
技术摘要:
本发明涉及基于行人主动感知的智慧社区广告精准投放方法及装置,方法包括以下步骤:1)通过摄像机采集行人图像,摄像机部署在社区的公共设施上;2)对行人图像进行人脸识别,判断该行人为社区内人员还是外来人员;3)对于社区内人员,从社区数据库中调取对应的行人标签化 全部
背景技术:
随着信息技术的发展,广告行业也由原来的报刊、杂志等传统广告传播方式逐渐 向多元化的广告平台过渡,广告也越来越贴近大众生活的方方面面。 作为一种以实体方式出现的广告,广告牌及滚动的广告横幅形式在大众生活中出 现得较为普遍,而社区及居民区内的广告投放也是与投放用户最密切相关的领域。社区内 的居民群体较复杂,因而各式各样的广告主题都具有较高的市场潜力。 然而,传统的广告投放方式并不能做到高效、针对性的投放。现有的大多数社区内 直接将广告放置于电子屏幕上,并制作广告序列来回滚动。这种广播的方式往往不能根据 用户的喜好进行广告投放,因此投放的效率也较低。
技术实现要素:
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种能达到精准、高 效的社区内广告投放效果的基于行人主动感知的智慧社区广告精准投放方法及装置。 本发明的目的可以通过以下技术方案来实现: 一种基于行人主动感知的智慧社区广告精准投放方法,包括以下步骤: 行人图像采集步骤:通过摄像机采集行人图像,所述摄像机部署在社区的公共设 施上; 行人识别步骤:通过目标检测模块对行人图像进行人脸识别,若检测到行人,则与 预设的社区数据库中的数据进行人脸比对,判断该行人为社区内人员还是外来人员; 行人标签化数据获取步骤:若检测到行人为社区内人员,则从社区数据库中调取 该行人对应的行人标签化数据,所述行人标签化数据包括表象特征数据和潜在特征数据; 若检测到的行人为外来人员,则获取该外来人员的表象特征数据,并将社区数据库中对应 的表象特征数据的社区内人员的,出现频次最多的潜在特征数据作为该外来人员的潜在特 征数据,从而构建该外来人员的行人标签化数据; 广告投放步骤:将行人标签化数据载入预先训练好的广告推荐系统中,获取待投 放的广告数据,并传输到显示屏中,所述显示屏部署在社区的公共设施上; 脸部姿态角检测步骤:根据行人图像,识别行人脸部与摄像头的位姿,判断行人是 否注意到投放的广告,形成反馈数据,反馈到所述广告推荐系统中。 进一步地,行人识别步骤中,通过目标检测算法对所述行人图像进行人脸识别。 进一步地,行人标签化数据获取步骤中,通过预先训练好的ResNet18卷积神经网 络,从行人图像中获取外来人员的表象特征数据。 进一步地,通过IMDB-WIKI人脸数据集对所述ResNet18卷积神经网络进行训练,所 4 CN 111724199 A 说 明 书 2/6 页 述ResNet18卷积神经网络包括七个输出神经元:两个性别判断输出神经元和五个年龄段判 断数据神经元。 进一步地,所述表象特征数据包括人脸、性别和年龄段数据。 进一步地,广告投放步骤中,所述广告推荐系统的表达式为: Gn×m=Un×k×Ak×m 式中,n为广告推荐系统中用户的数量,所述用户根据所述行人标签化数据构建,m 为广告的数量,Gn×m为用户对广告的评价得分矩阵,Un×k为用户隐含维度矩阵,Ak×m为广告隐 含维度矩阵,k为隐含维度的数量,所述用户隐含维度矩阵基于所述行人标签化数据建立, 所述广告隐含维度矩阵由预先建立。 进一步地,所述广告推荐系统的训练过程具体为,采集社区内人员对已接受到的 广告的评分信息,作为训练数据,载入所述广告推荐系统中进行训练,所述广告推荐系统采 用矩阵分解的方式,在训练过程中优化用户隐含维度矩阵和广告隐含维度矩阵的参数。 进一步地,所述广告投放步骤还包括,若未检测到行人或检测失败,则播放曝光类 广告。 进一步地,脸部姿态角检测步骤中,所述行人脸部与摄像头的位姿的识别过程具 体为, 通过MTCNN网络从行人图像中进行人脸检测,并获取面部特征点在行人图像中的 位置坐标,基于预设的六特征点面部三维模型,通过仿射变换确定面部旋转矢量,并转化为 欧拉角,从而确定行人脸部与摄像头的位姿。 本发明还提供一种基于行人主动感知的智慧社区广告精准投放装置,包括存储器 和处理器,所述存储器存储有计算机程序,处理器调用所述计算机程序执行如上所述的方 法的步骤。 与现有技术相比,本发明具有以下优点: (1)本发明利用社区内的公共设施,部署显示屏和摄像机,将集中广播的广告投放 形式转换为分散投放的形式,扩大了广告投放的范围,使得广告投放力度与效率得到了提 升。 (2)本发明有效地利用了社区内住户的数据资源,将用户的静态信息与实时采集 的动态信息相结合,提升了信息利用的效率,建立了基于深度学习的推荐系统的基础架构。 (3)本发明通过人脸识别,获取目标行人的行人标签化数据,并载入广告推荐系统 中,将行人标签化数据的潜在特征数据与广告潜在特征相结合,得到该行人对各则广告感 兴趣程度的估测值,选取估测值中最大的对应的广告,并在公共设施的屏幕上进行投放,一 定程度上达到广告精准投放的效果,使得个性化、自适应的广告推荐成为可能,改变传统的 机械式循环播放广告的模式,可以根据行人的用户人脸信息进行更加精准高效的广告投 放,提升了用户友好度。 (4)本发明改变了传统的广播式广告投放方法,对行人的面部姿态识别能实时反 馈行人观看广告的情况,提供了从用户端向广告投放端的反馈效应,有助于评判广告投放 的效率与精准程度,有助于广告推荐系统进一步的实时改善与提高。 (5)本发明通过ResNet18卷积神经网络,从行人图像中获取外来人员的性别和年 龄段信息,ResNet18的参数量较小,可以达到较快的检测与判断速率。 5 CN 111724199 A 说 明 书 3/6 页 附图说明 图1为本发明基于行人主动感知的智慧社区广告精准投放方法的流程示意图; 图2为本发明广告推荐系统的示意图; 图3为本发明实施例的人脸特征点估计的效果示意图。