本文關(guān)鍵詞：面向視頻內(nèi)容的廣告定向投放方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)的普及,越來越多的用戶選擇觀看在線視頻。視頻網(wǎng)站運營商為了實現(xiàn)盈利,往往在視頻播放之前插入一段廣告。然而由于強制用戶觀看與視頻內(nèi)容無關(guān)的廣告,用戶體驗降低,廣告的投放效果也不盡如人意。為了改變這種廣告方式,本文提出新的物體級視頻廣告系統(tǒng)和視頻廣告投放優(yōu)化模型,旨在插入與視頻中物體相關(guān)的廣告,并提高用戶體驗與廣告投放的效果。本文完成了如下幾個方面的工作:總結(jié)了物體級視頻廣告系統(tǒng)所需要的相關(guān)技術(shù),并對這些技術(shù)的國內(nèi)外研究現(xiàn)狀進行了綜述。分析當前視頻廣告的投放方式,總結(jié)了視頻廣告的國內(nèi)外研究現(xiàn)狀,并指出其存在的問題。設(shè)計了物體級視頻廣告投放系統(tǒng),旨在使廣告與視頻中的物體相關(guān)。為了使廣告與視頻中的物體相關(guān),本文探測視頻中的常見物體(如人,車等)并檢索與該物體相關(guān)的廣告。對于探測到的物體,本文采用衣服檢索找到與演員著裝相似的服裝廣告,采用基于類別的檢索找到與其他物體相關(guān)的廣告。在衣服檢索中,采用人體分割過濾背景的影響,對人體的各個部分進行對齊,然后在每部分提取特征進行檢索,最后采用深度卷積神經(jīng)網(wǎng)絡(luò)對演員的性別進行識別。為了減少對用戶的干擾,并提高廣告的吸引力,本文提出了視頻廣告投放的優(yōu)化模型。該模型包含兩個部分:視頻廣告目標物體的優(yōu)化和視頻廣告插入位置的優(yōu)化。(1)廣告目標物體的優(yōu)化在目標函數(shù)考慮了視頻廣告四個方面:與視頻相關(guān)性,對吸引觀眾的吸引力,顯示的時間分散度,以及類別的多樣性。本文提出了一個啟發(fā)式算法從局部最優(yōu)的角度來解決所提出的優(yōu)化問題。為了便于比較,本文還使用了遺傳算法來尋找更好的全局最優(yōu)解。(2)廣告插入位置的優(yōu)化,旨在最大限度地減少候選廣告和目標物體的距離以及廣告和物體之間的重合面積。本文采用梯度下降的方法來搜索廣告在屏幕中的位置。本文還對不同的視頻廣告顯示策略進行了討論。實驗結(jié)果表明,本文所提出的方法能夠有效的提高廣告與視頻的相關(guān)度,以改善用戶體驗。
【關(guān)鍵詞】：視頻廣告 衣服檢索 物體級 優(yōu)化 植入式視頻廣告
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 緒論8-14
• 1.1 研究背景和意義8-9
• 1.2 國內(nèi)外相關(guān)研究和綜述9-12
• 1.2.1 視頻廣告相關(guān)技術(shù)綜述10-11
• 1.2.2 視頻廣告綜述11-12
• 1.3 本文的主要工作12-13
• 1.4 本文的組織結(jié)構(gòu)13-14
• 第2章 視頻廣告投放系統(tǒng)設(shè)計14-21
• 2.1 視頻廣告投放系統(tǒng)框架14-16
• 2.2 視頻場景分割16-17
• 2.3 視頻中物體探測17-20
• 2.3.1 區(qū)別訓(xùn)練的基于部分的物體探測17-18
• 2.3.1 基于區(qū)域卷積特征的物體探測18-20
• 2.4 本章小結(jié)20-21
• 第3章 衣服廣告檢索模型21-29
• 3.1 基于卷積神經(jīng)網(wǎng)絡(luò)的性別識別22-24
• 3.1.1 應(yīng)對過擬合的方法22-23
• 3.1.2 網(wǎng)中網(wǎng)結(jié)構(gòu)23-24
• 3.1.3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)24
• 3.2 人體特征提取24-27
• 3.2.1 人體部分對齊24-26
• 3.2.2 人體分割26-27
• 3.2.3 特征提取27
• 3.3 特征匹配27-28
• 3.4 本章小結(jié)28-29
• 第4章 視頻廣告投放優(yōu)化模型29-38
• 4.1 廣告目標物體的優(yōu)化29-34
• 4.1.1 廣告目標物體優(yōu)化模型30-32
• 4.1.2 廣告目標物體優(yōu)化模型的求解32-34
• 4.2 廣告插入位置的優(yōu)化34-37
• 4.2.1 廣告插入位置探測的優(yōu)化模型34-36
• 4.2.2 基于梯度下降的廣告插入位置優(yōu)化36-37
• 4.4 本章小結(jié)37-38
• 第5章 實驗及結(jié)果38-50
• 5.1 實驗數(shù)據(jù)集描述38-41
• 5.2 性別識別結(jié)果41-42
• 5.3 衣服檢索結(jié)果42-44
• 5.4 廣告投放優(yōu)化結(jié)果44-49
• 5.4.1 目標物體優(yōu)化44-45
• 5.4.2 廣告顯示策略的討論45-49
• 5.5 本章小結(jié)49-50
• 結(jié)論50-51
• 參考文獻51-56
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果56-58
• 致謝58

