[发明专利]一种创可贴广告点位选取方法及装置有效
申请号: | 201710210059.7 | 申请日: | 2017-03-31 |
公开(公告)号: | CN107133567B | 公开(公告)日: | 2020-01-31 |
发明(设计)人: | 范音;路香菊;李典 | 申请(专利权)人: | 北京奇艺世纪科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06Q30/02 |
代理公司: | 11413 北京柏杉松知识产权代理事务所(普通合伙) | 代理人: | 马敬;项京 |
地址: | 100080 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: | 一种 创可贴 广告 选取 方法 装置 | ||
1.一种创可贴广告点位选取方法,其特征在于,包括:
提取待检测视频的第一帧序列中人物的VGG特征,根据所述VGG特征,确定所述第一帧序列中第一人物的第二帧序列;
通过情绪识别模型识别所述第二帧序列中所述第一人物的情绪类型,根据每一种情绪类型的情绪参数,确定所述每一种情绪类型的得分值;
当所述得分值中的最大值大于第一预设阈值时,确定所述最大值对应的情绪类型为目标情绪类型,选取所述目标情绪类型对应的时间点为创可贴广告点位。
2.根据权利要求1所述的创可贴广告点位选取方法,其特征在于,位于所述提取待检测视频的第一帧序列中人物的VGG特征之前,所述方法还包括:
获取所述待检测视频的帧序列,对所述帧序列进行预处理,得到所述第一帧序列。
3.根据权利要求1所述的创可贴广告点位选取方法,其特征在于,位于所述提取待检测视频的第一帧序列中人物的VGG特征之前,所述方法还包括:
通过卷积神经网络对FER2013数据库中的具有基本表情的人脸图像进行训练,建立所述情绪识别模型。
4.根据权利要求3所述的创可贴广告点位选取方法,其特征在于,所述提取待检测视频的第一帧序列中人物的VGG特征的步骤,包括:
通过所述情绪识别模型提取所述第一帧序列中人物的VGG特征。
5.根据权利要求2所述的创可贴广告点位选取方法,其特征在于,所述对所述帧序列进行预处理,得到所述第一帧序列的步骤,包括:
对所述帧序列中每一帧图片的人脸关键点进行校准,得到所述第一帧序列。
6.根据权利要求1所述的创可贴广告点位选取方法,其特征在于,所述根据所述VGG特征,确定所述第一帧序列中第一人物的第二帧序列的步骤,包括:
若所述第一帧序列为N帧,且所述第一帧序列中第一人物出现的帧为第M帧时,将所述第M帧设置为基准帧,将第M帧标识为第一起始帧,其中,M和N为大于0的整数;
当判断第M+1帧与所述基准帧包含同一人物时,将所述基准帧更新为所述第M+1帧;
将M值加1,得到增加后的M;
当所述增加后的M小于N时,返回所述当判断第M+1帧与所述基准帧包含同一人物时的步骤,直至所述第M+1帧与所述基准帧的时间差大于预设时间阈值,将所述基准帧标识为第一终止帧,并将所述第一起始帧和所述第一终止帧对应的帧序列,确定为所述第二帧序列。
7.根据权利要求6所述的创可贴广告点位选取方法,其特征在于,所述判断第M+1帧与所述基准帧包含同一人物的步骤包括:
计算所述第M+1帧的VGG特征与所述基准帧的VGG特征的距离;
当判断所述距离大于或等于第二预设阈值时,确定所述第M+1帧与所述基准帧包含同一人。
8.根据权利要求1所述的创可贴广告点位选取方法,其特征在于,所述根据每一种情绪类型的情绪参数,确定所述每一种情绪类型的得分值的步骤,包括:
所述情绪参数包括:情绪类型的置信度的平均值、情绪类型出现的次数和情绪类型所占比例,根据公式:
Score=avg×weight×sigmoid(count/5),
确定每一种情绪类型的得分值,其中,Score为情绪类型的得分值,avg为情绪类型的置信度的平均值,count为情绪类型出现的次数,weight为情绪类型所占比例。
9.一种创可贴广告点位选取装置,其特征在于,包括:
帧序列确定模块,用于提取待检测视频的第一帧序列中人物的VGG特征,根据所述VGG特征,确定所述第一帧序列中第一人物的第二帧序列;
分值确定模块,用于通过情绪识别模型识别所述第二帧序列中所述第一人物的情绪类型,根据每一种情绪类型的情绪参数,确定所述每一种情绪类型的得分值;
点位确定模块,用于当所述得分值中的最大值大于第一预设阈值时,确定所述最大值对应的情绪类型为目标情绪类型,选取所述目标情绪类型对应的时间点为创可贴广告点位。
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奇艺世纪科技有限公司,未经北京奇艺世纪科技有限公司许可,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/201710210059.7/1.html,转载请声明来源钻瓜专利网。