基于片段关键帧的视频行为识别方法

视频行为识别是智能视频分析的重要组成部分。深度学习方法在该领域有了显著的进步,目前得到最佳效果的方法都使用了双流卷积神经网络。在长视频识别中,现有的行为识别方法大多以均匀分段固定采样得到的视频帧作为输入,这可能损失采样间隔中的重要信息。通过定义视频的信息量,提出了一种用于视频行为识别的片段划分和关键帧提取方法,使用多时间尺度双流网络提取视频特征,设计了视频行为识别系统,在UCF101数据集split1上达到了目前最高的94.2%准确率。

考虑消费者偏好差异的网络视频平台和广告商决策研究

付费和免费并存是近年来涌现的网络视频提供新模式。本文针对同时提供付费和免费视频的网络视频运营平台以及向平台投放广告的广告商,考虑存在不同消费者偏好主导的市场环境下,探讨基于视频热度的平台视频划分策略、订阅费定价以及广告商的广告投放策略。研究结果表明:(1)在以视频热度为主导的消费者市场中,随着消费者对视频热度的敏感系数增大,平台会提高订阅费价格,同时广告商会提高广告投放水平;随着免费消费者规模给广告商带来的网络外部性强度的提升,广告商会提高广告投放水平,平台会提高订阅费价格并减少免费视频的提供。(2)在以付费意愿为主导的消费者市场中,当广告投放价格较高时,随着消费者对视频热度的敏感系数增大,平台提高免费视频比例;随着免费消费者规模给广告商带来的网络外部性强度的提升,广告商会提高广告投放水平,平台会增加免费视频的提供比例。(3)随着视频热度为主导的消费者规模的扩大,平台提供的免费视频比例会降低,而订阅费定价则会提高;随着付费意愿为主导的消费者规模的扩大,则反之。当以视频热度为主导的消费者规模较大时,广告商不会向平台投放广告。本文的研究成果对网络视频的平台运营商和广告商有一定的管理启示与应用价值。