CN103493068A - 个性化广告选择系统和方法 - Google Patents

个性化广告选择系统和方法 Download PDF

Info

Publication number
CN103493068A
CN103493068A CN201180070016.4A CN201180070016A CN103493068A CN 103493068 A CN103493068 A CN 103493068A CN 201180070016 A CN201180070016 A CN 201180070016A CN 103493068 A CN103493068 A CN 103493068A
Authority
CN
China
Prior art keywords
consumer
advertisement
age
overview
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201180070016.4A
Other languages
English (en)
Other versions
CN103493068B (zh
Inventor
J·李
T·王
Y·杜
Q·李
Y·张
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of CN103493068A publication Critical patent/CN103493068A/zh
Application granted granted Critical
Publication of CN103493068B publication Critical patent/CN103493068B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0267—Wireless devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)

Abstract

一种用于选择呈现给消费者的广告的系统和方法包括检测图像中的面部区域，标识图像中的所述消费者的一个或多个消费者特征（情绪、性别、年龄等等），基于消费者特征与包括多个广告概况的广告数据库的比较，标识要呈现给消费者的一个或多个广告，以及在媒体设备上将所标识的广告中的选择一个广告呈现给消费者。

Description

个性化广告选择系统和方法
领域
本发明涉及数据处理领域，具体来说，涉及用于基于面部检测/跟踪、面部表情（例如，情绪）、性别、年龄和/或面部标识/识别来选择一个或多个广告的方法、设备以及系统。
背景
可以定向广告，以向不同的人口统计学群体销售商品及服务。遗憾的是，媒体提供商（诸如但不仅限于电视提供商、无线广播提供商和/或广告提供商）传统上被动地向消费者呈现广告。由于查看和/或听广告的消费者可能是不同于广告的定向人口统计学群体的人口统计学群体的一部分，因此，广告的有效性可能会降低。
附图简述
在附图中，相同的附图标记一般指示相同的、功能上类似的和/或在结构上类似的元素。元素首先在其中出现的附图由参考编号最左边的数字来指示。将参考各个附图来描述本发明，其中：
图1示出了根据本发明的各实施例的用于基于对消费者的面部分析来选择广告并向消费者显示广告的系统的一个实施例；
图2示出了根据本发明的各实施例的面部检测模块的一个实施例；
图3示出了根据本发明的各实施例的广告选择模块的一个实施例；
图4是示出了根据本发明的用于选择并显示广告的一个实施例的流程图；以及
图5是示出了根据本发明的用于选择并显示广告的另一实施例的流程图。
详细描述
作为概述，本发明一般涉及用于基于从图像标识的消费者特征与广告概况的广告数据库的比较来选择一个或多个广告以呈现给消费者的系统、设备以及方法。可以使用面部分析来从图像标识消费者特征。系统可以一般包括用于捕捉消费者的一个或多个图像的照像机、被配置成分析图像以确定消费者的一个或多个特征的面部检测模块、以及被配置成基于从图像标识的消费者特征与广告概况的广告数据库的比较来选择广告以提供给消费者的广告选择模块。如此处所使用的，术语“广告”是指电视广告、广告牌广告、无线电广播广告（包括AM/FM无线电广播、卫星无线电广播以及基于预订的无线电广播、店内广告、数字招牌广告，等等）以及数字菜单公告牌。
现在转向图1，一般性地示出了根据本发明的系统10的一个实施例。系统10包括广告选择系统12、照像机14、内容提供商16，以及媒体设备18。如此处比较详细地讨论的，广告选择系统12被配置为从由照像机14捕捉到的一个或多个图像20标识至少一个消费者特征，并从媒体提供商16选择广告以用于在媒体设备18上向消费者呈现。
具体而言，广告选择系统12包括面部检测模块22、消费者概况数据库24、广告数据库26以及广告选择模块28。面部检测模块22被配置成接收由至少一个照像机14捕捉到的一个或多个数字图像20。照像机20包括用于捕捉表示包括一个或多个人的环境的数字图像20的任何设备（已知的或以后发现的），并可以具有用于对如此处所描述的环境中的一个或多个人的面部分析的适当的分辨率。例如，照像机20可以包括静态照相机（即，被配置成捕捉静止照片的照像机）或视频摄像机（即，被配置成以多个帧捕捉多个运动图像的照像机）。照像机20可以被配置成在可见光谱或利用电磁波谱的其他部分（例如，但不仅限于，红外光谱、紫外光谱，等等）捕捉图像。照像机20可以包括，例如，网络摄像头（可以与个人计算机和/或电视监视器相关联）、手持式设备照像机（例如，手机照像机、智能电话照像机（例如，与
Figure BDA0000393331410000021
等等相关联的照像机）、膝上型计算机照像机、平板电脑（例如，但不仅限于，
Figure BDA0000393331410000031
Galaxy
Figure BDA0000393331410000032
等等）等等。
面部检测模块22被配置成标识图像20内的面部和/或面部区域（例如，通过由虚线引用的inset23a中的矩形框23所表示的），并可任选地，确定消费者的一个或多个特征（即，消费者特征30）。尽管面部检测模块22可以使用基于标记的方法（即，在消费者的脸上施加的一个或多个标记），但是，在一个实施例中，面部检测模块22使用基于无标记的方法。例如，面部检测模块22可以包括自定义、专有的、已知和/或以后开发的面部识别代码（或指令集）、硬件和/或固件，它们一般而言定义明确，并可操作以接收标准格式图像（例如，但不仅限于，RGB（红绿蓝）彩色图像），并至少在某种程度上标识图像中的面部。
另外，面部检测模块22还可包括自定义、专有的、已知和/或以后开发的面部特征代码（或指令集）、它们一般而言定义明确，并可操作以接收标准格式图像（例如，但不仅限于，RGB彩色图像），并至少在某种程度上标识图像中的一个或多个面部特征。这样的已知的面部特征系统包括，但不仅限于，标准Viola-Jones增强级联框架，这可以在公共开源计算机视觉（OpenCVTM）程序包中发现。如此处比较详细地讨论的，消费者特征30可以包括，但不仅限于，消费者身份（例如，与消费者相关联的标识符）和/或面部特征（例如，但不仅限于，消费者年龄、消费者年龄分类（例如，儿童或成人），消费者性别、消费者人种），和/或消费者表情标识（例如，愉快、伤心、微笑、皱眉头、惊讶、兴奋，等等））。
面部检测模块22可以将图像22（例如，对应于图像20中的面部23的面型(facial pattern)）与消费者概况数据库24中的消费者概况32（1）-32（n）（下面分别地称为“消费者概况32”）进行比较，以标识消费者。如果在搜索消费者概况数据库24之后没有发现匹配，则面部检测模块22可以可任选地被配置成基于捕捉到的图像20中的面部23来创建新消费者概况32。
面部检测模块22可以被配置成通过从主体的面部23的图像20提取标记或特征来标识面部23。例如，面部检测模块22可以分析例如眼睛、鼻子、颧骨以及颌的相对位置、大小和/或形状，以形成面型。面部检测模块22可以使用标识的面型来搜索消费者概况32(1)-32(n)以寻找具有匹配的面型的其他图像，以标识消费者。比较可以基于应用于一组突出的面部特征的模板匹配技术。这样的已知面部识别系统可以基于，但不仅限于，几何技术（检查区别特征）和/或测光技术（这是将图像提取为值，并将值与模板进行比较以消除方差的统计方法）。
尽管不是详尽清单，但面部检测模块22可以使用带有本征脸的主成分分析、线性区别分析、弹性束图匹配特征脸（fisherface）、隐马尔可夫模型以及神经元刺激的动态链接匹配。
