[go: up one dir, main page]

CN105373938A - 识别视频图像中的商品和展示其信息的方法、装置及系统 - Google Patents

识别视频图像中的商品和展示其信息的方法、装置及系统 Download PDF

Info

Publication number
CN105373938A
CN105373938A CN201410427527.2A CN201410427527A CN105373938A CN 105373938 A CN105373938 A CN 105373938A CN 201410427527 A CN201410427527 A CN 201410427527A CN 105373938 A CN105373938 A CN 105373938A
Authority
CN
China
Prior art keywords
image
commodity
video
region
still image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410427527.2A
Other languages
English (en)
Inventor
陈霄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201410427527.2A priority Critical patent/CN105373938A/zh
Priority to US15/506,347 priority patent/US10395120B2/en
Priority to PCT/CN2015/086619 priority patent/WO2016029796A1/zh
Publication of CN105373938A publication Critical patent/CN105373938A/zh
Priority to HK16107227.2A priority patent/HK1219332A1/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
    • G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
    • G11B27/036—Insert-editing
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/102—Programmed access in sequence to addressed parts of tracks of operating record carriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请公开了一种用于识别暂停视频图像中的商品的方法和装置、一种用于在暂停视频图像上展示商品信息的方法和装置、以及一种用于在暂停视频图像上展示商品信息的系统。其中所述用于识别暂停视频图像中的商品的方法包括：接收客户端发送的暂停视频的相关信息；根据所述暂停视频的相关信息，获取处于暂停状态的客户端视频对应的静态图像；识别所述静态图像中的商品并获取商品信息；将识别出的商品在所述静态图像中的位置信息和对应的商品信息返回给所述客户端。采用本申请提供的方案，通过客户端与服务端的配合，实现了自动识别暂停视频图像中的商品、并展示商品信息的功能，有效提高在视频播放过程中进行广告推广的效率和准确性。

