PulseAugur
实时 01:35:14
English(EN) ViASNet: A Video Ad Saliency Network for Predicting Dynamic Saliency and Viewer Engagement

新的ViASNet模型预测视频广告的观众参与度

研究人员开发了ViASNet,一种专为短视频广告设计的新型深度显著性预测模型。该模型基于3D U-Net架构,整合了音频线索和语义场景含义,以预测观众的观看位置和时长。ViASNet在151个视频广告上进行了测试,每个广告约有20名观众的眼动追踪数据,并通过显著性图熵分析证明了其识别缺乏吸引力内容的能力。研究表明,ViASNet可以显著加速广告设计和测试过程。 AI

影响 该模型可以通过自动化观众参与度分析来简化视频广告的创作和测试。

排序理由 详细介绍视频广告分析新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的ViASNet模型预测视频广告的观众参与度

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Jianping Ye, Michel Wedel ·

    ViASNet:用于预测动态显著性和观众参与度的视频广告显著性网络

    arXiv:2605.29302v1 Announce Type: new Abstract: The digital media landscape has seen a pervasive shift toward short-form video advertising on TV, social media and e-commerce platforms. The present study focuses on deep saliency prediction for short-form video advertising. Deep sa…