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱方文,李德強,袁政鵬,吳家麒;一種用于目標物體跟蹤的人工標志[J];計算機工程與應(yīng)用;2004年31期

2 王運生;聶芬;王黎明;;基于明暗恢復(fù)形狀的目標物體深度信息提取算法設(shè)計[J];機械管理開發(fā);2011年03期

3 李文濤;馬鉞;;基于智能相機的目標物體的定位[J];控制工程;2011年S1期

4 張冬芳;王向周;;基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣處理[J];微計算機信息;2006年22期

5 孔祥勤;;SoftPOSIT方法在PNP問題中的應(yīng)用[J];計算機光盤軟件與應(yīng)用;2012年11期

6 張耀平;岳曉峰;鄭春妍;甘立杰;趙黎黎;;基于視覺技術(shù)的圓柱內(nèi)壁小目標物體精確測量[J];機械工程師;2009年05期

7 羅志增,蔣靜萍;應(yīng)用模糊信息融合實現(xiàn)目標物體的分類[J];儀器儀表學(xué)報;1999年04期

8 張耀平;岳曉峰;鄭春妍;甘立杰;;基于視覺技術(shù)的圓柱內(nèi)壁小目標物體精確測量[J];微型電腦應(yīng)用;2009年09期

9 張申華;祝軒;雷文娟;王蕾;;一種改進的基于樣例的目標物體移除方法[J];計算機工程與應(yīng)用;2011年07期

10 李東;倉吉;夏新星;李海峰;劉向東;劉旭;;基于壓縮感知的后調(diào)制遠距離三維成像研究[J];光學(xué)學(xué)報;2014年01期

中國重要報紙全文數(shù)據(jù)庫 前2條

1 房琳琳;牽引激光束能直接移動目標物體[N];科技日報;2014年

2 記者 張夢然;“牽引光束”實現(xiàn)1.5米外隔空取物[N];科技日報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 荊偉;自閉癥譜系障礙兒童詞語習(xí)得中“快速映射”能力的實驗研究[D];華東師范大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 曹雄;面向視頻內(nèi)容的廣告定向投放方法研究[D];哈爾濱工業(yè)大學(xué);2014年

2 王雯霞;目標物體的形態(tài)譜分析與識別[D];蘇州大學(xué);2004年

3 陳彬彬;運動目標的識別與跟蹤[D];華中科技大學(xué);2012年

4 雷麗充;基于Kinect靈巧手智能抓捕策略[D];石家莊鐵道大學(xué);2014年

5 全亞芝;靈長類動物腦認知實驗研究系統(tǒng)的設(shè)計與實現(xiàn)[D];華中科技大學(xué);2014年

6 劉冬梅;嵌入式小零件高速檢測方法的研究[D];天津理工大學(xué);2010年

7 萬里進;基于結(jié)構(gòu)化組合哈希函數(shù)簇的物體檢索和定位系統(tǒng)[D];中山大學(xué);2013年

8 胡偉r;基于圖像的植物建模技術(shù)的研究[D];浙江大學(xué);2005年

9 仇媛媛;基于視覺顯著性的物體檢測方法研究[D];上海交通大學(xué);2013年

10 成春晟;基于像素分析的視頻異常識別[D];南京郵電大學(xué);2012年

  本文關(guān)鍵詞：面向視頻內(nèi)容的廣告定向投放方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：410201