WO2015058557A1 - 视频播放中的广告插播方法和设备 - Google Patents

视频播放中的广告插播方法和设备 Download PDF

Info

Publication number
WO2015058557A1
WO2015058557A1 PCT/CN2014/081679 CN2014081679W WO2015058557A1 WO 2015058557 A1 WO2015058557 A1 WO 2015058557A1 CN 2014081679 W CN2014081679 W CN 2014081679W WO 2015058557 A1 WO2015058557 A1 WO 2015058557A1
Authority
WO
WIPO (PCT)
Prior art keywords
advertisement
scene
close
advertisements
server
Prior art date
Application number
PCT/CN2014/081679
Other languages
English (en)
French (fr)
Inventor
董超
陈世峰
许春景
刘健庄
汤晓鸥
Original Assignee
华为技术有限公司
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 华为技术有限公司 filed Critical 华为技术有限公司
Publication of WO2015058557A1 publication Critical patent/WO2015058557A1/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • 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]
    • H04N21/20—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
    • H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
    • H04N21/26208—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints
    • H04N21/26241—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints involving the time of distribution, e.g. the best time of the day for inserting an advertisement or airing a children 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
    • H04N21/458—Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
    • 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

Definitions

  • Embodiments of the present invention relate to multimedia data management, and in particular, to an advertisement insertion method and device in video playback.
  • the advertising selection system adopted by operators generally uses the "text-based matching strategy" to select advertisements, that is, select fixed positions in the commercial interstitial videos that are highly correlated with the text descriptions (titles, keywords, subtitles, etc.) of the video. Play it.
  • the text description of the video may be inaccurate, and the user pays more attention to the playing picture rather than the overall plot when watching the video, the advertisement that is inserted in the video may be less correlated with the video.
  • the embodiments of the present invention provide an advertisement insertion method and device for video playback, so as to solve the problem that the related video and the interstitial advertisement are low in the prior art.
  • an embodiment of the present invention provides an advertisement insertion method in video playback, including: determining, by a server, a location of an advertisement to be inserted in a video;
  • the server plays at least one of the to-be-placed advertisements at a location of the video to be inserted into the advertisement.
  • the at least one to-be-advertised advertisement that matches the screen content corresponding to the location of the to-be-intermediated advertisement includes at least one type of advertisement: the advertisement to be inserted The advertisement matching the product in the screen corresponding to the location, the advertisement matching the character in the screen corresponding to the location of the advertisement to be inserted, and the advertisement matching the scene in the screen corresponding to the location of the advertisement to be inserted.
  • the server is pre-stored according to the a person template map, performing face recognition on the close-up of the character, and determining an advertisement matching the close-up of the person according to the face recognition result;
  • the server performs object recognition on the product close-up according to the pre-stored product template map, and determines an advertisement matching the product close-up according to the object recognition result.
  • the server performs scene recognition on the scene close-up according to the preset scene template map, and determines an advertisement matching the scene close-up according to the scene recognition result. .
  • the server determines, in a video, a location of an advertisement to be inserted, specifically :
  • the server analyzes the video by using a computer vision algorithm to select a location of the advertisement to be inserted, wherein the computer vision algorithm includes any combination of face recognition, object recognition, and scene recognition.
  • the server analyzes the video by using a computer vision algorithm, and selects a location of the to-be-embedded advertisement, specifically including :
  • the server divides the video into separate lens sequences, and selects a position corresponding to the long-lens picture in the lens sequence, where the long-lens picture is a lens whose picture content is greater than a preset duration;
  • the server acquires a position corresponding to the close-up picture of the person, a position corresponding to the scene of the meaningful scene shot, and a position corresponding to the meaningless shot screen in the position corresponding to the selected long-lens picture;
  • the server selects a position of the advertisement to be inserted in a position corresponding to the close-up screen of the person, a position corresponding to the scene of the meaningful scene shot, and a position corresponding to the meaningless shot screen.
  • any one of the first to fourth possible implementation manners of the first aspect in a fifth possible implementation manner of the first aspect, And the method further includes: the server matching the screen content corresponding to the location of the to-be-intermediated advertisement according to the matching degree of the screen content corresponding to the location of the to-be-intermediated advertisement Re-ordering multiple advertisements to be inserted.
  • the re-ordering the multiple to-be-interstved advertisements includes:
  • the server calculates a luminance distribution histogram of the picture corresponding to the location of the plurality of to-be-inserted advertisements and the to-be-intermediated advertisements;
  • the server sorts the plurality of advertisements to be inserted according to the proximity of the luminance distribution histogram of each of the to-be-inserted advertisements to the luminance distribution histogram of the screen corresponding to the location of the advertisement to be inserted.
  • an embodiment of the present invention provides a server, including:
  • a determining module configured to determine a location of the advertisement to be inserted in the video; and, determining at least one to-be-embedded advertisement that matches the screen content corresponding to the location of the to-be-interpolated advertisement;
  • a processing module configured to play at least one of the to-be-interstitial advertisements in a location of the video to be inserted into the advertisement.
  • the at least one to-be-advertised advertisement that matches the screen content corresponding to the location of the to-be-intermediated advertisement includes at least one of the following types of advertisements: The advertisement matching the product in the screen corresponding to the location, the advertisement matching the character in the screen corresponding to the location of the advertisement to be inserted, and the advertisement matching the scene in the screen corresponding to the location of the advertisement to be inserted.
  • the determining module is pre-stored according to a person template image, performing face recognition on the close-up of the character, and determining an advertisement matching the close-up of the person according to the face recognition result;
  • the determining module performs object recognition on the product close-up according to the pre-stored product template map, and determines that the product close-up is matched according to the object recognition result.
  • the determining module performs scene recognition on the scene close-up according to the preset scene template map, and determines that the scene close-up matches the scene recognition result according to the scene recognition result. ad.
  • the determining module is used to:
  • the video is analyzed using a computer vision algorithm to select a location of the advertisement to be inserted, wherein the computer vision algorithm includes any combination of face recognition, object recognition, and scene recognition.
  • the determining module is specifically configured to:
  • a position corresponding to the close-up picture of the person In a position corresponding to the selected long-lens picture, a position corresponding to the close-up picture of the person, a position corresponding to the scene of the meaningful scene shot, and a position corresponding to the meaningless shot screen are acquired; at a position corresponding to the close-up picture of the person, In the position corresponding to the scene scene shot screen and the position corresponding to the meaningless shot screen, the position of the advertisement to be inserted is selected.
  • the processing module is further configured to: according to the matching degree of the screen content corresponding to the location of the to-be-intermediated advertisement, the plurality of to-be-intermediated advertisements The ads to be inserted are reordered.
  • the processing module is specifically configured to:
  • an embodiment of the present invention provides a server, including:
  • a memory for storing program instructions
  • a processor configured to invoke the program instruction stored in the memory, to perform determining a location of an advertisement to be inserted in a video; and determining at least one to-be-embedded advertisement that matches a screen content corresponding to a location of the to-be-intermediated advertisement ; play at least the location of the ad to be inserted in the video One of the advertisements to be inserted.
  • An advertisement insertion method and device in video playback by predetermining a location of an advertisement to be inserted in a video, and matching an advertisement to be inserted according to a screen content corresponding to a location of the advertisement to be inserted, so that the advertisement to be inserted and the video are to be inserted
  • the correlation is enhanced.
  • FIG. 1 is a flowchart of Embodiment 1 of an advertisement insertion method in video playback according to the present invention
  • FIG. 2 is a flowchart of a computer vision algorithm in Embodiment 1 of an advertisement insertion method in video playback according to the present invention
  • FIG. 3 is a flowchart of Embodiment 2 of an advertisement insertion method in video playback according to the present invention
  • FIG. 4 is a schematic diagram of a selection interface in Embodiment 2 of an advertisement insertion method in video playback according to the present invention
  • FIG. 5 is a diagram showing an example of a result display in Embodiment 2 of an advertisement insertion method in video playback according to the present invention.
  • Embodiment 1 of a server according to the present invention is a schematic structural diagram of Embodiment 1 of a server according to the present invention.
  • FIG. 7 is a schematic structural diagram of Embodiment 2 of a server according to the present invention. detailed description
  • FIG. 1 is a flowchart of Embodiment 1 of an advertisement insertion method in video playback according to the present invention.
  • the embodiment of the present invention provides an advertisement insertion method in visual playback.
