一種智能個性化視頻廣告推送方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計算機智能應(yīng)用領(lǐng)域，特別涉及一種智能個性化視頻廣告推送方法及 系統(tǒng)。
【背景技術(shù)】
[0002] 20世紀90年代以來，中國戶外廣告高速發(fā)展，產(chǎn)生了各種各樣的戶外視頻廣告終 端。由于戶外廣告有自身的媒介特性和傳播特點，它的效果評估與監(jiān)測一直是戶外媒體業(yè) 的弱點和難點。隨著計算機視覺和機器學(xué)習(xí)以及互聯(lián)網(wǎng)技術(shù)的發(fā)展，越來越多業(yè)界商家和 學(xué)者開始意識到，戶外媒體行業(yè)的發(fā)展方向應(yīng)該是針對這些難點和弱點進行專門的理論上 的研究和具有商業(yè)實用性的開發(fā)，而不再是單純的以瓜分資源、搶占市場的方式競爭，這樣 才會促進整個行業(yè)的快速發(fā)展。
[0003] 目前已有的戶外廣告機、數(shù)字標牌貨架、智能售賣機、聯(lián)網(wǎng)商店、交互式廣告牌等 視頻廣告終端中，存在的亟待解決問題是商家和廣告受眾之間的信息阻塞。一方面，商家投 放視頻廣告后不知道有沒有人看、多少人看、什么人看，使廣告的效果難于評估。另一方面， 由于廣告機布放位置的差異，其廣告受眾由于性別、年齡、群體的不同，關(guān)注點和興趣有著 很大的差異，往往觀看廣告后發(fā)現(xiàn)并沒有自己想要的信息。解決的思路主要也是針對這兩 個方面入手，一方面是需要采集不同廣告機的受眾信息，采集數(shù)據(jù)要盡可能的全面和準確； 另一方面則是對采集后的信息進行處理，將結(jié)果反饋到視頻廣告推送終端上。
[0004] 在現(xiàn)有技術(shù)中尚缺乏此類方法或系統(tǒng)。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的視頻廣告投放系統(tǒng)無法根據(jù)受眾的情況有 選擇地投放廣告的缺陷，從而提供一種智能個性化視頻廣告推送方法及系統(tǒng)。
[0006] 為了實現(xiàn)上述目的，本發(fā)明提供了一種智能個性化視頻廣告推送方法，包括：
[0007] 步驟1)、采集并保存廣告投放現(xiàn)場影像信息；
[0008] 步驟2)、對步驟1)所得到的廣告投放現(xiàn)場影像信息做人臉檢測；所述人臉檢測包 括：從廣告投放現(xiàn)場影像信息中識別出各個人臉，得到各個人臉的面部圖像，以及某一時間 段的影像信息中所包含的人臉的數(shù)量；
[0009] 步驟3)、對步驟1)所得到的廣告投放現(xiàn)場影像信息做人臉跟蹤；所述人臉跟蹤包 括對某一人臉在廣告投放現(xiàn)場影像信息中的廣告觀看過程進行跟蹤，以得到該人臉在廣告 投放現(xiàn)場影像信息中觀看廣告的時間區(qū)間；
[0010] 步驟4)、根據(jù)步驟3)所得到的人臉跟蹤結(jié)果對不同人物的人臉做性別識別與 年齡估計，得到每個人的性別和年齡信息，并根據(jù)所述性別和年齡信息對廣告受眾進行分 類；
[0011] 步驟5)、根據(jù)步驟2)、步驟3)和步驟4)所得到的結(jié)果利用推薦決策算法為各個 廣告終端生成分時段的廣告推薦列表。
[0012] 上述技術(shù)方案中，步驟2)中的人臉檢測包括：首先利用Adaboost方法對圖片 進行粗檢，得到人臉候選區(qū)域，然后基于可變形部件模型對臉部的標志點進行定位并對匹 配程度進行評分；當分數(shù)高于預(yù)先設(shè)置的閾值時，直接認定該候選區(qū)域為人臉；如果分數(shù) 低于預(yù)設(shè)閾值，則結(jié)合標志點位置利用人臉幾何先驗知識確定鼻子所在區(qū)域，然后利用 Adaboost鼻子檢測器進行確認，如果檢測到鼻子，則認定該候選區(qū)域為人臉。