Description

识别视频图像中的商品和展示其信息的方法、装置及系统
技术领域
本申请涉及图像识别领域，具体涉及一种用于识别暂停视频图像中的商品的方法和装置。本申请同时提供一种用于在暂停视频图像上展示商品信息的方法和装置，以及一种用于在暂停视频图像上展示商品信息的系统。
背景技术
随着个人电脑和手机等终端设备的硬件技术的不断发展，越来越多的人选择使用个人电脑或者手机等终端设备观看由视频网站提供的各种电视节目。所谓视频网站是指在相关的技术平台支持下，让互联网用户在线流畅发布、浏览和分享视频作品的网站，众所周知的视频网站有优酷网、乐视网、爱奇艺等；通常视频网站也会推出自己的视频客户端应用程序(也称视频客户端)，专门用于在手机或者个人电脑等终端设备上播放视频网站提供的视频作品，例如：优酷视频客户端、爱奇艺视频客户端等。
在视频网站快速发展的同时，广告商们开始青睐视频广告，而广告投放也成为视频网站的主要盈利模式之一，视频网站通常会在视频文件播放之前、或者视频文件播放暂停等时机，向终端用户推送广告。
为了更好地吸引终端用户的注意力，让用户更多地关注视频广告，视频网站开始推出与视频播放内容相关的商品广告，即：采用人工的方式在视频中的特定时间和位置，标注与当前视频图像中的商品相关的推广图片或者链接(该过程也称为打点)，并在视频播放的过程中显示上述标注好的商品推广信息，从而能够定向推广与当前播放视频深度关联的商品，从而更为有效地吸引用户的注意力，提升用户对于广告投放的观看体验。
上述采用人工打点进行广告定向推广的方式，在具备上述优点的同时，也存在如下缺陷：
1)过于耗费人力成本，当视频文件中需要添加标注信息的商品比较多，或者需要处理的视频文件比较多的情况下，人工处理效率无法满足要求；
2)通过人工方式识别视频图像中的商品、并与已有商品进行匹配的过程，取决于个人的经验以及对已有商品的了解程度，在商品数量众多的情况下，上述识别匹配过程的准确性通常无法控制，因此可能出现在视频播放过程中展示的商品信息与视频图像中的商品不一致的情况，给用户体验带来不好的影响。
发明内容
本申请提供一种用于识别暂停视频图像中的商品的方法和装置，以解决现有的人工打点方式耗费人力而且无法控制识别准确性的问题。本申请另外提供一种用于在暂停视频图像上展示商品信息方法和装置，以及一种用于在暂停视频图像上展示商品信息的系统。
本申请提供一种用于识别暂停视频图像中的商品的方法，包括：
接收客户端发送的暂停视频的相关信息；
根据所述暂停视频的相关信息，获取处于暂停状态的客户端视频对应的静态图像；
识别所述静态图像中的商品并获取商品信息；
将识别出的商品在所述静态图像中的位置信息和对应的商品信息返回给所述客户端。
可选的，所述获取处于暂停状态的客户端视频对应的静态图像是指，从接收到的暂停视频的相关信息中提取所述静态图像。
可选的，所述获取处于暂停状态的客户端视频对应的静态图像包括：
根据接收到的暂停视频相关信息中包含的暂停时间点，向提供所述视频的视频服务端发送获取所述视频与暂停时间点对应的静态图像的请求；
接收所述视频服务端返回的与所述暂停时间点对应的静态图像。
可选的，如果接收到的暂停视频的相关信息中包含的静态图像或者所述视频服务端返回的静态图像的帧数大于1，执行下述操作：
针对每一帧静态图像，通过计算图像边缘点和/或计算图像锐度的方式，获取所述静态图像的清晰度；
选择清晰度满足设定要求的一帧静态图像作为后续处理所采用的静态图像。
可选的，在执行所述识别所述静态图像中的商品并获取商品信息的步骤前，执行下述步骤：
获取所述静态图像中包含商品图像的区域，作为商品图像区域；
相应的，所述识别所述静态图像中的商品并获取商品信息是指，在已获取的商品图像区域中识别商品并获取商品信息。
可选的，所述获取所述静态图像中包含商品图像的区域，包括：
采用图像分割技术把所述静态图像划分成若干个图像区域；
针对每一个图像区域，执行下述操作：
获取用于描述该图像区域性质的特征值；
判断所述特征值是否符合预先设定的商品图像区域的特征；若是，则判定该图像区域为商品图像区域，该区域在所述静态图像中的位置即为其中包含的商品在所述静态图像中的位置。
可选的，所述图像分割技术包括：基于区域的分割方法或者基于边缘的分割方法。
可选的，所述在已获取的商品图像区域中识别商品并获取商品信息，包括：
提取所述商品图像区域中的图像特征，作为基准特征；
在预先生成的候选商品特征库中查找与所述基准特征相匹配的候选商品特征，并获取匹配成功的候选商品特征对应的商品索引；
根据所述商品索引，获取该商品的相关信息。
可选的，所述图像特征包括以下特征中的至少一种：颜色特征、形状特征、纹理特征、或者语义特征。
可选的，采用尺度不变特征转换SIFT算法执行所述提取所述商品图像区域中的图像特征的步骤。
可选的，所述在预先生成的候选商品特征库中查找与所述基准特征相匹配的候选商品特征包括：
计算所述基准特征与所述候选商品特征库中的每一个候选商品特征之间的特征值差异；
将所述特征值差异满足设定要求的候选商品特征，作为与所述基准特征相匹配的候选商品特征。
相应的，本申请还提供一种用于识别暂停视频图像中的商品的装置，包括：
视频信息接收单元，用于接收客户端发送的暂停视频的相关信息；
静态图像获取单元，用于根据所述暂停视频的相关信息，获取处于暂停状态的客户端视频对应的静态图像；
商品识别单元，用于识别所述静态图像中的商品并获取商品信息；
识别信息返回单元，用于将识别出的商品在所述静态图像中的位置信息和对应的商品信息返回给所述客户端。
可选的，所述静态图像获取单元具体用于，从接收到的暂停视频的相关信息中提取所述静态图像。
可选的，所述静态图像获取单元包括：
请求发送子单元，用于根据接收到的暂停视频相关信息中包含的暂停时间点，向提供所述视频的视频服务端发送获取所述视频与暂停时间点对应的静态图像的请求；
静态图像接收子单元，用于接收所述视频服务端返回的与所述暂停时间点对应的静态图像。
可选的，所述装置还包括：
图像数目判断单元，用于判断所述静态图像获取单元获取的静态图像的帧数是否大于1；
清晰度计算单元，用于当所述图像数目判断单元的判断结果为“是”时，针对每一帧静态图像，通过计算图像边缘点和/或计算图像锐度的方式，获取所述静态图像的清晰度；
静态图像选择单元，用于根据所述清晰度计算单元的计算结果，选择清晰度满足设定要求的一帧静态图像作为后续处理所采用的静态图像。
可选的，所述装置还包括：
商品图像区域获取单元，用于获取所述静态图像中包含商品图像的区域，作为商品图像区域；
相应的，所述商品识别单元具体用于在所述商品图像区域获取单元输出的商品图像区域中识别商品并获取商品信息。
可选的，所述商品图像区域获取单元包括：
区域分割子单元，用于采用图像分割技术把所述静态图像划分成若干个图像区域；
区域特征值提取子单元，用于针对每一个图像区域，获取描述该图像区域性质的特征值；
商品区域判断子单元，用于针对每一个图像区域，判断该图像区域的特征值是否符合预先设定的商品图像区域的特征；若是，则判定该图像区域为商品图像区域，该区域在所述静态图像中的位置即为其中包含的商品在所述静态图像中的位置。
可选的，所述区域分割子单元采用的图像分割技术包括：基于区域的分割方法或者基于边缘的分割方法。
可选的，所述商品识别单元包括：
特征提取子单元，用于提取所述商品图像区域中的图像特征，作为基准特征；
特征匹配子单元，用于在预先生成的候选商品特征库中查找与所述基准特征相匹配的候选商品特征，并获取匹配成功的候选商品特征对应的商品索引；
商品信息获取子单元，用于根据所述商品索引，获取该商品的相关信息。
可选的，所述特征提取子单元具体用于，采用尺度不变特征转换SIFT算法提取所述商品图像区域中的图像特征。
可选的，所述特征匹配子单元包括：
特征值差异计算子单元，用于计算所述基准特征与所述候选商品特征库中的每一个候选商品特征之间的特征值差异；
特征值差异判断子单元，用于将所述特征值差异满足设定要求的候选商品特征，作为与所述基准特征相匹配的候选商品特征。
此外，本申请还提供一种用于在暂停视频图像上展示商品信息的方法，包括：
接收对在线播放视频的暂停指令；
暂停视频，并向服务端发送暂停视频的相关信息；所述服务端根据该暂停视频的相关信息，能够获得暂停视频的静态图像；
接收所述服务端返回的商品在所述暂停视频的静态图像中的位置信息和商品信息；
根据所述位置信息，在暂停视频的所述静态图像的相应位置处显示对应的商品信息。
可选的，所述暂停视频的相关信息包括：所述暂停视频对应的静态图像、或者所述暂停视频的暂停时间点。
可选的，所述服务端返回的商品信息中包含：商品链接信息，所述商品链接信息提供访问商品详情页面或者同款商品购买页面的地址信息；
相应的，在所述暂停视频图像的相应位置处显示对应的商品信息后，执行在所述相应位置处添加与该商品链接对应的点击跳转区域的操作；
相应的，所述方法还包括：
接收对所述暂停视频图像的点击或者触控操作；
判断接收到点击或者触控操作的区域是否为所述点击跳转区域；
若是，根据所述点击跳转区域对应的商品链接信息，获取并显示相应的页面；
若否，清除显示的商品信息和所述点击跳转区域，继续播放所述暂停视频。
可选的，如果所述服务端返回的商品信息的条目数量大于或者等于预先设定的阈值，则按照预先设定的策略从所述商品信息中筛选出特定数量的商品信息；
相应的，所述根据所述位置信息，在暂停视频图像的相应位置处显示对应的商品信息是指，根据筛选出的每条商品信息对应的位置信息，在暂停视频图像的相应位置处显示该商品信息。
相应的，本申请还提供一种用于在暂停视频图像上展示商品信息的装置，包括：
暂停指令接收单元，用于接收对在线播放视频的暂停指令；
视频信息发送单元，用于暂停视频，并向服务端发送暂停视频的相关信息；所述服务端根据该暂停视频的相关信息，能够获得暂停视频的静态图像；
识别信息接收单元，用于接收所述服务端返回的商品在所述暂停视频的静态图像中的位置信息和商品信息；
商品信息展示单元，用于根据所述位置信息，在暂停视频的所述静态图像的相应位置处显示对应的商品信息。
可选的，所述识别信息接收单元接收到的商品信息中包含：商品链接信息，所述商品链接信息提供访问商品详情页面或者同款商品购买页面的地址信息；
相应的，所述装置还包括：
跳转区域添加单元，用于在所述暂停视频图像的相应位置处显示对应的商品信息后，在所述相应位置处添加与该商品链接对应的点击跳转区域；
点击触控操作接收单元，用于接收对所述暂停视频图像的点击或者触控操作；
跳转判断单元，用于判断接收到点击或者触控操作的区域是否为所述点击跳转区域；
跳转执行单元，用于当所述跳转判断单元的输出为“是”时，根据所述点击跳转区域对应的商品链接信息，获取并显示相应的页面；
恢复播放单元，用于当所述跳转判断单元的输出为“否”时，清除显示的商品信息和所述点击跳转区域，继续播放所述暂停视频。
可选的，所述装置还包括：
商品信息判断单元，用于判断所述识别信息接收单元接收到的商品信息的条目数量是否大于或者等于预先设定的阈值；
商品信息筛选单元，用于当所述商品信息判断单元的判断结果为“是”时，按照预先设定的策略从所述商品信息中筛选出特定数量的商品信息及相应的位置信息；
相应的，所述商品信息展示单元具体用于，根据筛选出的每条商品信息对应的位置信息，在暂停视频图像的相应位置处显示该商品信息。
此外，本申请还提供一种用于在暂停视频图像上展示商品信息的系统，包括：根据上述任意一项所述的用于识别暂停视频图像中的商品的装置；和根据上述任意一项所述的用于在暂停视频图像上展示商品信息的装置；以及为所述用于在暂停视频图像上展示商品信息的装置提供视频服务的视频服务端。
可选的，所述视频服务端还用于为所述用于识别暂停视频图像中的商品的装置提供与暂停视频对应的静态图像。
与现有技术相比，本申请具有以下优点:
本申请提供的用于在暂停视频图像上展示商品信息的技术方案，服务端根据客户端发送的暂停视频的相关信息，获取所述暂停视频对应的静态图像，自动识别所述静态图像中的商品并获取商品信息，然后将所述商品在静态图像中的位置信息和对应的商品信息返回给所述客户端，从而所述客户端可以在当前暂停的视频图像上展示所述商品信息。采用本申请提供的方案，通过客户端与服务端的配合，实现了自动识别暂停视频图像中的商品、并展示商品信息的功能，从而解决了人工进行打点标注的高成本以及准确度不可控的问题，有效提高在视频播放过程中进行广告推广的效率和准确性。
附图说明
图1是本申请的一种用于识别暂停视频图像中的商品的方法实施例的流程图；
图2是本申请实施例提供的获取商品图像区域的处理过程的流程图；
图3是本申请实施例提供的在商品图像区域中识别商品并获取商品信息的处理过程的流程图；
图4是本申请的一种用于识别暂停视频图像中的商品的装置实施例的示意图；
图5是本申请的一种用于在暂停视频图像上展示商品信息的方法实施例的流程图；
图6是本申请的一种用于在暂停视频图像上展示商品信息的装置实施例的示意图；
图7是本申请的一种用于在暂停视频图像上展示商品信息的系统实施例的示意图；
图8是本申请实施例提供的用于在暂停视频图像上展示商品信息的系统的处理流程的示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
在本申请中，分别提供了一种用于识别暂停视频图像中的商品的方法和装置、一种用于在暂停视频图像上展示商品信息的方法和装置、以及一种用于在暂停视频图像上展示商品信息的系统，在下面的实施例中逐一进行详细说明。
请参考图1，其为本申请的一种用于识别暂停视频图像中的商品的方法实施例的流程图。所述方法包括如下步骤：
步骤101：接收客户端发送的暂停视频的相关信息。
客户端接收视频服务端发送的视频流并实时在线播放视频，当该播放过程被暂停时，客户端将暂停视频的相关信息发送给实施了本申请所述的用于识别暂停视频图像中的商品的方法的服务端。所述服务端根据该相关信息，获取所述处于暂停状态的客户端视频对应的静态图像，自动识别所述静态图像中的商品并获取商品信息，然后将所述商品在静态图像中的位置信息和对应的商品信息返回给所述客户端。从而所述客户端可以在处于暂停状态的视频图像上展示所述商品信息。采用本申请提供的方案，通过客户端与服务端的配合，实现了自动识别暂停视频图像中的商品、并展示商品信息的功能，提高广告推广的效率和准确性。
为了便于描述，同时也为了与向客户端提供视频服务的视频服务端相区分，在下文的描述中，将实施了本申请所述的用于识别暂停视频图像中的商品的方法的服务端称作广告推广服务端。
