CN108446719A - 基于深度相机衡量商场内广告牌关注度的方法 - Google Patents
基于深度相机衡量商场内广告牌关注度的方法 Download PDFInfo
- Publication number
- CN108446719A CN108446719A CN201810133779.2A CN201810133779A CN108446719A CN 108446719 A CN108446719 A CN 108446719A CN 201810133779 A CN201810133779 A CN 201810133779A CN 108446719 A CN108446719 A CN 108446719A
- Authority
- CN
- China
- Prior art keywords
- camera
- depth camera
- billboard
- attention rate
- coordinate
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q30/0245—Surveys
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Computer Graphics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于深度相机衡量商场内广告牌关注度的方法,具体包括如下步骤:101)设置深度相机步骤、102)获取相机坐标系点步骤、103)转换相机坐标系点步骤、104)聚类得到关注量步骤、105)获取关注度步骤;本发明提供了将充分体现该广告的效果,为用户的投入做了更直观的产出统计,让用户清楚自己的影响度的基于深度相机衡量商场内广告牌关注度的方法。
Description
技术领域
本发明涉及广告关注度技术领域,具体涉及基于深度相机衡量商场内广告牌关注度的方法。
背景技术
现在,不同的多媒体智能屏广告满天飞,但是客户不知道自己所投放的量所起到的实际效益,广告关注度有多少,具体哪些投放更经济,因此市场急需一种可以衡量商场内广告牌关注度的技术。
发明内容
本发明的目的是提供基于深度相机衡量商场内广告牌关注度的方法。
本发明的技术方案如下:
基于深度相机衡量商场内广告牌关注度的方法,具体包括如下步骤:
101)设置深度相机步骤:在广告牌中垂线上方0.3m处设置深度相机,所述深度相机为双目相机或可测深度摄像机;
102)获取相机坐标系点步骤:根据步骤101)的深度相机的位置建立图像上的三维坐标系;
103)转换相机坐标系点步骤:建立世界标准坐标系,并通过转换矩阵将步骤102)的相机三维坐标系转换为世界标准坐标系;所述转换矩阵由深度相机根据监测的区域大小来获得;
世界标准坐标系为相机三维坐标系为
转换矩阵R为具体换算公式如下公式(1):
其中转换矩阵保证z轴垂直于地面,故Z=0,所以0=R31x+R32y+R33z+c;由步骤102)得到确定的n个点的相机三维坐标系由n个点的相机三维坐标系来得到R31,R32,R33的值,并利用0=R31x+R32y+R33z+c来得到c值;从而再来得到R11,R12,R13,具体如下:由施密特正交变化进行设置则所以由此得到了整个旋转矩阵R的R11,R12,R13、R21,R22,R23和R31,R32,R33;
由于世界标准坐标系的原点在相机三维坐标系原点的正下方,所以由得出最后两个a、b参数为a=b=0;
104)聚类得到关注量步骤:由步骤102)得到图像上的每一个点转换为世界标准坐标系,然后由聚类方法针对转换为世界标准坐标系后的X、Y轴进行聚类,从而得到该图像上的人数;
105)获取关注度步骤:根据步骤104)得到的人数除以设置的广告牌附近统计的面积得到占比量化指标,所述占比量化指标为单位时间内出现在广告牌附近的人数。
进一步的,所述深度相机每隔半个小时启动一次。
进一步的,所述步骤104)中的人数由聚类形成的个数决定,设置聚类个数为n,则聚类点为(Xw1,Yw1),(Xw2,Yw2)L(Xwn,Ywn),聚类半径为r1,r2L rn,聚类面积为S1,S2L Sn,其中S=πr2,面积和为由此得出聚类总面积。
进一步的,所述广告牌监测范围为周围2米,则占比量化指标:平均面积占比为其中n为聚类个数。
本发明的有益效果主要表现在:
本发明能统计出在商场投放的广告牌,多少广告达到了用户的需求,起到了良好投放的效果。即单位时间内有多少人看了这个广告,记为η=看广告人数/总时间这个指标,本发明专利实现了即在某时刻例如t1时刻,广告牌周围(例如以广告牌为圆心,2m为半径的圆内),人所占的面积比(人投影到地面),记为θt1,以此类推,t2,t3......tn时刻分别为θt2,θt2,例如每隔半个小时记录一下。
则记为平均面积占比,作为衡量商场广告屏关注度的指标,其将充分体现该广告的效果,为用户的投入做了更直观的产出统计,让用户清楚自己的影响度。
附图说明
图1是本发明的流程图;
图2是本发明的深度相机得到深度图;
图3是本发明的深度相机设置的位置。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1至图3所示,基于深度相机衡量商场内广告牌关注度的方法,具体包括如下步骤:
101)设置深度相机步骤:在广告牌中垂线上方0.3m处设置深度相机,所述深度相机为双目相机或可测深度摄像机,所述深度相机每隔半个小时启动一次。其中深度相机(双目相机或者tof相机标定以后),可以得到图像上每一个点所对应的相机坐标系下的三维坐标。
102)获取相机坐标系点步骤:根据步骤101)的深度相机的位置建立图像上的三维坐标系。相机坐标系下的三维坐标通过转换矩阵R可以转换为世界坐标系下的三维坐标。
103)转换相机坐标系点步骤:建立世界标准坐标系,并通过转换矩阵将步骤102)的相机三维坐标系转换为世界标准坐标系;所述转换矩阵由深度相机根据监测的区域大小来获得;
世界标准坐标系为相机三维坐标系为