[0013] 上述技術(shù)方案中，步驟3)中的人臉跟蹤包括：采用矩形濾波器對廣告投放現(xiàn)場影 像信息中檢測到的人臉圖像中的像素進行卷積，得到高維特征向量；利用隨機投影法對所 述高維特征向量進行降維；對降維后的特征進行尺度標準化處理；將圖像經(jīng)降維與尺度標 準化處理后的特征向量用于訓(xùn)練樸素貝葉斯分類器；對于后一幀檢測到的人臉區(qū)域，提取 特征后利用前一幀訓(xùn)練好的樸素貝葉斯分類器進行分類，依次選出分類得分最高的〈分類 器，圖像〉實現(xiàn)多人物跟蹤，然后利用后一幀的跟蹤結(jié)果更新所述樸素貝葉斯分類器。
[0014] 上述技術(shù)方案中，所述步驟5)進一步包括：
[0015] 步驟5-1)、根據(jù)步驟2-步驟4)所得到的結(jié)果以及廣告播放記錄生成受眾觀看記 錄表和廣告播放記錄表；其中，受眾觀看記錄表包括任務(wù)編號、觀看起始時間、觀看結(jié)束時 間、人物性別、人物年齡、廣告機編號；廣告播放記錄表包括廣告編號、廣告播放起始時間、 結(jié)束時間、廣告機編號；
[0016] 步驟5-2)、根據(jù)受眾的性別和年齡對受眾進行分類，得到K類受眾，根據(jù)廣告終端 的數(shù)目T以及在T個廣告終端上播放的廣告的數(shù)目L，求T個KXL維的用戶-廣告矩陣；
[0017] 步驟5-3)、對步驟5-2)所得到的T個KXL維的用戶-廣告矩陣做全局廣告分析， 得到一個LXN維的Ad-Ad TOP N推薦列表，該推薦列表包含了對于L個廣告中的任意一個， 與其相關(guān)性最強的N個廣告；
[0018] 步驟5-4)、對步驟5-2)所得到的T個KXL維的用戶-廣告矩陣做局部流行度分 析，得到User-Ad TOP N推薦列表，該推薦列表包含了每個廣告終端每類受眾最喜愛的N個 廣告；
[0019] 步驟5-5)、根據(jù)步驟5-3)得到的Ad-Ad TOP N推薦列表以及步驟5-4)得到的 User-Ad TOP N推薦列表，建立一個針對每一個廣告終端上每一類受眾的聯(lián)合T0P2N推薦列 表，并為該推薦列表中的各個廣告賦予權(quán)重；所述聯(lián)合T0P2N推薦列表包含了為每一個廣 告終端上每一類受眾推薦的2N個廣告；
[0020] 步驟5-6)、根據(jù)受眾觀看記錄和廣告播放記錄統(tǒng)計每個廣告終端在每個時段的受 眾類別分布表；
[0021] 步驟5-7)、綜合步驟5-5)得到的T0P2N推薦列表和步驟5-6)得到的受眾類別分 布表，生成最終的分時段廣告TOP N推薦列表。
[0022] 上述技術(shù)方案中，步驟5-3)中的全局廣告分析包括：
[0023] 首先將T個用戶-廣告矩陣進行相加合并，得到一個全局用戶-廣告矩陣；該矩陣 中任意廣告S i均對應(yīng)一個K維的統(tǒng)計向量Vi = (U1, L, um, Luk)，其中Um表示第m類受眾中 共有Um人對該類廣告有興趣；
[0024] 對任意兩個廣告％和，基于統(tǒng)計向量Vi和' 求得兩者的余弦相關(guān)系數(shù)；計算公 式為
【主權(quán)項】
1. 一種智能個性化視頻廣告推送方法，包括： 步驟1)、采集并保存廣告投放現(xiàn)場影像信息； 步驟2)、對步驟1)所得到的廣告投放現(xiàn)場影像信息做人臉檢測；所述人臉檢測包括： 從廣告投放現(xiàn)場影像信息中識別出各個人臉，得到各個人臉的面部圖像，以及某一時間段 的影像信息中所包含的人臉的數(shù)量； 步驟3)、對步驟1)所得到的廣告投放現(xiàn)場影像信息做人臉跟蹤；所述人臉跟蹤包括對 某一人臉在廣告投放現(xiàn)場影像信息中的廣告觀看過程進行跟蹤，以得到該人臉在廣告投放 現(xiàn)場影像信息中觀看廣告的時間區(qū)間； 步驟4)、根據(jù)步驟3)所得到的人臉跟蹤結(jié)果對不同人物的人臉做性別識別與年齡估 計，得到每個人的性別和年齡信息，并根據(jù)所述性別和年齡信息對廣告受眾進行分類； 步驟5)、根據(jù)步驟2)、步驟3)和步驟4)所得到的結(jié)果利用推薦決策算法為各個廣告 終端生成分時段的廣告推薦列表。
2. 根據(jù)權(quán)利要求1所述的智能個性化視頻廣告推送方法，其特征在