在本步骤中，广告推广服务端接收了客户端发送的关于暂停视频的相关信息。所述相关信息可以包括所述暂停视频对应的静态图像。该静态图像由客户端在视频播放暂停时通过屏幕截图的方式获取。所述相关信息也可以包括所述暂停视频的暂停时间点。
步骤102：根据所述暂停视频的相关信息，获取处于暂停状态的客户端视频对应的静态图像。
根据在步骤101中接收到的暂停视频的相关信息不同，本步骤采用不同的方式获取处于暂停状态的客户端视频对应的静态图像。
方式一：从接收到的暂停视频的相关信息中提取所述静态图像。
如果客户端在暂停播放视频时，采用屏幕截图的方式获取了暂停视频的静态图像并发送给广告推广服务端，所述广告推广服务端就可以在本步骤中直接从接收的数据中提取出所述暂停视频对应的静态图像。
方式二：根据暂停时间点从视频服务端获取对应的静态图像。
视频服务端将客户端用户选择的视频流发送给客户端实时播放的同时，可以将该客户端当前播放视频的视频文件名称、资源地址等相关信息发送给广告推广服务端。
当客户端暂停播放过程后，客户端将当前播放视频的暂停时间点上报给广告推广服务端，所述广告推广服务端就可以向视频服务端获取与所述暂停时间点对应的静态图像，具体说包括以下步骤：根据接收到的暂停视频相关信息中包含的暂停时间点，向提供所述视频的视频服务端发送获取所述视频与暂停时间点对应的静态图像的请求；接收所述视频服务端返回的与所述暂停时间点对应的静态图像。
上述两种方式都可以获取与暂停视频对应的静态图像，其中，方式一不涉及与视频服务端的交互，直接由客户端上传静态图像，处理过程相对简单，但是客户端通过截图方式获取的静态图像有可能不够清晰；方式二，客户端只向广告推广服务端上报暂停时间点，由广告推广服务端通过与视频服务端交互获取静态图像，视频服务端通常会选取与暂停时间点对应的较为清晰的静态图像返回给广告推广服务端，有助于广告推广服务端进行后续的识别商品等处理。在具体实施过程中，可以根据具体需求选择合适的实施方式。
不论采用上述哪种方式，如果客户端提供的静态图像或者所述视频服务端返回的静态图像的帧数大于1，也就是说广告推广服务端获取了与暂停视频对应的多帧静态图像，则可以采用计算图像边缘点和/或计算图像锐度的方式，从中选择清晰度满足设定要求的一帧图像作为后续处理所采用的静态图像。下面对计算边缘点和计算图像锐度作进一步说明。
通常认为聚焦图像比模糊图像包含更多的细节，具有更好的清晰度，而一幅图像是否聚焦，反应在空域上则是图像的边缘及细节部分是否清晰。所谓图像的边缘是指其周围像素灰度有阶跃变化的那些像素的集合，边缘点的个数可以直观的反映出图像的聚焦程度。在具体实现时，可以使用边缘检测算子来计算图像的边缘点数，以此作为图像是否聚焦，即：图像是否清晰的判断依据，例如，可以采用Matlab工具中的Edge函数以及常用的边缘检测算子来计算图像的边缘点数。
此外，清晰度(Clarity)还是分辨率和锐度的综合表现。其中，锐度(Sharpness)是对比度的俗称，是反映图像清晰度的一个重要因素，通常认为高锐度的图像更加清晰。锐度表示图像边缘的对比度，一种更加明确的定义是锐度是亮度对于空间的导数幅度，也可以这样理解，锐度等于输出亮度的变化除以位置的变化，即：
视觉锐度＝过渡区域两侧的亮度变化/过渡区域的位置变化(也就是过渡区域的宽度)
在具体的实施中，如果客户端提供的静态图像或者所述视频服务端返回的静态图像的帧数大于1，则可以通过计算边缘点数或者锐度来评价每一帧图像的清晰度，也可以将上述两种方法结合起来，综合评价每一帧图像的清晰度，并从中选择清晰度满足设定要求的一帧静态图像作为继续进行后续处理所采用的静态图像。所述清晰度满足设定要求的一帧静态图像，通常是指通过上述方式评价得到的清晰度最佳的一帧静态图像。
步骤103：获取所述静态图像中包含商品图像的区域，作为商品图像区域。
作为一种可行的实施方式，可以直接对整个静态图像进行扫描，识别该图像中包含的商品，例如：所述静态图像中仅显示了一件商品，则可以通过对整个图像的扫描识别所述商品。但是考虑到所述静态图像中可能包含大量与商品无关的图像区域，例如：树林、建筑物、人体等等，这种情况下，对整幅图像进行扫描并从中识别商品的效率就会比较低，为了提高执行效率，本实施例的技术方案提供了一种优选实施方式，即：先获取所述静态图像中包含商品图像的商品图像区域，然后再在所述商品图像区域中进行商品的识别，由于排除了不包含商品图像的区域，因此可以提高整体的识别效率。
获取所述静态图像中的商品图像区域，包括区域划分、特征值计算、特征值判断这样几个过程，包括下述步骤103-1至103-3。下面，结合附图2对这几个步骤作进一步的说明。
步骤103-1：采用图像分割算法把所述静态图像划分成若干个图像区域。
图像分割就是把图像分成若干个特定的、具有独特性质的区域的技术和过程，它是由图像处理到图像分析的关键步骤。本实施例所述的图像分割方法包括：基于区域的分割方法或者基于边缘的分割方法。
所述基于区域的分割方法是指，将具有相似性质的像素集合起来构成区域。具体说，先对每个需要分割的区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素具有相同或相似性质的像素合并到种子像素所在的区域中；将这些新像素当作新的种子像素继续进行上面的过程，直到再没有满足条件的像素可被包括进来，这样，就划分出了一个区域。常见的基于区域的分割方法包括：Meanshift分割方法、测地线活动轮廓模型、JSEG等。
图像分割的另一种重要途径是通过边缘检测，即检测灰度级或者结构具有突变的地方，这种不连续性也可以称为边缘，通常表明一个区域的终结，同时也是另一个区域的开始。不同的图像灰度不同，边界处一般有明显的边缘，可以利用此特征分割图像，也就是说将边缘检测的结果作为进行图像分割的依据。常见的边缘检测算子包括：laplacian-gauss算子、canny算子、log滤波算子、sobel算子、Robert算子、prewitt算子等，利用这些算子进行边缘检测并进行图像分割，是比较成熟的现有技术，此处不再赘述。
在具体实施过程中，可以根据所述静态图像的特点选取适合的图像分割方法，例如：如果所述静态图像的边界比较分明，可以比较准确地提取到边界，这时候可以选用基于边缘的分割方法；如果所述静态图像比较模糊，轮廓并不是很清晰，不同区域之间颜色比较接近，这种情况下可以选用基于区域的图像分割方法效果会更好一些。具体选择何种区域分割方法，可以根据实际的需要来确定，也可以采用不同于上述的其他分割方法，只要能够将所述静态图像划分为适当的图像区域即可。
步骤103-2：针对每一个图像区域，获取用于描述该图像区域性质的特征值。
从已经分割得到的多个图像区域中选取商品图像区域的过程，本质上是一个图像分类的过程，即：将图像中的各个区域按其性质或者特点分为若干类别中的一类的技术过程。为了实现该分类功能，可以针对每一个图像区域，获取用于描述该图像区域性质的特征值。
本步骤所述的图像区域的特征值，是指用于表示图像区域的形状、灰度、颜色、纹理等特征的值，通过这些值可以定性描述或者表示图像区域的性质或特点，并可以作为对图像区域进行分类的依据。获取图像区域特征值的过程通常也称为特征提取过程。
在具体实现中，可以针对实际的需求采用相应的特征提取算法，例如：采用小波变换、Hough变换等数学变换方法进行特征提取，采用灰度共生矩阵法、Laws能量纹理法等方法进行特征提取等。
步骤103-3：判断每一个图像区域的特征值是否符合预先设定的商品图像区域的特征；若是，则判定该图像区域为商品图像区域，该区域在所述静态图像中的位置即为其中包含的商品在所述静态图像中的位置。
判断某个图像区域是否为商品图像区域，实际上就是判断描述该图像区域性质的特征值是否与预先设定的商品图像区域的判别准则相符。
在本实施例的一个具体例子中，首先收集一定数量的已知类别的训练样本，包括正样本，即：各种商品图像的样本，还有负样本，即：不是商品图像的样本，例如：人体图像样本、环境图像样本等，通过对这些样本特征的提取、学习和训练，确定一个用于判定待检测图像是否为商品图像的判别函数和相应的判别准则(也称分类器)。然后在本步骤中就可以将每一个已经分割好的图像区域的特征值作为该分类器的输入，所述分类器根据预先训练好的判别函数和判别准则判断该图像区域是否为商品图像区域，并输出结果。
采用上述方式在所述静态图像中检测出商品图像区域后，可以同时记录该商品图像区域在所述静态图像中的位置，该位置也就是所述商品图像区域中包含的商品在所述静态图像中的位置。
步骤104：识别所述商品图像区域中的商品并获取商品信息。
本步骤在已经获取的商品图像区域中识别商品并获取商品信息，具体说包括特征提取、特征匹配和获取商品信息这样几个过程，包括下述步骤104-1至104-3。下面，结合附图3对这几个步骤作进一步的说明。
步骤104-1：提取所述商品图像区域中的图像特征，作为基准特征。
在步骤103中已经获取了商品图像区域，本步骤则需要提取商品图像区域中的图像特征，为步骤104-2中的匹配识别操作做好准备。
所述图像特征既包括图像的低层特征，例如：颜色特征、形状特征、纹理特征，以及高层次的特征，例如：语义特征等。在具体实施过程中，可以提取不同于上述列举特征的其他图像特征作为基准特征，这些仅仅是实施方式的变更，并不偏离本申请的核心，都在本申请的保护范围之内。
对图像特征的提取，可以采用不同的特征提取算法，本实施例的技术方案采用SIFT算法提取所述商品图像区域中的图像特征。
SIFT(Scale-InvariantfeatureTransform-尺度不变特征变换)算法是一种图像特征提取算法，是目前应用比较广泛的局部特征提取算法，SIFT特征在图像发生平移、旋转、尺度变化、光照变化情况下保持不变，并能在一定程度上对视角变化、仿射变化也具备较为稳定的特征匹配能力，即：采用SIFT算法提取图像特征，可以去除尺度变化、旋转等变形因素的影响。
在具体实施过程中，可以采用OpenCV库提供的方法进行图像特征的提取。OpenCV库是计算机视觉库，它提供了图像处理、计算机视觉、人工智能方面的很多算法。在本实施例的一个具体例子中，采用OpenCV库中的Detector类的detect()方法来提取所述商品图像区域中的图像特征。
在商品种类比较少的情况下，可以从所述商品图像区域中提取一种图像特征，例如：颜色特征、纹理特征或者形状特征中的一种，就可以在后续步骤104-2中通过特征匹配过程识别出所述商品。但是考虑视频图像中可能包含的商品种类繁多，很多不同种类的商品可能存在颜色相同、形状相同或者纹理相同的情况，如果仅提取某一种特征，容易出现识别错误的现象，因此为了更为准确地识别出所述商品图像区域中的商品，在本步骤中可以在颜色特征、形状特征、纹理特征，以及语义特征中提取两种甚至更多种类的特征，作为所述基准特征，供后续步骤104-2匹配使用。
步骤104-2：在预先生成的候选商品特征库中查找与所述基准特征相匹配的候选商品特征，并获取匹配成功的候选商品特征对应的商品索引。
为了实现在暂停视频图像中识别商品的功能，实现该功能的服务端可以预先采用与步骤104-1类似的方法将用于匹配的各种候选商品的商品图像特征输入到候选商品特征库中。例如：为每一种候选商品图像提取颜色特征、纹理特征、以及形状特征等，并将提取的各个特征值存储在候选商品特征库中。
在本步骤中就可以根据步骤104-1获取的商品图像区域的图像特征，即：基准特征，在所述预先生成的候选商品特征库中查找与其相匹配的候选商品特征。具体说就是，计算所述基准特征与所述候选商品特征库中的每一个候选商品特征之间的特征值差异；并将所述特征值差异满足设定要求的候选商品特征，作为与所述基准特征相匹配的候选商品特征。在具体实现中，可以选择与基准特征之间的特征值差异最小的候选商品特征，作为与所述基准特征相匹配的候选商品特征。
所述基准特征与候选商品特征之间的特征值差异，通常也称作是与这两种特征对应的两图像之间的距离，即：待识别商品图像(所述商品图像区域中的图像)与候选商品图像之间的距离，该值是表征上述两图像之间的相似程度的量化数值，如果该数值满足预先设定的条件，则可以认为上述两图像相似度匹配，也就是本步骤所述的基准特征与候选商品特征相匹配。
在具体实施过程中，计算基准特征与候选商品特征之间的特征值差异，可以分别计算基准特征与候选商品特征的每个相应特征值之间的差异，然后采用预先设定的权重将计算出的各个差异值综合起来，即得到了所述基准特征与候选商品特征之间的特征值差异。在本实施例的一个具体例子中，分别计算基准特征与候选商品特征之间的颜色特征值的差异、纹理特征值的差异、形状特征值的差异，并将上述计算结果按照预先设定的权重相加，就得到了所述特征值差异。
在具体实施过程中，计算基准特征与候选商品特征之间的特征值差异，还可以采用比较常用的图像距离度量公式。采用这种方式，可以根据所述基准特征中的各个特征值，采用预先设定的权重或者算法生成表征所述基准特征的特征向量，同样，可以根据候选商品特征中的相应特征值，采用与上述同样的方法生成表征候选商品特征的特征向量，然后采用距离度量公式或者函数计算上述两个特征向量之间的距离，计算得到的距离值也就是本步骤所述的基准特征与候选特征之间的特征值差异。常用的距离度量公式有：Minkkowsky距离，Manhattan距离，Euclidean距离，加权Euclidean距离，Chebyshev距离，Mahalanobis距离等。
上面描述了在匹配识别过程中，计算基准特征与候选商品特征的特征值差异的两种方式。获取基准特征与候选商品特征的特征值差异(也称差异度)是匹配识别过程中的一个关键环节，具有特征依赖的特点，针对不同的图像以及所提取的图像特征的不同种类，可以在上述两种方式中选择适当的方式，并可以根据需要调整预先设定的权重或者计算公式。
通过上述匹配识别过程，获取了与所述基准特征相匹配的候选商品特征，也就是说，所述商品图像区域中包含的是所述候选商品特征所对应的商品，至此，就从所述商品图像区域中识别出具体的商品。
进一步的，可以根据所述相匹配的候选商品特征获取对应的商品索引，用于在后续步骤中获取被识别出的具体商品的相关信息。在本实施例的一个具体例子中，直接使用候选商品的特征值的组合作为对应商品的索引，从而在找到与所述基准特征相匹配的候选商品特征的同时，就获取了对应商品的索引。
在具体实施过程中，对于有海量候选商品图像源的应用场景，由于候选商品数量巨大，每种候选商品又包括多种特征，而上述匹配识别过程要计算基准特征与每种候选商品特征之间的差异值，其计算量是相对比较大的，为了避免成为系统性能的瓶颈，在具体实施过程中，可以通过充分利用数据库缓存技术、提高数据库存取效率、以及采用集群等方式完成上述计算任务，从而提高计算效率，缩短系统响应时间，能够在客户端用户可接受的时间内识别出暂停视频图像中的商品。