根据一个实施例，消费者可以生成消费者概况32，并向广告选择系统12注册该消费者概况32。可另选地（或另外），消费者概况32(1)-32(n)中的一个或多个可以由广告选择模块28生成和/或更新，如此处所讨论的。每一个消费者概况32都包括消费者标识符和消费者人口统计学数据。消费者标识符可以包括被配置成基于如此处所描述的面部检测模块22所使用的面部识别技术（诸如，但不仅限于，模式识别等等）来唯一地标识消费者的数据。消费者人口统计学数据表示消费者的某些特征和/或偏好。例如，消费者人口统计学数据可以包括对于某些类型的商品或服务的偏好、性别、人种、年龄或年龄分类、收入、残疾、移动性（就工作的路途时间或可用的车辆的数量而言）、学历、是否拥有住宅还是租房住、就业状况、和/或位置。消费者人口统计学数据还可包括对于某些类型/类别的广告技术的偏好。广告技术的类型/类别的示例可以包括，但不仅限于，喜剧片、戏剧、基于现实的广告等等。
广告选择模块28可以被配置成将消费者特征30（以及，可任选地，任何消费者人口统计学数据，如果消费者的标识是已知的话）与存储在广告数据库26中的广告概况34(1)-34(n)（下面分别地称为“广告概况34”）进行比较。如此处比较详细地描述的，广告选择模块28可以使用各种统计分析技术，来基于消费者特征30和广告概况34(1)-34(n)之间的比较来选择一个或多个广告。例如，广告选择模块28可以利用加权平均统计分析（包括，但不仅限于，加权算术平均、加权几何平均，和/或加权调和平均）。
在某些实施例中，广告选择模块28可以基于消费者特征30和当前查看的特定广告和/或广告概况32来更新消费者概况32。例如，广告选择模块28可以更新消费者概况32以反映如在消费者特征30中标识的消费者的对特定广告和广告的相应的广告概况32的反应（例如，喜欢，不喜欢等等）。
广告选择模块28还可被配置成将消费者概况32(1)-32(n)的全部或一部分传输到内容提供商16。如此处所使用的，术语“内容提供商”包括广播公司、广告机构、制作工作室以及广告商。然后，内容提供商16可以使用此信息来基于可能的受众开发未来的广告。例如，广告选择模块28可以被配置成加密和分组化对应于消费者概况32(1)-32(n)的数据，用于跨网络36向内容提供商16传输。可以理解，网络36可以包括有线和/或无线通信路径，诸如，但不仅限于，因特网、卫星路径、光纤路径、电缆路径，或任何其他合适的有线或无线通信路径或这样的路径的组合。
广告概况34(1)-34(n)可以由内容提供商16来提供（例如，跨网络36），并可以包括广告标识符/分类符和/或广告人口统计学参数。广告标识符/分类符可以被用来标识特定商品或服务和/或将它们分类为一个或多个预定义的类别。例如，广告标识符/分类符可以被用来将特定广告分类到较宽的类别，诸如，但不仅限于，“食品/饮料”、“家居装饰”、“服装”、“健康/美容”等等。广告标识符/分类符还可/可另选地被用来将特定广告分类到较窄的类别，诸如，但不仅限于，“啤酒广告”、“珠宝广告”、“假日广告”、“女人的服装广告”等等。广告人口统计学参数可以包括各种人口统计学参数，诸如，但不仅限于，性别、人种、年龄或年龄特征、收入、残疾、移动性（就工作的路途时间或可用的车辆的数量而言）、学历、是否拥有住宅还是租房住、就业状况、，和/或位置。内容提供商16可以可任选地加权和/或优先处理广告人口统计学参数。广告人口统计学参数还可包括与某些类型/类别的广告技术相关的标识。广告技术的类型/类别的示例可以包括，但不仅限于，喜剧片、戏剧、基于现实的广告等等。
媒体设备18被配置成显示来自内容提供商16的由广告选择系统12选择的广告。媒体设备18可以包括任何类型的显示器，包括，但不仅限于，电视、电子广告牌、数字标牌、个人计算机（例如，台式机、膝上型计算机、上网本、平板电脑等等）、移动电话（例如，智能电话等等）、音乐播放器，等等。
广告选择系统12（或其一部分）可以被集成到机顶盒（STB）中，该机顶盒包括，但不仅限于，电缆STB、卫星STB、IP-STB、陆地STB、集成的接入设备（IAD）、数字视频记录器（DVR）、智能电话（例如，但不仅限于，
Figure BDA0000393331410000061
等等）、个人计算机（包括，但不仅限于，台式计算机、膝上型计算机、上网本计算机、平板电脑（例如，但不仅限于，
Figure BDA0000393331410000062
Galazy等等）等等。
现在转向图2，一般性地示出了根据本发明的面部检测模块22a的一个实施例。面部检测模块22a可以被配置成接收图像20，并至少在某种程度上，标识图像20中的面部（或可任选地多个面部）。面部检测模块22a还可被配置成至少在某种程度上标识图像20中的一个或多个面部特征，并确定一个或多个消费者特征30。消费者特征30可以基于由面部检测模块22a所标识的面部参数中的一个或多个来生成，如此处所讨论的。消费者特征30可以包括，但不仅限于，消费者身份（例如，与消费者相关联的标识符）和/或面部特征（例如，但不仅限于，消费者年龄、消费者年龄分类（例如，儿童或成人），消费者性别、消费者人种），和/或消费者表情标识（例如，愉快、伤心、微笑、皱眉头、惊讶、兴奋，等等））。
例如，面部检测模块22a的一个实施例可以包括面部检测/跟踪模块40、标记检测模块44、面部规范化模块42以及面型模块46。面部检测/跟踪模块40可以包括自定义、专有的、已知和/或以后开发的面部跟踪代码（或指令集），它们一般而言定义明确，并可操作以检测并至少在某种程度上标识从照像机接收到的静止图像或视频流中的人面部的大小和位置。这样的已知的面部检测/跟踪系统包括例如Viola和Jones的技术，其被出版为PaulViola和Michael Jones的“Rapid Object Detection using a Boosted Cascade ofSimple Features（利用简单特征的增强级联的快速对象检测）”（AcceptedConference on Computer Vision and Pattern Recognition,2001）。这些技术使用自适应增强（AdaBoost）分类符的级联，通过在图像上详尽地扫描窗口来检测面部。面部检测/跟踪模块40还可跨多个图像20跟踪所标识的面部或面部区域。
面部规范化模块42可以包括自定义、专有的、已知和/或以后开发的面部规范化代码（或指令集），它们一般而言定义明确，并可操作以规范化图像20中的标识的面部。例如，面部规范化模块42可以被配置成旋转图像以对齐眼睛（如果眼睛的坐标是已知的）、将图像修剪到大致对应于面部的大小的较小的大小、缩放图像以使眼睛之间的距离恒定、应用将不在包含典型的面部的椭圆里的像素归零的遮罩（mask）、直方图均衡图像以平滑化未遮罩的像素的灰度值的分布、和/或规范化图像以便非掩盖的像素具有平均零和标准偏离1。
标记检测模块44可以包括自定义、专有的、已知和/或以后开发的标记检测代码（或指令集），它们一般而言定义明确，并可操作以检测并至少在某种程度上，标识图像20中的面部的各种面部特征。标记检测中隐含的是面部至少在某种程度上已经被检测。可任选地，可以执行某种程度的局部化（例如，过程局部化(course localization)）（例如，通过面部规范化模块42），来标识/聚焦于图像20的可以潜在地发现标记的区域。例如，标记检测模块44可以基于启发分析，并可以被配置成标识和/或分析眼睛（和/或眼角）、鼻子（例如，鼻尖）、下巴（例如，下巴尖）、颧骨以及颌的相对位置、大小和/或形状。这样的已知标记检测系统包括6个面部点（即，左/右眼的眼角，以及嘴角）和6个面部点（即，绿点）。眼角和嘴角还可使用基于Viola-Jones的分类符来检测。可以将几何约束包括到6个面部点中，以反映它们的几何关系。
面型模块46可以包括自定义、专有的、已知和/或以后开发的面型代码（或指令集），它们一般而言定义明确，并可操作以基于图像20中的所标识的面部标记来标识和/或生成面型。如可以理解的，面型模块46可以被视为面部检测/跟踪模块40的一部分。
面部检测模块22a可以可任选地包括面部识别模块48、性别/年龄标识模块50和/或面部表情检测模块52中的一个或多个。具体而言，面部识别模块48可以包括自定义、专有的、已知和/或以后开发的面部标识代码（或指令集），它们一般而言定义明确，并可操作以将面型与存储在数据库中的相应的面型匹配。例如，面部识别模块48可以被配置成比较由面型模块46所标识的面型，并将所标识的面型与消费者概况数据库24中的消费者概况32(1)-32(n)相关联的面型进行比较，以确定图像20中的消费者的身份。面部识别模块48可以使用几何分析（检查区别特征）和/或光度分析（这是将图像提取为值并将值与模板进行比较以消除差异的统计方法），来比较模式。某些面部识别技术包括，但不仅限于，带有本征脸的主成分分析（以及其衍生技术）、线性区别分析（以及其衍生技术）、弹性束图匹配特征脸（以及其衍生技术）、隐马尔可夫模型（以及其衍生技术）以及神经元刺激的动态链接匹配。
可任选地，面部识别模块48可以被配置成如果没有发现与现有的消费者概况32的匹配，则导致在消费者概况数据库24中创建新消费者概况32。例如，面部识别模块48可以被配置成将表示所标识的消费者特征30的数据传输到消费者概况数据库24。然后，可以创建与新消费者概况32相关联的标识符。