  • the execution body of the method may be a server, and may be implemented by software or hardware or a combination of software and hardware.
  • the method specifically includes the following steps:
  • Step 101 The server determines the location of the advertisement to be inserted in the video.
  • the method of inserting advertisements is mostly to randomly place some advertisements in the fixed position (beginning, ending or middle) of the video, and does not consider the influence of the advertisement placement position on the user experience, nor Consider the relevance of advertising content and video content.
  • the invention can select a suitable location of the advertisement to be inserted in the video, and improve the attractiveness of the advertisement on the basis of not affecting the normal viewing of the video by the user, thereby bringing greater economic benefits to the operator.
  • the determined location of the advertisement to be inserted may be a lens with a close-up of a person, a product close-up, or a close-up of the scene.
  • Step 102 The server determines at least one advertisement to be inserted that matches the content of the screen corresponding to the location of the advertisement to be inserted.
  • the server searches the pre-stored advertisement library for at least one advertisement to be inserted that matches the screen content corresponding to the location of the advertisement to be inserted in the video or video.
  • the screen content corresponding to the location of the advertisement to be inserted may include at least one of a person, a product, and a scene, or any combination thereof. Therefore, the to-be-embedded advertisement that matches the content of the screen may also be at least one or any combination of a person, a product, and a scene.
  • the screen corresponding to the advertisement location to be inserted includes a certain star, the location of the advertisement to be inserted is located.
  • the advertisement matching the star is inserted, but the invention is not limited thereto, and there are other various ways.
  • Step 103 The server plays at least one advertisement to be inserted in a position of the video to be inserted into the video.
  • the location of the advertisement to be inserted and the advertisement to be inserted can be determined by the above two steps, and the further can be saved in the Extensible Markup Language (XML) file corresponding to the video;
  • the location of the in-stream advertisement may play at least one of the to-be-played advertisements.
  • the picture-in-picture method is used, that is, the advertisement to be inserted is superimposed on the screen content corresponding to the position of the advertisement to be inserted in the video
  • the playback mode is
  • the server analyzes the content of the screen corresponding to the location of the advertisement to be inserted, and finds the non-important area in the picture, that is, the area that does not affect the video viewing, mostly the blank area in the picture, and then plays the advertisement to be inserted, and realizes the video and the to-be-interpolated The same time the ad is played.
  • the position of the advertisement to be inserted in the video is determined in advance, and the advertisement to be inserted is matched according to the content of the screen corresponding to the position of the advertisement to be inserted, so that the correlation between the advertisement to be inserted and the video is enhanced, and the video viewer is brought A better sensory experience will attract video viewers to click on more ads to be inserted, which will increase the effectiveness of advertising and bring greater economic benefits to operators.
  • At least one advertisement to be inserted that matches the screen content corresponding to the location of the advertisement to be inserted includes at least one of the following types of advertisements: products in the screen corresponding to the location of the advertisement to be inserted.
  • the matching advertisement the advertisement matching the character in the screen corresponding to the position of the advertisement to be inserted, the advertisement matching the scene in the screen corresponding to the position of the advertisement to be inserted.
  • the present invention provides a vision-based matching strategy for determining what in-place advertisements a different screen content should match.
  • Product-based visual matching strategy When the content of the video picture includes a close-up of a product (such as a sports car, TV, sofa, etc.), the matching advertisement of the product is inserted at this position. Video viewers can easily find out the relevance of the two and are interested in advertising. However, since the probability of a particular product appearing in the video is very small, not all videos are suitable for this strategy, so two other sub-strategies are provided as a supplement.
  • a product such as a sports car, TV, sofa, etc.
  • a person-based visual matching strategy When a movie star is included in the content of the video screen, an advertisement starring the movie star can be inserted at this position. Video viewers can also easily discover their relevance and become interested in advertising that their favorite star starred. However, the characters may not be included in the video, so a scene-based visual matching strategy is also provided. Scene-based visual matching strategy. Often, when you see a particular scene, you automatically associate a lot of related concepts. Some concepts are straightforward. For example, seeing a bedroom thinks of a bed, and seeing a kitchen think of cutlery; some concepts are more abstract, for example, seeing grass will think of health, seeing the beach will think of romance, and so on. For more examples, please refer to Table 1, which lists ten common scenarios and concepts related to them.
  • a scenario-based strategy is proposed: When a close-up of a scene appears in the video, first find some concepts that can be based on this shot, and then insert ads for these related concepts. For example, when a close-up of green space appears in the video, a tea drink advertisement representing health can be inserted. Moreover, most of the tea drink advertisements are shot with green background, leaves, etc., which makes it more relevant to video. Since almost all videos have scene shots, scene-based visual matching strategies can cover almost all videos and ads.
  • the server performs face recognition on the close-up of the person according to the pre-stored person template map, and determines an advertisement matching the close-up of the person according to the face recognition result;
  • the screen corresponding to the position of the advertisement to be inserted is a product close-up, and the determining module performs object recognition on the product close-up according to the pre-stored product template map, and determines an advertisement matching the product close-up according to the object recognition result;
  • the corresponding picture of the location is a scene close-up, and the determining module performs scene recognition on the scene close-up according to the preset scene template map, and determines an advertisement matching the scene close-up according to the scene recognition result.
  • the server determines the location of the advertisement to be inserted in the video, which may be:
  • the server analyzes the video by using a computer vision algorithm, and selects the location of the advertisement to be inserted, wherein the computer vision algorithm includes face recognition, object recognition, and scene recognition. Any combination.
  • the server uses computer vision algorithms to analyze video
  • the location of the advertisement to be inserted may specifically include:
  • Step 201 The server divides the video into separate lens sequences, and selects a position corresponding to the long lens picture in the lens sequence, and the long lens picture is a lens whose picture content is greater than the preset duration.
  • the server For a given video, the server first divides it into a separate shot sequence, and then selects the position corresponding to the long shot picture as the candidate insertion position.
  • the preset duration can be 4 seconds, but not limited to this; if the selected lens is too short, the advertisement may not end when the lens ends, then the relevance of the advertisement to the placement position is lost. Therefore, the preset duration is also related to the length of the commercial.
  • the embodiment of the present invention can adopt an edge change ratio (abbreviation:
  • ECR Lens switching detection method to detect lens switching to achieve video segmentation.
  • Step 202 The server acquires a position corresponding to the character-specific shot screen, a position corresponding to the meaningful scene shot screen, and a position corresponding to the meaningless lens screen in the position corresponding to the selected long-lens screen.
  • the present invention can extract a general search tree (Generalized) for the selected long lens
  • GIST Search Trees
  • SVM Linear Support Vector Machine
  • This rough classification is to quickly eliminate shots that do not have the value of interstitial ads, while reducing the number of shots that require computer vision algorithms.
  • Step 203 The server selects a location of the advertisement to be inserted in a position corresponding to the close-up screen of the character, a position corresponding to the scene of the meaningful scene shot, and a position corresponding to the meaningless shot screen.
  • step 202 the two types of shots (character close-ups and meaningful scene shots) in step 202 are subdivided:
  • an object recognition algorithm is first used to identify a specific product.
  • the product template map required by the object recognition algorithm is pre-stored in the server or directly provided by the user.
  • the meaningful scene shot of the product is not recognized, and the scene recognition algorithm is used to identify the specific scene, wherein the scene template map required by the scene recognition algorithm is pre-stored in the server or Provided directly by the user, for a meaningful scene shot that identifies a specific scene, using a "scenario-based strategy" to select an advertisement of a related concept, a meaningful scene shot that does not recognize the scene will no longer serve as a candidate insertion shot.
  • the server selects the location of the advertisement to be inserted based on the position corresponding to the lens screen in which the specific face, the specific product, or the specific scene is identified as described above.
  • the method may further reorder the advertisements to be inserted, as shown in FIG. As shown, it specifically includes:
  • Step 301 The server reorders the plurality of advertisements to be inserted according to the matching degree of the content of the plurality of to-be-interstitial advertisements corresponding to the location of the advertisement to be inserted.
  • each advertisement to be inserted may correspond to multiple advertisements to be inserted, and the plurality of advertisements to be inserted need to be reordered to select the optimal three advertisements (the number of optimal advertisements is based on the above advertisement classification) Strategy, the invention is not limited thereto).
