[发明专利]一种广告图像特征提取方法、装置及电子设备

权利要求书

1.一种广告图像特征提取方法，其特征在于，包括：

获取目标广告图像；

将所述目标广告图像输入预先训练的分类卷积神经网络中，并获得所述分类卷积神经网络的特征提取层所输出的、所述目标广告图像的特征信息，其中，所述特征信息为：能够用于评估所述目标广告图像的投放结果的信息；

其中，所述分类卷积神经网络的最后一层为全连接层，所述特征提取层为所述全连接层的前一层，所述分类卷积神经网络是根据样本广告图像，以及所述样本广告图像对应的投放结果信息训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述分类卷积神经网络的训练过程包括：

确定初始分类卷积神经网络，其中，所述初始分类卷积神经网络包括至少一层卷积层、至少一层降采样层、一层特征提取层和一层全连接层；

获得多个样本广告图像和各样本广告图像对应的投放结果信息；

利用各样本广告图像和各样本广告图像对应的投放结果信息，训练所述初始分类卷积神经网络，得到所述分类卷积神经网络。

3.根据权利要求2所述的方法，其特征在于，所述确定初始分类卷积神经网络，包括：

确定残差网络，其中，所述残差网络包括至少一层卷积层、至少一层降采样层、一层特征提取层和一层全连接层；

获得多个样本图像和各样本图像的类别信息；

利用各样本图像和各样本图像的类别信息，训练所述残差网络，得到所述初始分类卷积神经网络。

4.根据权利要求2所述的方法，其特征在于，所述各样本广告图像对应的投放结果信息的确定方式，包括：

检测在预设时长内各样本广告图像是否被用户点击；

将被用户点击的样本广告图像对应的投放结果信息确定为：发生点击；

将未被用户点击的样本广告图像对应的投放结果信息确定为：未发生点击。

5.根据权利要求2所述的方法，其特征在于，所述各样本广告图像对应的投放结果信息的确定方式，包括：

获得各样本广告图像对应的用户点击率；

确定各样本广告图像对应的用户点击率所属的点击级别；

针对每一样本广告图像，将该样本广告图像对应的用户点击率所属的点击级别，作为该样本广告图像对应的投放结果信息。

6.根据权利要求5所述的方法，其特征在于，所述确定各样本广告图像对应的用户点击率所属的点击级别，包括：

确定各样本广告图像在投放界面中的显示区域；

基于各样本广告图像在投放界面中的显示区域，确定各样本广告图像对应的用户点击率所属的点击级别。

7.根据权利要求6所述的方法，其特征在于，所述基于各样本广告图像在投放界面中的显示区域，确定各样本广告图像对应的用户点击率所属的点击级别，包括：

按照降序排列方式，对每个显示区域上的各样本广告图像对应的用户点击率进行排序，得到各显示区域对应的目标序列；

针对每一目标序列，依据该目标序列对应的划分比例，将该目标序列顺序划分为N个子序列，所述划分比例为：N个子序列中每个子序列，分别在目标序列中所占的比例；

针对于每一子序列，将该子序列内的所有用户点击率的点击级别确定为该子序列对应的级别，其中，每一组N个子序列对应N个级别且每个子序列唯一对应一个级别。

8.一种广告图像特征提取装置，其特征在于，包括：

获取模块，用于获取目标广告图像；

提取模块，用于将所述目标广告图像输入预先训练的分类卷积神经网络中，并获得所述分类卷积神经网络的特征提取层所输出的、所述目标广告图像的特征信息，其中，所述特征信息为：能够用于评估所述目标广告图像的投放结果的信息；

其中，所述分类卷积神经网络的最后一层为全连接层，所述特征提取层为所述全连接层的前一层，所述分类卷积神经网络是根据样本广告图像，以及所述样本广告图像对应的投放结果信息训练得到的。