性别/年龄标识模块50可以包括自定义、专有的、已知和/或以后开发的性别和/或年龄标识代码（或指令集）、它们一般而言定义明确，并可操作以检测并标识图像20中的人的性别，和/或至少在某种程度上检测并标识图像20中的人的年龄。例如，性别/年龄标识模块50可以被配置成分析从图像20所生成的面型，以标识图像20中的人是哪一种性别。可以将所标识的面型与包括各种面型和性别之间的关联的性别数据库进行比较。
性别/年龄标识模块50还可被配置成确定和/或估计图像20中的人的年龄和/或年龄分类。例如，性别/年龄标识模块50可以被配置成将所标识的面型与包括各种面型和年龄之间的关联的年龄数据库进行比较。年龄数据库可以被配置成估计人的实际年龄和/或将人分类为一个或多个年龄组。年龄组的示例可以包括，但不仅限于，成人、儿童、少年、老者/年长者等等。
面部表情检测模块52可以包括自定义、专有的、已知和/或以后开发的面部表情检测和/或标识代码（或指令集），它们一般而言定义明确，并可操作以检测和/或标识图像20中的人的面部表情。例如，面部表情检测模块52可以确定面部特征（例如，眼睛、嘴、面颊、牙齿等等）的大小和/或位置，并将面部特征与面部特征数据库进行比较，面部特征数据库包括带有相应的面部特征分类（例如，微笑、皱眉头、兴奋、伤心等等）的多个样本面部特征。
面部检测模块22a可以基于从图像20标识的参数中的一个或多个来生成消费者特征30。例如，消费者特征30可以包括，但不仅限于，消费者身份（例如，与消费者相关联的标识符）和/或面部特征（例如，但不仅限于，消费者年龄、消费者年龄分类（例如，儿童或成人）、消费者性别、消费者人种），和/或消费者表情标识（例如，愉快、伤心、微笑、皱眉头、惊讶、兴奋，等等））。消费者特征30被广告选择模块28用来标识和/或选择呈现给消费者的一个或多个广告，如此处所讨论的。
在一个示例实施例中，面部检测模块22a的一个或多个方面（例如，但不仅限于，面部检测/跟踪模块40、识别模块48、性别/年龄模块50和/或面部表情检测模块52）可以使用多层感知器（MLP）模型，该模型反复将一个或多个输入映射到一个或多个输出。MLP模型的一般框架是已知的并定义明确的，一般包括通过区别不是线性可分离的数据来在标准线性感知器模型上改进的前馈神经网络。在此示例中，到MLP模型的输入可以包括由标记检测模块44所生成的一个或多个形状特征。MLP模型可以包括由N个输入节点所定义的输入层。每一个节点都可以包括面部图像的形状特征。MLP模型还可包括由N个“隐藏”神经元所定义的“隐藏的”或迭代层。通常，M小于N，并且输入层的每一个节点都连接到“隐藏”层中的每一个神经元。
MLP模型还可包括由多个输出神经元所定义的输出层。每一个输出神经元都可以连接到“隐藏”层中的每一个神经元。输出神经元一般表示预定义的输出的概率。输出的数量可以是预定义的，在本发明的上下文中，可以匹配可以通过面部检测/跟踪模块40、面部识别模块48、性别/年龄模块50和/或面部表情检测模块52标识的多个面部和/或面部表情。如此，例如，每一个输出神经元都可以指出面部和/或面部表情图像的匹配的概率，并且最后一个输出表示最大的概率。
在MLP模型的每一个层中，给定层m的输入xj，按如下方式来计算层n+1的输出Li：
u i = Σ j ( w i , j n + 1 · x j ) + w i , bias n + 1     （公式1）
yi=f(ui)    （公式2）
f函数，假设S形的激活函数，可以被定义为：
f(x)=β·(1-e-ax)/(l+e-ax)  （公式3）
可以使MLP模型能够使用反向传播技术学习，这些反向传播技术可以被用来生成从培训过程学习的参数α，β。可以加权，或偏置每一个输入xj，指出面部和/或面部表情类型的更强的指示。MLP模型还可包括培训过程，该培训过程可以包括例如标识已知的面部和/或面部表情，以便MLP模型可以在每一次迭代过程中“针对”这些已知面部和/或面部表情。
面部检测/跟踪模块40、面部识别模块48、性别/年龄模块50和/或面部表情检测模块52的输出可以包括表示标识的面部和/或面部表情的类型的信号或数据集。这又可以被用来生成消费者特征数据/信号30，这些消费者特征数据/信号30可以被用来选择一个或多个广告概况32(1)-32(n)，如此处所讨论的。
现在转向图3，一般性地示出了根据本发明的广告选择模块28a的一个实施例。广告选择模块28a被配置成至少部分地基于由面部检测模块22所标识的消费者特征数据30和广告数据库26中的广告概况34(1)-34(n)的比较，从广告数据库26中选择至少一个广告。可任选地，广告选择模块28a可以使用特征数据30来从消费者概况数据库24标识消费者概况32。消费者概况32还可包括广告选择模块28a在选择广告时所使用的参数，如此处所描述的。广告选择模块28a可以更新消费者概况数据库24中的消费者概况32和/或在消费者概况数据库24中创建消费者概况32，并将消费者概况32与特征数据30相关联。
根据一个实施例，广告选择模块28a包括一个或多个推荐模块（例如，性别和/或年龄推荐模块60、消费者标识推荐模块62和/或消费者表情推荐模块64）和判断模块66。如此处所讨论的，判断模块66被配置成基于对推荐模块60、62以及64的共同的分析，来选择一个或多个广告。
性别和/或年龄推荐模块60可以被配置成至少部分地基于广告概况32(1)-32(n)与消费者的年龄（或近似年龄）、年龄分类/分组（例如，成人、儿童、少年、年长者，等等）和/或性别（下面统称为“年龄/性别数据”），来标识和/或排序来自广告数据库26的一个或多个广告。例如，性别和/或年龄推荐模块60可以从特征数据30和/或从标识的消费者概况32标识消费者年龄/性别数据，如此处所讨论的。广告概况32(1)-32(n)还可包括表示每一个广告相对于如内容提供商和/或广告代理商所提供的一个或多个类型的年龄/性别数据（即，目标受众）的相关性的分类、排序和/或加权的数据。然后，性别和/或年龄推荐模块60可以将消费者年龄/性别数据与广告概况32(1)-32(n)进行比较，以标识和/或排序一个或多个广告。
消费者标识推荐模块62可以被配置成至少部分地基于广告概况32(1)-32(n)与所标识的消费者概况的比较，来标识和/或排序来自广告数据库26的一个或多个广告。例如，消费者标识推荐模块62可以基于以前的查看历史和与所标识的消费者概况32相关联的对该查看的反应，来标识消费者偏好和/或习惯，如此处所讨论的。消费者偏好/习惯可以包括，但不仅限于，消费者观看特定广告多长时间（即，节目观看时间）、消费者观看什么类型的广告、消费者观看广告的日子、星期几、月份和/或时刻、和/或消费者的面部表情（微笑、皱眉头、兴奋、注视等等）等等。消费者标识推荐模块62还可与所标识的消费者概况32一起存储所标识的消费者偏好/习惯，供以后使用。因此，消费者标识推荐模块62比较与特定消费者概况32相关联的消费者历史，以确定要推荐哪些广告概况32(1)-32(n)。
为标识要推荐哪些广告，消费者标识推荐模块62，可以将消费者的身份与特定、现有的消费者概况32进行匹配。然而，标识不一定要求内容选择模块28a知道消费者的名字或用户名，而是可以是匿名的，其意义在于内容选择模块28a只需要能够识别图像20中的消费者/将他与消费者概况数据库24中的相关联的消费者概况32相关联。因此，尽管消费者可以将他自己与相关联的消费者概况32注册，但是这不是要求。
消费者表情推荐模块64被配置成将消费者特征数据30中的消费者表情和与消费者当前正在查看的广告相关联的广告概况32进行比较。例如，如果消费者特征数据30指出消费者正在微笑或注视（例如，如由面部表情检测模块52确定的），则消费者表情推荐模块64可以推断消费者正在观看的广告的广告概况32是受到喜欢的。因此，消费者表情推荐模块64可以标识类似于正在被观看的广告的广告概况32的一个或多个额外的广告概况32(1)-32(n)。另外，消费者表情推荐模块64还可更新所标识的消费者概况32（假设已经标识了消费者概况32）。
判断模块66可以被配置成加权和/或排序来自各种推荐模块60、62以及64的推荐。例如，判断模块66可以基于对由推荐模块60、62以及64推荐的广告概况34的启发分析、最佳拟合类型分析、回归分析、统计推断、统计归纳和/或推断统计，来标识和/或排序一个或多个广告概况32，以选择一个或多个广告呈现给消费者。应该理解，判断模块66不一定必须考虑全部消费者数据。另外，判断模块66可以比较为同时观看的多个消费者标识的推荐的广告概况32。例如，判断模块66可以基于正在观看的多个消费者的数量、年龄、性别等等来使用不同的分析技术。例如，判断模块66可以基于正在观看的消费者的组的特征来减少和/或忽略一个或多个参数和/或提高一个或多个参数的相关性。作为示例，判断模块66可以默认到如果标识了儿童，则为儿童呈现广告，即使有成人存在。作为再一个示例，如果检测到女人比男人更多，则判断模块66可以为女人呈现广告。当然，这些示例不是详尽的，判断模块66可以使用其他选择技术和/或准则。