步骤104-3：根据所述商品索引，获取该商品的相关信息。
根据步骤104-2获取的商品索引，进行数据库查询操作，获取已经在所述商品图像区域中识别出的商品的相关信息，包括：商品类别、名称、价格、销售排名、商品详情页面的链接信息、或者在淘宝上购买同款商品的网页链接信息等。
步骤105：将识别出的商品在所述静态图像中的位置信息和对应的商品信息返回给所述客户端。
识别出静态图像中包含的商品，自然就获知了该商品在所述静态图像中的位置信息，例如，在步骤103中获取的商品图像区域在所述静态图像中的位置，即为所述商品图像区域中包含的商品在所述静态图像中的位置。
将所述位置信息和在步骤104中获取的对应的商品信息返回给所述客户端，所述客户端就可以在当前暂停视频图像的相应位置处显示商品信息了。
在上述的实施例中，提供了一种用于识别暂停视频图像中的商品的方法，与之相对应的，本申请还提供一种用于识别暂停视频图像中的商品的装置。请参看图4，其为本申请的一种用于识别暂停视频图像中的商品的装置实施例示意图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例的一种用于识别暂停视频图像中的商品的装置，包括：视频信息接收单元401，用于接收客户端发送的暂停视频的相关信息；静态图像获取单元402，用于根据所述暂停视频的相关信息，获取处于暂停状态的客户端视频对应的静态图像；商品图像区域获取单元403，用于获取所述静态图像中包含商品图像的区域，作为商品图像区域；商品识别单元404，用于识别所述商品图像区域中的商品并获取商品信息；识别信息返回单元405，用于将识别出的商品在所述静态图像中的位置信息和对应的商品信息返回给所述客户端。
可选的，所述静态图像获取单元具体用于，从接收到的暂停视频的相关信息中提取所述静态图像。
可选的，所述静态图像获取单元包括：
请求发送子单元，用于根据接收到的暂停视频相关信息中包含的暂停时间点，向提供所述视频的视频服务端发送获取所述视频与暂停时间点对应的静态图像的请求；
静态图像接收子单元，用于接收所述视频服务端返回的与所述暂停时间点对应的静态图像。
可选的，所述装置还包括：
图像数目判断单元，用于判断所述静态图像获取单元获取的静态图像的帧数是否大于1；
清晰度计算单元，用于当所述图像数目判断单元的判断结果为“是”时，针对每一帧静态图像，通过计算图像边缘点和/或计算图像锐度的方式，获取所述静态图像的清晰度；
静态图像选择单元，用于根据所述清晰度计算单元的计算结果，选择清晰度满足设定要求的一帧静态图像作为后续处理所采用的静态图像。
可选的，所述商品图像区域获取单元包括：
区域分割子单元，用于采用图像分割技术把所述静态图像划分成若干个图像区域；
区域特征值提取子单元，用于针对每一个图像区域，获取描述该图像区域性质的特征值；
商品区域判断子单元，用于针对每一个图像区域，判断该图像区域的特征值是否符合预先设定的商品图像区域的特征；若是，则判定该图像区域为商品图像区域，该区域在所述静态图像中的位置即为其中包含的商品在所述静态图像中的位置。
可选的，所述区域分割子单元采用的图像分割技术包括：基于区域的分割方法或者基于边缘的分割方法。
可选的，所述商品识别单元包括：
特征提取子单元，用于提取所述商品图像区域中的图像特征，作为基准特征；
特征匹配子单元，用于在预先生成的候选商品特征库中查找与所述基准特征相匹配的候选商品特征，并获取匹配成功的候选商品特征对应的商品索引；
商品信息获取子单元，用于根据所述商品索引，获取该商品的相关信息。
可选的，所述特征提取子单元具体用于，采用尺度不变特征转换SIFT算法提取所述商品图像区域中的图像特征。
可选的，所述特征匹配子单元包括：
特征值差异计算子单元，用于计算所述基准特征与所述候选商品特征库中的每一个候选商品特征之间的特征值差异；
特征值差异判断子单元，用于将所述特征值差异满足设定要求的候选商品特征，作为与所述基准特征相匹配的候选商品特征。
与上述的一种用于识别暂停视频图像中的商品的方法相对应的，本申请还提供一种用于在暂停视频图像上展示商品信息的方法。请参考图5，其为本申请提供的一种用于在暂停视频图像上展示商品信息的方法实施例的流程图，本实施例与第一实施例步骤相同的部分不再赘述，下面重点描述不同之处。本申请提供的一种用于在暂停视频图像上展示商品信息的方法包括：
步骤501：接收对在线播放视频的暂停指令。
实现了本申请实施例所述的用于在暂停视频图像上展示商品信息的方法的客户端，实时接收视频服务端发送的视频数据并播放视频，在播放过程中，如果客户端用户通过鼠标或者键盘操作点击了用于暂停播放过程的按钮，或者按照预先约定或者设置的暂停操作方式，执行了对触摸屏或者触摸屏特定区域的触控操作，这时所述客户端就接收到了对当前播放视频的暂停指令。
步骤502：暂停视频，并向服务端发送暂停视频的相关信息。
在步骤501中接收对在线播放视频的暂停指令后，所述客户端暂停当前播放的视频，并向广告推广服务端发送当前暂停视频的相关信息，所述广告推广服务端可以根据该暂停视频的相关信息，获得暂停视频的静态图像。
客户端提供的暂停视频的相关信息可以包括所述暂停视频对应的静态图像，也可以包括所述暂停视频的暂停时间点。下面对客户端获取这两种信息的方式分别进行说明。
为了给广告推广服务端提供暂停视频对应的静态图像，所述客户端可以在视频暂停时截取屏幕显示的视频图像。对于不同的客户端设备，截取屏幕图像有不同的方法，通常直接调用系统提供的相关接口函数即可。例如，播放视频的终端设备为安装了windows操作系统的个人电脑，可以使用一些图形图像类库中提供的接口，例如：Graphics类提供的CopyFromScreen()函数实现从显存获取屏幕图像的功能；再例如，播放视频的终端设备为使用ios操作系统的移动终端，则可以采用UIGraphicsGetImageFromCurrentImageContext()函数或者UIGetScreenImage()函数，来获取在屏幕上显示的暂停视频图像。
客户端也可以向广告推广服务端提供当前暂停视频的暂停时间点。对于不同的终端设备，播放视频的方法不同，获取当前播放视频的暂停时间点的方法也不同。例如，采用WPM(WindowsMediaPlayer)插件播放视频，则可以采用该插件提供的currentPosition属性获取当前暂停时间点；如果在ios平台采用MPMoviePlayerController类实现播放视频的功能，则可以采用该类提供的相关接口获取当前暂停时间点。
客户端通过上述方式获取了暂停视频的静态图像或者暂停时间点后，就可以向广告推广服务端发送上述信息，所述广告推广服务端可以根据上述信息获得暂停视频的静态图像，并在所述静态图像中进行商品识别。
步骤503：接收所述服务端返回的商品在所述暂停视频的静态图像中的位置信息和商品信息。
广告推广服务端根据客户端提供的暂停视频的相关信息，识别出暂停视频对应的静态图像中包含的商品，并将商品在所述暂停视频的静态图像中的位置信息和商品信息发送给所述客户端。
客户端接收到的来自上述服务端的应答，除了包含商品信息和对应的位置信息外，还可以包含与商品相关的链接信息，所述链接信息提供访问商品详情页面或者同款商品购买页面的地址信息。
步骤504：根据所述位置信息，在所述暂停视频图像的相应位置处显示对应的商品信息。
接收到所述广告推广服务端返回的商品信息和位置信息后，就可以在当前暂停视频图像的相应位置处显示对应的商品信息，例如：商品名称、型号、价格、销量等。
如果所述广告推广服务端返回的商品信息的条目数量大于或者等于预先设定的阈值，为了避免在当前显示屏幕上显示过多商品信息，影响用户体验，可以按照预先设定的策略从所述多条商品信息中筛选出特定数量的商品信息，并根据筛选出的每条商品信息对应的位置信息，在所述暂停视频图像的相应位置处显示该商品信息。
所述预先设定的策略，可以根据实施的具体需求进行设置和调整。例如，可以根据商品在暂停视频图像上的分布位置进行筛选，使得展示的商品信息比较均匀地分布在显示屏幕上；或者如果所述广告推广服务端提供的商品信息中包含有销量信息，则可以筛选销量比较靠前的几种商品进行显示。具体采用何种策略进行筛选，不是本申请的核心，本申请不做具体的限定。
考虑到用户的视觉体验，在当前暂停视频的显示屏幕上只能显示有限的商品信息，为了针对用户感兴趣的商品进一步提供详细信息，本实施例的技术方案提供了点击跳转功能，即：根据用户对感兴趣商品的点击操作跳转到与该商品有关的页面从而展示更为翔实的信息、或者为用户提供下单购买的机会。
实现上述功能，一方面需要广告服务端提供与商品相关的链接信息，请参见步骤503中的说明；另一方面需要客户端检测客户端用户对感兴趣商品的点击或者触控行为，并根据检测到的点击或者触控行为执行跳转操作。
在本实施例的一个具体例子中，在所述暂停视频图像的显示画面上生成一个透明视图，根据广告服务端返回的商品及其位置信息，在所述透明视图的相应位置处叠加显示简要的商品信息，并添加点击跳转区域，然后监控终端用户对暂停视频图像的点击或者触控操作，如果检测到的点击或者触控操作发生在所述点击跳转区域中，则说明用户对在该位置处显示的商品感兴趣，此时可以根据已获取的该商品的链接信息，跳转到对应的商品详情页面或者是同款商品的购买页面；否则，清除所述透明视图以及该视图中商品信息和跳转区域，继续播放当前被暂停的视频。
在上述的实施例中，提供了一种用于在暂停视频图像上展示商品信息的方法，与之相对应的，本申请还提供一种用于在暂停视频图像上展示商品信息的装置。请参看图6，其为本申请的一种用于在暂停视频图像上展示商品信息的装置的实施例示意图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例的一种用于在暂停视频图像上展示商品信息的装置，包括：暂停指令接收单元601，用于接收对在线播放视频的暂停指令；视频信息发送单元602，用于暂停视频，并向服务端发送暂停视频的相关信息；所述服务端根据该暂停视频的相关信息，能够获得暂停视频的静态图像；识别信息接收单元603，用于接收所述服务端返回的商品在所述暂停视频的静态图像中的位置信息和商品信息；商品信息展示单元604，用于根据所述位置信息，在暂停视频的所述静态图像的相应位置处显示对应的商品信息。
可选的，所述识别信息接收单元接收到的商品信息中包含：商品链接信息，所述商品链接信息提供访问商品详情页面或者同款商品购买页面的地址信息；
相应的，所述装置还包括：
跳转区域添加单元，用于在所述暂停视频图像的相应位置处显示对应的商品信息后，在所述相应位置处添加与该商品链接对应的点击跳转区域；
点击触控操作接收单元，用于接收对所述暂停视频图像的点击或者触控操作；
跳转判断单元，用于判断接收到点击或者触控操作的区域是否为所述点击跳转区域；
跳转执行单元，用于当所述跳转判断单元的输出为“是”时，根据所述点击跳转区域对应的商品链接信息，获取并显示相应的页面；
恢复播放单元，用于当所述跳转判断单元的输出为“否”时，清除显示的商品信息和所述点击跳转区域，继续播放所述暂停视频。
可选的，所述装置还包括：
商品信息判断单元，用于判断所述识别信息接收单元接收到的商品信息的条目数量是否大于或者等于预先设定的阈值；
商品信息筛选单元，用于当所述商品信息判断单元的判断结果为“是”时，按照预先设定的策略从所述商品信息中筛选出特定数量的商品信息及相应的位置信息；
相应的，所述商品信息展示单元具体用于，根据筛选出的每条商品信息对应的位置信息，在暂停视频图像的相应位置处显示该商品信息。
本申请实施例还提供了一种用于在暂停视频图像上展示商品信息的系统，如图7所示，该系统包括上述实施例所述的用于识别暂停视频图像中的商品的装置701，用于在暂停视频图像上展示商品信息的装置702，以及为所述用于在暂停视频图像上展示商品信息的装置提供视频数据的视频服务端703，所述视频服务端还可以用于为所述识别暂停视频图像中的商品的装置提供暂停视频对应的静态图像。
所述用于在暂停视频图像上展示商品信息的装置可以部署于移动通讯设备、个人电脑、PAD、iPad等多种能够与所述视频服务端建立连接并播放视频数据的终端设备；所述用于识别暂停视频图像中的商品的装置通常部署于服务器，但并不局限于服务器，也可以是能够实现本申请的用于识别暂停视频图像中商品的方法的任何设备，而视频服务端即为通常所说的视频网站。下面结合附图8说明本系统的处理流程。
以用于在暂停视频图像上展示商品信息的装置部署在智能手机客户端、所述用于识别暂停视频图像中的商品的装置部署于广告推广服务器为例：智能手机客户端根据接收到的视频数据在智能设备的显示屏幕上实时播放视频，在播放过程中如果接收到暂停播放操作，则向广告推广服务器发送当前暂停视频图像的暂停时间点信息；广告推广服务器接收上述信息后，向视频服务器获取与暂停时间点对应的静态图像，然后在获取的静态图像上识别其包含的商品，并将识别出的商品的信息和位置信息返回给所述智能手机客户端；智能手机客户端根据接收到的信息，在暂停视频图像的相应位置处显示相关商品的信息，并根据用户对屏幕的触控操作执行相应的跳转动作，显示购买同款商品的页面，便于用户购买自己感兴趣的商品。
在上面描述的处理过程中，客户端上传的是暂停时间点，如果客户端向广告推广服务器发送的请求中携带了当前暂停视频对应的静态图像信息，那么广告推广服务器就不用执行向视频服务器获取静态图像的步骤。在其他的实施方式中，还可以根据具体需要采用与上述处理流程不同的处理方式，只要能够实现本申请所述的用于在暂停视频图像上展示商品信息的系统的整体功能，都在本申请的保护范围之内。
本申请提供的用于在暂停视频图像上展示商品信息的技术方案，服务端根据客户端发送的暂停视频的相关信息，获取所述暂停视频对应的静态图像，自动识别所述静态图像中的商品并获取商品信息，然后将所述商品在静态图像中的位置信息和对应的商品信息返回给所述客户端，从而所述客户端可以在当前暂停的视频图像上展示所述商品信息。采用本申请提供的方案，通过客户端与服务端的配合，实现了自动识别暂停视频图像中的商品、并展示商品信息的功能，从而解决了人工进行打点标注的高成本以及准确度不可控的问题，有效提高在视频播放过程中进行广告推广的效率和准确性。
本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

