CN114900722A - 基于ar技术的个性化广告植入方法及系统 - Google Patents

Abstract

本发明涉及一种基于AR技术的个性化广告植入方法及系统，属于视频处理技术领域。先获取上传的视频，对该视频进行场景识别和平面识别，得到场景识别结果和平面识别结果，根据场景识别结果和平面识别结果确定视频中的最佳广告位，然后基于AR技术在视频的最佳广告位上叠加预设的AR广告模型，从而利用AR技术向视频中植入广告，后期方便修改，且观看体验良好。

Description

基于AR技术的个性化广告植入方法及系统

技术领域

本发明涉及视频处理技术领域，特别是涉及一种基于AR技术的个性化广告植入方法及系统。

背景技术

目前在视频中进行广告植入的方式，一般都是在品牌方或视频平台和视频创作者达成合作后，由视频创作者在制作视频的过程中进行植入的，因此当有产品出现问题或后期需要修改时，很难对视频中的广告进行修改，只能使用马赛克等图像处理方式遮盖，这严重影响了观看者的体验，故目前在视频中进行广告植入的方式具有后期无法修改、2D广告失真的缺陷。同时，也有一些在已完成视频的基础上，利用图像处理技术，将产品后期放入视频的方法，但这种方式呈现的视频中的广告产品显得格外突兀，也无法使观看者得到良好体验。

基于此，亟需一种方便修改且观看体验良好的广告植入方法及系统。

发明内容

本发明的目的是提供一种基于AR技术的个性化广告植入方法及系统，利用AR技术向视频中植入广告，后期方便修改，且观看体验良好。

为实现上述目的，本发明提供了如下方案：

一种基于AR技术的个性化广告植入方法，所述广告植入方法包括：

获取上传的视频；

对所述视频进行场景识别和平面识别，得到场景识别结果和平面识别结果；

根据所述场景识别结果和所述平面识别结果确定所述视频中的最佳广告位；

基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型。

一种基于AR技术的个性化广告植入系统，所述广告植入系统包括：

最佳广告位确定模块，用于获取上传的视频；对所述视频进行场景识别和平面识别，得到场景识别结果和平面识别结果；根据所述场景识别结果和所述平面识别结果确定所述视频中的最佳广告位；

叠加模块，用于基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明用于提供一种基于AR技术的个性化广告植入方法及系统，先获取上传的视频，对该视频进行场景识别和平面识别，得到场景识别结果和平面识别结果，然后根据场景识别结果和平面识别结果确定视频中的最佳广告位，最后基于AR技术在视频的最佳广告位上叠加预设的AR广告模型，从而利用AR技术向视频中植入广告，后期方便修改，且观看体验良好。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例1所提供的广告植入方法的方法流程图；

图2为本发明实施例1所提供的视频分析过程的流程示意图；

图3为本发明实施例1所提供的AR处理过程的流程示意图；

图4为本发明实施例1所提供的广告推荐过程的流程示意图；

图5为本发明实施例2所提供的广告植入系统的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种基于AR技术的个性化广告植入方法及系统，利用AR技术向视频中植入广告，后期方便修改，且观看体验良好。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1：

目前面向视频平台的广告植入方案的环境背景如下：

(1)行业背景：

目前的政策支持包括互联网广告政策支持和网络视频发展政策支持。互联网广告政策在对互联网广告做出细致要求的同时，鼓励和支持互联网广告行业的发展。网络视频发展政策鼓励支持网络视频产业同其他各个产业间融合发展，推动网络视频产业转型升级。

(2)社会背景：

1)短视频+视频创作者+植入广告，促消费

当下短视频植入广告成为了数字化营销的最主要的方式。据艾媒咨询数据显示，在2021年易引起消费者购买欲望的数字化营销方式中，短视频平台红人植入以64.8％占据榜首。在短视频高流量、视频创作者高曝光以及广告植入三者的组合下，极大促进了消费者的购买欲望。