可任选地，内容选择模块28a可以被配置成将收集到的消费者概况数据（或其一部分）传输到内容提供商16。然后，内容提供商16可以转售此信息，和/或基于可能的受众使用该信息来开发未来的广告。
根据一个实施例，内容选择模块28a可以将表示要呈现给消费者的一个或多个选择的广告的信号传输到内容提供商16。然后，内容提供商16可以将带有相应的广告的信号传输到媒体设备18。可另选地，广告可以本地存储（例如，存储在与媒体设备18相关联的存储器中和/或广告选择系统12中），并且内容选择模块28a可以被配置成导致所选广告呈现在媒体设备18上。
现在转向图4，示出了用于选择并显示广告的方法400的一个实施例的流程图。方法400包括捕捉消费者的一个或多个图像（操作410）。可以使用一个或多个照像机来捕捉图像。可以标识捕捉到的图像内的面部和/或面部区域，可以确定至少一个消费者特征（操作420）。具体而言，可以分析图像以确定下列消费者特征中的一个或多个：消费者的年龄、消费者的年龄分类（例如，儿童或成人）、消费者的性别、消费者的人种、消费者的情感标识（例如，愉快、伤心、微笑、皱眉头、惊讶、兴奋等等）和/或消费者的身份（例如，与消费者相关联的标识符）。例如，方法400可以包括将在图像中标识的一个或多个面部标记模式与存储在消费者概况数据库中的一组消费者概况作比较，以标识特定消费者。如果没有发现匹配，则方法400可以可任选地包括在消费者概况数据库中创建新消费者概况。
方法400还包括基于消费者特征来标识要呈现给消费者的一个或多个广告（操作430）。例如，方法400可以包括将消费者特征与存储在广告数据库中的一组广告概况作比较，以标识要呈现给消费者的特定广告。可另选地（或另外），方法400可以将消费者概况（以及相应的消费者人口统计学数据组）与广告概况作比较，以标识呈现给消费者的特定广告。例如，方法200可以使用消费者特征来标识存储在消费者概况数据库中的特定消费者概况。
方法400还包括向消费者显示所选广告（操作440）。然后，方法400可以重复。可任选地，方法400可以基于与正在查看的特定广告相关的消费者特征来更新消费者概况数据库中的消费者概况。可以将此信息集成到存储在消费者概况数据库中的消费者概况中，并用于标识未来的广告。
现在参考图5，该图示出了用于基于查看环境中的捕捉到的消费者的图像来选择和显示广告的操作500的另一个流程图。根据此实施例的操作包括使用一个或多个照像机来捕捉一个或多个图像（操作510）。一旦捕捉到图像，则对图像执行面部分析（操作512）。面部分析512包括标识捕捉到的图像中的面部或面部区域的存在（与否），如果检测到面部/面部区域，则确定与图像相关的一个或多个特征。例如，可以标识消费者的性别和/或年龄（或年龄分类）（操作514），可以标识消费者的面部表情（操作516），和/或可以标识消费者的身份（操作518）。一旦执行了面部分析，就可以基于面部分析来生成消费者特征数据（操作520）。然后，将消费者特征数据和与多个不同的广告相关联的多个广告概况进行比较，以推荐一个或多个广告（操作522）。例如，可以基于消费者的性别和/或年龄，将消费者特征数据与广告概况进行比较，以推荐一个或多个广告（操作524）。可以基于所标识的消费者概况，将消费者特征数据与广告概况进行比较，以推荐一个或多个广告（操作526）。可以基于所标识的面部表情，将消费者特征数据与广告概况进行比较，以推荐一个或多个广告（操作528）。方法500还包括基于推荐的广告概况的比较，选择要呈现给消费者的一个或多个广告（操作530）。对广告的选择可以基于对各种选择标准524、526以及528的加权和/或排序。然后，将选定的广告显示给消费者（操作532）。
然后，方法500可以从操作510开始重复。用于基于捕捉到的图像选择广告的操作可以基本上连续地执行。可另选地，用于基于捕捉到的图像来选择广告的操作中的一个或多个（例如，面部分析512）可以周期性地和/或以少量的帧（例如，30个帧）的间隔运行。这可以特别适合于其中广告选择系统12集成到带有缩小的计算容量的平台（例如，比个人计算机小的容量）中的应用场合。
尽管图4和5示出了根据各实施例的方法操作，但是，可以理解，在任何实施例中，并非所有的这些操作都是必需的。实际上，此处完全设想，在本发明的其他实施例中，图4和5中所描绘的操作可以以在附图中的任何一个中没有专门示出的，但是仍完全符合本发明的方式组合。如此，涉及未正好在一个附图中示出的特征和/或操作的权利要求被视为在本发明的范围和内容内。
另外，还参考上面的图形和附带的示例进一步描述了各实施例的操作。某些附图可以包括逻辑流程。虽然此处所呈现的这样的附图可以包括特定逻辑流程，但是，可以理解，逻辑流程只提供如何实现此处所描述的一般功能的示例。进一步地，给定逻辑流程不一定必须按呈现的顺序执行，除非另有陈述。另外，给定逻辑流程可以通过硬件要素、由处理器执行的软件要素或其任何组合来实现。各实施例不仅限于此上下文。
如此处所描述的，各实施例可以使用硬件要素、软件要素或其任何组合来实现。硬件要素的示例可包括处理器、微处理器、电路、电路元件（例如，晶体管、电阻器、电容器、电感器等等）、集成电路、专用集成电路（ASIC）、可编程逻辑器件（PLD)、数字信号处理器（DSP）、现场可编程门阵列（FPGA）、逻辑门、寄存器、半导体器件、芯片、微芯片、芯片集等等。
如此处任何实施例中所使用的，术语“模块”是指被配置成执行陈述的操作的软件、固件和/或电路。软件可以作为软件程序包、代码和/或指令集或指令来实现，而如此处任何实施例中所使用的“电路”可以包括，例如，单独地或以任何组合的硬连线的电路、可编程的电路、状态机电路和/或存储由可编程电路执行的指令的固件。模块可以共同地或分别地被实现为构成较大的系统的一部分的电路，例如，集成电路（IC）、芯片上系统（SoC）等等。
此处所描述的某些实施例可以作为存储计算机可执行指令的有形的机器可读取的介质来提供，计算机可执行指令如果由计算机执行则导致计算机执行此处所描述的方法和/或操作。有形的计算机可读取的介质可以包括，但不仅限于，任何类型的磁盘，包括软盘、光盘、光盘只读存储器（CD-ROM）、光盘可重写（CD-RW）以及磁光盘、诸如只读存储器（ROM）、诸如动态和静态RAM之类的随机访问存储器（RAM）、电可擦除编程只读存储器（EEPROM）、闪存、磁卡或光卡之类的半导体器件，或适于存储电子指令的任何类型的有形的介质。计算机可以包括任何合适的处理平台、设备或系统、计算平台、设备或系统，并可以使用硬件和/或软件的任何合适的组合来实现。指令可以包括任何合适类型的代码，并可以使用任何合适的编程语言来实现。
如此，在一个实施例中，本发明提供用于选择要呈现给消费者的广告的方法。该方法包括通过面部检测模块检测图像中的面部区域；通过面部检测模块标识图像中的消费者的一个或多个消费者特征；通过广告选择模块基于消费者特征与包括多个广告概况的广告数据库的比较来标识要呈现给消费者的一个或多个广告；以及，在媒体设备上向消费者呈现所标识的广告中的选择的广告。
在另一个实施例中，本发明提供用于选择要呈现给消费者的广告的设备。设备包括：被配置成检测图像中的面部区域并标识该图像中的消费者的一个或多个消费者特征的面部检测模块；包括多个广告概况的广告数据库；以及被配置成基于消费者特征与多个广告概况的比较来选择要呈现给消费者的一个或多个广告的广告选择模块。
在再一个实施例中，本发明提供包括在其上存储的的指令的有形的计算机可读取介质，指令当由一个或多个处理器执行时导致所述计算机系统执行包括下列各项的操作：检测图像中的面部区域；标识所述图像中的所述消费者的一个或多个消费者特征；以及基于所述消费者特征与包括多个广告概况的广告数据库的比较，来标识要呈现给所述消费者的一个或多个广告。
说明书中对“一个实施例”、“实施例”的引用意味着结合该实施例所描述的特定特征、结构或特性被包括在至少一个实施例中。如此，在整个说明书中的不同位置出现短语“在一个实施例中”或“在实施例中”不一定都是指同一个实施例。此外，在一个或多个实施例中，特定特征、结构或特性可以以任何合适的方式组合起来。
此处所使用的术语和表达被用作描述的术语，在使用这样的术语和表达时，没有排除所示出的和所描述的特征的任何等效内容（或其某些部分），并且应该认识到，在权利要求书的范围内，各种修改都是可以的。相应地，权利要求书旨在涵盖所有这样的等效内容。
此处描述了各种特征、各方面以及实施例。各特征、各方面以及各实施例对彼此组合以及变更和修改敏感，如本领域的技术人员所理解的。因此，本发明应该被视为包含这样的组合、变更，以及修改。如此，本发明的宽度和范围不应该受到上述示例性实施例的任一个的限制，而只应根据下面的权利要求和它们的等效内容进行定义。

