本发明提供了一种互联网视频内虚拟互动广告的植入方法。
背景技术：
传统贴片广告即广告内容覆盖于视频之上，遮挡了视频内容且显得突兀，打扰用户体验。目前常见的解决方案是：将适应视频场景的广告内容与视频文件重新编码生成新的视频文件，再进行内容分发。这种方案的缺点是：内容一旦分发，广告内容便无法进行更改，并且不同观众所观看到的广告是重复的，当同一观众再次观看此视频时广告内容与前一次是一致的，并且这种方案展示的广告与传统电视广告一致：广告只有展示作用，无法进行点击和互动，所以无法达到“电商导流”的作用。
技术实现要素：
本发明为解决上述技术问题而采用的技术方案是提供一种互联网视频内虚拟互动广告的植入方法，其中，具体实现方案为：
通过检测识别模块、追踪数据生成模块、互动广告播放模块实现植入；
所述检测识别模块用于检测视频中可以植入广告的时间点以及在此时间点画面中的xy坐标、宽高及物体的类别，此步骤节省了对大量视频集的查找和核对的时间；
所述追踪数据生成模块的作用是获取到物体的类型以及它的所在位置后，进行平面扭曲计算，估算出平面的透视变换；
所述互动广告播放模块用于匹配视频特定场景所需广告素材，根据用户数据和行为，为不同观众展示不同广告达到千人千面的效果，同时观众可以通过点击画面中的虚拟广告进行互动或者访问购买页面。
上述的互联网视频内虚拟互动广告的植入方法，其中：所述检测识别模块采用深度神经网络技术；检测识别模块的算法采用的是yolo:[arxiv:1612.08242]yolo9000:better,faster,stronger实现程序基于darknet根据业务需求将修改网络结构以达到识别指定数量的物体已经精准度；该模块为追踪数据生成模块提供了视频中需要进行精细计算的时间点已经在该时间点的坐标位置范围。
上述的互联网视频内虚拟互动广告的植入方法，其中：所述追踪数据生成模块采用的具体方法是：
1)计算视频每一帧在检测时的区域内的所有特征点，使用的特征检测方法是yape06方法，使用orbdescriptor来对每个检测到的特征点进行描述；
2)将不同视频帧所检测到的特征点进行依次匹配，并通过ransac方式来过滤掉大部分错误的匹配；
3)通过配对前一帧和后一帧的xy坐标数据来创建3x3大小的变换矩阵的方程，通过svd方法解算出该矩阵的所有参数得到两帧画面的变换矩阵；
4)导入广告素材图片，将素材图片通过上一步求得的变换矩阵应用于图像矩阵求得经过变换后的在此画面中的广告图像；
5)将视频中所需时间范围内的经过转换后的图像进行拼接，生成一个包含了每帧变换后的图像的大图片作为贴图素材,将此素材及其坐标数据保存到数据服务器端。
上述的互联网视频内虚拟互动广告的植入方法，其中：所述互动广告播放模块用户端播放播放器展示的技术实现原理是播放序列帧，同步视频的更新频率来获取贴图素材中的坐标位置和宽高，再将其渲染并叠加到视频之上。
上述的互联网视频内虚拟互动广告的植入方法，其中：所述互动广告播放模块通过cdn内容分发网络连接数个播放器，每个播放器连接广告分发系统、广告追踪统计系统和广告分成系统。
本发明相对于现有技术具有如下有益效果：
1)广告展现不打扰用户观看视频体验，不影响原视频内容。
2)更高的广告接受度，是品牌、产品宣传有更好的效果。
3)在不改变视频源文件的情况下，更新展示的植入广告，根据不同观众展现不同植入广告，提升了一个视频节目广告的曝光效率和利用效率。
4)植入广告变得可以点击，从而可以提高“广告到商品销售”或“广
告到品牌宣传”的转换率。
附图说明
图1为互联网视频内虚拟互动广告的植入方法的系统示意图。
具体实施方式
本发明提供了一种互联网视频内虚拟互动广告的植入方案；核心模块为检测识别模块、追踪数据生成模块、互动广告播放模块。如附图1所示，在场景识别位置设置检测识别模块，在数据生成位置设置追踪数据生成模块，在数据后端集群位置设置互动广告播放模块。
检测识别模块采用深度神经网络技术(deepneuralnetwork)用于检测视频中可以植入广告的时间点以及在此时间点画面中的xy坐标，宽高及物体的类别，此步骤节省了对大量视频集的查找和核对的时间。
检测识别模块的算法采用的是yolo:[arxiv:1612.08242]yolo9000:better,faster,stronger实现程序基于darknet根据业务需求将修改网络结构以达到识别指定数量的物体已经精准度。该模块为追踪数据生成模块提供了视频中需要进行精细计算的时间点已经在该时间点的坐标位置范围。
追踪数据生成模块的作用是获取到物体的类型以及它的所在位置后，进行精细的平面扭曲计算，估算出平面的透视变换(projectionhomographyestimation)。采用的具体方法是：
1.计算视频每一帧在检测时的区域内的所有特征点，使用的特征检测方法是yape06方法，使用orbdescriptor来对每个检测到的特征点进行描述；
2.将不同视频帧所检测到的特征点进行依次匹配，并通过ransac方式来过滤掉大部分错误的匹配
3.通过配对前一帧和后一帧的xy坐标数据来创建3x3大小的变换矩阵的方程，通过svd方法解算出该矩阵的所有参数得到两帧画面的变换矩阵(homographymatrix)
4.导入广告素材图片，将素材图片通过上一步求得的变换矩阵应用于图像矩阵求得经过变换后的在此画面中的广告图像
5.将视频中所需时间范围内的经过转换后的图像进行拼接，生成一个包含了每帧变换后的图像的大图片作为贴图素材(spritesheet),将此素材及其坐标数据保存到数据服务器端。
互动广告播放模块用于匹配视频特定场景所需广告素材，根据用户数据和行为，为不同观众展示不同广告达到“千人千面”的效果，同时观众可以通过点击画面中的虚拟广告进行互动或者访问购买页面。用户端播放播放器展示的技术实现原理是播放序列帧，同步视频的更新频率来获取贴图素材中的坐标位置和宽高，再将其渲染并叠加到视频之上。
虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明。