  • a server calculates a luminance distribution histogram of a plurality of pictures to be inserted and a position corresponding to the advertisement to be inserted; and the server distributes the brightness according to each advertisement to be inserted.
  • the advertisement viewer does not bring an awkward feeling to the video viewer, and the advertisement is reduced to the user. The impact of the experience.
  • the present invention also provides an interface example of the location of the advertisement to be inserted or the selection of the advertisement to be inserted. As shown in FIG. 4, the largest box on the left side of the interface plays the video to be inserted into the advertisement, and the slider bar below it has a black mark, which is the location of the advertisement to be inserted by the server; the text box on the upper right side of the interface is displayed in the box.
  • the visual information detected in the interpolated lens for example, car, forest, etc., the following three small boxes play the selected related advertisements, the user can select the advertisement by clicking the round button next to the advertisement; the bottom right of the interface is the insertion Screenshot of the lens; There are 7 buttons at the bottom left of the interface, the functions are as follows: Press the first button to make the slider jump to the next position to be inserted; press the second button to select the position of the advertisement to be inserted, black The mark becomes longer; press the third button to play the previous video; press the fourth button to pause, then press to continue Play; press the fifth button to play the next video; press the sixth button to discard the position of the ad to be inserted, the black mark becomes shorter; press the seventh button to stop playing all videos.
  • FIG. 5 is a diagram showing an example of the result display in the second embodiment of the advertisement insertion method in the video playback of the present invention, showing the location of the advertisement to be inserted selected by the user and the advertisement to be inserted.
  • the server automatically detects the unimportant position on the shot screen, and then inserts the selected advertisement into the video as a small window.
  • FIG. 6 is a schematic structural diagram of Embodiment 1 of a server according to the present invention. As shown in Figure 6, the server
  • a determination module 61 includes: a determination module 61 and a processing module 62, wherein:
  • the determining module 61 is configured to determine a location of the advertisement to be inserted in the video; and, determining at least one to-be-interested advertisement that matches the screen content corresponding to the location of the advertisement to be inserted; the processing module 62 is configured to locate the advertisement to be inserted in the video Play at least one ad to be inserted.
  • the server of this embodiment is used to perform the technical solution of any of the foregoing method embodiments, and the implementation principle and technical effects are similar, and details are not described herein again.
  • the at least one advertisement to be inserted that matches the screen content corresponding to the location of the advertisement to be inserted includes at least one of the following types of advertisements: in the screen corresponding to the location of the advertisement to be inserted
  • the product matches the advertisement, the advertisement matching the character in the screen corresponding to the position of the advertisement to be inserted, and the advertisement matching the scene in the screen corresponding to the position of the advertisement to be inserted.
  • the determining module 61 is based on the pre- The character template map stored first, the face recognition of the person close-up is performed, and the advertisement matching the person's close-up is determined according to the face recognition result; if the screen corresponding to the position of the advertisement to be inserted is the product close-up, the determining module 61 is pre-stored according to the The product template map, the object recognition of the product close-up, the advertisement matching the product close-up is determined according to the object recognition result; if the screen corresponding to the position of the advertisement to be inserted is the scene close-up, the determining module 61 according to the pre-stored scene template map, The scene close-up performs scene recognition, and determines an advertisement matching the scene close-up according to the scene recognition result.
  • the determining module 61 can be configured to analyze the video by using a computer vision algorithm to select a location of the advertisement to be inserted, wherein the computer vision algorithm includes any combination of face recognition, object recognition, and scene recognition. Further, the determining module 61 can be used to split the video into separate lens sequences, and select a position corresponding to the long lens picture in the lens sequence, and the long lens picture is a lens whose picture content is greater than the preset duration; In the position corresponding to the long shot screen, the position corresponding to the close-up screen of the person, the position corresponding to the scene of the meaningful scene shot, and the position corresponding to the meaningless shot screen; the position corresponding to the close-up screen of the person and the scene of the meaningful scene shot In the location corresponding to the location and the meaningless shot screen, select the location of the advertisement to be inserted.
  • the processing module 62 is further configured to: according to the multiple images to be inserted, the corresponding to the position of the to-be-intermediated advertisement, if the plurality of to-be-intermediated advertisements that match the position of the screen to be inserted The degree of matching of content, reordering multiple ads to be inserted.
  • the processing module 62 re-orders the plurality of to-be-intermediated advertisements by performing the following operations: calculating a brightness distribution histogram of the screens corresponding to the positions of the plurality of to-be-interstitial advertisements and the to-be-intermediated advertisements; The brightness distribution histogram is close to the brightness distribution histogram of the picture corresponding to the position of the advertisement to be inserted, and the plurality of to-be-interbeded advertisements are sorted.
  • the location of the advertisement to be inserted in the video is determined, and the advertisement to be inserted is matched according to the content of the screen corresponding to the location of the advertisement to be inserted, so that the correlation between the advertisement to be inserted and the video is enhanced, and the video viewer is brought A better sensory experience, attracting video viewers to click on more ads to be inserted, thereby increasing the effectiveness of advertising and bringing greater economic benefits to operators.
  • FIG. 7 is a schematic structural diagram of Embodiment 2 of a server according to the present invention.
  • the server 70 includes a memory 71 and a processor 72, and the processor 72 and the memory 71 are connected to each other. among them,
  • the memory 71 is used to store program instructions, and the program instructions used by the processor 72 to call the memory 71 perform the following operations:
  • the server of this embodiment is used to perform the technical solution of the foregoing method embodiment, and the implementation principle and the technical effect are similar, and details are not described herein again.
  • the processor 72 performs face recognition on the close-up of the person according to the pre-stored person template map, and determines an advertisement matching the close-up of the person according to the face recognition result;
  • the screen corresponding to the location of the advertisement to be inserted is a product close-up, and the processor 72 performs object recognition on the product close-up according to the pre-stored product template map, and determines an advertisement matching the product close-up according to the object recognition result; if the advertisement is to be inserted
  • the corresponding picture is a scene close-up, and the processor 72 analyzes the scene recognition on the scene close-up according to the preset scene template map, and determines an advertisement matching the scene close-up according to the scene recognition result.
  • the processor 72 may be configured to analyze the video by using a computer vision algorithm to select a location of the advertisement to be inserted, wherein the computer vision algorithm includes any combination of face recognition, object recognition, and scene recognition. Further, the processor 72 can be used to split the video into separate lens sequences, and select a position corresponding to the long shot picture in the shot sequence, and the long shot picture is a shot whose picture content is greater than the preset duration; In the position corresponding to the long shot screen, the position corresponding to the close-up screen of the person, the position corresponding to the scene of the meaningful scene shot, and the position corresponding to the meaningless shot screen; the position corresponding to the close-up screen of the person and the scene of the meaningful scene shot In the location corresponding to the location and the meaningless shot screen, select the location of the advertisement to be inserted.
  • the computer vision algorithm includes any combination of face recognition, object recognition, and scene recognition.
  • the processor 72 is further configured to use, according to the multiple advertisements to be inserted, a screen corresponding to the location of the advertisement to be inserted.
  • the processor 72 re-orders the plurality of to-be-intermediated advertisements by performing the following operations: calculating a brightness distribution histogram of the plurality of to-be-inserted advertisements and a position corresponding to the position of the to-be-intermediated advertisement; Brightness distribution histogram with bits to be inserted Set the proximity of the brightness distribution histogram of the corresponding picture, and sort the multiple advertisements to be inserted.
  • the location of the advertisement to be inserted in the video is determined, and the advertisement to be inserted is matched according to the content of the screen corresponding to the location of the advertisement to be inserted, so that the correlation between the advertisement to be inserted and the video is enhanced, and the video viewer is brought A better sensory experience, attracting video viewers to click on more ads to be inserted, thereby increasing the effectiveness of advertising and bringing greater economic benefits to operators.
  • the aforementioned program can be stored in a computer readable storage medium.
  • the program when executed, performs the steps including the above-described method embodiments; and the foregoing storage medium includes: a medium that can store program codes, such as a ROM, a RAM, a magnetic disk, or an optical disk.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明实施例提供一种视频播放中的广告插播方法和设备。本发明视频播放中的广告插播方法，包括：一种视频播放中的广告插播方法，其特征在于，包括：服务器在视频中确定待插播广告的位置；所述服务器确定与所述待插播广告的位置对应的画面内容相匹配的至少一个待插播广告；所述服务器在所述视频中待插播广告的位置播放至少一个所述待插播广告。本发明实施例通过预先确定视频中的待插播广告的位置，并根据待插播广告的位置对应的画面内容匹配待插播广告，使得待插播广告与视频的相关性得以增强。