Claims (19)

1.一种用于选择要呈现给消费者的广告的方法，所述方法包括：
通过面部检测模块，检测图像中的面部区域；
通过所述面部检测模块，标识所述图像中的所述消费者的一个或多个消费者特征；
通过广告选择模块，基于所述消费者特征与包括多个广告概况的广告数据库的比较，标识要呈现给所述消费者的一个或多个广告；以及
在媒体设备上，向所述消费者呈现所述标识的广告中的选定的广告。
2.如权利要求1所述的方法，其特征在于，所述消费者特征包括所述图像中的所述消费者的年龄、年龄分类或性别。
3.如权利要求1所述的方法，其特征在于，还包括，通过所述面部检测模块，标识存储在消费者概况数据库中的对应于所述图像中的所述面部区域的消费者概况。
4.如权利要求3所述的方法，其特征在于，所述消费者概况包括所述消费者的查看历史。
5.如权利要求1所述的方法，其特征在于，所述消费者特征包括所述图像中的所述消费者的至少一个面部表情。
6.如权利要求3所述的方法，其特征在于，所述消费者特征包括所述图像中的所述消费者的年龄、年龄分类、性别，或所述图像中的所述消费者的至少一个面部表情，其中所述消费者特征与所述广告数据库的所述比较进一步包括对所述消费者的所述年龄、年龄分类、性别、所述消费者概况以及所述面部表情中的一个或多个进行排序。
7.如权利要求4所述的方法，其特征在于，还包括基于所述消费者特征来更新所述消费者概况，以及将所述消费者概况的至少一部分传输到内容提供商。
8.一种用于选择呈现给消费者的广告的设备，所述设备包括：
面部检测模块，被配置成检测图像中的面部区域并标识所述图像中的所述消费者的一个或多个消费者特征；
广告数据库，包括多个广告概况；以及
广告选择模块，被配置成基于所述消费者特征与所述多个广告概况的比较来选择要呈现给所述消费者的一个或多个广告。
9.如权利要求8所述的设备，其特征在于，所述消费者特征包括所述图像中的所述消费者的年龄、年龄分类或性别。
10.如权利要求8所述的设备，其特征在于，所述面部检测模块进一步被配置成标识存储在消费者概况数据库中的对应于所述图像中的所述面部区域的消费者概况。
11.如权利要求10所述的设备，其特征在于，所述消费者概况包括所述消费者的查看历史。
12.如权利要求8所述的设备，其特征在于，所述消费者特征包括所述图像中的所述消费者的至少一个面部表情。
13.如权利要求10所述的设备，其特征在于，所述消费者特征包括所述图像中的所述消费者的年龄、年龄分类、性别，或所述图像中的所述消费者的至少一个面部表情，并且其中所述广告选择模块进一步被配置成基于所述消费者的所述年龄、年龄分类、性别、所述消费者概况以及所述面部表情中的一个或多个的排序，将所述消费者特征与所述广告数据库进行比较。
14.如权利要求10所述的设备，其中，所述系统被配置成基于所述消费者特征来更新所述消费者概况，并将所述消费者概况的至少一部分传输到内容提供商。
15.一种有形的计算机可读取介质，包括在其上存储的指令，所述指令当由一个或多个处理器执行时导致所述计算机系统执行包括下列各项的操作：
检测图像中的面部区域；
标识所述图像中的所述消费者的一个或多个消费者特征；以及
基于所述消费者特征与包括多个广告概况的广告数据库的比较，标识要呈现给所述消费者的一个或多个广告。
16.如权利要求15所述的有形的计算机可读取介质，其特征在于，所述标识的消费者特征包括所述图像中的所述消费者的年龄、年龄分类、性别以及至少一个面部表情中的至少一个。
17.如权利要求15所述的有形的计算机可读取介质，其特征在于，所述指令当由所述处理器中的一个或多个执行时，导致下列额外的操作，包括：
标识存储在消费者概况数据库中的对应于所述图像中的所述面部区域的消费者概况。
18.如权利要求17所述的有形的计算机可读取介质，其特征在于，所述消费者特征包括所述图像中的所述消费者的年龄、年龄分类、性别，或所述图像中的所述消费者的至少一个面部表情，其中所述指令当由所述处理器中的一个或多个执行时导致下列额外的操作，包括对所述消费者的所述年龄、年龄分类、性别、所述消费者概况以及所述面部表情中的一个或多个进行排序。
19.如权利要求17所述的有形的计算机可读取介质，其特征在于，所述指令当由所述处理器中的一个或多个执行时导致下列额外的操作，包括：
基于所述消费者特征更新所述消费者概况；以及
将所述消费者概况的至少一部分传输到内容提供商。
CN201180070016.4A 2011-04-11 2011-04-11 个性化广告选择系统和方法 Expired - Fee Related CN103493068B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2011/000621 WO2012139243A1 (en) 2011-04-11 2011-04-11 Personalized advertisement selection system and method

