克·W·帕布利科弗 用于提供定制的娱乐内容的计算机处理方法和系统
CN104657457A (zh) * 2015-02-06 2015-05-27 海信集团有限公司 一种用户评价视频的数据处理方法、视频推荐方法及装置
CN107274223A (zh) * 2017-06-13 2017-10-20 杭州电子科技大学 融合脑电信号与注视跟踪特征的广告评估方法
US20190228215A1 (en) * 2018-01-19 2019-07-25 Board Of Regents, The University Of Texas System Systems and methods for evaluating individual, group, and crowd emotion engagement and attention
CN108337563A (zh) * 2018-03-16 2018-07-27 深圳创维数字技术有限公司 视频评价方法、装置、设备和存储介质
CN108881985A (zh) * 2018-07-18 2018-11-23 南京邮电大学 基于脑电情绪识别的节目评分系统
CN110362775A (zh) * 2019-07-23 2019-10-22 秒针信息技术有限公司 页面评估方法、装置、电子设备及计算机可读存储介质
CN111428662A (zh) * 2020-03-30 2020-07-17 齐鲁工业大学 基于人群属性的广告播放变化方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113476057A (zh) * 2021-07-08 2021-10-08 先端智能科技(天津)有限公司 一种内容评价的方法和装置、电子装置及存储介质
CN116226481A (zh) * 2022-12-30 2023-06-06 北京视友科技有限责任公司 一种基于脑电的实验数据筛选方法、系统及存储介质
CN116226481B (zh) * 2022-12-30 2023-11-21 北京视友科技有限责任公司 一种基于脑电的实验数据筛选方法、系统及存储介质

Also Published As

Publication number Publication date
CN112637688B (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
US11669858B2 (en) Analysis of controlled and automatic attention for introduction of stimulus material
US11488198B2 (en) Stimulus placement system using subject neuro-response measurements
US11610223B2 (en) Content based selection and meta tagging of advertisement breaks
US11244345B2 (en) Neuro-response stimulus and stimulus attribute resonance estimator
US20190282153A1 (en) Presentation Measure Using Neurographics
US8635105B2 (en) Consumer experience portrayal effectiveness assessment system
US8392254B2 (en) Consumer experience assessment system
US20100249636A1 (en) Personalized stimulus placement in video games
CN112637688B (zh) 视频内容评价方法及视频内容评价系统
WO2008108806A1 (en) A method and system for creating an aggregated view of user response over time-variant media using physiological data
CN110432915A (zh) 一种评估信息流创意的方法及装置
CN112613364A (zh) 目标物体的确定方法、系统、存储介质和电子设备
CN112541668A (zh) 产品体验自动评估方法和系统
Bonomi et al. Contactless approach for heart rate estimation for QoE assessment

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
GR01 Patent grant
GR01 Patent grant