2)视频创作者-广告收益

视频创作者运营的主要方式有：接广告、作品变现、内容电商、直播打赏、知识付费等。据Social Media Examiner调查报告显示，>50％的博主、视频创作者和播客利用广告盈利。对于创作者来说，广告是赚钱的最重要方式，视频创作者需要不断地进行内容创作吸引粉丝，然而品牌主直接找到视频创作者投放的这种方式，基本上只属于头部视频创作者的专利，对于一些中小视频创作者来说，找他们进行推广的品牌主寥寥无几，只有当粉丝量达到一定规模形成个人的品牌和模式才能有获得合作推广的机会。

3)广告商广告投放现状-效果不好、高粉丝投放

①广告商趋向与头部视频创作者合作

当下广告商寻求视频创作者投放广告主要关注视频创作者的个人曝光，个人曝光又与视频创作者的粉丝数紧密相关，广告商投放广告偏向头部视频创作者(拥有高粉丝数、高粉丝活跃度的群体)。此外，广告商寻找合作者一般通过搜索本品牌关键词和搜寻同类大牌的方式，注意力的雪球效应明显，广告资源不断地向头部视频创作者聚集，流量相对中心化，有机会的中小视频创作者很少，视频创作者差异化逐渐扩大。

②广告投入高，但效益低

广告商想要找最主流的年轻消费用户群体，并建立链接，但由于媒体环境高速迭代，用户注意力迁移快速，难以触达到主流消费群体。

广告商想要快速并且大规模的影响视频观看者，但碎片化的平台及自媒体导致无法高效的选择和投放。

广告商想要精准受众群体，在视频创作者中寻找到合适且有效的合作方，但自媒体受众不明、生命周期不稳定、迭代更新快，难以找到合适的视频创作者。

广告商想要以低投入获得高效益，但广告投放后数据混杂无法科学评估和优化。

在广告商广告持续投入的情况下，但却难以满足广告商的核心需要，难以触及主流消费群体、难以高效并大规模影响视频观看者、难以精准受众群体，因此难以获得高效益。

基于上述环境背景，目前面向视频平台的广告植入方案有如下缺陷：

(1)对于品牌方而言：

1)投放广告无法保证曝光和效果

品牌方在视频平台投放广告时，会根据广告的曝光度、全网热度、视频创作者报价等条件来综合的判断，由于无法提前预知视频的曝光量和热度，品牌方无法保证投放效果，对于投入大量资金却并不一定会收到优质回报的困境，他们往往采取更为保守的方法——与拥有大粉丝量的视频创作者合作，但这往往意味着更高的成本。而同时，面对突然爆火的视频，由于已经错过了其创作时期，视频无法修改，品牌方也不能利用其流量换取曝光度，从而导致错过海量市场。

2)广告无区分度，使广告效力降低

品牌方在投放广告时只能针对视频进行广告投放，因此该视频的所有观看者看到的内容都是一致的，也就是说广告不能对视频观看者进行选择。由此看来，品牌方有大量的资金耗费在了非本产品的受众群体身上，无法高效的得到收益与回报，形成了无效广告大量产生、广告收益降低的现象。

(2)对于视频创作者而言：优质广告资源属于头部视频创作者的专利

在视频中或硬性或软性地植入广告是视频创作者流量变现的途径之一，通过优质的视频，视频创作者们可以获得粉丝的关注，也会因此获取更好的广告资源。品牌方直接找到视频创作者进行合作，基本上是只属于头部视频创作者特享的权利。对于一些中小视频创作者来说，找他们进行推广的品牌方寥寥无几，只有当他们的粉丝量达到一定规模时，才能有获得合作推广的机会。同时，高质量视频内容创作需要大量的资源，消耗人力、物力，两者的矛盾也会使一些视频创作者陷入生存的困境。

(3)对于视频观看者而言：

1)强行输送广告容易引起不适

视频观看者更加注重观看视频本身的体验，若在中途强行插入广告，会引起视频观看者的不适，从而引起对广告产品本身的抵触心理，但过度关注视频观看者体验，会使植入广告本身失去广大市场，因此掌握广告呈现的平衡点显得尤为重要。