Publications (2)

Publication Number Publication Date
CN103493068A true CN103493068A (zh) 2014-01-01
CN103493068B CN103493068B (zh) 2017-06-13

Family

ID=47008762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180070016.4A Expired - Fee Related CN103493068B (zh) 2011-04-11 2011-04-11 个性化广告选择系统和方法

Country Status (7)

Country Link
US (2) US20140156398A1 (zh)
EP (1) EP2697742A4 (zh)
JP (1) JP2014517371A (zh)
KR (2) KR20130136557A (zh)
CN (1) CN103493068B (zh)
TW (1) TW201303772A (zh)
WO (1) WO2012139243A1 (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106157070A (zh) * 2015-03-26 2016-11-23 推手媒体有限公司 监测装置位移进行广告播放的方法
CN106294489A (zh) * 2015-06-08 2017-01-04 北京三星通信技术研究有限公司 内容推荐方法、装置及系统
CN106886909A (zh) * 2015-12-15 2017-06-23 中国电信股份有限公司 用于商品选购的方法和系统
CN107330722A (zh) * 2017-06-27 2017-11-07 昝立民 一种共享设备的广告投放方法
CN107567636A (zh) * 2015-09-17 2018-01-09 三星电子株式会社 显示装置及其控制方法和计算机可读记录介质
CN107710222A (zh) * 2015-06-26 2018-02-16 英特尔公司 情绪检测系统
CN107798560A (zh) * 2017-10-23 2018-03-13 武汉科技大学 一种零售商店个性广告智能推送方法及系统
CN108460622A (zh) * 2018-01-30 2018-08-28 深圳冠思大数据服务有限公司 一种线下互动式广告系统
WO2018170719A1 (zh) * 2017-03-21 2018-09-27 深圳市欸阿技术有限公司 广告窗及其显示方法
TWI665630B (zh) * 2017-12-22 2019-07-11 財團法人工業技術研究院 互動式商品推薦方法以及非暫態電腦可讀取媒體
CN110049094A (zh) * 2019-02-28 2019-07-23 阿里巴巴集团控股有限公司 信息推送的方法和线下展示终端
CN110348899A (zh) * 2019-06-28 2019-10-18 广东奥园奥买家电子商务有限公司 一种商品信息推荐方法及装置
CN111160962A (zh) * 2019-12-20 2020-05-15 恒银金融科技股份有限公司 一种微表情识别营销推送方法和系统
CN111738749A (zh) * 2019-06-18 2020-10-02 北京京东尚科信息技术有限公司 信息显示方法、装置、电子设备和存储介质
US10922737B2 (en) 2017-12-22 2021-02-16 Industrial Technology Research Institute Interactive product recommendation method and non-transitory computer-readable medium
US11175789B2 (en) 2018-11-13 2021-11-16 Samsung Electronics Co., Ltd. Electronic apparatus and method for controlling the electronic apparatus thereof
WO2022222051A1 (zh) * 2021-04-20 2022-10-27 京东方科技集团股份有限公司 一种客群分析的方法、装置、系统及存储介质
CN117593058A (zh) * 2023-12-05 2024-02-23 北京鸿途信达科技股份有限公司 基于情绪识别的广告匹配系统