Description

视频播放中的广告插播方法和设备
技术领域
本发明实施例涉及多媒体数据管理， 尤其涉及一种视频播放中的广告 插播方法和设备。
背景技术
随着近些年互联网产业的蓬勃发展， 网络视频服务逐歩侵蚀传统电视 市场， 视频业务向网络迁移。 且运营商能够获取正在浏览特定视频的用户 的信息， 例如通过用户浏览的历史记录来判断用户的喜好等。
目前，运营商所采用的广告选择系统普遍利用"基于文字的匹配策略" 选择广告， 也就是选择与视频的文本描述 （题目、 关键词和字幕等） 相关 性高的广告插播视频中的固定位置进行播放。但由于视频的文本描述可能 不准确， 并且用户在观看视频时更多关注的是正在播放画面而不是整体情 节， 因此， 可能导致在视频中插播播放的广告与视频的相关性较差。 发明内容
本发明实施例提供一种视频播放中的广告插播方法和设备， 以解决现 有技术中所播放视频与插播广告相关性低的问题。
第一方面，本发明实施例提供一种视频播放中的广告插播方法，包括： 服务器在视频中确定待插播广告的位置；
所述服务器确定与所述待插播广告的位置对应的画面内容相匹配的 至少一个待插播广告；
所述服务器在所述视频中待插播广告的位置播放至少一个所述待插 播广告。
在第一方面的第一种可能的实现方式中， 与所述待插播广告的位置对 应的画面内容相匹配的至少一个待插播广告包括以下至少一种类型的广 告： 与所述待插播广告的位置对应的画面中的产品相匹配的广告， 与所述 待插播广告的位置对应的画面中的人物相匹配的广告， 与所述待插播广告 的位置对应的画面中的场景相匹配的广告。 根据第一方面的第一种可能的实现方式， 在第一方面的第二种可能的 实现方式中， 若所述待插播广告的位置对应的画面为人物特写， 则所述服 务器根据预先存储的人物模板图， 对所述人物特写进行人脸识别， 根据人 脸识别结果确定与所述人物特写相匹配的广告；
若所述待插播广告的位置对应的画面为产品特写， 则所述服务器根据 预先存储的产品模板图， 对所述产品特写进行物体识别， 根据物体识别结 果确定与所述产品特写相匹配的广告；
若所述待插播广告的位置对应的画面为场景特写， 则所述服务器根据 预先存储的场景模板图， 对所述场景特写进行场景识别， 根据场景识别结 果确定与所述场景特写相匹配的广告。
根据第一方面或第一方面的第一种或第二种可能的实现方式， 在第一 方面的第三种可能的实现方式中， 所述服务器在视频中确定待插播广告的 位置， 具体为：
所述服务器采用计算机视觉算法分析所述视频， 选择所述待插播广告 的位置， 其中， 所述计算机视觉算法包括人脸识别、 物体识别以及场景识 别的任意组合。
根据第一方面的第三种可能的实现方式， 在第一方面的第四种可能的 实现方式中， 所述服务器采用计算机视觉算法分析所述视频， 选择所述待 插播广告的位置， 具体包括：
所述服务器将所述视频分割成单独的镜头序列， 并在所述镜头序列中 选择长镜头画面对应的位置， 所述长镜头画面为画面内容大于预设时长的 镜头；
所述服务器在所选择的长镜头画面对应的位置中， 获取人物特写镜头 画面对应的位置、 有意义场景镜头画面对应的位置和无意义镜头画面对应 的位置；
所述服务器在所述人物特写镜头画面对应的位置、 有意义场景镜头画 面对应的位置和无意义镜头画面对应的位置中， 选择所述待插播广告的位 置。
根据第一方面、 第一方面的第一种至第四种可能的实现方式的任意一 种， 在第一方面的第五种可能的实现方式中， 若确定与所述待插播广告的 位置对应的画面内容相匹配的多个待插播广告， 则所述方法还包括： 所述服务器根据所述多个待插播广告与所述待插播广告的位置对应 的画面内容的匹配程度， 对所述多个待插播广告进行重排序。
根据第一方面的第五种可能的实现方式， 在第一方面的第六种可能的 实现方式中， 所述对所述多个待插播广告进行重排序， 具体包括：
所述服务器计算所述多个待插播广告及所述待插播广告的位置对应 的画面的亮度分布直方图；
所述服务器按照各所述待插播广告的亮度分布直方图与所述待插播 广告的位置对应的画面的亮度分布直方图的接近程度， 对所述多个待插播 广告进行排序。
第二方面， 本发明实施例提供一种服务器， 包括：
确定模块， 用于在视频中确定待插播广告的位置； 及， 确定与所述待 插播广告的位置对应的画面内容相匹配的至少一个待插播广告；
处理模块， 用于在所述视频中待插播广告的位置播放至少一个所述待 插播广告。
在第二方面的第一种可能的实现方式中， 与所述待插播广告的位置对 应的画面内容相匹配的至少一个待插播广告包括以下至少一种类型的广 告： 与所述待插播广告的位置对应的画面中的产品相匹配的广告， 与所述 待插播广告的位置对应的画面中的人物相匹配的广告， 与所述待插播广告 的位置对应的画面中的场景相匹配的广告。
根据第二方面的第一种可能的实现方式， 在第二方面的第二种可能的 实现方式中， 若所述待插播广告的位置对应的画面为人物特写， 则所述确 定模块根据预先存储的人物模板图， 对所述人物特写进行人脸识别， 根据 人脸识别结果确定与所述人物特写相匹配的广告；
若所述待插播广告的位置对应的画面为产品特写， 则所述确定模块根 据预先存储的产品模板图， 对所述产品特写进行物体识别， 根据物体识别 结果确定与所述产品特写相匹配的广告；
若所述待插播广告的位置对应的画面为场景特写， 则所述确定模块根 据预先存储的场景模板图， 对所述场景特写进行场景识别， 根据场景识别 结果确定与所述场景特写相匹配的广告。 根据第二方面或第二方面的第一种或第二种可能的实现方式， 在第二 方面的第三种可能的实现方式中， 所述确定模块用于：
采用计算机视觉算法分析所述视频， 选择所述待插播广告的位置， 其 中， 所述计算机视觉算法包括人脸识别、 物体识别以及场景识别的任意组 合。
根据第二方面的第三种可能的实现方式， 在第二方面的第四种可能的 实现方式中， 所述确定模块具体用于：
将所述视频分割成单独的镜头序列， 并在所述镜头序列中选择长镜头 画面对应的位置， 所述长镜头画面为画面内容大于预设时长的镜头；
在所选择的长镜头画面对应的位置中， 获取人物特写镜头画面对应的 位置、 有意义场景镜头画面对应的位置和无意义镜头画面对应的位置； 在所述人物特写镜头画面对应的位置、 有意义场景镜头画面对应的位 置和无意义镜头画面对应的位置中， 选择所述待插播广告的位置。
根据第二方面、 第二方面的第一种至第四种可能的实现方式的任意一 种， 在第二方面的第五种可能的实现方式中， 若确定与所述待插播广告的 位置对应的画面内容相匹配的多个待插播广告， 则所述处理模块还用于： 根据所述多个待插播广告与所述待插播广告的位置对应的画面内容 的匹配程度， 对所述多个待插播广告进行重排序。
根据第二方面的第五种可能的实现方式， 在第二方面的第六种可能的 实现方式中， 所述处理模块具体用于：
计算所述多个待插播广告及所述待插播广告的位置对应的画面的亮 度分布直方图；
按照各所述待插播广告的亮度分布直方图与所述待插播广告的位置 对应的画面的亮度分布直方图的接近程度， 对所述多个待插播广告进行排 序。
第三方面， 本发明实施例提供一种服务器， 包括：
存储器， 用于存储程序指令；
处理器， 用于调用所述存储器存储的所述程序指令， 执行在视频中确 定待插播广告的位置； 及， 确定与所述待插播广告的位置对应的画面内容 相匹配的至少一个待插播广告； 在所述视频中待插播广告的位置播放至少 一个所述待插播广告。
本发明实施例一种视频播放中的广告插播方法和设备， 通过预先确定 视频中的待插播广告的位置， 并根据待插播广告的位置对应的画面内容匹 配待插播广告， 使得待插播广告与视频的相关性得以增强。 附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案， 下面将对 实施例或现有技术描述中所需要使用的附图做一简单地介绍， 显而易见 地， 下面描述中的附图是本发明的一些实施例， 对于本领域普通技术人员 来讲， 在不付出创造性劳动性的前提下， 还可以根据这些附图获得其他的 附图。
图 1为本发明视频播放中的广告插播方法实施例一的流程图； 图 2为本发明视频播放中的广告插播方法实施例一中计算机视觉算法 流程图；
图 3为本发明视频播放中的广告插播方法实施例二的流程图； 图 4为本发明视频播放中的广告插播方法实施例二中选择界面示例 图；
图 5为本发明视频播放中的广告插播方法实施例二中结果展示示例 图；
图 6为本发明服务器实施例一的结构示意图；
图 7为本发明服务器实施例二的结构示意图。 具体实施方式
为使本发明实施例的目的、 技术方案和优点更加清楚， 下面将结合本 发明实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完整地描 述， 显然，所描述的实施例是本发明一部分实施例， 而不是全部的实施例。 基于本发明中的实施例， 本领域普通技术人员在没有做出创造性劳动前提 下所获得的所有其他实施例， 都属于本发明保护的范围。
