[发明专利]一种宣传信息添加方法及装置在审
申请号: | 201810200729.1 | 申请日: | 2018-03-12 |
公开(公告)号: | CN108471543A | 公开(公告)日: | 2018-08-31 |
发明(设计)人: | 刘莹;于珊 | 申请(专利权)人: | 北京搜狐新媒体信息技术有限公司 |
主分类号: | H04N21/234 | 分类号: | H04N21/234;H04N21/44;G06K9/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 侯珊;王宝筠 |
地址: | 100190 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 宣传信息 视频文件 标注 时间点 场景 宣传 视频文件播放 图像识别结果 展示 对视频文件 生成图像 图像识别 应用效率 视频 主流 | ||
1.一种宣传信息添加方法,其特征在于,包括:
对视频文件进行图像识别生成图像识别结果,所述图像识别结果包括所述视频文件中包含的产品以及各个产品在所述视频文件中的出现时间点;
根据所述各个产品在所述视频文件中的出现时间点,确定所述各个产品的宣传信息的最优展示时间,并按主流行业产品品类在所述各个产品的宣传信息的最优展示时间对应的场景对所述各个产品进行分品类标注;
获取用户从所述视频文件中包含的产品中选择的宣传产品,在所述视频文件播放到所述宣传产品的标注所在的场景时,将所述宣传产品的宣传信息添加至所述宣传产品的标注所在的场景中进行展示。
2.根据权利要求1所述的方法,其特征在于,所述对视频文件进行图像识别生成图像识别结果,包括:
识别视频文件中的图像包含的产品。
3.根据权利要求2所述的方法,其特征在于,在所述识别视频文件中的图像包含的产品之前,还包括:
采用Google Inception V3算法对于图片数据集进行深度学习,得到图像分类模型。
4.根据权利要求3所述的方法,其特征在于,所述采用Google inception V3算法对于图片数据集进行深度学习的过程中,还包括:
基于Annotator Open Images图片数据集完善深度学习模型。
5.根据权利要求2所述的方法,其特征在于,所述识别视频文件中的图像包含的产品,具体包括:
基于开源计算机视觉库Open CV的边缘检测算法,提取并保存所述视频文件中的视频关键帧;
使用Random Forest算法对所述视频关键帧进行筛选;
根据图像分类模型,采用Detector SSD算法对筛选后的所述视频关键帧进行识别,确定筛选后的所述视频关键帧中包含的产品。
6.一种宣传信息添加装置,其特征在于,包括:
图像识别模块,用于对视频文件进行图像识别生成图像识别结果,所述图像识别结果包括所述视频文件中包含的产品以及各个产品在所述视频文件中的出现时间点;
筛选分类模块,用于根据所述各个产品在所述视频文件中的出现时间点,确定所述各个产品的宣传信息的最优展示时间,并按主流行业产品品类在所述各个产品的宣传信息的最优展示时间对应的场景对所述各个产品进行分品类标注;
宣传信息投放模块,用于获取用户从所述视频文件中包含的产品中选择的宣传产品,在所述视频文件播放到所述宣传产品的标注所在的场景时,将所述宣传产品的宣传信息添加至所述宣传产品的标注所在的场景中进行展示。
7.根据权利要求6所述的装置,其特征在于,所述图像识别模块具体用于:
识别所述视频文件中的图像包含的产品。
8.根据权利要求7所述的装置,其特征在于,还包括:
图像分类模型获取模块,用于在所述识别视频文件中的图像包含的产品之前,采用Google Inception V3算法对于图片数据集进行深度学习,得到图像分类模型。
9.根据权利要求8所述的装置,其特征在于,所述图像分类模型获取模块,具体用于:
在所述采用Google inception V3算法对于图片数据集进行深度学习的过程中,基于Annotator Open Images图片数据集完善深度学习模型。
10.根据权利要求7所述的装置,其特征在于,所述图像识别模块具体用于:
基于开源计算机视觉库Open CV的边缘检测算法,提取并保存所述视频文件中的视频关键帧;
使用Random Forest算法对所述视频关键帧进行筛选;
根据图像分类模型,采用Detector SSD算法对筛选后的所述视频关键帧进行识别,确定筛选后的所述视频关键帧中包含的产品。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京搜狐新媒体信息技术有限公司,未经北京搜狐新媒体信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810200729.1/1.html,转载请声明来源钻瓜专利网。