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10157388B2 (en) * 2012-02-22 2018-12-18 Oracle International Corporation Generating promotions to a targeted audience
US20140006550A1 (en) * 2012-06-30 2014-01-02 Gamil A. Cain System for adaptive delivery of context-based media
WO2014068567A1 (en) 2012-11-02 2014-05-08 Itzhak Wilf Method and system for predicting personality traits, capabilities and suggested interactions from images of a person
JP2014533851A (ja) * 2012-12-31 2014-12-15 エクストリーム リアリティー エルティーディー． 映像に基づく対象物特定化、分類、識別、及び存在反応又はそのいずれかに関する方法、システム、装置、回路、及び関連するコンピュータ実行可能な符号
ES2475465B1 (es) * 2013-01-09 2015-04-15 Próxima Systems, S.L. Sistema de identificación y seguimiento automático para panel informativo, perfeccionado
AU2014214662B2 (en) * 2013-02-08 2019-07-11 Emotient Collection of machine learning training data for expression recognition
US9626597B2 (en) 2013-05-09 2017-04-18 Tencent Technology (Shenzhen) Company Limited Systems and methods for facial age identification
CN104143079B (zh) * 2013-05-10 2016-08-17 腾讯科技（深圳）有限公司 人脸属性识别的方法和系统
TWI492150B (zh) * 2013-09-10 2015-07-11 Utechzone Co Ltd 播放方法及電子裝置
US10013601B2 (en) * 2014-02-05 2018-07-03 Facebook, Inc. Ideograms for captured expressions
JP6138068B2 (ja) * 2014-02-07 2017-05-31 東芝テック株式会社 商品販売データ処理装置及びプログラム
WO2015122195A1 (ja) * 2014-02-17 2015-08-20 Ｎｅｃソリューションイノベータ株式会社 印象分析装置、ゲーム装置、健康管理装置、広告支援装置、印象分析システム、印象分析方法、プログラム、及びプログラム記録媒体
CN104575339A (zh) * 2014-07-21 2015-04-29 北京智膜科技有限公司 基于人脸检测界面的传媒信息推送方法
US11341542B2 (en) 2014-08-06 2022-05-24 Ebay Inc. User customizable web advertisements
US20160055370A1 (en) * 2014-08-21 2016-02-25 Futurewei Technologies, Inc. System and Methods of Generating User Facial Expression Library for Messaging and Social Networking Applications
CA2960414A1 (en) * 2014-09-08 2016-03-17 Maher S. AWAD Targeted advertising and facial extraction and analysis
US10412436B2 (en) 2014-09-12 2019-09-10 At&T Mobility Ii Llc Determining viewership for personalized delivery of television content
CN105025163A (zh) * 2015-06-18 2015-11-04 惠州Tcl移动通信有限公司 自动分类存储并显示移动终端内容的实现方法及系统
US11049119B2 (en) * 2015-06-19 2021-06-29 Wild Blue Technologies. Inc. Apparatus and method for dispensing a product in response to detection of a selected facial expression
JP2017059172A (ja) * 2015-09-18 2017-03-23 株式会社バリューコミットメント 証明写真提供システム、証明写真提供方法、プログラム
US20170103424A1 (en) * 2015-10-13 2017-04-13 Mastercard International Incorporated Systems and methods for generating mood-based advertisements based on consumer diagnostic measurements
TWI626610B (zh) * 2015-12-21 2018-06-11 財團法人工業技術研究院 訊息推播方法與訊息推播裝置
US10853841B2 (en) * 2016-01-29 2020-12-01 Sensormatic Electronics, LLC Adaptive video advertising using EAS pedestals or similar structure
US11461810B2 (en) 2016-01-29 2022-10-04 Sensormatic Electronics, LLC Adaptive video advertising using EAS pedestals or similar structure
KR101701807B1 (ko) * 2016-02-16 2017-02-02 주식회사 윈드밀소프트 사용자 얼굴 합성을 통한 광고 시스템
JP2017156514A (ja) * 2016-03-01 2017-09-07 株式会社Ｌｉｑｕｉｄ 電子看板システム
US10699422B2 (en) 2016-03-18 2020-06-30 Nec Corporation Information processing apparatus, control method, and program
US20170293938A1 (en) * 2016-04-08 2017-10-12 T-Mobile Usa, Inc. Interactive competitive advertising commentary
CN106126519B (zh) * 2016-06-01 2019-07-26 腾讯科技（深圳）有限公司 媒体信息的展示方法及服务器
JP6810561B2 (ja) * 2016-09-14 2021-01-06 Ｓｂクリエイティブ株式会社 購買支援システム
JP6794740B2 (ja) * 2016-09-27 2020-12-02 大日本印刷株式会社 プレゼンテーション資料生成装置、プレゼンテーション資料生成システム、コンピュータプログラム及びプレゼンテーション資料生成方法
US11488181B2 (en) 2016-11-01 2022-11-01 International Business Machines Corporation User satisfaction in a service based industry using internet of things (IoT) devices in an IoT network
US20180137521A1 (en) * 2016-11-15 2018-05-17 b8ta, inc. Consumer behavior-based dynamic product pricing targeting
KR101809158B1 (ko) * 2016-11-22 2017-12-14 주식회사 위츠 엘리베이터 광고 서비스 제공 시스템, 서버 및 방법
US20180150882A1 (en) * 2016-11-28 2018-05-31 Mastercard International Incorporated Systems and Methods for Use in Determining Consumer Interest in Products Based on Intensities of Facial Expressions
US10567523B2 (en) * 2016-12-19 2020-02-18 Pearson Education, Inc. Correlating detected patterns with content delivery
CN106920092A (zh) * 2016-12-23 2017-07-04 阿里巴巴集团控股有限公司 一种虚拟资源分配方法、客户端及服务器
SG10201702912SA (en) * 2017-04-10 2018-11-29 Garini Tech Corporation Pte Ltd Method and system for targeted advertising based on personal physical characteristics
CN108876454A (zh) * 2018-06-14 2018-11-23 湖南超能机器人技术有限公司 精确统计广告受众情况的装置及其统计方法
US10699122B2 (en) * 2018-09-27 2020-06-30 International Busines Machines Corporation Alerting a hyper focused device user to engage audience
CN111062735A (zh) * 2018-10-16 2020-04-24 百度在线网络技术（北京）有限公司 广告投放方法、装置、系统、终端和计算机可读存储介质
CN111382642A (zh) * 2018-12-29 2020-07-07 北京市商汤科技开发有限公司 人脸属性识别方法及装置、电子设备和存储介质
WO2020141969A2 (en) * 2018-12-31 2020-07-09 Mimos Berhad System and method for providing advertisement contents based on facial analysis
US10910854B2 (en) * 2019-02-11 2021-02-02 Alfi, Inc. Methods and apparatus for a tablet computer system incorporating a battery charging station
KR102374861B1 (ko) * 2019-05-07 2022-03-17 주식회사 엘토브 O2O(On-line to Off-line) 기반 고객 맞춤 정보를 제안하기 위한 시스템 및 방법
FI20197148A1 (fi) 2019-11-21 2021-05-22 Doop Oy Menetelmä ja laitteisto asiakasviestin muodostamiseksi ja esittämiseksi
KR102428955B1 (ko) * 2020-01-23 2022-08-04 최문정 딥 러닝을 이용한 인공지능 기반 3d 디스플레이 광고 영상 제공방법 및 시스템
US20210303870A1 (en) * 2020-03-26 2021-09-30 Nec Laboratories America, Inc. Video analytic system for crowd characterization
WO2021220485A1 (ja) * 2020-04-30 2021-11-04 シャープＮｅｃディスプレイソリューションズ株式会社 コンテンツ選択装置、コンテンツ表示システム、コンテンツ選択方法、及びコンテンツ選択プログラム
KR102191044B1 (ko) * 2020-06-15 2020-12-14 주식회사 센스비전 인공지능 얼굴인식 기술을 기반으로 광고 분석 및 추천을 통하여 광고를 제공하는 시스템
KR102261336B1 (ko) * 2020-07-28 2021-06-07 주식회사 센스비전 인공지능 얼굴인식에 의한 광고 컨텐츠 매칭 및 이를 통한 광고 수익을 분배할 수 있는 광고 컨텐츠 공유 서비스 제공 시스템
WO2022160044A1 (en) * 2021-01-27 2022-08-04 Baüne Ecosystem Inc. Systems and methods for targeted advertising using a customer mobile computer device or a kiosk
CN114255075A (zh) * 2021-06-21 2022-03-29 安徽西柚酷媒信息科技有限公司 一种广告投放设备的广告更刊方法
JP7348246B2 (ja) * 2021-09-28 2023-09-20 株式会社ホンダアクセス 情報提供システム及び情報提供方法
US20230186331A1 (en) * 2021-12-13 2023-06-15 International Business Machines Corporation Generalized demand estimation for automated forecasting systems
US20230290109A1 (en) * 2022-03-14 2023-09-14 Disney Enterprises, Inc. Behavior-based computer vision model for content selection

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101304329A (zh) * 2007-05-07 2008-11-12 阿尔卡特朗讯公司 用于选择广告的系统和相关方法
CN101324945A (zh) * 2007-06-11 2008-12-17 三菱电机株式会社 广告选择方法和确定消费者看广告播放器的时间量的系统
US20090060256A1 (en) * 2007-08-29 2009-03-05 White Timothy J Method of advertisement space management for digital cinema system
CN101802787A (zh) * 2007-08-20 2010-08-11 费斯布克公司 在社交网络中确定广告目标

