本發(fā)明提供了一種互聯(lián)網(wǎng)視頻內(nèi)虛擬互動廣告的植入方法。
背景技術(shù)：
傳統(tǒng)貼片廣告即廣告內(nèi)容覆蓋于視頻之上，遮擋了視頻內(nèi)容且顯得突兀，打擾用戶體驗(yàn)。目前常見的解決方案是：將適應(yīng)視頻場景的廣告內(nèi)容與視頻文件重新編碼生成新的視頻文件，再進(jìn)行內(nèi)容分發(fā)。這種方案的缺點(diǎn)是：內(nèi)容一旦分發(fā)，廣告內(nèi)容便無法進(jìn)行更改，并且不同觀眾所觀看到的廣告是重復(fù)的，當(dāng)同一觀眾再次觀看此視頻時廣告內(nèi)容與前一次是一致的，并且這種方案展示的廣告與傳統(tǒng)電視廣告一致：廣告只有展示作用，無法進(jìn)行點(diǎn)擊和互動，所以無法達(dá)到“電商導(dǎo)流”的作用。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明為解決上述技術(shù)問題而采用的技術(shù)方案是提供一種互聯(lián)網(wǎng)視頻內(nèi)虛擬互動廣告的植入方法，其中，具體實(shí)現(xiàn)方案為：
通過檢測識別模塊、追蹤數(shù)據(jù)生成模塊、互動廣告播放模塊實(shí)現(xiàn)植入；
所述檢測識別模塊用于檢測視頻中可以植入廣告的時間點(diǎn)以及在此時間點(diǎn)畫面中的xy坐標(biāo)、寬高及物體的類別，此步驟節(jié)省了對大量視頻集的查找和核對的時間；
所述追蹤數(shù)據(jù)生成模塊的作用是獲取到物體的類型以及它的所在位置后，進(jìn)行平面扭曲計(jì)算，估算出平面的透視變換；
所述互動廣告播放模塊用于匹配視頻特定場景所需廣告素材，根據(jù)用戶數(shù)據(jù)和行為，為不同觀眾展示不同廣告達(dá)到千人千面的效果，同時觀眾可以通過點(diǎn)擊畫面中的虛擬廣告進(jìn)行互動或者訪問購買頁面。
上述的互聯(lián)網(wǎng)視頻內(nèi)虛擬互動廣告的植入方法，其中：所述檢測識別模塊采用深度神經(jīng)網(wǎng)絡(luò)技術(shù)；檢測識別模塊的算法采用的是yolo:[arxiv:1612.08242]yolo9000:better,faster,stronger實(shí)現(xiàn)程序基于darknet根據(jù)業(yè)務(wù)需求將修改網(wǎng)絡(luò)結(jié)構(gòu)以達(dá)到識別指定數(shù)量的物體已經(jīng)精準(zhǔn)度；該模塊為追蹤數(shù)據(jù)生成模塊提供了視頻中需要進(jìn)行精細(xì)計(jì)算的時間點(diǎn)已經(jīng)在該時間點(diǎn)的坐標(biāo)位置范圍。
上述的互聯(lián)網(wǎng)視頻內(nèi)虛擬互動廣告的植入方法，其中：所述追蹤數(shù)據(jù)生成模塊采用的具體方法是：
1)計(jì)算視頻每一幀在檢測時的區(qū)域內(nèi)的所有特征點(diǎn)，使用的特征檢測方法是yape06方法，使用orbdescriptor來對每個檢測到的特征點(diǎn)進(jìn)行描述；
2)將不同視頻幀所檢測到的特征點(diǎn)進(jìn)行依次匹配，并通過ransac方式來過濾掉大部分錯誤的匹配；
3)通過配對前一幀和后一幀的xy坐標(biāo)數(shù)據(jù)來創(chuàng)建3x3大小的變換矩陣的方程，通過svd方法解算出該矩陣的所有參數(shù)得到兩幀畫面的變換矩陣；
4)導(dǎo)入廣告素材圖片，將素材圖片通過上一步求得的變換矩陣應(yīng)用于圖像矩陣求得經(jīng)過變換后的在此畫面中的廣告圖像；
5)將視頻中所需時間范圍內(nèi)的經(jīng)過轉(zhuǎn)換后的圖像進(jìn)行拼接，生成一個包含了每幀變換后的圖像的大圖片作為貼圖素材,將此素材及其坐標(biāo)數(shù)據(jù)保存到數(shù)據(jù)服務(wù)器端。
上述的互聯(lián)網(wǎng)視頻內(nèi)虛擬互動廣告的植入方法，其中：所述互動廣告播放模塊用戶端播放播放器展示的技術(shù)實(shí)現(xiàn)原理是播放序列幀，同步視頻的更新頻率來獲取貼圖素材中的坐標(biāo)位置和寬高，再將其渲染并疊加到視頻之上。
