一种智能个性化视频广告推送方法及系统的利记博彩app
【技术领域】
[0001] 本发明涉及计算机智能应用领域，特别涉及一种智能个性化视频广告推送方法及 系统。
【背景技术】
[0002] 20世纪90年代以来，中国户外广告高速发展，产生了各种各样的户外视频广告终 端。由于户外广告有自身的媒介特性和传播特点，它的效果评估与监测一直是户外媒体业 的弱点和难点。随着计算机视觉和机器学习以及互联网技术的发展，越来越多业界商家和 学者开始意识到，户外媒体行业的发展方向应该是针对这些难点和弱点进行专门的理论上 的研究和具有商业实用性的开发，而不再是单纯的以瓜分资源、抢占市场的方式竞争，这样 才会促进整个行业的快速发展。
[0003] 目前已有的户外广告机、数字标牌货架、智能售卖机、联网商店、交互式广告牌等 视频广告终端中，存在的亟待解决问题是商家和广告受众之间的信息阻塞。一方面，商家投 放视频广告后不知道有没有人看、多少人看、什么人看，使广告的效果难于评估。另一方面， 由于广告机布放位置的差异，其广告受众由于性别、年龄、群体的不同，关注点和兴趣有着 很大的差异，往往观看广告后发现并没有自己想要的信息。解决的思路主要也是针对这两 个方面入手，一方面是需要采集不同广告机的受众信息，采集数据要尽可能的全面和准确； 另一方面则是对采集后的信息进行处理，将结果反馈到视频广告推送终端上。
[0004] 在现有技术中尚缺乏此类方法或系统。
【发明内容】
[0005] 本发明的目的在于克服现有技术中的视频广告投放系统无法根据受众的情况有 选择地投放广告的缺陷，从而提供一种智能个性化视频广告推送方法及系统。
[0006] 为了实现上述目的，本发明提供了一种智能个性化视频广告推送方法，包括：
[0007] 步骤1)、采集并保存广告投放现场影像信息；
[0008] 步骤2)、对步骤1)所得到的广告投放现场影像信息做人脸检测；所述人脸检测包 括：从广告投放现场影像信息中识别出各个人脸，得到各个人脸的面部图像，以及某一时间 段的影像信息中所包含的人脸的数量；
[0009] 步骤3)、对步骤1)所得到的广告投放现场影像信息做人脸跟踪；所述人脸跟踪包 括对某一人脸在广告投放现场影像信息中的广告观看过程进行跟踪，以得到该人脸在广告 投放现场影像信息中观看广告的时间区间；
[0010] 步骤4)、根据步骤3)所得到的人脸跟踪结果对不同人物的人脸做性别识别与 年龄估计，得到每个人的性别和年龄信息，并根据所述性别和年龄信息对广告受众进行分 类；
[0011] 步骤5)、根据步骤2)、步骤3)和步骤4)所得到的结果利用推荐决策算法为各个 广告终端生成分时段的广告推荐列表。
[0012] 上述技术方案中，步骤2)中的人脸检测包括：首先利用Adaboost方法对图片 进行粗检，得到人脸候选区域，然后基于可变形部件模型对脸部的标志点进行定位并对匹 配程度进行评分；当分数高于预先设置的阈值时，直接认定该候选区域为人脸；如果分数 低于预设阈值，则结合标志点位置利用人脸几何先验知识确定鼻子所在区域，然后利用 Adaboost鼻子检测器进行确认，如果检测到鼻子，则认定该候选区域为人脸。
[0013] 上述技术方案中，步骤3)中的人脸跟踪包括：采用矩形滤波器对广告投放现场影 像信息中检测到的人脸图像中的像素进行卷积，得到高维特征向量；利用随机投影法对所 述高维特征向量进行降维；对降维后的特征进行尺度标准化处理；将图像经降维与尺度标 准化处理后的特征向量用于训练朴素贝叶斯分类器；对于后一帧检测到的人脸区域，提取 特征后利用前一帧训练好的朴素贝叶斯分类器进行分类，依次选出分类得分最高的〈分类 器，图像〉实现多人物跟踪，然后利用后一帧的跟踪结果更新所述朴素贝叶斯分类器。
[0014] 上述技术方案中，所述步骤5)进一步包括：
[0015] 步骤5-1)、根据步骤2-步骤4)所得到的结果以及广告播放记录生成受众观看记 录表和广告播放记录表；其中，受众观看记录表包括任务编号、观看起始时间、观看结束时 间、人物性别、人物年龄、广告机编号；广告播放记录表包括广告编号、广告播放起始时间、 结束时间、广告机编号；
[0016] 步骤5-2)、根据受众的性别和年龄对受众进行分类，得到K类受众，根据广告终端 的数目T以及在T个广告终端上播放的广告的数目L，求T个KXL维的用户-广告矩阵；
[0017] 步骤5-3)、对步骤5-2)所得到的T个KXL维的用户-广告矩阵做全局广告分析， 得到一个LXN维的Ad-Ad TOP N推荐列表，该推荐列表包含了对于L个广告中的任意一个， 与其相关性最强的N个广告；
[0018] 步骤5-4)、对步骤5-2)所得到的T个KXL维的用户-广告矩阵做局部流行度分 析，得到User-Ad TOP N推荐列表，该推荐列表包含了每个广告终端每类受众最喜爱的N个 广告；
[0019] 步骤5-5)、根据步骤5-3)得到的Ad-Ad TOP N推荐列表以及步骤5-4)得到的 User-Ad TOP N推荐列表，建立一个针对每一个广告终端上每一类受众的联合T0P2N推荐列 表，并为该推荐列表中的各个广告赋予权重；所述联合T0P2N推荐列表包含了为每一个广 告终端上每一类受众推荐的2N个广告；
[0020] 步骤5-6)、根据受众观看记录和广告播放记录统计每个广告终端在每个时段的受 众类别分布表；
[0021] 步骤5-7)、综合步骤5-5)得到的T0P2N推荐列表和步骤5-6)得到的受众类别分 布表，生成最终的分时段广告TOP N推荐列表。
[0022] 上述技术方案中，步骤5-3)中的全局广告分析包括：
[0023] 首先将T个用户-广告矩阵进行相加合并，得到一个全局用户-广告矩阵；该矩阵 中任意广告S i均对应一个K维的统计向量Vi = (U1, L, um, Luk)，其中Um表示第m类受众中 共有Um人对该类广告有兴趣；
[0024] 对任意两个广告％和，基于统计向量Vi和' 求得两者的余弦相关系数；计算公 式为
【主权项】
1. 一种智能个性化视频广告推送方法，包括： 步骤1)、采集并保存广告投放现场影像信息； 步骤2)、对步骤1)所得到的广告投放现场影像信息做人脸检测；所述人脸检测包括： 从广告投放现场影像信息中识别出各个人脸，得到各个人脸的面部图像，以及某一时间段 的影像信息中所包含的人脸的数量； 步骤3)、对步骤1)所得到的广告投放现场影像信息做人脸跟踪；所述人脸跟踪包括对 某一人脸在广告投放现场影像信息中的广告观看过程进行跟踪，以得到该人脸在广告投放 现场影像信息中观看广告的时间区间； 步骤4)、根据步骤3)所得到的人脸跟踪结果对不同人物的人脸做性别识别与年龄估 计，得到每个人的性别和年龄信息，并根据所述性别和年龄信息对广告受众进行分类； 步骤5)、根据步骤2)、步骤3)和步骤4)所得到的结果利用推荐决策算法为各个广告 终端生成分时段的广告推荐列表。
2. 根据权利要求1所述的智能个性化视频广告推送方法，其特征在