[发明专利]广告推荐方法及装置

权利要求书

1.一种广告推荐方法，其特征在于，包括：

获取目标视频的关键帧图像；

对所述关键帧图像进行识别，获取所述关键帧图像中的目标物体的物体类别；

基于所述目标物体的物体类别，获取目标广告；

在所述目标视频的播放界面上推送所述目标广告。

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标物体的物体类别，获取目标广告，包括：

根据预先设置的物体类别与广告行业的对应关系，获取与所述目标物体的物体类别对应的目标广告行业，从数据库中获取所述目标广告行业中的所述目标广告；或者，

根据预先设置的物体类别与广告商品类目的对应关系，获取与所述目标物体的物体类别对应的目标广告商品类目，从数据库中获取所述目标广告商品类目中的所述目标广告。

3.根据权利要求1所述的方法，其特征在于，所述基于所述目标物体的物体类别，获取目标广告，包括：

获取所述目标物体的第一特征数据，其中，所述第一特征数据用于描述所述目标物体的特征；

获取一个或多个候选广告商品的第二数据特征，其中，所述第二特征数据用于描述所述候选广告商品的特征，所述候选广告商品的物体类别与所述目标物体相同；

对于任一所述候选广告商品，基于所述候选广告商品的第二特征数据与所述目标物体的第一特征数据，计算所述目标物体与所述候选广告商品的相似度，获取与所述目标物体的相似度大于预定阈值的候选广告商品的广告作为所述目标广告。

4.根据权利要求3所述的方法，其特征在于，

所述获取所述关键帧图像中的目标物体的物体类别，以及获取所述目标物体的第一特征数据，包括：将所述关键帧图像输入到预先训练好的第一卷积神经网络模型，得到所述目标物体的物体类别以及所述目标物体的第一特征数据，其中，所述第一卷积神经网络模块用于获取输入的图像中的物体的物体类别和特征数据；

在所述获取一个或多个候选广告商品的第二数据特征之前，所述方法还包括：将一个或多个所述候选广告商品的图像输入到所述第一卷积神经网络模型，得到一个或多个所述候选广告商品的物体类别以及一个或多个所述候选广告商品的第二特征数据。

5.根据权利要求1至4任一项所述的方法，其特征在于，

在所述获取目标视频的关键帧图像之前，所述方法还包括：获取多个样本视频和各个样本视频的样本关键帧；对于任一所述样本视频，将所述样本视频的样本关键帧和所述样本视频的多个预定帧图像输入到第二卷积神经网络模型，对所述第二卷积神经网络模型进行训练，其中，所述第二卷积神经网络模型用于识别输入的视频的关键帧；

所述获取目标视频的关键帧图像，包括：将所述目标视频的各个预定帧图像输入到训练好的所述第二卷积神经网络模型，得到所述关键帧图像。

6.一种广告推荐装置，其特征在于，包括：

第一获取单元，被配置为执行获取目标视频的关键帧图像；

第二获取单元，被配置为执行对所述关键帧图像进行识别，获取所述关键帧图像中的目标物体的物体类别；

第三获取单元，被配置为执行基于所述目标物体的物体类别，获取目标广告；

推送单元，被配置为执行在所述目标视频的播放界面上推送所述目标广告。

7.根据权利要求6所述的装置，其特征在于，所述第三获取单元基于所述目标物体的物体类别，获取目标广告，包括：

根据预先设置的物体类别与广告行业的对应关系，获取与所述目标物体的物体类别对应的目标广告行业，从数据库中获取所述目标广告行业中的所述目标广告；或者，

根据预先设置的物体类别与广告商品类目的对应关系，获取与所述目标物体的物体类别对应的目标广告商品类目，从数据库中获取所述目标广告商品类目中的所述目标广告。