Claims (30)

1.一种用于识别暂停视频图像中的商品的方法，其特征在于，包括：
接收客户端发送的暂停视频的相关信息；
根据所述暂停视频的相关信息，获取处于暂停状态的客户端视频对应的静态图像；
识别所述静态图像中的商品并获取商品信息；
将识别出的商品在所述静态图像中的位置信息和对应的商品信息返回给所述客户端。
2.根据权利要求1所述的用于识别暂停视频图像中的商品的方法，其特征在于，所述获取处于暂停状态的客户端视频对应的静态图像是指，从接收到的暂停视频的相关信息中提取所述静态图像。
3.根据权利要求1所述的用于识别暂停视频图像中的商品的方法，其特征在于，所述获取处于暂停状态的客户端视频对应的静态图像包括：
根据接收到的暂停视频相关信息中包含的暂停时间点，向提供所述视频的视频服务端发送获取所述视频与暂停时间点对应的静态图像的请求；
接收所述视频服务端返回的与所述暂停时间点对应的静态图像。
4.根据权利要求2或3所述的用于识别暂停视频图像中的商品的方法，其特征在于，如果接收到的暂停视频的相关信息中包含的静态图像或者所述视频服务端返回的静态图像的帧数大于1，执行下述操作：
针对每一帧静态图像，通过计算图像边缘点和/或计算图像锐度的方式，获取所述静态图像的清晰度；
选择清晰度满足设定要求的一帧静态图像作为后续处理所采用的静态图像。
5.根据权利要求1所述的用于识别暂停视频图像中的商品的方法，其特征在于，在执行所述识别所述静态图像中的商品并获取商品信息的步骤前，执行下述步骤：
获取所述静态图像中包含商品图像的区域，作为商品图像区域；
相应的，所述识别所述静态图像中的商品并获取商品信息是指，在已获取的商品图像区域中识别商品并获取商品信息。
6.根据权利要求5所述的用于识别暂停视频图像中的商品的方法，其特征在于，所述获取所述静态图像中包含商品图像的区域，包括：
采用图像分割技术把所述静态图像划分成若干个图像区域；
针对每一个图像区域，执行下述操作：
获取用于描述该图像区域性质的特征值；
判断所述特征值是否符合预先设定的商品图像区域的特征；若是，则判定该图像区域为商品图像区域，该区域在所述静态图像中的位置即为其中包含的商品在所述静态图像中的位置。
7.根据权利要求6所述的用于识别暂停视频图像中的商品的方法，其特征在于，所述图像分割技术包括：基于区域的分割方法或者基于边缘的分割方法。
8.根据权利要求5-7任一所述的用于识别暂停视频图像中的商品的方法，其特征在于，所述在已获取的商品图像区域中识别商品并获取商品信息，包括：
提取所述商品图像区域中的图像特征，作为基准特征；
在预先生成的候选商品特征库中查找与所述基准特征相匹配的候选商品特征，并获取匹配成功的候选商品特征对应的商品索引；
根据所述商品索引，获取该商品的相关信息。
9.根据权利要求8所述的用于识别暂停视频图像中的商品的方法，其特征在于，所述图像特征包括以下特征中的至少一种：颜色特征、形状特征、纹理特征、或者语义特征。
10.根据权利要求8所述的用于识别暂停视频图像中的商品的方法，其特征在于，采用尺度不变特征转换SIFT算法执行所述提取所述商品图像区域中的图像特征的步骤。
11.根据权利要求8所述的用于识别暂停视频图像中的商品的方法，其特征在于，所述在预先生成的候选商品特征库中查找与所述基准特征相匹配的候选商品特征包括：
计算所述基准特征与所述候选商品特征库中的每一个候选商品特征之间的特征值差异；
将所述特征值差异满足设定要求的候选商品特征，作为与所述基准特征相匹配的候选商品特征。
12.一种用于识别暂停视频图像中的商品的装置，其特征在于，包括：
视频信息接收单元，用于接收客户端发送的暂停视频的相关信息；
静态图像获取单元，用于根据所述暂停视频的相关信息，获取处于暂停状态的客户端视频对应的静态图像；
商品识别单元，用于识别所述静态图像中的商品并获取商品信息；
识别信息返回单元，用于将识别出的商品在所述静态图像中的位置信息和对应的商品信息返回给所述客户端。
13.根据权利要求12所述的用于识别暂停视频图像中的商品的装置，其特征在于，所述静态图像获取单元具体用于，从接收到的暂停视频的相关信息中提取所述静态图像。
14.根据权利要求12所述的用于识别暂停视频图像中的商品的装置，其特征在于，所述静态图像获取单元包括：
请求发送子单元，用于根据接收到的暂停视频相关信息中包含的暂停时间点，向提供所述视频的视频服务端发送获取所述视频与暂停时间点对应的静态图像的请求；
静态图像接收子单元，用于接收所述视频服务端返回的与所述暂停时间点对应的静态图像。
15.根据权利要求13或14所述的用于识别暂停视频图像中的商品的装置，其特征在于，所述装置还包括：
图像数目判断单元，用于判断所述静态图像获取单元获取的静态图像的帧数是否大于1；
清晰度计算单元，用于当所述图像数目判断单元的判断结果为“是”时，针对每一帧静态图像，通过计算图像边缘点和/或计算图像锐度的方式，获取所述静态图像的清晰度；
静态图像选择单元，用于根据所述清晰度计算单元的计算结果，选择清晰度满足设定要求的一帧静态图像作为后续处理所采用的静态图像。
16.根据权利要求12所述的用于识别暂停视频图像中的商品的装置，其特征在于，所述装置还包括：
商品图像区域获取单元，用于获取所述静态图像中包含商品图像的区域，作为商品图像区域；
相应的，所述商品识别单元具体用于在所述商品图像区域获取单元输出的商品图像区域中识别商品并获取商品信息。
17.根据权利要求16所述的用于识别暂停视频图像中的商品的装置，其特征在于，所述商品图像区域获取单元包括：
区域分割子单元，用于采用图像分割技术把所述静态图像划分成若干个图像区域；
区域特征值提取子单元，用于针对每一个图像区域，获取描述该图像区域性质的特征值；
商品区域判断子单元，用于针对每一个图像区域，判断该图像区域的特征值是否符合预先设定的商品图像区域的特征；若是，则判定该图像区域为商品图像区域，该区域在所述静态图像中的位置即为其中包含的商品在所述静态图像中的位置。
18.根据权利要求17所述的用于识别暂停视频图像中的商品的装置，其特征在于，所述区域分割子单元采用的图像分割技术包括：基于区域的分割方法或者基于边缘的分割方法。
19.根据权利要求16-18任一所述的用于识别暂停视频图像中的商品的装置，其特征在于，所述商品识别单元包括：
特征提取子单元，用于提取所述商品图像区域中的图像特征，作为基准特征；
特征匹配子单元，用于在预先生成的候选商品特征库中查找与所述基准特征相匹配的候选商品特征，并获取匹配成功的候选商品特征对应的商品索引；
商品信息获取子单元，用于根据所述商品索引，获取该商品的相关信息。
20.根据权利要求19所述的用于识别暂停视频图像中的商品的装置，其特征在于，所述特征提取子单元具体用于，采用尺度不变特征转换SIFT算法提取所述商品图像区域中的图像特征。
21.根据权利要求19所述的用于识别暂停视频图像中的商品的装置，其特征在于，所述特征匹配子单元包括：
特征值差异计算子单元，用于计算所述基准特征与所述候选商品特征库中的每一个候选商品特征之间的特征值差异；
特征值差异判断子单元，用于将所述特征值差异满足设定要求的候选商品特征，作为与所述基准特征相匹配的候选商品特征。
22.一种用于在暂停视频图像上展示商品信息的方法，其特征在于，包括：
接收对在线播放视频的暂停指令；
暂停视频，并向服务端发送暂停视频的相关信息；所述服务端根据该暂停视频的相关信息，能够获得暂停视频的静态图像；
接收所述服务端返回的商品在所述暂停视频的静态图像中的位置信息和商品信息；
根据所述位置信息，在暂停视频的所述静态图像的相应位置处显示对应的商品信息。
23.根据权利要求22所述的用于在暂停视频图像上展示商品信息的方法，其特征在于，所述暂停视频的相关信息包括：所述暂停视频对应的静态图像、或者所述暂停视频的暂停时间点。
24.根据权利要求22所述的用于在暂停视频图像上展示商品信息的方法，其特征在于，所述服务端返回的商品信息中包含：商品链接信息，所述商品链接信息提供访问商品详情页面或者同款商品购买页面的地址信息；
相应的，在所述暂停视频图像的相应位置处显示对应的商品信息后，执行在所述相应位置处添加与该商品链接对应的点击跳转区域的操作；
相应的，所述方法还包括：
接收对所述暂停视频图像的点击或者触控操作；
判断接收到点击或者触控操作的区域是否为所述点击跳转区域；
若是，根据所述点击跳转区域对应的商品链接信息，获取并显示相应的页面；
若否，清除显示的商品信息和所述点击跳转区域，继续播放所述暂停视频。
25.根据权利要求22-24任意一项所述的用于在暂停视频图像上展示商品信息的方法，其特征在于，如果所述服务端返回的商品信息的条目数量大于或者等于预先设定的阈值，则按照预先设定的策略从所述商品信息中筛选出特定数量的商品信息；
相应的，所述根据所述位置信息，在暂停视频图像的相应位置处显示对应的商品信息是指，根据筛选出的每条商品信息对应的位置信息，在暂停视频图像的相应位置处显示该商品信息。
26.一种用于在暂停视频图像上展示商品信息的装置，其特征在于，包括：
暂停指令接收单元，用于接收对在线播放视频的暂停指令；
视频信息发送单元，用于暂停视频，并向服务端发送暂停视频的相关信息；所述服务端根据该暂停视频的相关信息，能够获得暂停视频的静态图像；
识别信息接收单元，用于接收所述服务端返回的商品在所述暂停视频的静态图像中的位置信息和商品信息；
商品信息展示单元，用于根据所述位置信息，在暂停视频的所述静态图像的相应位置处显示对应的商品信息。
27.根据权利要求26所述的用于在暂停视频图像上展示商品信息的装置，其特征在于，所述识别信息接收单元接收到的商品信息中包含：商品链接信息，所述商品链接信息提供访问商品详情页面或者同款商品购买页面的地址信息；
相应的，所述装置还包括：
跳转区域添加单元，用于在所述暂停视频图像的相应位置处显示对应的商品信息后，在所述相应位置处添加与该商品链接对应的点击跳转区域；
点击触控操作接收单元，用于接收对所述暂停视频图像的点击或者触控操作；
跳转判断单元，用于判断接收到点击或者触控操作的区域是否为所述点击跳转区域；
跳转执行单元，用于当所述跳转判断单元的输出为“是”时，根据所述点击跳转区域对应的商品链接信息，获取并显示相应的页面；
恢复播放单元，用于当所述跳转判断单元的输出为“否”时，清除显示的商品信息和所述点击跳转区域，继续播放所述暂停视频。
28.根据权利要求26-27任一所述的用于在暂停视频图像上展示商品信息的装置，其特征在于，所述装置还包括：
商品信息判断单元，用于判断所述识别信息接收单元接收到的商品信息的条目数量是否大于或者等于预先设定的阈值；
商品信息筛选单元，用于当所述商品信息判断单元的判断结果为“是”时，按照预先设定的策略从所述商品信息中筛选出特定数量的商品信息及相应的位置信息；
相应的，所述商品信息展示单元具体用于，根据筛选出的每条商品信息对应的位置信息，在暂停视频图像的相应位置处显示该商品信息。
29.一种用于在暂停视频图像上展示商品信息的系统，其特征在于，包括：如上述权利要求12至21中任一项所述的用于识别暂停视频图像中的商品的装置、如上述权利要求26至28中任一项所述的用于在暂停视频图像上展示商品信息的装置、以及为所述用于在暂停视频图像上展示商品信息的装置提供视频服务的视频服务端。
30.根据权利要求29所述的用于在暂停视频图像上展示商品信息的系统，其特征在于，所述视频服务端还用于为所述用于识别暂停视频图像中的商品的装置提供与暂停视频对应的静态图像。
CN201410427527.2A 2014-08-27 2014-08-27 识别视频图像中的商品和展示其信息的方法、装置及系统 Pending CN105373938A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201410427527.2A CN105373938A (zh) 2014-08-27 2014-08-27 识别视频图像中的商品和展示其信息的方法、装置及系统
US15/506,347 US10395120B2 (en) 2014-08-27 2015-08-11 Method, apparatus, and system for identifying objects in video images and displaying information of same
PCT/CN2015/086619 WO2016029796A1 (zh) 2014-08-27 2015-08-11 识别视频图像中的商品和展示其信息的方法、装置及系统
HK16107227.2A HK1219332A1 (zh) 2014-08-27 2016-06-22 识别视频图像中的商品和展示其信息的方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410427527.2A CN105373938A (zh) 2014-08-27 2014-08-27 识别视频图像中的商品和展示其信息的方法、装置及系统

