面向视频内容的广告定向投放方法研究

发布时间：2017-05-31 18:03

  本文关键词：面向视频内容的广告定向投放方法研究，，由笔耕文化传播整理发布。

【摘要】：随着互联网的普及,越来越多的用户选择观看在线视频。视频网站运营商为了实现盈利,往往在视频播放之前插入一段广告。然而由于强制用户观看与视频内容无关的广告,用户体验降低,广告的投放效果也不尽如人意。为了改变这种广告方式,本文提出新的物体级视频广告系统和视频广告投放优化模型,旨在插入与视频中物体相关的广告,并提高用户体验与广告投放的效果。本文完成了如下几个方面的工作:总结了物体级视频广告系统所需要的相关技术,并对这些技术的国内外研究现状进行了综述。分析当前视频广告的投放方式,总结了视频广告的国内外研究现状,并指出其存在的问题。设计了物体级视频广告投放系统,旨在使广告与视频中的物体相关。为了使广告与视频中的物体相关,本文探测视频中的常见物体(如人,车等)并检索与该物体相关的广告。对于探测到的物体,本文采用衣服检索找到与演员着装相似的服装广告,采用基于类别的检索找到与其他物体相关的广告。在衣服检索中,采用人体分割过滤背景的影响,对人体的各个部分进行对齐,然后在每部分提取特征进行检索,最后采用深度卷积神经网络对演员的性别进行识别。为了减少对用户的干扰,并提高广告的吸引力,本文提出了视频广告投放的优化模型。该模型包含两个部分:视频广告目标物体的优化和视频广告插入位置的优化。(1)广告目标物体的优化在目标函数考虑了视频广告四个方面:与视频相关性,对吸引观众的吸引力,显示的时间分散度,以及类别的多样性。本文提出了一个启发式算法从局部最优的角度来解决所提出的优化问题。为了便于比较,本文还使用了遗传算法来寻找更好的全局最优解。(2)广告插入位置的优化,旨在最大限度地减少候选广告和目标物体的距离以及广告和物体之间的重合面积。本文采用梯度下降的方法来搜索广告在屏幕中的位置。本文还对不同的视频广告显示策略进行了讨论。实验结果表明,本文所提出的方法能够有效的提高广告与视频的相关度,以改善用户体验。
【关键词】：视频广告 衣服检索 物体级 优化 植入式视频广告
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.41
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 绪论8-14
• 1.1 研究背景和意义8-9
• 1.2 国内外相关研究和综述9-12
• 1.2.1 视频广告相关技术综述10-11
• 1.2.2 视频广告综述11-12
• 1.3 本文的主要工作12-13
• 1.4 本文的组织结构13-14
• 第2章 视频广告投放系统设计14-21
• 2.1 视频广告投放系统框架14-16
• 2.2 视频场景分割16-17
• 2.3 视频中物体探测17-20
• 2.3.1 区别训练的基于部分的物体探测17-18
• 2.3.1 基于区域卷积特征的物体探测18-20
• 2.4 本章小结20-21
• 第3章 衣服广告检索模型21-29
• 3.1 基于卷积神经网络的性别识别22-24
• 3.1.1 应对过拟合的方法22-23
• 3.1.2 网中网结构23-24
• 3.1.3 神经网络结构24
• 3.2 人体特征提取24-27
• 3.2.1 人体部分对齐24-26
• 3.2.2 人体分割26-27
• 3.2.3 特征提取27
• 3.3 特征匹配27-28
• 3.4 本章小结28-29
• 第4章 视频广告投放优化模型29-38
• 4.1 广告目标物体的优化29-34
• 4.1.1 广告目标物体优化模型30-32
• 4.1.2 广告目标物体优化模型的求解32-34
• 4.2 广告插入位置的优化34-37
• 4.2.1 广告插入位置探测的优化模型34-36
• 4.2.2 基于梯度下降的广告插入位置优化36-37
• 4.4 本章小结37-38
• 第5章 实验及结果38-50
• 5.1 实验数据集描述38-41
• 5.2 性别识别结果41-42
• 5.3 衣服检索结果42-44
• 5.4 广告投放优化结果44-49
• 5.4.1 目标物体优化44-45
• 5.4.2 广告显示策略的讨论45-49
• 5.5 本章小结49-50
• 结论50-51
• 参考文献51-56
• 攻读硕士学位期间发表的论文及其它成果56-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 朱方文,李德强,袁政鹏,吴家麒;一种用于目标物体跟踪的人工标志[J];计算机工程与应用;2004年31期

2 王运生;聂芬;王黎明;;基于明暗恢复形状的目标物体深度信息提取算法设计[J];机械管理开发;2011年03期

3 李文涛;马钺;;基于智能相机的目标物体的定位[J];控制工程;2011年S1期

4 张冬芳;王向周;;基于数学形态学的图像边缘处理[J];微计算机信息;2006年22期

5 孔祥勤;;SoftPOSIT方法在PNP问题中的应用[J];计算机光盘软件与应用;2012年11期

6 张耀平;岳晓峰;郑春妍;甘立杰;赵黎黎;;基于视觉技术的圆柱内壁小目标物体精确测量[J];机械工程师;2009年05期

7 罗志增,蒋静萍;应用模糊信息融合实现目标物体的分类[J];仪器仪表学报;1999年04期

8 张耀平;岳晓峰;郑春妍;甘立杰;;基于视觉技术的圆柱内壁小目标物体精确测量[J];微型电脑应用;2009年09期

9 张申华;祝轩;雷文娟;王蕾;;一种改进的基于样例的目标物体移除方法[J];计算机工程与应用;2011年07期

10 李东;仓吉;夏新星;李海峰;刘向东;刘旭;;基于压缩感知的后调制远距离三维成像研究[J];光学学报;2014年01期

中国重要报纸全文数据库 前2条

1 房琳琳;牵引激光束能直接移动目标物体[N];科技日报;2014年

2 记者 张梦然;“牵引光束”实现1.5米外隔空取物[N];科技日报;2010年

中国博士学位论文全文数据库 前1条

1 荆伟;自闭症谱系障碍儿童词语习得中“快速映射”能力的实验研究[D];华东师范大学;2013年

中国硕士学位论文全文数据库 前10条

1 曹雄;面向视频内容的广告定向投放方法研究[D];哈尔滨工业大学;2014年

2 王雯霞;目标物体的形态谱分析与识别[D];苏州大学;2004年

3 陈彬彬;运动目标的识别与跟踪[D];华中科技大学;2012年

4 雷丽充;基于Kinect灵巧手智能抓捕策略[D];石家庄铁道大学;2014年

5 全亚芝;灵长类动物脑认知实验研究系统的设计与实现[D];华中科技大学;2014年

6 刘冬梅;嵌入式小零件高速检测方法的研究[D];天津理工大学;2010年

7 万里进;基于结构化组合哈希函数簇的物体检索和定位系统[D];中山大学;2013年

8 胡伟r;基于图像的植物建模技术的研究[D];浙江大学;2005年

9 仇媛媛;基于视觉显著性的物体检测方法研究[D];上海交通大学;2013年

10 成春晟;基于像素分析的视频异常识别[D];南京邮电大学;2012年

  本文关键词：面向视频内容的广告定向投放方法研究，由笔耕文化传播整理发布。

本文编号：410201