通常情况下， 运营商维护有一个广告库， 该广告库中的广告内容来自 广告商。 运营商通过将广告内容人工的植入视频中的不同位置， 并向用户 播放来达到广告的目的。 这种广告植入的方式在传统的电视运营商平台上 已经广泛应用。 这种传统的插播广告的方法由于无法获知视频受众的详细 的信息， 只能进行无差别的投放， 使得广告投放的效果没有针对性。
图 1为本发明视频播放中的广告插播方法实施例一的流程图。 本发明 实施例提供了一种视觉播放中的广告插播方法， 该方法的执行主体可以为 服务器， 具体可以通过软件或硬件或软件和硬件相结合的方式实现。 本实 施例中， 该方法具体包括如下歩骤：
歩骤 101、 服务器在视频中确定待插播广告的位置。
在现有的视频分享网站和网络电视中， 插播广告的方式多是在视频固 定的位置 （开头， 结尾或中间） 随机投放一些广告， 并没有考虑到广告插 播位置对用户体验的影响， 也没有考虑广告内容和视频内容的相关性。 本 发明可以在视频中挑选合适的待插播广告的位置， 在不影响用户正常观看 视频的基础上， 提高广告的吸引力， 从而为运营商带来更大的经济效益。
其中， 确定待插播广告的位置的方法有多种， 例如， 通过采用计算机 视觉算法分析视频来确定， 具体地， 如何通过计算机视觉算法分析视频的 方法也有多种， 运营商可以根据需求进行设计， 本发明不对其进行限制。 所确定的待插播广告的位置可以是存在人物特写、产品特写或场景特写的 镜头。
歩骤 102、 服务器确定与待插播广告的位置对应的画面内容相匹配的 至少一个待插播广告。
具体地， 在待插播广告的位置确定后， 服务器在预先存储好的广告库 中搜索与该视频或视频中该待插播广告的位置对应的画面内容相匹配的 至少一个待插播广告。 其中， 待插播广告的位置对应的画面内容可以包括 人物、 产品、 场景中的至少一个或者任意组合。 因此， 与画面内容相匹配 的待插播广告也可以是人物、产品和场景中的至少一个或任意组合，例如： 待插播的广告位置对应的画面包括某一明星， 则在该待插播广告的位置插 播与该明星相匹配的广告， 但本发明并不以此为限， 还可以有其它各类方 式。
歩骤 103、 服务器在视频中待插播广告的位置播放至少一个待插播广 告。 其中， 待插播广告的位置和待插播广告可以通过上述两个歩骤确定， 进一歩的可以保存在该视频对应的可扩展标记语言 （Extensible Markup Language, 简称： XML) 文件中； 在视频中待插播广告的位置播放至少一 个待插播广告的播放方式可以有多种， 例如， 采用画中画的方式， 即在视 频中待插播广告的位置对应的画面内容中叠加待插播广告， 该种播放方式 中， 服务器分析待插播广告的位置对应的画面内容， 找出画面中的非重要 区域， 即不影响视频观看的区域， 多为画面中的空白区域， 然后播放待插 播广告， 实现视频与待插播广告的同歩播放。
本发明实施例通过预先确定视频中的待插播广告的位置， 并根据待插 播广告的位置对应的画面内容匹配待插播广告， 使得待插播广告与视频的 相关性得以增强， 而且为视频观看者带来更好的感官体验， 吸引视频观看 者更多的点击待插播广告， 进而增加广告的有效性， 也为运营商带来更大 的经济效益。
需要说明的是， 本发明实施例中， 与待插播广告的位置对应的画面内 容相匹配的至少一个待插播广告包括以下至少一种类型的广告： 与待插播 广告的位置对应的画面中的产品相匹配的广告， 与待插播广告的位置对应 的画面中的人物相匹配的广告， 与待插播广告的位置对应的画面中的场景 相匹配的广告。
接下来对上述三种类型进行详细说明：
首先， 本发明提供基于视觉的匹配策略， 该匹配策略用于确定不同的 画面内容应该匹配什么样的待插播广告。
例如： 基于产品的视觉匹配策略。 当视频画面的内容中包括一个产品 的特写镜头时 （比如跑车， 电视， 沙发等） ， 就在这个位置插入该产品相 匹配的广告。 视频观看者很容易发现两者的相关性， 并对广告产生兴趣。 但由于视频中出现某种特定产品的概率非常小， 因此不是所有的视频都适 合用这种策略， 于是提供另外两种子策略作为补充。
基于人物的视觉匹配策略。 当视频画面的内容中包括某个电影明星 时， 可以在这个位置上插入由该电影明星主演的广告。 视频观看者也能很 容易的发现其相关性， 并对自己喜欢的明星主演的广告产生兴趣。 但视频 中可能不包括人物， 因此还提供了基于场景的视觉匹配策略。 基于场景的视觉匹配策略。 通常， 在看到某个特定场景时， 会自动联 想到很多相关的概念。 有些概念比较直接， 例如， 看到卧室会想到床， 看 到厨房会想到餐具； 有些概念比较抽象， 例如， 看到草地会想到健康， 看 到海滩会想到浪漫， 等等。 更多例子请参照表格 1， 其中列出了十种常见 场景和与之相关的概念。 根据联想提出了基于场景的策略： 当视频中出现 了某个场景的特写镜头时， 先找出能够根据这个镜头联想到的一些概念， 然后再插入这些相关概念的广告。 例如， 当视频中出现了绿地的特写镜头 时， 可以插入代表健康的茶饮料广告。 而且， 大部分的茶饮料广告都以绿 地， 树叶等作为背景拍摄， 这就使得它与视频相关性更强。 由于几乎所有 的视频都会出现场景的镜头， 因此基于场景的视觉匹配策略可以覆盖几乎 所有的视频和广告。
表格 1 十种常见场景及与之相关的概念
Figure imgf000010_0001
基于上述策略， 若待插播广告的位置对应的画面为人物特写， 则服务 器根据预先存储的人物模板图， 对人物特写进行人脸识别， 根据人脸识别 结果确定与人物特写相匹配的广告； 若待插播广告的位置对应的画面为产 品特写， 则确定模块根据预先存储的产品模板图， 对产品特写进行物体识 另 |J， 根据物体识别结果确定与产品特写相匹配的广告； 若待插播广告的位 置对应的画面为场景特写， 则确定模块根据预先存储的场景模板图， 对场 景特写进行场景识别， 根据场景识别结果确定与场景特写相匹配的广告。
在上述基础上，服务器在视频中确定待插播广告的位置，具体可以为： 服务器采用计算机视觉算法分析视频， 选择待插播广告的位置， 其中， 计 算机视觉算法包括人脸识别、 物体识别以及场景识别的任意组合。
作为一种可行的实现方式， 服务器采用计算机视觉算法分析视频， 选 择待插播广告的位置， 如图 2所示， 具体可包括：
歩骤 201、 服务器将视频分割成单独的镜头序列， 并在该镜头序列中 选择长镜头画面对应的位置， 长镜头画面为画面内容大于预设时长的镜 头。
对于给定一个视频， 服务器先将其分割成单独的镜头序列， 然后选择 其中的长镜头画面对应的位置作为候选的插播位置。 其中， 预设时长可以 为 4秒， 但不以此为限； 若选择的镜头太短， 则可能会出现镜头结束时广 告还没有结束的情况， 那么就失去了广告与该插播位置的相关性， 所以， 预设时长还与插播广告的长度有关。
本发明实施例可以通过采用边缘改变率 （Edge change Ratio , 简称：
ECR) 镜头切换检测方法来检测镜头切换实现视频分割。
歩骤 202、 服务器在所选择的长镜头画面对应的位置中， 获取人物特 写镜头画面对应的位置、 有意义场景镜头画面对应的位置和无意义镜头画 面对应的位置。
具体地， 需要从所有候选的长镜头画面中找到真正有插播广告价值的 长镜头作为最后的插播镜头。 所有的长镜头先经过粗分类， 分成人物特写 镜头 （只有一个或两个人占据画面中央位置） 、 有意义场景镜头 （这里指 表格 1中的十类常见场景， 也可以根据用户需要添加场景类型） 以及无意 义镜头 （除前两种镜头外的所有镜头） 。
本发明可以通过对所选择的长镜头提取通用搜索树 （Generalized
Search Trees ,简称： GIST )特征，然后采用线性支持向量机（Support Vector Machine, 简称： SVM ) 模型进行长镜头粗分类。
该歩骤进行粗分类的目的是要快速的排除没有插播广告价值的镜头， 同时减少需要利用计算机视觉算法的镜头数量。
歩骤 203、 服务器在所述人物特写镜头画面对应的位置、 有意义场景 镜头画面对应的位置和无意义镜头画面对应的位置中， 选择待插播广告的 位置。
该歩骤中， 对歩骤 202中的两类镜头 （人物特写镜头和有意义场景镜 头） 进行细分类：
对人物特写镜头应用人脸识别算法识别特定的人脸， 其中， 人脸识别 算法所需的人脸模板图已预先存储在服务器中或由用户直接提供， 对于识 别出特定人脸的镜头， 利用 "基于人物的策略"选择该人物主演的广告， 未识别出特定人脸的镜头就不再作为候选插播镜头；
对于有意义场景镜头， 先利用物体识别算法识别特定的产品， 其中， 物体识别算法所需的产品模板图已预先存储在服务器中或由用户直接提 供， 对于识别出特定产品的有意义场景镜头， 利用 "基于产品的策略"选 择相关产品的广告， 未识别出产品的有意义场景镜头再利用场景识别算法 识别特定的场景， 其中， 场景识别算法所需的场景模板图已预先存储在服 务器中或由用户直接提供， 对于识别出特定场景的有意义场景镜头， 利用 "基于场景的策略"选择相关概念的广告， 未识别出场景的有意义场景镜 头将不再作为候选插播镜头。
