2012年，卷积神经网络CNN在ImageNet中获得第一名，其分类准确率远远领先于第二名。从那时起，深度学习革命迎来了高潮。实际上，深度学习的基本理论是在2000年之前建立的，但是当时激活函数选择错误，计算能力有限，数据量很小。如今，随着大数据时代的到来，这些问题已得到解决。深度学习的出现立即给视频广告的显示形式带来了新的变化，而小推自主开发的视频场景分析技术也为视频广告行业带来了新的活力。 Xiaotui自主开发的视频场景分析技术可以识别视频每一帧的内容并放置特定的标签，如图1所示，该技术可以识别屏幕中的人和物体，并分析场景对应的标签是派对。图1.图2显示了Xiaotui用于视频场景分析技术的基本技术解决方案。我们将视频的每个帧作为图片进行处理，将图片转换为合适的特征表示，然后将其移交给神经网络。进行分类，以识别图像的内容。图2.算法识别过程随着Internet的发展，[电子商务+视频]的购物模型已被广泛使用，例如某些珍宝和某些Dong族。 [实时广播+电子商务]颠覆性购物模式刚刚出现，可以描述为一片蓝海。那么什么是实时视频购物？这是一种购物形式，卖家通过视频记录和广播他们的产品，并与买家进行实时互动。小推还希望在视频购物领域发挥其算法功能。我们将使用视频场景分析技术来支持视频购物，如图3所示。这种替代视频内容场景的实时补丁广告可能会给用户留下深刻的印象，并且不会对用户的购买行为产生太大影响。用户观看视频的过程中，因此会带来很大的转换率。图3.视频场景分析技术在视频购物中的应用分解成各种相框，作为特定场景的广告空间提供给各个广告主（例如电子商务），也可以进行特定的分析和挖掘特定的视频场景对于每个广告客户。