Publications (1)

Publication Number Publication Date
CN105373938A true CN105373938A (zh) 2016-03-02

Family

ID=55376115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410427527.2A Pending CN105373938A (zh) 2014-08-27 2014-08-27 识别视频图像中的商品和展示其信息的方法、装置及系统

Country Status (4)

Country Link
US (1) US10395120B2 (zh)
CN (1) CN105373938A (zh)
HK (1) HK1219332A1 (zh)
WO (1) WO2016029796A1 (zh)

Cited By (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106055710A (zh) * 2016-07-01 2016-10-26 传线网络科技（上海）有限公司 基于视频的商品推荐方法及装置
CN106097040A (zh) * 2016-05-31 2016-11-09 北京小米移动软件有限公司 信息推送方法、装置及终端设备
CN106156732A (zh) * 2016-07-01 2016-11-23 合网络技术（北京）有限公司 对象识别方法和对象识别装置
CN106202316A (zh) * 2016-07-01 2016-12-07 传线网络科技（上海）有限公司 基于视频的商品信息获取方法及装置
CN106303592A (zh) * 2016-08-23 2017-01-04 乐视控股（北京）有限公司 基于视频识别的视频内容分析方法、设备以及系统
CN106326852A (zh) * 2016-08-18 2017-01-11 无锡天脉聚源传媒科技有限公司 一种基于深度学习的商品识别方法及装置
CN106355184A (zh) * 2016-08-18 2017-01-25 无锡天脉聚源传媒科技有限公司 一种基于图像分割的商品识别方法及装置
CN106383841A (zh) * 2016-08-30 2017-02-08 珠海市魅族科技有限公司 基于图片识别的购物方法和装置
CN106777071A (zh) * 2016-12-12 2017-05-31 北京奇虎科技有限公司 一种图像识别获取参考信息的方法和装置
CN107124648A (zh) * 2017-04-17 2017-09-01 浙江德塔森特数据技术有限公司 通过智能终端识别广告视频来源的方法
CN107481327A (zh) * 2017-09-08 2017-12-15 腾讯科技（深圳）有限公司 关于增强现实场景的处理方法、装置、终端设备及系统
CN107480236A (zh) * 2017-08-08 2017-12-15 深圳创维数字技术有限公司 一种信息查询方法、装置、设备和介质
CN107515868A (zh) * 2016-06-15 2017-12-26 北京陌上花科技有限公司 搜索方法及装置
CN107545460A (zh) * 2017-07-25 2018-01-05 广州智选网络科技有限公司 一种数字化彩页促销管理和分析方法、存储设备及移动终端
CN107578306A (zh) * 2016-08-22 2018-01-12 大辅科技（北京）有限公司 追踪识别视频图像中的商品并展示商品信息的方法和装置
CN107633441A (zh) * 2016-08-22 2018-01-26 大辅科技（北京）有限公司 追踪识别视频图像中的商品并展示商品信息的方法和装置
CN107766018A (zh) * 2016-08-16 2018-03-06 富士施乐株式会社 信息处理设备和信息处理方法
WO2018048355A1 (en) * 2016-09-08 2018-03-15 Aiq Pte. Ltd. Object detection from visual search queries
CN108124184A (zh) * 2016-11-28 2018-06-05 广州华多网络科技有限公司 一种直播互动的方法及装置
CN108255910A (zh) * 2017-07-31 2018-07-06 广州市动景计算机科技有限公司 信息展示方法、客户端、服务端及设备
CN108364209A (zh) * 2018-02-01 2018-08-03 北京京东金融科技控股有限公司 商品信息的展示方法、装置、介质及电子设备
CN108415705A (zh) * 2018-03-13 2018-08-17 腾讯科技（深圳）有限公司 网页生成方法、装置、存储介质及设备
CN108491799A (zh) * 2018-03-23 2018-09-04 海深科技（宁波）有限公司 一种基于图像识别的智能售货柜商品管理方法及系统
CN108764232A (zh) * 2018-03-30 2018-11-06 腾讯科技（深圳）有限公司 标签位置获取方法及装置
CN108769808A (zh) * 2018-05-24 2018-11-06 安徽质在智能科技有限公司 交互式视频播放方法和系统
CN109429077A (zh) * 2017-08-24 2019-03-05 北京搜狗科技发展有限公司 视频处理方法和装置、用于视频处理的装置
CN109446456A (zh) * 2018-09-22 2019-03-08 北京微播视界科技有限公司 媒体信息中兴趣点的发布方法及装置、终端、存储介质
CN109671378A (zh) * 2018-12-27 2019-04-23 努比亚技术有限公司 一种展示柜交互方法、展示柜及计算机可读存储介质
CN109784382A (zh) * 2018-12-27 2019-05-21 广州华多网络科技有限公司 标注信息处理方法、装置以及服务器
CN110035314A (zh) * 2019-03-08 2019-07-19 腾讯科技（深圳）有限公司 信息的展示方法和装置、存储介质、电子装置
CN110213599A (zh) * 2019-04-16 2019-09-06 腾讯科技（深圳）有限公司 一种附加信息处理的方法、设备及存储介质
CN110347948A (zh) * 2019-06-20 2019-10-18 浙江口碑网络技术有限公司 商品页面的生成及跳转方法、装置、电子设备、存储介质
CN110363470A (zh) * 2019-06-21 2019-10-22 顺丰科技有限公司 一种基于机器人的物件派送方法、装置、系统及机器人
CN110363185A (zh) * 2019-08-09 2019-10-22 融讯伟业（北京）科技有限公司 智能商品识别设备和方法、电子设备以及智能结算台
CN110458640A (zh) * 2019-06-27 2019-11-15 拉扎斯网络科技（上海）有限公司 一种商品展示方法、装置、服务器和可存储介质
CN110781752A (zh) * 2019-09-27 2020-02-11 上海数烨数据科技有限公司 一种动态视觉智能柜多品类场景下的物体识别方法
CN111144438A (zh) * 2019-11-26 2020-05-12 苏州方正璞华信息技术有限公司 一种广告单中商品检测方法及装置
CN111242712A (zh) * 2018-11-29 2020-06-05 阿里巴巴集团控股有限公司 一种商品展示方法及其装置
CN111369312A (zh) * 2018-12-26 2020-07-03 北京奇虎科技有限公司 商品信息的推荐方法、装置、计算设备及计算机存储介质
CN111753837A (zh) * 2019-03-28 2020-10-09 株式会社石田 学习完毕模型生成方法及其装置、商品判别方法及其装置
CN112417208A (zh) * 2020-11-20 2021-02-26 百度在线网络技术（北京）有限公司 目标搜索方法、装置、电子设备和计算机可读存储介质
CN113190710A (zh) * 2021-04-27 2021-07-30 南昌虚拟现实研究院股份有限公司 语义视频图像的生成方法、播放方法及相关装置
CN113269935A (zh) * 2021-07-16 2021-08-17 融讯伟业（北京）科技有限公司 一种基于无屏称重装置的视觉称重方法及称重系统
CN113298589A (zh) * 2020-06-19 2021-08-24 阿里巴巴集团控股有限公司 商品信息处理方法及装置、信息获取方法及装置
CN113344663A (zh) * 2021-05-31 2021-09-03 北京达佳互联信息技术有限公司 物品信息的显示方法及装置
CN113613041A (zh) * 2021-08-06 2021-11-05 北京奇艺世纪科技有限公司 页面识别方法、装置、系统、电子设备及存储介质
CN114219550A (zh) * 2020-09-03 2022-03-22 阿里巴巴集团控股有限公司 数据处理方法、装置、存储介质及计算机设备
CN114390329A (zh) * 2020-10-16 2022-04-22 青岛聚看云科技有限公司 显示设备及图像识别方法
CN115131065A (zh) * 2022-06-27 2022-09-30 中电信数智科技有限公司 一种基于计算机视觉的短视频沉浸式广告推广方法及系统
CN115376056A (zh) * 2021-05-18 2022-11-22 顺丰科技有限公司 商品识别方法、装置、计算机设备和存储介质
CN116033203A (zh) * 2023-01-17 2023-04-28 北京字跳网络技术有限公司 一种视频处理方法、装置、设备及存储介质
CN116036582A (zh) * 2022-12-22 2023-05-02 北京蔚领时代科技有限公司 一种基于图像识别的游戏暂停方法、系统及存储介质
US11863829B2 (en) 2020-05-25 2024-01-02 Juhaokan Technology Co., Ltd. Display apparatus and method for displaying image recognition result

