多媒體廣告計算.pdf

1、隨著互聯(lián)網(wǎng)帶寬的增長和新型互聯(lián)網(wǎng)服務(wù)的發(fā)展，爆炸式增長的在線多媒體數(shù)據(jù)和蓬勃發(fā)展的社交網(wǎng)絡(luò)給互聯(lián)網(wǎng)廣告的發(fā)展帶來了全新的挑戰(zhàn)。傳統(tǒng)的基于文本數(shù)據(jù)挖掘的廣告上下文相關(guān)性方法已在以多媒體數(shù)據(jù)為載體的互聯(lián)網(wǎng)廣告上顯露出諸多不足之處。有效存儲和管理在線海量多媒體數(shù)據(jù)，并充分利用其中包含的多媒體信息挖掘多媒體數(shù)據(jù)與廣告的相關(guān)性，成為多媒體廣告計算的關(guān)鍵問題。另一方面，社交網(wǎng)絡(luò)的興起使人們的日常網(wǎng)絡(luò)行為從以內(nèi)容為主的網(wǎng)絡(luò)瀏覽逐步過渡到基于龐大社交網(wǎng)

2、絡(luò)的用戶互動和內(nèi)容分享的社交瀏覽上。利用龐大的社交網(wǎng)絡(luò)用戶結(jié)構(gòu)和活躍的用戶互動，感知社交網(wǎng)絡(luò)中的廣告趨勢，擴大廣告的傳播范圍和關(guān)注度，已成為多媒體廣告計算中的重要研究方向。
　　 本文集中討論了多媒體廣告計算這一課題產(chǎn)生的背景和研究意義，以及涉及的關(guān)鍵問題和技術(shù)難點，并指出已有的研究工作中存在的不足之處。本文從多媒體廣告計算領(lǐng)域的基礎(chǔ)性問題出發(fā)，從不同層次研究了多媒體廣告計算發(fā)展中遇到的關(guān)鍵問題——數(shù)據(jù)存儲、內(nèi)容分析和廣告優(yōu)化，

3、分別提出了視頻的近無損摘要方法、改進的近無損視頻音頻摘要下的視頻內(nèi)容分析和社交網(wǎng)絡(luò)背景下的圖像廣告關(guān)聯(lián)方法。主要工作和創(chuàng)新之處歸納為以下幾點：
　　 1．傳統(tǒng)在線海量視頻數(shù)據(jù)一般以視頻壓縮或視頻摘要形式進行存儲、索引
　　 和展示。不斷增長的在線視頻和有限的帶寬給當(dāng)前的視頻管理系統(tǒng)帶來
　　 了一系列挑戰(zhàn)，如有限的服務(wù)器存儲空間、可觀的流媒體的傳輸時延以及隨傳輸碼率降低而不斷下降的視頻傳輸質(zhì)量。本文提出一種能有效

4、降低視頻存儲、并最大程度地保持視頻信息的近無損視頻摘要方法，通過對視頻的結(jié)構(gòu)化分析，提取包含視覺、聽覺和用于記錄視頻時間和運動信息的元數(shù)據(jù)三個部分的近無損視頻摘要，并能將其重建為與原視頻等長的重建視頻用于展示。實驗表明，近無損視頻摘要能夠達到傳統(tǒng)視頻壓縮方法無法達到的極高存儲效率。同時，通過近無損視頻摘要與流行的視頻壓縮方法和傳統(tǒng)視頻摘要方法的主客觀評價，驗證了近無損摘要在信息保持和用戶體驗方面的優(yōu)越性。
　　 2．針對海量數(shù)據(jù)

5、的近無損視頻摘要方法在實現(xiàn)了主流視頻壓縮方法無法達到的存儲效率的同時，還保證了主流視頻壓縮方法在同等極低比特率條件下無法達到的視覺和語義保真度，但也存在不足之處。比如，在存儲開銷方面，視覺摘要中占很大比例的全景圖沒有得到充分壓縮，并且僅對聽覺信號進行了低碼率壓縮，其中還有可觀的時間冗余能夠進一步消除。另外，在近無損摘要的視覺和語義保持方面，缺乏將近無損摘要運用到在線海量視頻管理系統(tǒng)中進行視頻分析的實踐。本文提出一種改進的近無損視頻音頻摘

6、要方法，并運用到大規(guī)模數(shù)據(jù)集上的視頻分析任務(wù)中，以研究其視頻分析性能。實驗表明，改進的近無損視頻音頻摘要比近無損視頻摘要顯著降低了存儲開銷，還保證了主流視頻壓縮方法在同等低比特率條件下無法達到的視覺和語義保真度。本文還將近無損視頻音頻摘要運用于一系列視頻分析任務(wù)，著重考察其在視頻分析中的兩個重要任務(wù)——視頻拷貝檢測和視頻概念檢測中的性能。實驗表明，改進的近無損視頻音頻摘要在視頻分析任務(wù)中達到了與原始視頻能夠比擬的性能，這也初步驗證了近無

7、損摘要運用于海量視頻數(shù)據(jù)管理系統(tǒng)的能力。
　　 3．當(dāng)前基于內(nèi)容的上下文相關(guān)圖像廣告系統(tǒng)致力于挖掘用戶瀏覽網(wǎng)頁中的圖像及其上下文信息與廣告的相關(guān)性。以社交網(wǎng)絡(luò)為代表的新型互聯(lián)網(wǎng)服務(wù)帶來了通過社交關(guān)系相連的龐大用戶網(wǎng)絡(luò)和基于此網(wǎng)絡(luò)的內(nèi)容組織形式，用戶在整個社交網(wǎng)絡(luò)中的影響力決定了與其相關(guān)內(nèi)容的傳播速度和傳播范圍。與基于內(nèi)容的上下文相關(guān)廣告關(guān)聯(lián)方法只考慮內(nèi)容相關(guān)性不同，本文提出一種基于社交網(wǎng)絡(luò)，整合用戶影響力、上下文內(nèi)容相關(guān)性、局部