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002092023A (ja) * 2000-09-14 2002-03-29 Nippon Telegr & Teleph Corp <Ntt> 情報提供装置および方法と情報提供プログラムを記録した記録媒体
US20080000495A1 (en) * 2001-12-07 2008-01-03 Eric Hansen Apparatus and method for single substrate processing
JP4233009B2 (ja) * 2001-12-07 2009-03-04 大日本印刷株式会社 認証システム
US7319967B2 (en) * 2002-03-01 2008-01-15 Inventio Ag Procedures, system and computer program for the presentation of multimedia contents in elevator installations
JP4165095B2 (ja) * 2002-03-15 2008-10-15 オムロン株式会社 情報提供装置および情報提供方法
GB2410359A (en) * 2004-01-23 2005-07-27 Sony Uk Ltd Display
WO2006003581A1 (en) * 2004-06-29 2006-01-12 Koninklijke Philips Electronics N.V. System for manufacturing micro-spheres
US20060025613A1 (en) * 2004-07-30 2006-02-02 Instituto Politecnico De Santarem/Escola Superior Agraria Sugar derivatives comprising oxiranes or alpha, beta-unsaturated gamma-lactones, process for their preparation and their utilisation as pesticides
JP2006209550A (ja) * 2005-01-28 2006-08-10 Brother Ind Ltd 情報提供装置、情報提供システム及び自動販売機
US20060282317A1 (en) * 2005-06-10 2006-12-14 Outland Research Methods and apparatus for conversational advertising
JP4008478B2 (ja) * 2005-07-13 2007-11-14 Ｔｄｋ株式会社 磁界検出素子、基体、ウエハ、ヘッドジンバルアセンブリ、ハードディスク装置、および磁界検出素子の製造方法
US20080004951A1 (en) * 2006-06-29 2008-01-03 Microsoft Corporation Web-based targeted advertising in a brick-and-mortar retail establishment using online customer information
US7725686B2 (en) * 2006-07-24 2010-05-25 Habushiki Kaisha Toshiba Systems and methods for processing buffer data retirement conditions
US8335714B2 (en) * 2007-05-31 2012-12-18 International Business Machines Corporation Identification of users for advertising using data with missing values
JP5127340B2 (ja) * 2007-07-26 2013-01-23 キヤノン株式会社 シャッタ装置及びシャッタ装置を備えた撮像装置
US8081158B2 (en) * 2007-08-06 2011-12-20 Harris Technology, Llc Intelligent display screen which interactively selects content to be displayed based on surroundings
US10504124B2 (en) * 2008-04-21 2019-12-10 Verizon Patent And Licensing Inc. Aggregation and use of information relating to a users context for personalized advertisements
US8577753B1 (en) * 2008-10-22 2013-11-05 Amazon Technologies, Inc. Community-based shopping profiles
JP5217922B2 (ja) * 2008-11-10 2013-06-19 日本電気株式会社 電子広告システム、電子広告配信装置、及びプログラム
JP5225210B2 (ja) * 2009-06-11 2013-07-03 株式会社Ｐｆｕ キオスク端末装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101304329A (zh) * 2007-05-07 2008-11-12 阿尔卡特朗讯公司 用于选择广告的系统和相关方法
CN101324945A (zh) * 2007-06-11 2008-12-17 三菱电机株式会社 广告选择方法和确定消费者看广告播放器的时间量的系统
CN101802787A (zh) * 2007-08-20 2010-08-11 费斯布克公司 在社交网络中确定广告目标
US20090060256A1 (en) * 2007-08-29 2009-03-05 White Timothy J Method of advertisement space management for digital cinema system

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106157070A (zh) * 2015-03-26 2016-11-23 推手媒体有限公司 监测装置位移进行广告播放的方法
CN106294489A (zh) * 2015-06-08 2017-01-04 北京三星通信技术研究有限公司 内容推荐方法、装置及系统
CN106294489B (zh) * 2015-06-08 2022-09-30 北京三星通信技术研究有限公司 内容推荐方法、装置及系统
CN107710222A (zh) * 2015-06-26 2018-02-16 英特尔公司 情绪检测系统
CN107567636A (zh) * 2015-09-17 2018-01-09 三星电子株式会社 显示装置及其控制方法和计算机可读记录介质
CN106886909A (zh) * 2015-12-15 2017-06-23 中国电信股份有限公司 用于商品选购的方法和系统
WO2018170719A1 (zh) * 2017-03-21 2018-09-27 深圳市欸阿技术有限公司 广告窗及其显示方法
CN107330722A (zh) * 2017-06-27 2017-11-07 昝立民 一种共享设备的广告投放方法
CN107798560A (zh) * 2017-10-23 2018-03-13 武汉科技大学 一种零售商店个性广告智能推送方法及系统
US10922737B2 (en) 2017-12-22 2021-02-16 Industrial Technology Research Institute Interactive product recommendation method and non-transitory computer-readable medium
TWI665630B (zh) * 2017-12-22 2019-07-11 財團法人工業技術研究院 互動式商品推薦方法以及非暫態電腦可讀取媒體
CN108460622A (zh) * 2018-01-30 2018-08-28 深圳冠思大数据服务有限公司 一种线下互动式广告系统
US11175789B2 (en) 2018-11-13 2021-11-16 Samsung Electronics Co., Ltd. Electronic apparatus and method for controlling the electronic apparatus thereof
CN110049094B (zh) * 2019-02-28 2022-03-04 创新先进技术有限公司 信息推送的方法和线下展示终端
CN110049094A (zh) * 2019-02-28 2019-07-23 阿里巴巴集团控股有限公司 信息推送的方法和线下展示终端
CN111738749A (zh) * 2019-06-18 2020-10-02 北京京东尚科信息技术有限公司 信息显示方法、装置、电子设备和存储介质
CN110348899A (zh) * 2019-06-28 2019-10-18 广东奥园奥买家电子商务有限公司 一种商品信息推荐方法及装置
CN111160962A (zh) * 2019-12-20 2020-05-15 恒银金融科技股份有限公司 一种微表情识别营销推送方法和系统
WO2022222051A1 (zh) * 2021-04-20 2022-10-27 京东方科技集团股份有限公司 一种客群分析的方法、装置、系统及存储介质
CN117593058A (zh) * 2023-12-05 2024-02-23 北京鸿途信达科技股份有限公司 基于情绪识别的广告匹配系统

Also Published As

Publication number Publication date
WO2012139243A1 (en) 2012-10-18
EP2697742A1 (en) 2014-02-19
KR20160013266A (ko) 2016-02-03
JP2014517371A (ja) 2014-07-17
CN103493068B (zh) 2017-06-13
US20140156398A1 (en) 2014-06-05
TW201303772A (zh) 2013-01-16
KR20130136557A (ko) 2013-12-12
EP2697742A4 (en) 2014-11-05
US20160148247A1 (en) 2016-05-26

Similar Documents

Publication Publication Date Title
CN103493068B (zh) 个性化广告选择系统和方法
CN103098079A (zh) 个性化节目选择系统和方法
US10019653B2 (en) Method and system for predicting personality traits, capabilities and suggested interactions from images of a person
CN104732413B (zh) 一种智能个性化视频广告推送方法及系统
WO2019149005A1 (zh) 一种线下互动式广告系统
US20170330029A1 (en) Computer based convolutional processing for image analysis
US20170351905A1 (en) Learning model for salient facial region detection
US11580648B2 (en) System and method for visually tracking persons and imputing demographic and sentiment data
Micu et al. Assessing an on-site customer profiling and hyper-personalization system prototype based on a deep learning approach
Yu et al. AI-based targeted advertising system
US11068873B1 (en) Methods, systems, apparatuses, and devices for facilitating advertising of a product
KR102261336B1 (ko) 인공지능 얼굴인식에 의한 광고 컨텐츠 매칭 및 이를 통한 광고 수익을 분배할 수 있는 광고 컨텐츠 공유 서비스 제공 시스템
US20110153431A1 (en) Apparatus and method for targeted advertising based on image of passerby
EP4066197A1 (en) System and method for interactive perception and content presentation
CN111539782A (zh) 基于深度学习的商户信息数据处理方法及其系统
Yanakova et al. Facial recognition technology on ELcore semantic processors for smart cameras
Low et al. Multi-audience tracking with RGB-D camera on digital signage
WO2022023831A1 (en) Smart display application with potential to exhibit collected outdoor information content using iot and ai platforms
Kharchevnikova et al. Video-based age and gender recognition in mobile applications
Turov et al. Digital signage personalization through analysis of the visual information about viewers
Sümer et al. A novel computer vision-based advertisement system for individual marketing
AU2021100211A4 (en) Predict Gender: Detect Faces and Predict their Gender, Age and Country Using Machine Learning Programming
Vadathya et al. Development of family level assessment of screen use in the home for television (FLASH-TV)
TW201423638A (zh) 自動販售系統及其自動販售方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170613

Termination date: 20210411

CF01 Termination of patent right due to non-payment of annual fee