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108491707B (zh) * 2016-05-30 2020-01-14 Oppo广东移动通信有限公司 一种解锁控制方法及终端设备和介质产品
CN108509436B (zh) * 2017-02-24 2022-02-18 阿里巴巴集团控股有限公司 一种确定推荐对象的方法、装置及计算机存储介质
CN111954860B (zh) 2018-01-21 2024-05-24 斯塔特斯公司 对细粒度对抗性多队员运动进行预测的系统和方法
WO2019144143A1 (en) 2018-01-21 2019-07-25 Stats Llc Method and system for interactive, interpretable, and improved match and player performance predictions in team sports
CN116370938B (zh) * 2018-01-21 2025-10-17 斯塔特斯公司 在定位进攻期间对球队队形进行识别的方法、系统、介质
CN111277915B (zh) * 2018-12-05 2022-08-12 阿里巴巴集团控股有限公司 一种视频转换方法及装置
CN111353331B (zh) * 2018-12-20 2023-09-05 浙江欣奕华智能科技有限公司 一种目标物的检测方法、检测装置及机器人
US10922548B1 (en) 2018-12-27 2021-02-16 Facebook, Inc. Systems and methods for automated video classification
US10956746B1 (en) 2018-12-27 2021-03-23 Facebook, Inc. Systems and methods for automated video classification
US11138440B1 (en) * 2018-12-27 2021-10-05 Facebook, Inc. Systems and methods for automated video classification
US11017237B1 (en) 2018-12-27 2021-05-25 Facebook, Inc. Systems and methods for automated video classification
CN109740518B (zh) * 2018-12-29 2022-09-27 上海依图网络科技有限公司 一种视频中对象的确定方法及装置
EP3912090A4 (en) 2019-03-01 2022-11-09 Stats Llc PERSONALIZATION OF PERFORMANCE PREDICTION USING DATA AND POSTURE TO ANALYZE SPORTS PERFORMANCE
EP3966749A4 (en) 2019-05-08 2023-06-21 Stats Llc SYSTEM AND PROCEDURES FOR CONTENT AND STYLE PREDICTION IN SPORTS
CN113362351B (zh) * 2020-03-05 2025-02-28 阿里巴巴集团控股有限公司 一种图像处理方法、装置、电子设备以及存储介质
US11935298B2 (en) 2020-06-05 2024-03-19 Stats Llc System and method for predicting formation in sports
CN116324668A (zh) 2020-10-01 2023-06-23 斯塔特斯公司 从非职业跟踪数据预测nba天赋和质量
CN112584243A (zh) * 2020-12-08 2021-03-30 北京字节跳动网络技术有限公司 多媒体数据处理方法、装置及电子设备
CN113077308B (zh) * 2021-03-30 2022-03-22 张雨钊 一种智能可视化电商交易平台
CN113191221B (zh) * 2021-04-15 2022-04-19 浙江大华技术股份有限公司 基于全景相机的车辆检测方法、装置以及计算机存储介质
US11918897B2 (en) 2021-04-27 2024-03-05 Stats Llc System and method for individual player and team simulation
CN113837965B (zh) * 2021-09-26 2024-06-18 北京百度网讯科技有限公司 图像清晰度识别方法、装置、电子设备及存储介质
CN115878844A (zh) * 2021-09-27 2023-03-31 北京有竹居网络技术有限公司 基于视频的信息展示方法及装置、电子设备和存储介质
EP4360068A4 (en) 2021-10-01 2025-04-02 Stats Llc Recommendation engine for combining images and graphics of sports content based on artificial intelligence generated game metrics
US12198434B2 (en) * 2022-04-15 2025-01-14 Roku, Inc. Dynamic triggering and processing of purchase based on computer detection of media object
US20250159276A1 (en) * 2023-11-13 2025-05-15 Adeia Guides Inc. Systems and methods for generating media-linked overlay image

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102232220A (zh) * 2010-10-29 2011-11-02 华为技术有限公司 一种视频兴趣物体提取与关联的方法及系统
CN102737684A (zh) * 2011-04-08 2012-10-17 腾讯科技（深圳）有限公司 视频广告编辑方法、播放方法、编辑装置及播放装置
CN102802055A (zh) * 2011-05-25 2012-11-28 阿里巴巴集团控股有限公司 一种基于在线视频的数据交互方法及装置
CN103020173A (zh) * 2012-11-27 2013-04-03 北京百度网讯科技有限公司 用于移动终端的视频图像信息搜索方法、系统及移动终端
CN103929653A (zh) * 2014-04-30 2014-07-16 成都理想境界科技有限公司 增强现实视频生成器、播放器及其生成方法、播放方法

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5259025A (en) 1992-06-12 1993-11-02 Audio Digitalimaging, Inc. Method of verifying fake-proof video identification data
US5767922A (en) * 1996-04-05 1998-06-16 Cornell Research Foundation, Inc. Apparatus and process for detecting scene breaks in a sequence of video frames
EP1389013A1 (en) 1997-12-26 2004-02-11 Matsushita Electric Industrial Co., Ltd. Video clip identification system unusable for commercial cutting
US7325245B1 (en) * 1999-09-30 2008-01-29 Intel Corporation Linking to video information
MXPA02004015A (es) * 1999-10-22 2003-09-25 Activesky Inc Un sistema de video orientado a los objetos.
US7293275B1 (en) 2002-02-08 2007-11-06 Microsoft Corporation Enhanced video content information associated with video programs
US20040021684A1 (en) * 2002-07-23 2004-02-05 Dominick B. Millner Method and system for an interactive video system
US20050132420A1 (en) * 2003-12-11 2005-06-16 Quadrock Communications, Inc System and method for interaction with television content
US7580867B2 (en) * 2004-05-04 2009-08-25 Paul Nykamp Methods for interactively displaying product information and for collaborative product design
US20070078732A1 (en) * 2005-09-14 2007-04-05 Crolley C W Interactive information access system
US20070250775A1 (en) * 2006-04-19 2007-10-25 Peter Joseph Marsico Methods, systems, and computer program products for providing hyperlinked video
US20080046925A1 (en) * 2006-08-17 2008-02-21 Microsoft Corporation Temporal and spatial in-video marking, indexing, and searching
US9516251B2 (en) * 2006-10-18 2016-12-06 Grabit Interactive, Inc. Method and apparatus for displaying and enabling the purchase of products during video playback
US20080209075A1 (en) * 2007-02-22 2008-08-28 Yahoo! Inc. Synchronous delivery of media content and real-time communication for online dating
US9253222B2 (en) * 2007-02-22 2016-02-02 Match.Com. L.L.C. Synchronous delivery of media content in a collaborative environment
US8843959B2 (en) * 2007-09-19 2014-09-23 Orlando McMaster Generating synchronized interactive link maps linking tracked video objects to other multimedia content in real-time
US8166500B2 (en) 2007-12-17 2012-04-24 Diggywood, Inc. Systems and methods for generating interactive video content
US8676030B2 (en) * 2008-04-15 2014-03-18 Shlomo Selim Rakib Methods and systems for interacting with viewers of video content
US8311390B2 (en) * 2008-05-14 2012-11-13 Digitalsmiths, Inc. Systems and methods for identifying pre-inserted and/or potential advertisement breaks in a video sequence
US8239896B2 (en) * 2008-05-28 2012-08-07 Sony Computer Entertainment America Inc. Integration of control data into digital broadcast content for access to ancillary information
US8566353B2 (en) * 2008-06-03 2013-10-22 Google Inc. Web-based system for collaborative generation of interactive videos
US9336528B2 (en) * 2008-12-16 2016-05-10 Jeffrey Beaton System and method for overlay advertising and purchasing utilizing on-line video or streaming media
US8839131B2 (en) * 2009-08-26 2014-09-16 Apple Inc. Tracking device movement and captured images
US20110082735A1 (en) * 2009-10-06 2011-04-07 Qualcomm Incorporated Systems and methods for merchandising transactions via image matching in a content delivery system
US8863183B2 (en) * 2010-04-09 2014-10-14 Cyber Ai Entertainment Inc. Server system for real-time moving image collection, recognition, classification, processing, and delivery
US8826322B2 (en) * 2010-05-17 2014-09-02 Amazon Technologies, Inc. Selective content presentation engine
US8682739B1 (en) 2010-07-30 2014-03-25 Amazon Technologies, Inc. Identifying objects in video
US9171442B2 (en) 2010-11-19 2015-10-27 Tyco Fire & Security Gmbh Item identification using video recognition to supplement bar code or RFID information
US20120197763A1 (en) 2011-01-28 2012-08-02 Michael Moreira System and process for identifying merchandise in a video
US8836728B2 (en) * 2011-02-28 2014-09-16 Cbs Interactive, Inc. Techniques to magnify images
US20120232966A1 (en) 2011-03-08 2012-09-13 Bank Of America Corporation Identifying predetermined objects in a video stream captured by a mobile device
JP6049693B2 (ja) 2011-04-12 2016-12-21 ナショナル ユニヴァーシティー オブ シンガポール ウェブ情報マイニングを用いたビデオ内製品アノテーション
CN103297840A (zh) * 2012-03-01 2013-09-11 阿里巴巴集团控股有限公司 一种基于视频移动焦点的附加信息展现方法及系统
US9380282B2 (en) * 2012-03-26 2016-06-28 Max Abecassis Providing item information during video playing
US9137509B2 (en) * 2012-10-08 2015-09-15 Fuji Xerox Co., Ltd. Systems and methods for instructional video navigation and note taking
US20140152847A1 (en) 2012-12-03 2014-06-05 Google Inc. Product comparisons from in-store image and video captures
US20140175162A1 (en) 2012-12-20 2014-06-26 Wal-Mart Stores, Inc. Identifying Products As A Consumer Moves Within A Retail Store
US9749710B2 (en) * 2013-03-01 2017-08-29 Excalibur Ip, Llc Video analysis system
WO2014138305A1 (en) * 2013-03-05 2014-09-12 Grusd Brandon Systems and methods for providing user interactions with media
US9294712B2 (en) * 2013-03-20 2016-03-22 Google Inc. Interpolated video tagging
CN103533383B (zh) * 2013-09-26 2017-06-13 华为软件技术有限公司 一种业务触发方法、装置及系统
US9532109B2 (en) 2013-12-20 2016-12-27 Panasonic Intellectual Property Corporation Of America System and method for providing product information of a product viewed in a video
US11831692B2 (en) * 2014-02-06 2023-11-28 Bongo Learn, Inc. Asynchronous video communication integration system
US20150245103A1 (en) * 2014-02-24 2015-08-27 HotdotTV, Inc. Systems and methods for identifying, interacting with, and purchasing items of interest in a video
WO2015132548A1 (en) * 2014-03-07 2015-09-11 Fractograf, LLC Method and apparatus for generating interactive photo mosaic images
US20150296250A1 (en) * 2014-04-10 2015-10-15 Google Inc. Methods, systems, and media for presenting commerce information relating to video content
US9288521B2 (en) * 2014-05-28 2016-03-15 Rovi Guides, Inc. Systems and methods for updating media asset data based on pause point in the media asset
US20160057492A1 (en) 2014-08-22 2016-02-25 Netflix, Inc. Dynamically adjusting video merchandising to reflect user preferences

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102232220A (zh) * 2010-10-29 2011-11-02 华为技术有限公司 一种视频兴趣物体提取与关联的方法及系统
CN102737684A (zh) * 2011-04-08 2012-10-17 腾讯科技（深圳）有限公司 视频广告编辑方法、播放方法、编辑装置及播放装置
CN102802055A (zh) * 2011-05-25 2012-11-28 阿里巴巴集团控股有限公司 一种基于在线视频的数据交互方法及装置
CN103020173A (zh) * 2012-11-27 2013-04-03 北京百度网讯科技有限公司 用于移动终端的视频图像信息搜索方法、系统及移动终端
CN103929653A (zh) * 2014-04-30 2014-07-16 成都理想境界科技有限公司 增强现实视频生成器、播放器及其生成方法、播放方法