2)广告简短无法深入了解产品

视频观看者在视频中接受到的广告由于时长和表述方式的限制，无法深入地了解产品。视频中能提到的产品信息对于完整的产品来说，非常有限，以至于广告无法准确地传递详细信息给观看者。若观看者表现出兴趣，则需要再去其他平台了解信息，使过程显得繁琐。

基于上述缺陷，本实施例考虑以下技术的支持，提出了一种基于AR技术的面向视频平台的个性化广告植入方法。

技术支持包括：

(1)AR技术

增强现实(Augmented Reality)技术是一种将虚拟信息与真实世界巧妙融合的技术，广泛运用于多媒体领域。当前AR技术正处在高速发展的阶段，产品被消费市场接受，具有成熟的盈利模式，Gartner发布的2020年新技术成熟度曲线中，AR技术正式脱离该名单，说明AR技术趋于稳定，从一项有待观察的技术转变为可以使用的技术。

(2)5G技术

第五代移动通信技术(简称5G)是具有高速率、低时延和大连接特点的新一代宽带移动通信技术，是实现人机物互联的网络基础设施。截至2021年底，我国累计建成并开通5G基站142.5万个，总量占全球60％以上，每万人拥有5G基站数达到10.1个。目前，5G技术已经趋于成熟并运用到多个领域，为AR，VR，AI等新技术发展提供强大基础。

基于上述技术支持，本实施例提供了一种基于AR技术的面向视频平台的个性化广告植入方法，如图1所示，该广告植入方法包括：

S1：获取上传的视频；对所述视频进行场景识别和平面识别，得到场景识别结果和平面识别结果；根据所述场景识别结果和所述平面识别结果确定所述视频中的最佳广告位；

在获取上传的视频之前，本实施例的广告植入方法还包括上传视频的步骤，具体包括：调用视频上传接口将视频上传至存储仓库，并接收视频上传接口返回的视频存储位置和视频访问链接，根据视频存储位置获取上传的视频，以对上传的视频进行后续的最佳广告位的识别处理。

作为一种可选的实施方式，本实施例的广告植入方法还包括确定预设的AR广告模型，具体包括：对上传的视频进行主题分析，得到主题分析结果，根据场景识别结果和主题分析结果对视频进行分类，得到视频的类别，根据视频的类别确定预设的AR广告模型。

更为具体的，本实施例的广告植入方法由视创广告平台完成，如图2所示，本实施例中上传视频、确定最佳广告位以及对视频进行分类的过程包括：

开通OSS对象存储服务、智能标签服务和智能标签管道，OSS对象存储服务作为视频观看者视频上传的存储仓库，在OSS对象存储服务中创建用于存储需要进行视频分析的视频的Bucket；智能标签服务提供视频分析任务的接口；智能标签管道作为视频分析的作业队列，提供并发提交视频分析任务时进入管道有序进行视频分析任务的功能，即通过管道队列有序处理所提交的视频分析任务。

编写上传视频内容的视频上传接口，视创广告平台通过调用该视频上传接口将视频上传至OSS对象存储服务中存储需要进行视频分析任务的视频的Bucket中，视频上传接口会返回视频存储位置和视频访问链接，视频存储位置作为建立智能标签视频分析任务接口中所需的基本参数，即服务根据视频存储位置对视频发起分析任务，视频访问链接为拥有公共读写权利的访问链接，其用于作为后期AR处理的视频流输入以及作为播放app端预览视频时的参数。

编写提交智能标签作业的接口，选择参数模板，在参数模板中添加场景识别、平面识别、主题分析三种分析类型，以视频存储位置作为输入，根据用户需要勾选对应的分析类型，勾选场景识别即可得到场景识别结果，勾选平面识别即可得到平面识别结果，勾选主题分析即可得到主题分析结果，在勾选对应的分析类型后，则会对视频进行相应的分析，返回智能标签作业查询ID，通过ID查询视频标签分析结果，视频标签分析结果包括视频的场景识别结果、平面识别结果和主题分析结果。