转换矩阵R为具体换算公式如下公式(1):
其中转换矩阵保证z轴垂直于地面,故Z=0,所以0=R31x+R32y+R33z+c;由步骤102)得到确定的n个点的相机三维坐标系由n个点的相机三维坐标系来得到R31,R32,R33的值,具体步骤如下:
首先得到均值向量然后根据均值向量构造协方差矩阵,最后利用矩阵SVD分解得到最小特征值所对应的特征向量即为R31,R32,R33,然后利用公式0=R31x+R32y+R33z+c的约束得到c值。
从而再来得到R11,R12,R13,具体如下:
由施密特政教变化进行设置则
所以由此得到了整个旋转矩阵R的R11,R12,R13、R21,R22,R23和R31,R32,R33。
由于世界标准坐标系的原点在相机三维坐标系原点的正下方,所以得出最后两个a、b参数为a=b=0;
104)聚类得到关注量步骤:如图2所示,由步骤102)得到深度相机得到深度图像上的每一个点(x,y)都可以转换为地面坐标系上的一点(Xw,Yw,Zw),然后利用聚类算法(例如kmeans)针对(Xw,Yw)进行聚类。广告版周围(2m以内)有多少人就会聚成多少类。例如假设有n个人,则理想情况下会被聚成n类,然后有n个聚类中心,设为(Xw1,Yw1),(Xw2,Yw2)L(Xwn,Ywn),并且其聚类半径为r1,r2L rn,相应的其对应的聚类面积为S1,S2L Sn,显而易见S=πr2。则所有类别总面积
105)获取关注度步骤:根据步骤104)得到的人数除以设置的广告牌附近统计的面积得到占比量化指标,所述占比量化指标为单位时间内出现在广告牌附近的人数。面积占比如上所述平均面积占比如下即广告牌监测范围为周围2米的占比量化指标。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员,在不脱离本发明构思的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明保护范围内。
Claims (4)
1.基于深度相机衡量商场内广告牌关注度的方法,其特征在于,具体包括如下步骤:
101)设置深度相机步骤:在广告牌中垂线上方0.3m处设置深度相机,所述深度相机为双目相机或可测深度摄像机;
102)获取相机坐标系点步骤:根据步骤101)的深度相机的位置建立图像上的三维坐标系;
103)转换相机坐标系点步骤:建立世界标准坐标系,并通过转换矩阵将步骤102)的相机三维坐标系转换为世界标准坐标系;所述转换矩阵由深度相机根据监测的区域大小来获得;
世界标准坐标系为相机三维坐标系为
转换矩阵R为具体换算公式如下公式(1):
其中转换矩阵保证z轴垂直于地面,故Z=0,所以0=R31x+R32y+R33z+c;
由步骤102)得到确定的n个点的相机三维坐标系
由n个点的相机三维坐标系来得到R31,R32,R33的值,并利用0=R31x+R32y+R33z+c来得到c值;从而再来得到R11,R12,R13,具体如下:
由施密特正交变化进行设置则
所以由此得到了整个旋转矩阵R的R11,R12,R13、R21,R22,R23和R31,R32,R33;
由于世界标准坐标系的原点在相机三维坐标系原点的正下方,所以由得出最后两个a、b参数为a=b=0;
104)聚类得到关注量步骤:由步骤102)得到图像上的每一个点转换为世界标准坐标系,然后由聚类方法针对转换为世界标准坐标系后的X、Y轴进行聚类,从而得到该图像上的人数;
105)获取关注度步骤:根据步骤104)得到的人数除以设置的广告牌附近统计的面积得到占比量化指标,所述占比量化指标为单位时间内出现在广告牌附近的人数。
2.根据权利要求1所述的基于深度相机衡量商场内广告牌关注度的方法,其特征在于:所述深度相机每隔半个小时启动一次。
3.根据权利要求1所述的基于深度相机衡量商场内广告牌关注度的方法,其特征在于:所述步骤104)中的人数由聚类形成的个数决定,设置聚类个数为n,则聚类点为(Xw1,Yw1),(Xw2,Yw2)L(Xwn,Ywn),聚类半径为r1,r2L rn,聚类面积为S1,S2L Sn,其中S=πr2,面积和为由此得出聚类总面积。
4.根据权利要求3所述的基于深度相机衡量商场内广告牌关注度的方法,其特征在于:所述广告牌监测范围为周围2米,则占比量化指标:平均面积占比为
其中n为聚类个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810133779.2A CN108446719A (zh) | 2018-02-09 | 2018-02-09 | 基于深度相机衡量商场内广告牌关注度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810133779.2A CN108446719A (zh) | 2018-02-09 | 2018-02-09 | 基于深度相机衡量商场内广告牌关注度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108446719A true CN108446719A (zh) | 2018-08-24 |
Family
ID=63192161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810133779.2A Pending CN108446719A (zh) | 2018-02-09 | 2018-02-09 | 基于深度相机衡量商场内广告牌关注度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108446719A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890791A (zh) * | 2012-08-31 | 2013-01-23 | 浙江捷尚视觉科技有限公司 | 基于深度信息聚类的复杂场景人数统计方法 |