上述的互聯(lián)網(wǎng)視頻內(nèi)虛擬互動廣告的植入方法，其中：所述互動廣告播放模塊通過cdn內(nèi)容分發(fā)網(wǎng)絡(luò)連接數(shù)個播放器，每個播放器連接廣告分發(fā)系統(tǒng)、廣告追蹤統(tǒng)計(jì)系統(tǒng)和廣告分成系統(tǒng)。
本發(fā)明相對于現(xiàn)有技術(shù)具有如下有益效果：
1)廣告展現(xiàn)不打擾用戶觀看視頻體驗(yàn)，不影響原視頻內(nèi)容。
2)更高的廣告接受度，是品牌、產(chǎn)品宣傳有更好的效果。
3)在不改變視頻源文件的情況下，更新展示的植入廣告，根據(jù)不同觀眾展現(xiàn)不同植入廣告，提升了一個視頻節(jié)目廣告的曝光效率和利用效率。
4)植入廣告變得可以點(diǎn)擊，從而可以提高“廣告到商品銷售”或“廣
告到品牌宣傳”的轉(zhuǎn)換率。
附圖說明
圖1為互聯(lián)網(wǎng)視頻內(nèi)虛擬互動廣告的植入方法的系統(tǒng)示意圖。
具體實(shí)施方式
本發(fā)明提供了一種互聯(lián)網(wǎng)視頻內(nèi)虛擬互動廣告的植入方案；核心模塊為檢測識別模塊、追蹤數(shù)據(jù)生成模塊、互動廣告播放模塊。如附圖1所示，在場景識別位置設(shè)置檢測識別模塊，在數(shù)據(jù)生成位置設(shè)置追蹤數(shù)據(jù)生成模塊，在數(shù)據(jù)后端集群位置設(shè)置互動廣告播放模塊。
檢測識別模塊采用深度神經(jīng)網(wǎng)絡(luò)技術(shù)(deepneuralnetwork)用于檢測視頻中可以植入廣告的時間點(diǎn)以及在此時間點(diǎn)畫面中的xy坐標(biāo)，寬高及物體的類別，此步驟節(jié)省了對大量視頻集的查找和核對的時間。
檢測識別模塊的算法采用的是yolo:[arxiv:1612.08242]yolo9000:better,faster,stronger實(shí)現(xiàn)程序基于darknet根據(jù)業(yè)務(wù)需求將修改網(wǎng)絡(luò)結(jié)構(gòu)以達(dá)到識別指定數(shù)量的物體已經(jīng)精準(zhǔn)度。該模塊為追蹤數(shù)據(jù)生成模塊提供了視頻中需要進(jìn)行精細(xì)計(jì)算的時間點(diǎn)已經(jīng)在該時間點(diǎn)的坐標(biāo)位置范圍。
追蹤數(shù)據(jù)生成模塊的作用是獲取到物體的類型以及它的所在位置后，進(jìn)行精細(xì)的平面扭曲計(jì)算，估算出平面的透視變換(projectionhomographyestimation)。采用的具體方法是：
1.計(jì)算視頻每一幀在檢測時的區(qū)域內(nèi)的所有特征點(diǎn)，使用的特征檢測方法是yape06方法，使用orbdescriptor來對每個檢測到的特征點(diǎn)進(jìn)行描述；
2.將不同視頻幀所檢測到的特征點(diǎn)進(jìn)行依次匹配，并通過ransac方式來過濾掉大部分錯誤的匹配
3.通過配對前一幀和后一幀的xy坐標(biāo)數(shù)據(jù)來創(chuàng)建3x3大小的變換矩陣的方程，通過svd方法解算出該矩陣的所有參數(shù)得到兩幀畫面的變換矩陣(homographymatrix)
4.導(dǎo)入廣告素材圖片，將素材圖片通過上一步求得的變換矩陣應(yīng)用于圖像矩陣求得經(jīng)過變換后的在此畫面中的廣告圖像
5.將視頻中所需時間范圍內(nèi)的經(jīng)過轉(zhuǎn)換后的圖像進(jìn)行拼接，生成一個包含了每幀變換后的圖像的大圖片作為貼圖素材(spritesheet),將此素材及其坐標(biāo)數(shù)據(jù)保存到數(shù)據(jù)服務(wù)器端。
互動廣告播放模塊用于匹配視頻特定場景所需廣告素材，根據(jù)用戶數(shù)據(jù)和行為，為不同觀眾展示不同廣告達(dá)到“千人千面”的效果，同時觀眾可以通過點(diǎn)擊畫面中的虛擬廣告進(jìn)行互動或者訪問購買頁面。用戶端播放播放器展示的技術(shù)實(shí)現(xiàn)原理是播放序列幀，同步視頻的更新頻率來獲取貼圖素材中的坐標(biāo)位置和寬高，再將其渲染并疊加到視頻之上。
雖然本發(fā)明已以較佳實(shí)施例揭示如上，然其并非用以限定本發(fā)明。