基于场景识别结果和主题分析结果即可完成视频的基本分类，具体的，将上述视频分析方法得到的场景识别结果和主题分析结果作为视频创作者所递交视频的属性存入数据库中对应的数据表，并以接口的形式将数据结果返回给web前端，web前端即可通过场景分类以及主题分类将所有创作者的视频进行划分，广告商即可通过不同的类别选择适合的视频进行投资，经广告商与视频创作者相协商，即可确定预设的AR广告模型。本实施例基于场景识别技术，对视频进行场景、主题分析完成视频分类，能够对广告商所需选择的广告视频做基础分类选择。

同时，本实施例基于场景识别结果和平面分析结果，确定该视频中的最佳广告位。

在视频平台加盟本实施例的视创广告平台后，视频创作者在发布视频时，可以选择将视频同时上传至视创广告平台供品牌方挑选，同样也可以在发布视频后再选择上传至视创广告平台，即本实施例中的上传的视频可为已在视频平台上发布的视频。上传完毕后，视创广告平台会对当前的视频进行分析，用黑色圆圈标出在视频中可以放置3D广告模型的最佳位置(即最佳广告位)，若该位置已有广告投放，则显示广告产品内容，视频观看者可以在视频平台中点击“广告可见”图标转换视频观看者视角，广告可见则显示之前的广告产品内容，否则，则显示本实施例利用AR技术所叠加的预设的AR广告模型。

S2：基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型。

S2可以包括：根据视频访问链接获取视频，并基于AR技术在视频的最佳广告位上叠加预设的AR广告模型。叠加过程可以包括：利用AR技术处理视频，利用平面图像识别和运动追踪方法追踪视频的最佳广告位，并在最佳广告位上加载预设的AR广告模型，得到叠加有预设的AR广告模型的视频。

作为一种可选的实施方式，在S2之后，本实施例的广告植入方法还包括：识别视频观看者的手势，根据手势对预设的AR广告模型进行调整。比如，对预设的AR广告模型进行放大、缩小、旋转等操作。

更为具体的，如图3所示，叠加过程和手势交互过程包括：

根据视频访问链接获取网络视频流，在Unity上基于AR技术处理网络视频流。需要说明的是，AR技术是以通过摄像头所获取的图像作为图像输入源，同时提供Customcamera脚本，为了使AR技术能够对网络视频流进行处理，本实施例修改Customcamera脚本，将摄像头图像输入源转换为网络视频流的图像输入，以能够通过AR技术对上传的视频进行处理。

利用平面图像识别和运动追踪技术追踪S1所设定的最佳广告位，并在该最佳广告位上拖拽预设的AR广告模型，得到叠加有预设的AR广告模型的视频，将该叠加有预设的AR广告模型的视频最终嵌入安卓工程，在播放视频时接入AR功能，对视频中的最佳广告位进行预设的AR广告模型叠加。具体的，本实施例使用Unity开发工具开发有关AR功能，修改原定的VideoCameraDevice组件将摄像头的图像输入源自定义为本方案中使用的网络视频流的图像，通过sample自定义Customcamera修改输入源为视频流URL，以该视频作为输入，然后通过Easyar的ImageTracker和ImageTarget组件组合实现对视频的最佳广告位识别并叠加所需的AR广告模型，ImageTracker组件定义了图像输入源，以及平面图像识别方法和图像识别后显示预现实的模型的方法，ImageTarget组件之下可放置各AR广告模型，待ImageTracker图像识别成功后自动加载ImageTarget下的AR广告模型到指定广告位。

本实施例通过所编写的C#脚本识别观看视频观看者与屏幕的手势交互，例如双指放大屏幕，使AR广告模型做出放大或者旋转的反馈，以使视频观看者与AR广告模型交互，以提供商品信息交互。具体的，开发与模型交互的相关方法脚本，即识别视频观看者与屏幕的手势识别，例如放大缩小操作，同时使AR广告模型做出放大缩小的反馈，通过与AR广告模型的交互，可以提供视频观看者更多的商品信息。AR总体功能实现完成后，打包导出作为Android工程的功能模块进行引用，播放视频时，实时呈现AR广告效果。本实施例基于AR技术处理网络视频流，利用平面图像识别和运动追踪技术叠加3D广告模型，使模型在视频中根据视频观看者观看视频的角度改变3D广告模型的角度，从而让该广告模型像实物一样完全融入视频中。通过手势识别技术，使用户与AR广告模型交互，能够进行旋转、放大缩小等操作，便于用户了解广告内容。

