[发明专利]检测推广信息显著性的方法、装置、设备和计算机存储介质

说明书

本发明提供一种检测推广信息显著性的方法、装置、设备和计算机存储介质，所述方法包括：抽取视频段中的每帧图像，将所述图像作为显著性检测模型的输入，获取所述显著性检测模型的输出结果；基于所述输出结果，确定所述每帧图像对应的推广信息显著性得分；基于每帧图像对应的推广信息显著性得分，获取视频段对应的推广信息显著性。本发明通过对视频内容进行分析，并利用显著性检测模型获取各帧图像的显著性检测结果，从而获取视频段的推广信息显著性，实现准确判断推广信息是否位于视频内容中的显著性区域。

【技术领域】

本发明涉及互联网技术领域，尤其涉及一种检测推广信息显著性的方法、装置、设备和计算机存储介质。

【背景技术】

随着互联网数据的爆炸性增长，以及人工智能技术的快速发展，围绕视频中推广信息的产品正在不断受到关注，比如视频贴片推广信息、视频植入推广信息等。但现有技术在将贴片推广信息、植入推广信息加入到视频时，并没有考虑到推广信息位置对视频内容的影响程度，如果加入的推广信息位于观看内容的显著性区域，则会遮挡用户所观看的视频内容，严重影响用户的观看体验。因此，亟需提供一种能够准确检测视频中推广信息显著性的方法。

【发明内容】

有鉴于此，本发明提供了一种检测推广信息显著性的方法、装置、设备和计算机存储介质，用于准确检测视频内容中推广信息的显著性，从而更合理地在视频内容中放置推广信息。

本发明为解决技术问题所采用的技术方案是提供一种检测推广信息显著性的方法，所述方法包括：抽取视频段中的每帧图像，将所述图像作为显著性检测模型的输入，获取所述显著性检测模型的输出结果；基于所述输出结果，确定所述每帧图像对应的推广信息显著性得分；基于每帧图像对应的推广信息显著性得分，获取视频段对应的推广信息显著性。

根据本发明一优选实施例，所述显著性检测模型是通过如下方式预先训练得到的：获取已标注显著性区域的图像；将所述各图像作为输入，将各图像中像素的显著性标注结果作为输出，训练分类模型，得到所述显著性检测模型。

根据本发明一优选实施例，在所述抽取视频段中的每帧图像之前，还包括：基于视频中场景切换帧的位置对视频进行切分，得到一个以上的视频段；针对各视频段，继续执行抽取视频段中的每帧图像的操作。

根据本发明一优选实施例，所述基于场景切换帧的位置对视频进行切分，得到一个以上的视频段包括：获取视频中的各个场景切换帧；确定所述各个场景切换帧在视频中的出现时间，并基于所述出现时间将视频切分为多个视频段。

根据本发明一优选实施例，所述获取视频中的各个场景切换帧包括：获取视频中每帧图像的特征信息；依次比较每帧图像之间的特征信息是否匹配，若不匹配，则确定当前比较的两帧图像中的前一帧图像为场景切换帧。

根据本发明一优选实施例，所述方法还包括：在将图像作为显著性检测模型的输入之前，对图像进行超分辨率分割。

根据本发明一优选实施例，所述基于所述输出结果，确定所述每帧图像对应的推广信息显著性得分包括：确定每帧图像中的推广信息区域；将一帧图像中属于推广信息区域的各像素对应的输出结果进行累加，将累加结果作为该一帧图像的推广信息显著性得分。

根据本发明一优选实施例，所述将一帧图像中属于推广信息区域的各像素对应的输出结果进行累加包括：将在所述推广信息区域中各像素满足预设要求的输出结果进行累加。

根据本发明一优选实施例，所述基于每帧图像对应的推广信息显著性得分，获取视频段对应的推广信息显著性包括：将视频段中对应每帧图像的推广信息显著性得分进行整合，得到该视频段所对应的推广信息显著性。

根据本发明一优选实施例，所述分类模型为全卷积神经网络模型。

根据本发明一优选实施例，所述方法还包括：将视频段对应的推广信息显著性发送至视频监控系统，由视频监控系统对视频段中的推广信息进行调整。