[发明专利]一种在视频中植入广告的方法及计算机设备

权利要求书

1.一种在视频中植入广告的方法，其特征在于，包括：

计算机设备确定目标图像，所述目标图像为目标视频的M帧图像中包含第一平面广告的图像，M为正整数；

所述计算机设备确定目标区域，所述目标区域为所述目标图像中所述第一平面广告所在的区域；

所述计算机设备将待植入的第二平面广告插入到所述目标区域中替换所述第一平面广告；

所述计算机设备对植入了所述第二平面广告的所述目标图像进行风格转换，转换后的所述目标图像中所述第二平面广告的风格与所述目标图像中所述第二平面广告所在区域以外的图像像素点的风格一致。

2.根据权利要求1所述的方法，其特征在于，所述计算机设备确定目标图像，包括：

所述计算机设备根据第一卷积神经网络模型识别所述M帧图像中的第i帧图像中是否包含所述第一平面广告；若所述第i帧图像中包含所述第一平面广告，则所述第i帧图像为所述目标图像，i依次取1到M的正整数。

3.根据权利要求2所述的方法，其特征在于，所述计算机设备根据第一卷积神经网络模型识别所述M帧图像中的第i帧图像中是否包含所述第一平面广告，包括：

所述计算机设备将所述M帧图像中的第i帧图像输入所述第一卷积神经网络模型中的至少一个卷积层中，得到所述至少一个卷积层中的最后一个卷积层的特征图，所述第一卷积神经网络模型包括至少一个卷积层、至少一个全连接层以及一个Softmax层；

所述计算机设备将所述最后一个卷积层的特征图输入所述至少一个全连接层中，得到所述至少一个全连接层中的最后一个全连接层输出的二维向量；

所述计算机设备将所述二维向量输入所述Softmax层中，得到用于标识所述第i帧图像中是否包含所述第一平面广告的向量。

4.根据权利要求3所述的方法，其特征在于，所述第一卷积神经网络模型中的卷积层的权重参数、所述第一卷积神经网络模型中的卷积层的偏置项参数、所述第一卷积神经网络模型中的全连接层的权重参数以及所述第一卷积神经网络模型中的全连接层的偏置项参数是根据预先设置的包含所述第一平面广告的图像以及未包含所述第一平面广告的图像训练生成的。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述计算机设备确定目标区域，包括：

所述计算机设备将所述目标图像输入第二卷积神经网络模型中，得到所述第一平面广告在所述目标图像中的第一顶点坐标集合；

所述计算机设备根据所述第一顶点坐标集合获得与所述第一顶点坐标集合的差值小于等于第一预设阈值的第二顶点坐标集合；

所述计算机设备对所述第二顶点坐标集合构成的区域进行至少一种形变，得到N个形变后的区域，N为正整数；

所述计算机设备将所述N个形变后的区域输入预先设置的第三卷积神经网络模型中，得到所述目标区域，所述第三卷积神经网络模型用于识别所述N个形变后的区域中对所述第一平面广告定位最精确的区域。

6.根据权利要求5所述的方法，其特征在于，所述第三卷积神经网络模型中的卷积层的权重参数、所述第三卷积神经网络模型中的卷积层的偏置项参数、所述第三卷积神经网络模型中的全连接层的权重参数以及所述第三卷积神经网络模型中的全连接层的偏置项参数是根据预先设置的定位精确的区域以及定位不精确的区域训练生成的。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述目标图像包括P帧；所述计算机设备将待植入的第二平面广告插入到所述目标区域中替换所述第一平面广告之后，所述对植入了所述第二平面广告的所述目标图像进行风格转换之前，还包括：

所述计算机设备采用角点跟踪算法跟踪所述P帧目标图像中的每帧目标图像中植入的所述第二平面广告的坐标；

若所述P帧目标图像中包含植入的所述第二平面广告的坐标偏移值大于等于第二预设阈值的第一图像，则所述计算机设备调整所述第一图像中所述第二平面广告的坐标，使得所述第一图像中所述第二平面广告的坐标偏移值小于所述第二预设阈值。