本实施例也可利用其它ARsdk或者利用Python底层图像处理方法完成上述叠加和手势交互方法，同时还可使用类似场景分析方法进行场景识别，利用不同的开发工具完成核心场景分析、AR渲染步骤。

作为一种可选的实施方式，如图4所示，预设的AR广告模型为多个，利用时间推荐方法、地域推荐方法或者用户推荐方法在最佳广告位上叠加不同的预设的AR广告模型。即在视频同一广告位，针对时间、地域以及不同视频平台提供的用户画像，推荐不同的AR广告模型，实现AR广告个性化推荐。

具体的，时间推荐方法为：广告商选定推荐时间段投放广告模型，观众观看视频时，服务器获取观众观看的时间信息，将视频播放分为不同的时间段，指定不同广告商的广告模型实时播放在广告位上。

地域推荐方法为：通过服务器获取用户位置权限，获取用户地域信息，在非买断时间下，根据地域信息，推荐该用户地域的广告商的广告模型，或者广告商指定该用户地域下的广告模型。

用户推荐方法为：用户推荐方法为视频平台的推荐算法，由视频平台制定，本实施例修改为用户画像只获取它的结果，通过各视频平台不同的用户画像，与大量ImageTarget组件组成的模型库建立连接，修改ImageTracker的脚本，收集各视频平台不同用户画像，针对用户画像中用户常看的视频主题类型数据，加载相同主题类型下的商品类型名称的ImageTarget，AR渲染视频时根据加载出来对应的ImageTarget以及在Unity设定的与广告位的预定位置关系，将AR广告模型加载到视频中对应广告位处，针对不同的用户看到的视频，其中的广告模型实现个性化。

通过上述三种推荐方法的结合，完成AR广告模型个性化推荐方法。当然，本实施例也可使用其它推荐算法实现广告模型的个性化推荐。本实施例所提供的视创广告平台共涉及品牌方，视频平台，视频创作者三个对象，根据目前广告市场存在的一系列问题提出了新的解决方案—对视频平台中的视频进行场景识别和平面识别，通过AR技术将3D广告模型放在视频中对应平面上，视频观看者可以根据视频的视角变化看到对应视角的广告模型，同时结合视频平台的用户数据，个性化且针对性地为用户呈现广告。本实施例可以在视频同一坐标，针对时间、地域、不同视频平台中通过大数据获得的用户画像，推荐不同的3D广告模型，实现AR广告个性化推荐。

本实施例所提供的广告植入方法的优势如下：

(1)得益于使用的视频场景、主题分析技术，快速有效地对视频平台中的海量视频进行精准分析，从而有效筛选出可以使用AR技术植入广告的视频，并挑选出各视频中的最佳广告位，针对广告商投资广告有更友好的选择建议，可以根据自己的广告类型，选择对应场景以及主题的视频，与视频创作者协商进行广告投放。

(2)得益于EasyAR技术，将本来的摄像头输入替换为网络视频流输入，视频创作者不必关注广告效果，且可以大量处理视频，并将其融入Android工程，使用手势交互与3D广告模型交互技术，在用户对商品感兴趣的前提下，与广告模型进行交互，获得更多的商品信息。

(3)个性化广告投放，精准营销，相较于当下的广告类型，一类视频只有一个广告，但是利用视频平台本身的大数据模式，可以对用户的消费倾向有更好的分析，为其在视频中展示更有可能消费的产品。

本实施例中，阿里云完整提供所需的视频分析任务，EasyAR提供的SDK功能完整，可实现AR效果，当下视频平台智能推荐算法成熟，提供个性化推荐模型的前提，算法实现平台拥有完备可行的运行流程，故本实施例的广告植入方法可行。