Cited By (68)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106097040A (zh) * 2016-05-31 2016-11-09 北京小米移动软件有限公司 信息推送方法、装置及终端设备
CN107515868A (zh) * 2016-06-15 2017-12-26 北京陌上花科技有限公司 搜索方法及装置
CN106055710A (zh) * 2016-07-01 2016-10-26 传线网络科技（上海）有限公司 基于视频的商品推荐方法及装置
CN106156732A (zh) * 2016-07-01 2016-11-23 合网络技术（北京）有限公司 对象识别方法和对象识别装置
CN106202316A (zh) * 2016-07-01 2016-12-07 传线网络科技（上海）有限公司 基于视频的商品信息获取方法及装置
CN107766018A (zh) * 2016-08-16 2018-03-06 富士施乐株式会社 信息处理设备和信息处理方法
CN107766018B (zh) * 2016-08-16 2022-06-24 富士胶片商业创新有限公司 信息处理设备和信息处理方法
CN106355184A (zh) * 2016-08-18 2017-01-25 无锡天脉聚源传媒科技有限公司 一种基于图像分割的商品识别方法及装置
CN106326852A (zh) * 2016-08-18 2017-01-11 无锡天脉聚源传媒科技有限公司 一种基于深度学习的商品识别方法及装置
CN107578306A (zh) * 2016-08-22 2018-01-12 大辅科技（北京）有限公司 追踪识别视频图像中的商品并展示商品信息的方法和装置
WO2018036456A1 (zh) * 2016-08-22 2018-03-01 大辅科技（北京）有限公司 追踪识别视频图像中的商品并展示商品信息的方法和装置
CN107633441A (zh) * 2016-08-22 2018-01-26 大辅科技（北京）有限公司 追踪识别视频图像中的商品并展示商品信息的方法和装置
CN106303592A (zh) * 2016-08-23 2017-01-04 乐视控股（北京）有限公司 基于视频识别的视频内容分析方法、设备以及系统
CN106383841A (zh) * 2016-08-30 2017-02-08 珠海市魅族科技有限公司 基于图片识别的购物方法和装置
WO2018048355A1 (en) * 2016-09-08 2018-03-15 Aiq Pte. Ltd. Object detection from visual search queries
US10769444B2 (en) 2016-09-08 2020-09-08 Goh Soo Siah Object detection from visual search queries
CN108124184A (zh) * 2016-11-28 2018-06-05 广州华多网络科技有限公司 一种直播互动的方法及装置
CN106777071A (zh) * 2016-12-12 2017-05-31 北京奇虎科技有限公司 一种图像识别获取参考信息的方法和装置
CN107124648A (zh) * 2017-04-17 2017-09-01 浙江德塔森特数据技术有限公司 通过智能终端识别广告视频来源的方法
CN107545460A (zh) * 2017-07-25 2018-01-05 广州智选网络科技有限公司 一种数字化彩页促销管理和分析方法、存储设备及移动终端
CN108255910A (zh) * 2017-07-31 2018-07-06 广州市动景计算机科技有限公司 信息展示方法、客户端、服务端及设备
CN107480236A (zh) * 2017-08-08 2017-12-15 深圳创维数字技术有限公司 一种信息查询方法、装置、设备和介质
CN109429077A (zh) * 2017-08-24 2019-03-05 北京搜狗科技发展有限公司 视频处理方法和装置、用于视频处理的装置
CN107481327A (zh) * 2017-09-08 2017-12-15 腾讯科技（深圳）有限公司 关于增强现实场景的处理方法、装置、终端设备及系统
US11410415B2 (en) 2017-09-08 2022-08-09 Tencent Technology (Shenzhen) Company Ltd Processing method for augmented reality scene, terminal device, system, and computer storage medium
US11875467B2 (en) 2017-09-08 2024-01-16 Tencent Technology (Shenzhen) Company Ltd Processing method for combining a real-world environment with virtual information according to a video frame difference value to provide an augmented reality scene, terminal device, system, and computer storage medium
CN107481327B (zh) * 2017-09-08 2019-03-15 腾讯科技（深圳）有限公司 关于增强现实场景的处理方法、装置、终端设备及系统
WO2019047789A1 (zh) * 2017-09-08 2019-03-14 腾讯科技（深圳）有限公司 关于增强现实场景的处理方法、终端设备、系统及计算机存储介质
CN108364209A (zh) * 2018-02-01 2018-08-03 北京京东金融科技控股有限公司 商品信息的展示方法、装置、介质及电子设备
CN108415705A (zh) * 2018-03-13 2018-08-17 腾讯科技（深圳）有限公司 网页生成方法、装置、存储介质及设备
CN108491799B (zh) * 2018-03-23 2022-04-01 海深科技（宁波）有限公司 一种基于图像识别的智能售货柜商品管理方法及系统
CN108491799A (zh) * 2018-03-23 2018-09-04 海深科技（宁波）有限公司 一种基于图像识别的智能售货柜商品管理方法及系统
CN108764232A (zh) * 2018-03-30 2018-11-06 腾讯科技（深圳）有限公司 标签位置获取方法及装置
CN108764232B (zh) * 2018-03-30 2022-02-01 腾讯科技（深圳）有限公司 标签位置获取方法及装置
CN108769808B (zh) * 2018-05-24 2021-01-29 浙报融媒体科技(浙江)有限责任公司 交互式视频播放方法和系统
CN108769808A (zh) * 2018-05-24 2018-11-06 安徽质在智能科技有限公司 交互式视频播放方法和系统
CN109446456A (zh) * 2018-09-22 2019-03-08 北京微播视界科技有限公司 媒体信息中兴趣点的发布方法及装置、终端、存储介质
CN111242712B (zh) * 2018-11-29 2023-04-28 阿里巴巴集团控股有限公司 一种商品展示方法及其装置
CN111242712A (zh) * 2018-11-29 2020-06-05 阿里巴巴集团控股有限公司 一种商品展示方法及其装置
CN111369312A (zh) * 2018-12-26 2020-07-03 北京奇虎科技有限公司 商品信息的推荐方法、装置、计算设备及计算机存储介质
CN109671378A (zh) * 2018-12-27 2019-04-23 努比亚技术有限公司 一种展示柜交互方法、展示柜及计算机可读存储介质
CN109784382A (zh) * 2018-12-27 2019-05-21 广州华多网络科技有限公司 标注信息处理方法、装置以及服务器
CN110035314A (zh) * 2019-03-08 2019-07-19 腾讯科技（深圳）有限公司 信息的展示方法和装置、存储介质、电子装置
CN111753837A (zh) * 2019-03-28 2020-10-09 株式会社石田 学习完毕模型生成方法及其装置、商品判别方法及其装置
CN110213599A (zh) * 2019-04-16 2019-09-06 腾讯科技（深圳）有限公司 一种附加信息处理的方法、设备及存储介质
CN110347948A (zh) * 2019-06-20 2019-10-18 浙江口碑网络技术有限公司 商品页面的生成及跳转方法、装置、电子设备、存储介质
CN110363470A (zh) * 2019-06-21 2019-10-22 顺丰科技有限公司 一种基于机器人的物件派送方法、装置、系统及机器人
CN110458640A (zh) * 2019-06-27 2019-11-15 拉扎斯网络科技（上海）有限公司 一种商品展示方法、装置、服务器和可存储介质
CN110363185A (zh) * 2019-08-09 2019-10-22 融讯伟业（北京）科技有限公司 智能商品识别设备和方法、电子设备以及智能结算台
CN110781752A (zh) * 2019-09-27 2020-02-11 上海数烨数据科技有限公司 一种动态视觉智能柜多品类场景下的物体识别方法
CN111144438A (zh) * 2019-11-26 2020-05-12 苏州方正璞华信息技术有限公司 一种广告单中商品检测方法及装置
US11863829B2 (en) 2020-05-25 2024-01-02 Juhaokan Technology Co., Ltd. Display apparatus and method for displaying image recognition result
CN113298589A (zh) * 2020-06-19 2021-08-24 阿里巴巴集团控股有限公司 商品信息处理方法及装置、信息获取方法及装置
CN114219550A (zh) * 2020-09-03 2022-03-22 阿里巴巴集团控股有限公司 数据处理方法、装置、存储介质及计算机设备
CN114390329A (zh) * 2020-10-16 2022-04-22 青岛聚看云科技有限公司 显示设备及图像识别方法
CN112417208A (zh) * 2020-11-20 2021-02-26 百度在线网络技术（北京）有限公司 目标搜索方法、装置、电子设备和计算机可读存储介质
CN112417208B (zh) * 2020-11-20 2024-08-13 百度在线网络技术（北京）有限公司 目标搜索方法、装置、电子设备、存储介质和程序产品
CN113190710B (zh) * 2021-04-27 2023-05-02 南昌虚拟现实研究院股份有限公司 语义视频图像的生成方法、播放方法及相关装置
CN113190710A (zh) * 2021-04-27 2021-07-30 南昌虚拟现实研究院股份有限公司 语义视频图像的生成方法、播放方法及相关装置
CN115376056A (zh) * 2021-05-18 2022-11-22 顺丰科技有限公司 商品识别方法、装置、计算机设备和存储介质
CN113344663A (zh) * 2021-05-31 2021-09-03 北京达佳互联信息技术有限公司 物品信息的显示方法及装置
CN113269935B (zh) * 2021-07-16 2021-11-30 融讯伟业（北京）科技有限公司 一种基于无屏称重装置的视觉称重方法及称重系统
CN113269935A (zh) * 2021-07-16 2021-08-17 融讯伟业（北京）科技有限公司 一种基于无屏称重装置的视觉称重方法及称重系统
CN113613041A (zh) * 2021-08-06 2021-11-05 北京奇艺世纪科技有限公司 页面识别方法、装置、系统、电子设备及存储介质
CN115131065A (zh) * 2022-06-27 2022-09-30 中电信数智科技有限公司 一种基于计算机视觉的短视频沉浸式广告推广方法及系统
CN116036582A (zh) * 2022-12-22 2023-05-02 北京蔚领时代科技有限公司 一种基于图像识别的游戏暂停方法、系统及存储介质
CN116036582B (zh) * 2022-12-22 2025-10-10 北京蔚领时代科技有限公司 一种基于图像识别的游戏暂停方法、系统及存储介质
CN116033203A (zh) * 2023-01-17 2023-04-28 北京字跳网络技术有限公司 一种视频处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
US10395120B2 (en) 2019-08-27
WO2016029796A1 (zh) 2016-03-03
HK1219332A1 (zh) 2017-03-31
US20170255830A1 (en) 2017-09-07

Similar Documents

Publication Publication Date Title
CN105373938A (zh) 识别视频图像中的商品和展示其信息的方法、装置及系统
US10467507B1 (en) Image quality scoring
JP5482185B2 (ja) ターゲット情報を検索及び出力する方法及びシステム
KR101511050B1 (ko) 상품 정보를 제공하고 표시하는 방법, 장치, 시스템 및 컴퓨터 프로그램
US10133951B1 (en) Fusion of bounding regions
EP2587826A1 (en) Extraction and association method and system for objects of interest in video
US8682739B1 (en) Identifying objects in video
CN1538351B (zh) 为视频序列生成视频缩略图的方法和计算机
CN108509457A (zh) 一种视频数据的推荐方法和装置
US20140254942A1 (en) Systems and methods for obtaining information based on an image
JPWO2012073421A1 (ja) 画像分類装置、画像分類方法、プログラム、記録媒体、集積回路、モデル作成装置
CN110019943B (zh) 视频推荐方法、装置、电子设备和存储介质
KR20160144354A (ko) 이미지-특징-기반 인식을 위한 시스템들 및 방법들
US11798042B2 (en) Automated image ads
CN103426003A (zh) 增强现实交互的实现方法和系统
GB2591583A (en) Machine learning for digital image selection across object variations
US20170013309A1 (en) System and method for product placement
JP2014532202A (ja) 仮想広告プラットフォーム
KR102102164B1 (ko) 영상 전처리 방법, 장치 및 컴퓨터 프로그램
CN105183739B (zh) 图像处理方法
CN110399527B (zh) 影视推荐方法、装置及存储介质
Angeli et al. Making paper labels smart for augmented wine recognition
CN109492023A (zh) 一种汽车信息处理方法及其设备、计算机存储介质
CN115937530A (zh) 一种信息确定方法、装置、设备及计算机可读存储介质
CN119338564B (zh) 一种周期性更新的图片管理系统及管理方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1219332

Country of ref document: HK

RJ01 Rejection of invention patent application after publication

Application publication date: 20160302

RJ01 Rejection of invention patent application after publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1219332

Country of ref document: HK