然后， 服务器根据上述识别出特定人脸、 特定产品或特定场景的镜头 画面对应的位置中， 选择待插播广告的位置。
在上述实施例的基础上， 若确定与待插播广告的位置对应的画面内容 相匹配的多个待插播广告， 则该方法还可以进一歩对多个待插播的广告进 行重排序， 如图 3所示， 具体包括：
歩骤 301、 服务器根据多个待插播广告与待插播广告的位置对应的画 面内容的匹配程度， 对多个待插播广告进行重排序。
具体地， 每个待插播广告的位置可能对应多个待插播广告， 需要对该 多个待插播广告进行重排序， 选择出最优的三个广告 （最优广告的个数基 于上述的广告分类策略， 本发明不以此为限） 。
其中， 对多个待插播广告进行重排序的方法有多种， 例如， 服务器计 算多个待插播广告及待插播广告的位置对应的画面的亮度分布直方图； 服 务器按照各待插播广告的亮度分布直方图与待插播广告的位置对应的画 面的亮度分布直方图的接近程度， 对多个待插播广告进行排序。 本实施例 通过找出与待插播广告的位置对应的画面的亮度分布直方图最接近的三 个广告， 这样在广告播放的时候不会给视频观看者带来突兀的感觉， 降低 了广告对用户体验的影响。 此外， 还可以从广告商的角度出发， 通过重排 选择与待插播广告的位置对应的画面的亮度分布直方图亮度相差很大的 广告， 已达到引人注目的效果。 还需说明的是， 由于是在视频中待插播广告的位置和待插播广告的个 数可能都是多个， 因此， 本发明还提供一界面示例对待插播广告的位置或 待插播广告的选择， 如图 4所示， 其中， 界面左边最大的方框播放欲插播 广告的视频， 其下方的滑动条处有黑色的标记， 是服务器确定的待插播广 告的位置； 界面右边上方文本框显示在该插播镜头中检测出来的视觉信 息， 例如， 汽车， 森林等， 下面三个小方框播放选择出来的相关广告， 使 用者可通过点击广告旁边的圆型按钮选择该广告； 界面右边最下方为插播 镜头的截图； 界面左下方有 7个按钮， 功能依次如下： 按第一个按钮可以 使得滑动条跳到下一个待插播广告的位置； 按第二个按钮可以选择该待插 播广告的位置， 黑色标记变长； 按第三个按钮播放上一个视频； 按第四个 按钮暂停， 再按则继续播放； 按第五个按钮播放下一个视频； 按第六感按 钮可以舍弃该待插播广告的位置， 黑色标记变短； 按第七个按钮停止播放 所有视频。
图 5为本发明视频播放中的广告插播方法实施例二中结果展示示例 图， 显示使用者选择的待插播广告的位置和待插播广告。 在每一个待插播 广告的位置处， 服务器自动检测镜头画面上的不重要位置， 然后将选择的 广告以小窗口的形式插入到视频当中播放。
图 6为本发明服务器实施例一的结构示意图。 如图 6所示， 该服务器
60包括： 确定模块 61和处理模块 62， 其中：
确定模块 61用于在视频中确定待插播广告的位置； 及， 确定与待插 播广告的位置对应的画面内容相匹配的至少一个待插播广告；处理模块 62 用于在视频中待插播广告的位置播放至少一个待插播广告。
本实施例的服务器用于执行上述任一方法实施例的技术方案， 其实现 原理和技术效果类似， 此处不再赘述。
需要说明的是， 本发明任意实施例中， 与待插播广告的位置对应的画 面内容相匹配的至少一个待插播广告包括以下至少一种类型的广告： 与待 插播广告的位置对应的画面中的产品相匹配的广告， 与待插播广告的位置 对应的画面中的人物相匹配的广告， 与待插播广告的位置对应的画面中的 场景相匹配的广告。
若待插播广告的位置对应的画面为人物特写， 则确定模块 61根据预 先存储的人物模板图， 对人物特写进行人脸识别， 根据人脸识别结果确定 与人物特写相匹配的广告； 若待插播广告的位置对应的画面为产品特写， 则确定模块 61根据预先存储的产品模板图， 对产品特写进行物体识别， 根据物体识别结果确定与产品特写相匹配的广告； 若待插播广告的位置对 应的画面为场景特写， 则确定模块 61根据预先存储的场景模板图， 对场 景特写进行场景识别， 根据场景识别结果确定与场景特写相匹配的广告。
进一歩地， 确定模块 61可以用于采用计算机视觉算法分析上述视频， 选择待插播广告的位置， 其中， 计算机视觉算法包括人脸识别、 物体识别 以及场景识别的任意组合。 更进一歩地， 确定模块 61可以用于将视频分 割成单独的镜头序列， 并在镜头序列中选择长镜头画面对应的位置， 长镜 头画面为画面内容大于预设时长的镜头； 在所选择的长镜头画面对应的位 置中， 获取人物特写镜头画面对应的位置、 有意义场景镜头画面对应的位 置和无意义镜头画面对应的位置； 在人物特写镜头画面对应的位置、 有意 义场景镜头画面对应的位置和无意义镜头画面对应的位置中， 选择待插播 广告的位置。
可选的， 若确定与所述待插播广告的位置对应的画面内容相匹配的多 个待插播广告， 则处理模块 62还可以用于根据多个待插播广告与待插播 广告的位置对应的画面内容的匹配程度， 对多个待插播广告进行重排序。
其中， 处理模块 62对多个待插播广告进行重排序可以具体通过执行 以下操作实现： 计算多个待插播广告及所述待插播广告的位置对应的画面 的亮度分布直方图； 按照各待插播广告的亮度分布直方图与待插播广告的 位置对应的画面的亮度分布直方图的接近程度， 对多个待插播广告进行排 序。
本发明实施例通过确定视频中的待插播广告的位置， 并根据待插播广 告的位置对应的画面内容匹配待插播广告， 使得待插播广告与视频的相关 性得以增强， 而且为视频观看者带来更好的感官体验， 吸引视频观看者更 多的点击待插播广告， 进而增加广告的有效性， 也为运营商带来更大的经 济效益。
图 7为本发明服务器实施例二的结构示意图。 如图 7所示， 该服务器 70包括：存储器 71和处理器 72， 处理器 72与存储器 71相互连接。其中， 存储器 71用于存储程序指令， 以及处理器 72用于调用存储器 71存储的 程序指令执行如下操作：
在视频中确定待插播广告的位置；
确定与待插播广告的位置对应的画面内容相匹配的至少一个待插播 广告；
在视频中待插播广告的位置播放至少一个待插播广告。
本实施例的服务器用于执行上述方法实施例的技术方案， 其实现原理 和技术效果类似， 此处不再赘述。
其中， 若待插播广告的位置对应的画面为人物特写， 则处理器 72根 据预先存储的人物模板图， 对人物特写进行人脸识别， 根据人脸识别结果 确定与人物特写相匹配的广告； 若待插播广告的位置对应的画面为产品特 写， 则处理器 72根据预先存储的产品模板图， 对产品特写进行物体识别， 根据物体识别结果确定与产品特写相匹配的广告； 若待插播广告的位置对 应的画面为场景特写， 则处理器 72根据预先存储的场景模板图， 对场景 特写解析场景识别， 根据场景识别结果确定与场景特写相匹配的广告。
在上述实施例中， 处理器 72可以用于采用计算机视觉算法分析上述 视频， 选择待插播广告的位置， 其中， 计算机视觉算法包括人脸识别、 物 体识别以及场景识别的任意组合。 更进一歩地， 处理器 72可以用于将视 频分割成单独的镜头序列， 并在镜头序列中选择长镜头画面对应的位置， 长镜头画面为画面内容大于预设时长的镜头； 在所选择的长镜头画面对应 的位置中， 获取人物特写镜头画面对应的位置、 有意义场景镜头画面对应 的位置和无意义镜头画面对应的位置； 在人物特写镜头画面对应的位置、 有意义场景镜头画面对应的位置和无意义镜头画面对应的位置中， 选择待 插播广告的位置。
可选的， 若确定与所述待插播广告的位置对应的画面内容相匹配的多 个待插播广告， 则处理器 72还可以用于根据多个待插播广告与待插播广 告的位置对应的画面内容的匹配程度， 对多个待插播广告进行重排序。
其中， 处理器 72对多个待插播广告进行重排序可以具体通过执行以 下操作实现： 计算多个待插播广告及所述待插播广告的位置对应的画面的 亮度分布直方图； 按照各待插播广告的亮度分布直方图与待插播广告的位 置对应的画面的亮度分布直方图的接近程度， 对多个待插播广告进行排 序。
本发明实施例通过确定视频中的待插播广告的位置， 并根据待插播广 告的位置对应的画面内容匹配待插播广告， 使得待插播广告与视频的相关 性得以增强， 而且为视频观看者带来更好的感官体验， 吸引视频观看者更 多的点击待插播广告， 进而增加广告的有效性， 也为运营商带来更大的经 济效益。
本领域普通技术人员可以理解： 实现上述各方法实施例的全部或部分 歩骤可以通过程序指令相关的硬件来完成。 前述的程序可以存储于一计算 机可读取存储介质中。 该程序在执行时， 执行包括上述各方法实施例的歩 骤； 而前述的存储介质包括： ROM、 RAM, 磁碟或者光盘等各种可以存 储程序代码的介质。
最后应说明的是： 以上各实施例仅用以说明本发明的技术方案， 而非 对其限制； 尽管参照前述各实施例对本发明进行了详细的说明， 本领域的 普通技术人员应当理解： 其依然可以对前述各实施例所记载的技术方案进 行修改， 或者对其中部分或者全部技术特征进行等同替换； 而这些修改或 者替换， 并不使相应技术方案的本质脱离本发明各实施例技术方案的范 围。