在本实施例的广告植入方法可行的前提下，本实施例的产品优势包括：

(1)让爆火视频在广告市场上二次盈利

品牌方拥有更大市场。品牌方投放广告总会面临无法预知投放效果的困境，而视创广告平台通过对发布完毕的视频，放入3D模型的方法，使大量原本失去利用广告流量变现机会的存量视频，再次回到广告市场，达成品牌方与创作者双赢的局面。同时这种对发布视频再加工的方式，也有利于视频的反复招商。若创作者和品牌方只签订了一段时间的合约，创作者可以待合作结束后，继续找别的品牌方合作，如此也让广告效益不断延续，让流量不断得到利用。

(2)自由的合作模式，减少试错成本

相比于目前大品牌方更偏向于选择拥有大粉丝量的视频创作者合作的模式，视创广告平台使品牌方可以结合视频中广告内容可以修改的特性，对该视频先投入少量资金进行试验，在取得良好效果之后再行深入合作。例如，品牌方对某发布视频先投放3w播放量，观察该视频的影响力和广告的收益。若对效果满意，则可继续投放更多的播放量；若不满意，则可不再继续选择合作。

(3)小粉丝量创作者更容易获得广告机会

创作者拥有更多机会，有利于视频质量提高。同样，针对上述自由的合作模式，视创广告平台使品牌方将目光重新转移至视频本身，从而使小粉丝量创作者获得关注，取得更多广告机会，从而更好地在视频市场中生存。这样的模式也有利于激励创作者创作更能获得观看者认可的作品，并努力去获取视频长久的影响力，使视频的流量价值不断转换体现。

(4)品牌方结合用户画像精准投放收获高效益

视频平台结合大数据为广告选择观看者。视创广告平台利用视频平台本身的大数据模式，可以对用户的消费倾向有更好的分析，为其在视频中展示更有可能消费的产品。比如，品牌方A、品牌方B分别在视频C中同一个系统分析得到的广告位投放了3w播放量，4w播放量的广告，那么视频平台结合用户数据分析视频C当前观看的用户在A、B两种品牌中更有可能倾向选择的产品，并在该广告位中显示此产品，并使该品牌对应的播放量减一，直至播放量归0，则该品牌与该视频的合作结束。这样的模式，使品牌方在投入相同资金的情况下，面向品牌的用户群体，进行精准的广告投放。

(5)交互模式让产品更加清晰

视创广告平台通过AR技术，让视频观看者直接在视频中与3D广告模型互动，将传达信息的方式更为立体，不再受时间限制。观看者点击3D模型，可以使用手势使该3D模型旋转、放大缩小等，这样的交互模式更有趣味性，直观性，也更立体化。

本实施例的技术优势如下：

(1)计算机视觉：利用场景识别技术、平面识别技术进行视频处理

对视频进行精确归类及分析。视创广告平台通过场景分析技术，对视频中的场景进行判断，并结合平面识别技术，分析该场景中最适宜放置3D广告模型的平面，并在视频中进行广告位标注处理。这一技术能够快速有效地对视频平台中海量视频进行精准分析，从而有效筛选出可以使用AR技术植入广告的视频，并挑选出各视频中最佳广告位。

(2)增强现实：利用平面图像识别和运动追踪技术，模型跟随位置和视角变动

隐性广告植入让3D广告融入场景。对比市场中的有实物出现在视频中的广告，或后期使用图像处理技术补充入视频的广告，不可避免地分别出现了广告内容不可修改、2D图像格外突兀的缺陷。视创广告平台利用EasyAR框架中的平面图像识别技术，能够使3D模型跟据其初始位置呈现在视频中对应的位置。同时，使用运动追踪技术，模型会根据视频内容视角的变化，呈现出对应视角的内容。也就是说这个后期放入视频中的图像素材，可以完美的融入视频，根据视频中的光影条件，视角区别，展现出和实物一样的特性，同时又兼具修改的可能性。

