视频情景分析技术在视频购物领域的探索

2012年卷积神经网络CNN在ImageNet中斩获第一名，并且一超高的分类准确率遥遥领先第二名，从此深度学习革命迎来了高潮。其实在2000年以前深度学习的基本理论就已经建立，只是当时激活函数选择有误，并且计算能力受限和数据量较小，今天随着大数据时代的到来，这些问题都已经被解决。深度学习的出现立刻给视频广告的展示形式带了新的变化，晓推自研的视频情景分析技术给也给视频广告行业带了新的呼吸。

晓推自研的视频情景分析技术可以识别出视频中每一帧画面的内容，并且打上特定的标签，如图1所示，该技术可以识别出画面中的人物和物体等，并且分析出场景对应的标签为party。

图1.视频场景分析技术

晓推所采用的基础技术方案如图2所示，我们将视频的每一帧作为一张图片进行处理，将图片转换为适合特征表示，然后交给神经网络进行分类，从而识别出图像的内容。

图2.算法识别流程

随着互联网的发展，【电商+视频】这一购物模式已经广泛应用，例如某宝和某东等。而【直播+电商】这一颠覆性购物模式才初露端倪，可谓一片蓝海。那么视频直播购物又是什么?就是卖家通过视频对着自己的商品进行边录边播并与买家进行实时互动的购物形式。

晓推也希望在该视频购物领域中发挥自己算法能力,我们将视视频情景分析技术为视频购物赋能,如图3所示.这种符换视频内容场景的实时贴片广告能给用户留下深刻影响,并且这次投放并不会过度打扰用户观看视频的过程,因此会带来极大的转化率.

图3.视频场景分析技术在视频购物中的应用

晓推技术团队将每一个视频分解成各种各样的画面帧作为一个特定场景的广告位提供给各种各样的广告主(如电商)，也可以为每一个广告主特定分析和挖掘出特定的视频场景。

购物神经网络识别标签

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。