CN104700114A (zh) * | 2013-12-09 | 2015-06-10 | 现代自动车株式会社 | 用于识别行人的方法和装置以及支持该方法和装置的车辆 |
CN105096292A (zh) * | 2014-04-30 | 2015-11-25 | 株式会社理光 | 对象数量估计方法和装置 |
CN105141885A (zh) * | 2014-05-26 | 2015-12-09 | 杭州海康威视数字技术股份有限公司 | 进行视频监控的方法及装置 |
US20160360290A1 (en) * | 2006-03-16 | 2016-12-08 | Opentv, Inc. | Method and system for optimizing the viewing of advertising |
CN107578265A (zh) * | 2017-07-31 | 2018-01-12 | 上海与德科技有限公司 | 一种广告屏的价值确定方法、装置及服务器 |
-
2018
- 2018-02-09 CN CN201810133779.2A patent/CN108446719A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160360290A1 (en) * | 2006-03-16 | 2016-12-08 | Opentv, Inc. | Method and system for optimizing the viewing of advertising |
CN102890791A (zh) * | 2012-08-31 | 2013-01-23 | 浙江捷尚视觉科技有限公司 | 基于深度信息聚类的复杂场景人数统计方法 |
CN104700114A (zh) * | 2013-12-09 | 2015-06-10 | 现代自动车株式会社 | 用于识别行人的方法和装置以及支持该方法和装置的车辆 |
CN105096292A (zh) * | 2014-04-30 | 2015-11-25 | 株式会社理光 | 对象数量估计方法和装置 |
CN105141885A (zh) * | 2014-05-26 | 2015-12-09 | 杭州海康威视数字技术股份有限公司 | 进行视频监控的方法及装置 |
CN107578265A (zh) * | 2017-07-31 | 2018-01-12 | 上海与德科技有限公司 | 一种广告屏的价值确定方法、装置及服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3547153B1 (en) | Interactive geographical map | |
CN105117190B (zh) | Led显示屏配屏方法 | |
US10692296B2 (en) | System and method for using augmented reality to visualize network service quality | |
US11449530B2 (en) | Determining attribute information of geographical locations | |
CN103544623A (zh) | 一种基于用户偏好特征建模的Web 服务推荐方法 | |
CN103533502A (zh) | 一种群智感知系统中的防欺骗拍卖方法及系统 | |
US11003727B2 (en) | Real-time distribution and adjustment of content placement | |
CN108510321A (zh) | 一种房产用户画像的构建方法及装置 | |
CN102087576A (zh) | 显示屏控制方法、图形用户接口、信息处理设备和方法 | |
CN110390045B (zh) | 基于位置服务的兴趣点推荐方法及装置 | |
CN104077149B (zh) | 内容分享方法和装置 | |
RU2011152237A (ru) | Промежуточный узел с распределительными возможностями и сеть связи с интегрированными измерительными возможностями | |
CN107182124A (zh) | 一种基于网格的高精度定位方法及装置 | |
CN107395680A (zh) | 店铺群信息推送和输出方法及装置、设备 | |
CN105225147A (zh) | 具备隐形协商空间的服务连续双向拍卖控制方法 | |
CN103188763B (zh) | 一种基于空间的签到方法及装置、电子设备 | |
CN108446719A (zh) | 基于深度相机衡量商场内广告牌关注度的方法 | |
US8392358B2 (en) | Temporal extent considerations in reporting on facts organized as a dimensionally-modeled fact collection | |
CN109669194A (zh) | Gnss虚拟参考站智能设站方法及系统 | |
CN109889858A (zh) | 虚拟物品的信息处理方法、装置及计算机可读存储介质 | |
CN109284932A (zh) | 一种基于大数据的陌生人社交用户评价方法与系统 | |
CN110851868A (zh) | 一种用于轨迹数据发布的位置代表元生成方法 | |
CN106485616A (zh) | 一种自适应的移动网络教学分级模型及系统 | |
CN105809259A (zh) | 一种产品地图自动绘制方法 | |
CN104346341A (zh) | 一种实现数据与相关事件关联的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180824 |