(3)增强现实：在视频同一坐标，根据用户画像更换模型

利用AR辅助个性化呈现。面对市场中大量广告无差别投放的现状，结合视创广告平台可修改广告内容的技术，视创广告平台提出了根据视频平台本身拥有的用户信息和大数据技术，为用户选择其更有可能会消费的广告产品呈现在视频中，从而达到广告精准投放的目的。结合目前的AR技术，可以在视频中标识出的同一个广告位中，放入不同的广告模型。品牌方以播放量为单位，可以对多个视频投放一定播放量数额的广告，而视频创作者也可以在同一视频中接受来自多个品牌方的订单，这样能让品牌方能够在投入同样资金的情况下，获得更大的盈利。

(4)手势识别：通过手势与3D广告模型交互获得更多信息

视创广告平台利用手势识别技术，让视频中的3D模型更好地传递更大的信息量，不再受视频内的市场限制，或语言表述限制影响，更加体现了AR技术在广告市场的优越性。

实施例2：

本实施例用于提供一种基于AR技术的面向视频平台的个性化广告植入系统，如图5所示，所述广告植入系统包括：

最佳广告位确定模块M1，用于获取上传的视频；对所述视频进行场景识别和平面识别，得到场景识别结果和平面识别结果；根据所述场景识别结果和所述平面识别结果确定所述视频中的最佳广告位；

叠加模块M2，用于基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型。

本实施例可以为用户带去更高的体验感，达到广告商的营销效果以及并为视频创作者提供更多收益，解决了AR技术渲染视频广告，且融合视频平台用户推荐，广告模型实现个性化推荐的问题。

本说明书中每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于AR技术的个性化广告植入方法，其特征在于，所述广告植入方法包括：

获取上传的视频；

对所述视频进行场景识别和平面识别，得到场景识别结果和平面识别结果；

根据所述场景识别结果和所述平面识别结果确定所述视频中的最佳广告位；

基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型。

2.根据权利要求1所述的广告植入方法，其特征在于，所述上传的视频为已在视频平台上发布的视频。

3.根据权利要求1所述的广告植入方法，其特征在于，在获取上传的视频之前，所述广告植入方法还包括上传视频，具体包括：

调用视频上传接口将所述视频上传至存储仓库，并接收所述视频上传接口返回的视频存储位置和视频访问链接。

4.根据权利要求3所述的广告植入方法，其特征在于，所述获取上传的视频具体包括：根据所述视频存储位置获取上传的视频。

5.根据权利要求3所述的广告植入方法，其特征在于，所述基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型具体包括：根据所述视频访问链接获取所述视频，并基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型。

6.根据权利要求1所述的广告植入方法，其特征在于，在基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型之前，所述广告植入方法还包括确定所述预设的AR广告模型，具体包括：

对所述视频进行主题分析，得到主题分析结果；

根据所述场景识别结果和所述主题分析结果对所述视频进行分类，得到所述视频的类别；

根据所述视频的类别确定预设的AR广告模型。

7.根据权利要求1所述的广告植入方法，其特征在于，所述基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型具体包括：利用AR技术处理所述视频，利用平面图像识别和运动追踪方法追踪所述视频的最佳广告位，并在所述最佳广告位上加载所述预设的AR广告模型，得到叠加有所述预设的AR广告模型的视频。

8.根据权利要求1所述的广告植入方法，其特征在于，在基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型之后，所述广告植入方法还包括：识别视频观看者的手势，根据所述手势对所述预设的AR广告模型进行调整。

9.根据权利要求1所述的广告植入方法，其特征在于，所述预设的AR广告模型为多个；利用时间推荐方法、地域推荐方法或者用户推荐方法在所述最佳广告位上叠加不同的预设的AR广告模型。

10.一种基于AR技术的个性化广告植入系统，其特征在于，所述广告植入系统包括：

最佳广告位确定模块，用于获取上传的视频；对所述视频进行场景识别和平面识别，得到场景识别结果和平面识别结果；根据所述场景识别结果和所述平面识别结果确定所述视频中的最佳广告位；

叠加模块，用于基于AR技术在所述视频的最佳广告位上叠加预设的AR广告模型。

Images