3d移动联网电视广告交易系统的制作方法
【技术领域】
[0001] 本发明总体涉及交互视频技术，更特别地，涉及人/计算机3D视频交互。
【背景技术】
[0002] 广告交易或"广告服务"描述了将用于观看的广告投放在个人电脑以及其它连接 互联网的系统和设备上的技术和服务，上述系统和设备例如为智能手机、平板电脑、游戏单 元和"联网电视（TV)"。广告服务技术公司提供软件以投放广告、对广告计数、选择将使网 站或广告商赚最多钱的广告、以及监控不同广告宣传活动的进展。
[0003] 广告可以是非常有竞争力的，互联网广告也不例外。因此，希望能够将广告投放到 尽可能多的平台。而且，希望利用每一平台的独特的能力来改善广告体验。
[0004] 联网TV( "CTV"）（有时被称作智能TV或混合式TV)描述了将互联网和Web2. 0 特征集成到电视机中的趋势，以及在计算机和电视机之间的技术融合。相比于传统的电视， 这些设备较高程度地关注于在线交互媒体、互联网TV和点播式流媒体，并且较少地关注于 传统的广播媒体。使联网TV得以实现的技术也被并入在设备中，上述设备例如为机顶盒、 蓝光播放器、游戏控制台和其它设备。一些联网TV平台包括可以用于控制TV的各种功能 的数字摄像系统和音频输入。
[0005] 另一新兴技术是3D图形显示的技术。例如，很多设备（例如电视、计算机屏幕、甚 至移动电话）能够显示3D视频图像。这些图像例如可以通过移动3D图形API(通常被称 作M3G)来创建，该M3G为限定用于编写产生3D计算机图形的Java程序的API的规范。它 扩展了JavaME的能力，JavaME是为嵌入式设备（例如移动电话和H)S)定制的一种版本 的Java平台。面向对象的界面包括可以用于绘制复杂的动画三维场景的30个类别。M3G 被设计成满足在存储能力和处理能力方面受约束的移动设备的特定需求。API的架构允许 其完全在软件内部得以实现或利用在设备上存在的硬件。
[0006] 运动控制技术也逐渐开始被设置在CTV中和机顶盒中。例如，微软Kineet?提供 了该功能，并且制造商（例如三星、LG以及日立）已经创造出运动受控TV。然而，这些技术 通常被用于控制CTV，而非CTV的内容。
[0007] 在阅读以下描述和研究附图中的数张图之后，现有技术的这些限制和其它限制对 于本领域的技术人员来说将变得显而易见。
【发明内容】
[0008] 本发明的目的是提供一种系统，该系统相对于视频（例如视频广告）叠加姿势命 令和语音命令。
[0009] 本发明的目的是提供一种系统，该系统用于将视频广告上传到广告交易服务器并 且用于可选择地处理该视频广告以将其从2D转换成3D。
[0010] 本发明的目的是提供一种计算机实现方法，该方法用于将姿势命令和语音命令与 有关视频（例如视频广告）的动作相关联。
[0011] 本发明的目的是提供一种计算机实现方法，该方法用于显示内容、检测命令、并且 执行与检测到的命令相关的动作。
[0012] 本发明的目的是提供一种系统，该系统控制使用姿势和/或语音命令来控制示出 视频广告的视频显示器，所述姿势和/或语音命令启动与该命令相关的动作。
[0013] 在本文中所描述的系统和方法改善了用户关于在互联网上传送的广告和其它视 频内容的体验和参与。在本文中描述的系统和方法还向关注其广告的分布和观看率的广告 商提供了附加信息。
[0014] 在阅读以下描述和研究附图中的数张图之后，这些实施方式、特征和优点以及其 它实施方式、特征和优点对于本领域的技术人员来说将变得显而易见。
【附图说明】
[0015] 现在将参照附图对数个示例性实施方式进行描述，其中相同的组件被赋予相同的 附图标记。示例性实施方式意图说明而非限制本发明。附图包括下图：
[0016] 图1为示出实现本文中描述的特征的示例性系统的示意图；
[0017] 图2为示例性计算机化的系统的框图；
[0018] 图3为用于上传和处理视频广告的示例性过程的流程图；
[0019] 图4为用于将视频广告与姿势和/或语音命令叠加相叠加（overlay)的示例性过 程的流程图；
[0020] 图5为用于控制设有姿势和/或语音命令叠加的视频广告的示例性过程的流程 图；
[0021] 图6示出示例性姿势叠加；
[0022] 图7示出示例性姿势和/或语音叠加；以及
[0023] 图8示出设有利用姿势和/或语音命令对视频显示进行控制的示例性系统。
【具体实施方式】