Claims

权 利 要 求 书
1、 一种视频播放中的广告插播方法， 其特征在于， 包括：
服务器在视频中确定待插播广告的位置；
所述服务器确定与所述待插播广告的位置对应的画面内容相匹配的 至少一个待插播广告；
所述服务器在所述视频中待插播广告的位置播放至少一个所述待插 播广告。
2、 根据权利要求 1所述的方法， 其特征在于， 与所述待插播广告的 位置对应的画面内容相匹配的至少一个待插播广告包括以下至少一种类 型的广告： 与所述待插播广告的位置对应的画面中的产品相匹配的广告， 与所述待插播广告的位置对应的画面中的人物相匹配的广告， 与所述待插 播广告的位置对应的画面中的场景相匹配的广告。
3、 根据权利要求 2所述的方法， 其特征在于：
若所述待插播广告的位置对应的画面为人物特写， 则所述服务器根据 预先存储的人物模板图， 对所述人物特写进行人脸识别， 根据人脸识别结 果确定与所述人物特写相匹配的广告；
若所述待插播广告的位置对应的画面为产品特写， 则所述服务器根据 预先存储的产品模板图， 对所述产品特写进行物体识别， 根据物体识别结 果确定与所述产品特写相匹配的广告；
若所述待插播广告的位置对应的画面为场景特写， 则所述服务器根据 预先存储的场景模板图， 对所述场景特写进行场景识别， 根据场景识别结 果确定与所述场景特写相匹配的广告。
4、 根据权利要求 1或 2或 3所述的方法， 其特征在于， 所述服务器 在视频中确定待插播广告的位置， 具体为：
所述服务器采用计算机视觉算法分析所述视频， 选择所述待插播广告 的位置， 其中， 所述计算机视觉算法包括人脸识别、 物体识别以及场景识 别的任意组合。
5、 根据权利要求 4所述的方法， 其特征在于， 所述服务器采用计算 机视觉算法分析所述视频， 选择所述待插播广告的位置， 具体包括：
所述服务器将所述视频分割成单独的镜头序列， 并在所述镜头序列中 选择长镜头画面对应的位置， 所述长镜头画面为画面内容大于预设时长的 镜头；
所述服务器在所选择的长镜头画面对应的位置中， 获取人物特写镜头 画面对应的位置、 有意义场景镜头画面对应的位置和无意义镜头画面对应 的位置；
所述服务器在所述人物特写镜头画面对应的位置、 有意义场景镜头画 面对应的位置和无意义镜头画面对应的位置中， 选择所述待插播广告的位 置。
6、 根据权利要求 1-5任一项所述的方法， 其特征在于， 若确定与所述 待插播广告的位置对应的画面内容相匹配的多个待插播广告， 则所述方法 还包括：
所述服务器根据所述多个待插播广告与所述待插播广告的位置对应 的画面内容的匹配程度， 对所述多个待插播广告进行重排序。
7、 根据权利要求 6所述的方法， 其特征在于， 所述对所述多个待插 播广告进行重排序， 具体包括：
所述服务器计算所述多个待插播广告及所述待插播广告的位置对应 的画面的亮度分布直方图；
所述服务器按照各所述待插播广告的亮度分布直方图与所述待插播 广告的位置对应的画面的亮度分布直方图的接近程度， 对所述多个待插播 广告进行排序。
8、 一种服务器， 其特征在于， 包括：
确定模块， 用于在视频中确定待插播广告的位置； 及， 确定与所述待 插播广告的位置对应的画面内容相匹配的至少一个待插播广告；
处理模块， 用于在所述视频中待插播广告的位置播放至少一个所述待 插播广告。
9、 根据权利要求 8所述的服务器， 其特征在于， 与所述待插播广告 的位置对应的画面内容相匹配的至少一个待插播广告包括以下至少一种 类型的广告： 与所述待插播广告的位置对应的画面中的产品相匹配的广 告， 与所述待插播广告的位置对应的画面中的人物相匹配的广告， 与所述 待插播广告的位置对应的画面中的场景相匹配的广告。
10、 根据权利要求 9所述的服务器， 其特征在于：
若所述待插播广告的位置对应的画面为人物特写， 则所述确定模块根 据预先存储的人物模板图， 对所述人物特写进行人脸识别， 根据人脸识别 结果确定与所述人物特写相匹配的广告；
若所述待插播广告的位置对应的画面为产品特写， 则所述确定模块根 据预先存储的产品模板图， 对所述产品特写进行物体识别， 根据物体识别 结果确定与所述产品特写相匹配的广告；
若所述待插播广告的位置对应的画面为场景特写， 则所述确定模块根 据预先存储的场景模板图， 对所述场景特写进行场景识别， 根据场景识别 结果确定与所述场景特写相匹配的广告。
11、 根据权利要求 8或 9或 10所述的服务器， 其特征在于， 所述确 定模块用于：
采用计算机视觉算法分析所述视频， 选择所述待插播广告的位置， 其 中， 所述计算机视觉算法包括人脸识别、 物体识别以及场景识别的任意组 合。
12、 根据权利要求 11所述的服务器， 其特征在于， 所述确定模块具 体用于：
将所述视频分割成单独的镜头序列， 并在所述镜头序列中选择长镜头 画面对应的位置， 所述长镜头画面为画面内容大于预设时长的镜头； 在所选择的长镜头画面对应的位置中， 获取人物特写镜头画面对应的 位置、 有意义场景镜头画面对应的位置和无意义镜头画面对应的位置； 在所述人物特写镜头画面对应的位置、 有意义场景镜头画面对应的位 置和无意义镜头画面对应的位置中， 选择所述待插播广告的位置。
13、根据权利要求 8-12任一项所述的服务器， 其特征在于， 若确定与 所述待插播广告的位置对应的画面内容相匹配的多个待插播广告， 则所述 处理模块还用于：
根据所述多个待插播广告与所述待插播广告的位置对应的画面内容 的匹配程度， 对所述多个待插播广告进行重排序。
14、 根据权利要求 13所述的服务器， 其特征在于， 所述处理模块具 体用于： 计算所述多个待插播广告及所述待插播广告的位置对应的画面的亮 度分布直方图；
按照各所述待插播广告的亮度分布直方图与所述待插播广告的位置 对应的画面的亮度分布直方图的接近程度， 对所述多个待插播广告进行排 序。
15、 一种服务器， 其特征在于， 包括：
存储器， 用于存储程序指令；
处理器， 用于调用所述存储器存储的所述程序指令， 执行在视频中确 定待插播广告的位置； 及， 确定与所述待插播广告的位置对应的画面内容 相匹配的至少一个待插播广告； 在所述视频中待插播广告的位置播放至少 一个所述待插播广告。
PCT/CN2014/081679 2013-10-21 2014-07-04 视频播放中的广告插播方法和设备 WO2015058557A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201310497088.8 2013-10-21
CN201310497088.8A CN104581430B (zh) 2013-10-21 2013-10-21 视频播放中的广告插播方法和设备

Publications (1)

Publication Number Publication Date
WO2015058557A1 true WO2015058557A1 (zh) 2015-04-30

Family

ID=52992211

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2014/081679 WO2015058557A1 (zh) 2013-10-21 2014-07-04 视频播放中的广告插播方法和设备

Country Status (2)

Country Link
CN (1) CN104581430B (zh)
WO (1) WO2015058557A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110634035A (zh) * 2019-09-27 2019-12-31 广州南翼信息科技有限公司 一种人脸识别的弹窗广告系统
CN113055740A (zh) * 2020-04-26 2021-06-29 杜达亮 视频中物体识别、贴片方法及其系统
CN113781115A (zh) * 2021-09-13 2021-12-10 北京奇艺世纪科技有限公司 广告展示方法、系统、设备及存储介质

