Detección automática de publicidad en segmentos de video
Professor Advisor
dc.contributor.advisor
Barrios Núñez, Juan
Author
dc.contributor.author
Vásquez Lean, Cristián Rodrigo
Associate professor
dc.contributor.other
Bustos Cárdenas, Benjamín
Associate professor
dc.contributor.other
Hitschfeld Kahler, Nancy
Associate professor
dc.contributor.other
Salas Fuentes, Rodrigo
Admission date
dc.date.accessioned
2020-06-05T01:33:56Z
Available date
dc.date.available
2020-06-05T01:33:56Z
Publication date
dc.date.issued
2020
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/175271
General note
dc.description
Tesis para optar al grado de Magíster en Tecnologías de la Información
es_ES
Abstract
dc.description.abstract
La presente tesis tiene como objetivo entregar una solución tecnológica que permita soportar la detección automática de publicidad en segmentos de video. Esta solución permitirá cuantificar de forma automatizada la participación de las compañías en términos de emisión de comerciales y entender cuál es el comportamiento del mercado publicitario.
Este trabajo trata el problema que afecta a compañías que publicitan comerciales en la televisión y no poseen una herramienta para saber de manera oportuna y precisa los comerciales que están apareciendo en la televisión en cada momento. La necesidad de esta información es relevante para la toma de decisiones exitosas, en un mercado cada vez más competitivo.
Se desarrolló una solución que permite detectar, mediante técnicas de Recuperación de Información Multimedia, la aparición de comerciales en las diferentes programaciones diarias de los canales de televisión. Cada parrilla programática diaria fue descargada en formato de video, desde los servicios de streaming online que provee cada canal. Desde cada video se extrajeron características de imagen y audio, con el propósito de generar descriptores de contenidos que permiten lograr una detección de comerciales efectiva y eficiente.
Los distintos tipos de descriptores fueron evaluados utilizando métricas de Precision, Recall y Mean Average Precision, con el propósito de identificar los descriptores de mejor desempeño. Las evaluaciones arrojaron los mejores resultados al combinar descriptores de imagen y audio, mientras que al utilizar descriptores por separado, los resultados disminuyeron drásticamente en cantidad de recuperaciones, a pesar de identificar correctamente el comercial.
Por otro lado, al analizar los datos obtenidos, se generaron estadísticas y diferentes visualizaciones que permitieron reconocer diferentes comportamientos sobre la publicidad emitida en la televisión local, para un mes en particular en distintos momentos del día y la semana. Al identificar las emisiones de comerciales que se realizan en un determinado período de tiempo, es posible descubrir y analizar la estrategia publicitaria que las compañías emplean en la televisión.