[0024] 图1示出了根据非限制性示例的系统10,该系统10支持用于通过互联网将改进的 广告投放给出版商的过程。在该示例中，系统10包括一个或多个广告交易服务器12、一个 或多个广告商计算机14和一个或多个出版商服务器系统16。系统10可以还包括其它的计 算机、服务器或计算机化系统，例如代理服务器18。在该示例中，广告交易服务器12、广告 商计算机14、出版商服务器系统16和代理服务器18可以通过诸如互联网20的广域网（也 被称作利用TCP/IP数据包协议进行操作的"全球网"或"广域网"或"WAN"）来通信。如本 领域技术人员将理解的，广告交易服务器12可以被实现为单个服务器或多个服务器，例如 服务器机群和/或虚拟服务器。
[0025] 如在本文中所使用的，术语"出版商"指的是发布可以与广告（"ad"）关联的内容 的一个或多个实体。术语"广告商"指的是为其产品、服务和/或品牌做广告的实体。术语 "广告交易器"、"广告代理商"和/或"广告网络"指的是服务于将广告商与出版商匹配的中 间人角色的实体。
[0026] 图2是适合用在系统10中的计算机和/或服务器22的简化框图。这类计算机和 /或服务器可以从包括加利福尼亚州的帕洛阿尔托市的惠普公司、奥斯汀市的戴尔公司、加 利福尼亚州的库比蒂诺市的苹果公司等的多个源购买。作为非限制性的示例，计算机22包 括联接至存储器总线26和输入/输出（I/O)总线30的微处理器24。多个存储器和/或其 它高速设备可以联接至存储器总线26,例如RAM32、SRAM34和VRAM36。附接至I/O总线 30的是各种I/O设备，例如大容量存储器38、网络接口 40、和其它I/O42。如本领域技术 人员将理解的，具有多种可供微处理器24使用的计算机可读介质，例如RAM32、SRAM34、 VRAM36和大容量存储器38。网络接口 40和其它I/O42也可以包括计算机可读介质，例 如寄存器、缓存、缓冲器等。大容量存储器38可以有多种类型，仅举几例，其包括硬盘驱动 器、光驱和闪盘驱动器。
[0027]图3示出了通过示例而非限制的方式提出的用于在互联网上处理广告的过程44。 过程44在46处开始，并且在操作48中，将广告（"ad"）从广告商14上传到广告交易器 12。上传操作48例如可以通过使用互联网的文件传输协议（FTP)过程而在互联网20上完 成。接着，在操作50中，确定是否将对该广告进行数字化处理。例如，如果需要，则在操作 52中可以将该广告（其可以为视频或图像文件）从平面格式或"2D"格式转换到三维格式 或"3D"格式。在操作54中将该广告放在库存中，并且过程44在56处结束。
[0028]图4示出了通过示例而非限制的方式提出的用于为广告创建"叠加"的过程58。 过程58在60处开始，并且在操作52中检索广告。接着，在操作64中，确定是否将利用一 个或多个姿势叠加改进该广告。如果是，则操作66在该广告中创建插入点并且使姿势和动 作与那些插入点关联。例如，插入点可以邻近视频广告中的汽车的显示器，姿势可以被限定 为滑动或手波，并且动作可以为打开提供关于汽车的附加信息的网站。
[0029] 接着，在操作68中，确定是否将使语音叠加与广告关联。如果是，则操作70创建 一个或多个插入点以及有关的语音指令和动作。例如，插入点可以是汽车的显示器，语音命 令可以是口语"更多信息"，并且动作可以是打开提供关于汽车的更多信息的网站。之后过 程58在72处结束。
[0030]图5示出了通过示例而非限制的方式提出的用于控制设置有视频传感器和音频 传感器的显示系统的过程74。过程74在76处开始，并且在操作78中显示内容。例如，可 以在显示系统上播放视频广告。接着，在操作80中，确定广告是否已被完整播放。如果是， 则过程74在82处结束。如果否，则操作84确定视频传感器或音频传感器是否已经检测到 命令。如果否，则控制返回到操作78。如果操作84已经检测到音频命令，则操作86执行与 该音频命令有关的动作。如果操作84检测到视频命令，则操作88执行与检测到的姿势有 关的动作。之后控制返回到操作78。
[0031]将理解，上文所描述的过程和系统采用多种技术，包括3D转换、姿势检测和语音 识别。这些技术为本领域的技术人员所熟知，并且实现这些技术的软件和/或硬件可从多 个源购买。下文提出了一些技术的简要说明。
[0032]3D转换
[0033] 2D到3D视频转换（也称为2D到立体3D转换和立体转换）是将2D( "平面"）图 像内容转换成3D格式的过程，该3D格式几乎在所有的情况下是立体的，这需要从2D图像 为每只眼睛创建单独的图像。
[0034] 2D到3D转换将双目视差深度线索添加到由大脑感知的数字图像，如果适当地完 成，则与2D视频相比，在观看立体视频时大幅改善了身临其境的效果。然而，为了成功，应 当以足够的精确性和正确性来完成该转换：原始2D图像的质量不应当下降，并且所引入的 视差线索不应当与大脑用于深度感知的其它线索矛盾