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105141987B (zh) 2015-08-14 2019-04-05 京东方科技集团股份有限公司 广告植入方法和广告植入系统
CN105611342B (zh) * 2015-11-04 2019-01-29 合一网络技术(北京)有限公司 一种广告投放的方法及系统
CN105869009A (zh) * 2015-12-07 2016-08-17 乐视云计算有限公司 一种视频中的广告播放方法及装置
CN105872588A (zh) * 2015-12-09 2016-08-17 乐视网信息技术（北京）股份有限公司 视频中加载广告的方法及装置
CN106993207B (zh) * 2016-01-21 2020-02-07 腾讯科技（北京）有限公司 多媒体信息的处理方法和装置
CN105847861A (zh) * 2016-03-29 2016-08-10 乐视控股（北京）有限公司 一种视频插播方法和装置
CN105792001B (zh) * 2016-04-28 2017-05-03 黑龙江八一农垦大学 信息处理方法和信息处理装置
CN105872740B (zh) * 2016-04-28 2017-06-06 珠海横琴跨境说网络科技有限公司 信息整合方法和信息整合装置
CN106851396A (zh) * 2016-09-29 2017-06-13 创意引晴(开曼)控股有限公司 以电脑视觉基础实现的自动广告中插及播放方法
CN107888974A (zh) * 2016-09-30 2018-04-06 北京视连通科技有限公司 一种基于场景或特定对象的即时视频合成方法与系统
CN106686404B (zh) * 2016-12-16 2021-02-02 中兴通讯股份有限公司 一种视频分析平台、匹配方法、精准投放广告方法及系统
CN108282684A (zh) * 2017-01-06 2018-07-13 北京视连通科技有限公司 一种基于场景或特定对象的多媒体广告播出方法
CN108073669A (zh) * 2017-01-12 2018-05-25 北京市商汤科技开发有限公司 业务对象展示方法、装置和电子设备
CN108074127B (zh) * 2017-04-11 2022-11-25 北京市商汤科技开发有限公司 业务对象的数据分析方法、装置和电子设备
CN107105316A (zh) * 2017-05-25 2017-08-29 华为软件技术有限公司 一种广告播放方法及装置
CN108460616A (zh) * 2017-12-05 2018-08-28 北京陌上花科技有限公司 视频广告投放的数据处理方法及装置
CN109905732A (zh) * 2017-12-07 2019-06-18 北京雷石天地电子技术有限公司 在视频中植入广告的方法及装置
CN108040267A (zh) * 2017-12-07 2018-05-15 北京奇虎科技有限公司 一种在视频中融合推荐内容的方法和装置
CN108122198A (zh) * 2017-12-07 2018-06-05 北京奇虎科技有限公司 一种在视频中融合推荐内容的实现方法、装置和服务器
CN108040280A (zh) * 2017-12-08 2018-05-15 北京小米移动软件有限公司 内容项目显示方法及装置、存储介质
CN108200449B (zh) * 2017-12-29 2020-10-23 北京奇艺世纪科技有限公司 一种相关性的计算方法及装置
CN109996107A (zh) * 2017-12-29 2019-07-09 百度在线网络技术（北京）有限公司 视频生成方法、装置和系统
CN108259949B (zh) * 2018-02-11 2021-12-28 北京未来媒体科技股份有限公司 一种广告推荐方法、装置及电子设备
CN108419115A (zh) * 2018-02-13 2018-08-17 杭州炫映科技有限公司 一种广告植入方法
CN108769780B (zh) * 2018-06-14 2020-12-11 北京小米移动软件有限公司 广告播放方法和装置
CN108924648B (zh) * 2018-07-17 2021-07-23 北京新唐思创教育科技有限公司 用于向用户播放视频数据的方法、装置、设备和介质
CN109168043B (zh) * 2018-10-10 2021-06-25 北京小米智能科技有限公司 显示推荐信息的方法、设备和系统
CN112075084B (zh) * 2018-12-20 2022-06-14 海信视像科技股份有限公司 接收装置及接收方法、发送装置及发送方法、以及收发系统及收发方法
CN110035320B (zh) * 2019-03-19 2021-06-22 星河视效科技(北京)有限公司 视频的广告加载渲染方法及装置
CN110225366B (zh) * 2019-06-26 2020-12-18 腾讯科技（深圳）有限公司 视频数据处理及广告位确定方法、装置、介质及电子设备
CN111447470B (zh) * 2019-10-22 2021-04-20 深圳市野生动物园有限公司 视频应用程序参数设定平台
CN110769291B (zh) * 2019-11-18 2022-08-30 上海极链网络科技有限公司 一种视频处理方法、装置、电子设备及存储介质
CN110996121A (zh) * 2019-12-11 2020-04-10 北京市商汤科技开发有限公司 信息处理方法及装置、电子设备和存储介质
CN110996156A (zh) * 2019-12-20 2020-04-10 杭州当虹科技股份有限公司 一种在视频播放过程中自动检测并推送广告的方法
CN111242696A (zh) * 2020-01-19 2020-06-05 北京无限光场科技有限公司 一种广告插入方法、装置、电子设备及计算机存储介质
CN112822513A (zh) * 2020-12-30 2021-05-18 百视通网络电视技术发展有限责任公司 基于视频内容的广告投放展示方法、设备及存储介质
CN112752151B (zh) * 2020-12-30 2022-09-20 湖南快乐阳光互动娱乐传媒有限公司 一种动态广告植入位置的检测方法及装置
CN113347469A (zh) * 2021-06-01 2021-09-03 广州欢网科技有限责任公司 一种电视app广告播放方法、装置及系统
CN114511359B (zh) * 2022-02-17 2022-11-22 北京优酷科技有限公司 显示方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101071496A (zh) * 2006-05-10 2007-11-14 北京中青凯诚网络电视传媒有限公司 智能广告播放方法
CN101072340A (zh) * 2007-06-25 2007-11-14 孟智平 流媒体中加入广告信息的方法与系统
CN101179739A (zh) * 2007-01-11 2008-05-14 腾讯科技（深圳）有限公司 一种插入广告的方法及装置
US20080155588A1 (en) * 2006-12-21 2008-06-26 Verizon Data Services Inc. Content hosting and advertising systems and methods

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1877801A (en) * 1999-12-30 2001-07-16 Nokia Corporation Selective media stream advertising technique
KR20060113683A (ko) * 2003-10-29 2006-11-02 코닌클리즈케 필립스 일렉트로닉스 엔.브이. 메시징 시스템 및 메시징 방법
CN101489139B (zh) * 2009-01-21 2010-11-10 北京大学 基于视觉显著度的视频广告关联方法与系统
JP5175920B2 (ja) * 2010-12-15 2013-04-03 シャープ株式会社 デジタルサイネージ装置、プログラムおよび記録媒体

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101071496A (zh) * 2006-05-10 2007-11-14 北京中青凯诚网络电视传媒有限公司 智能广告播放方法
US20080155588A1 (en) * 2006-12-21 2008-06-26 Verizon Data Services Inc. Content hosting and advertising systems and methods
CN101179739A (zh) * 2007-01-11 2008-05-14 腾讯科技（深圳）有限公司 一种插入广告的方法及装置
CN101072340A (zh) * 2007-06-25 2007-11-14 孟智平 流媒体中加入广告信息的方法与系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110634035A (zh) * 2019-09-27 2019-12-31 广州南翼信息科技有限公司 一种人脸识别的弹窗广告系统
CN110634035B (zh) * 2019-09-27 2023-09-05 广州南翼信息科技有限公司 一种人脸识别的弹窗广告系统
CN113055740A (zh) * 2020-04-26 2021-06-29 杜达亮 视频中物体识别、贴片方法及其系统
CN113781115A (zh) * 2021-09-13 2021-12-10 北京奇艺世纪科技有限公司 广告展示方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN104581430B (zh) 2018-06-19
CN104581430A (zh) 2015-04-29

Similar Documents

Publication Publication Date Title
WO2015058557A1 (zh) 视频播放中的广告插播方法和设备
KR102315474B1 (ko) 미디어 디스플레이와 동기화된 컨텐츠 아이템의 제시를 위한 컴퓨터 구현 방법 및 비-일시적 컴퓨터 판독가능한 저장 매체
WO2021082668A1 (zh) 一种弹幕编辑方法、智能终端及存储介质
CN108322788B (zh) 一种视频直播中的广告展示方法及装置
US10275655B2 (en) Intelligent video thumbnail selection and generation
AU2017330571B2 (en) Machine learning models for identifying objects depicted in image or video data
CN107431828B (zh) 用于识别相关媒体内容的方法和系统
US8804999B2 (en) Video recommendation system and method thereof
JP2021525031A (ja) 埋め込まれた情報カード位置特定およびコンテンツ抽出のためのビデオ処理
US20100217671A1 (en) Method and apparatus for extracting advertisement keywords in association with situations of video scenes
CN105187866A (zh) 广告投放方法和装置
CN102290082A (zh) 视频精彩回放片段的处理方法及装置
CN110881134B (zh) 数据处理方法、装置、电子设备及存储介质
US20130311287A1 (en) Context-aware video platform systems and methods
US11284168B2 (en) Presenting information on similar objects relative to a target object from a plurality of video frames
CN105657514A (zh) 一种在移动设备浏览器中视频播放关键信息的方法及装置
KR20100116412A (ko) 동영상 장면 기반 광고정보 제공장치 및 방법
EP3396964A1 (en) Dynamic content placement in media
Ejaz et al. Video summarization by employing visual saliency in a sufficient content change method
Liu et al. Advertise gently-in-image advertising with low intrusiveness
JP6496388B2 (ja) 関連するメディアコンテントを識別するための方法及びシステム
Li et al. Saliency-based applications
CN116017036A (zh) 一种音视频分析方法、装置、计算机设备以及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14856437

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14856437

Country of ref document: EP

Kind code of ref document: A1