CN109345305A - 一种基于人脸识别技术的电梯电子屏广告改进分析方法 - Google Patents

Abstract

一种基于人脸识别技术的电梯电子屏广告改进分析方法，采用以下步骤，步骤1：广告屏的图像采集装置，图像采集装置采集现场区域视频流，图像采集装置将获取的视频帧数据传输至算法模块，该算法模块对图片进行人脸检测；步骤2：如果算法模块在帧图像中检测到人脸，假设检测到人脸个数为N，算法模块依次对N个人脸进行编码，对每个人脸特征设置跟踪ID，将每个人脸特征和对应的跟踪ID建立关联，实现对观众人数和观看时长的精准统计，结合人脸属性能够更好的实现广告的精准推送和效果统计。

Description

一种基于人脸识别技术的电梯电子屏广告改进分析方法

技术领域

本发明涉及人脸识别领域，具体涉及一种基于人脸识别技术的电梯电子屏广告改进分析方法。

背景技术

目前市面上的电梯广告开始从传统的平面广告过渡到电子屏广告，基于统一的内容管理和便捷的广告分发，有利于降低广告推送的成本，并精准管理每一块电子屏数据。对于此类电子屏，广告业主想要广告的精准推送和效果数据统计，需要采用计算机视觉技术，目前基于人脸识别技术的分析已经开始采用，通过人脸检测和人脸识别两个步骤能够识别出电梯内出现人员的实时人数、年龄、性别等，为广告的推送做了一个基本的数据统计基础，但是由于电梯内人员的遮挡、观众的脸部不一定在观看广告，会导致算法对观众人数统计的误差较大，进而影响广告的推送和数据统计。

本发明基于人脸识别技术，提出了一种改进的观看用户分析和信息统计方法，增加了人脸去重步骤和观看人脸确认步骤，能比较准确地提供包括实时观看广告的人数、观看用户的性别和年龄等信息、一段时间内个人的观看时长及所有用户观看的总时长，以供广告供应商分析客户行为及喜好，同时结合数据分析精确推送观看人群喜爱的广告，达到更好的广告效果。

本发明方法的优点是，在无感知的情况下，无需被检测者的主动配合，计算简单快速，能够根据对象选择可能感兴趣的广告进行播放，并且很好的对广告播放效果进行个体分析和群体统计。

发明内容

本发明针对现有技术的不足，提出一种基于人脸识别技术的电梯电子屏广告改进分析方法，具体技术方案如下：

一种基于人脸识别技术的电梯电子屏广告改进分析方法，其特征在于：

采用以下步骤，

步骤1：广告屏的图像采集装置，图像采集装置采集现场区域视频流，图像采集装置将获取的视频帧数据传输至算法模块，该算法模块对图片进行人脸检测；

步骤2：如果算法模块在帧图像中检测到人脸，假设检测到人脸个数为N，算法模块依次对N个人脸进行编码，对每个人脸特征设置跟踪ID，将每个人脸特征和对应的跟踪ID建立关联，设置有图像质量参考阈值C，依次对第i个人脸，进行质量判断打分，如果质量分大于参考阈值C，就将该人脸特征存储到缓存特征数据库中，i∈{1，2，……，N}；

步骤3：算法模块检测完毕后，返回所有的人脸信息对应的跟踪ID列表；

针对新进入的人员，算法模块提取新进入人员的跟踪ID，然后把该跟踪ID对应的人脸特征和缓存的人脸特征库进行人脸特征比对，比对成功的视该人脸之前已经来过，没有比对成功的则视为新进入的人员；

设置有间隔时间T，对于同一个人任意两次进出电梯之间的时间间隔小于时间T，只记录该人员的前一次进电梯的数据；

步骤4：算法模块中返回人脸信息，包括有人脸几何矫正信息，该人脸集合矫正信息包括人脸三个空间角度：俯仰角pitch、横滚角roll、偏航角yaw，通过该几何矫正信息计算抬头低头偏左偏右的人脸角度，抬头和低头角度为pitch；

偏左角度和偏右角度＝偏航角yaw+0.5*横滚角roll；

步骤5：判断人脸是否处于观看广告屏的角度范围内，当抬头角度小于等于10度，低头以及偏左角度和偏右角度小于等于20度判断为人员观看状态；

步骤6：对每个用户均设置有初始值为0的总观看时间A，通过记录每帧人脸的观看状态，任意相邻两帧均为观看状态，则判断任意相邻两帧的间隔时间S为观看时间段，将间隔时间S累加到总观看时间A上。

进一步地：所述图像采集装置为一个分辨率大于30万像素、帧率为30帧/秒的摄像头。

本发明的有益效果为：需对硬件设备、摄像头进行改造，集成简单方便，性能稳定内存消耗低；通过增加少量的计算步骤，实现对观众人数和观看时长的精准统计，结合人脸属性能够更好的实现广告的精准推送和效果统计。

附图说明

图1为本发明的工作流程图。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

如图1所示：一种基于人脸识别技术的电梯电子屏广告改进分析方法，其特征在于：

采用以下步骤，

步骤1：广告屏的图像采集装置，图像采集装置采集现场区域视频流，图像采集装置将获取的视频帧数据传输至算法模块，该算法模块对图片进行人脸检测；

步骤2：如果算法模块在帧图像中检测到人脸，假设检测到人脸个数为N，算法模块依次对N个人脸进行编码，对每个人脸特征设置跟踪ID，将每个人脸特征和对应的跟踪ID建立关联，设置有图像质量参考阈值C，依次对第i个人脸，进行质量判断打分，如果质量分大于参考阈值C，就将该人脸特征存储到缓存特征数据库中，i∈{1，2，……，N}；

步骤3：算法模块检测完毕后，返回所有的人脸信息对应的跟踪ID列表；

针对新进入的人员，算法模块提取新进入人员的跟踪ID，然后把该跟踪ID对应的人脸特征和缓存的人脸特征库进行人脸特征比对，比对成功的视该人脸之前已经来过，没有比对成功的则视为新进入的人员；

设置有间隔时间T，对于同一个人任意两次进出电梯之间的时间间隔小于时间T，只记录该人员的前一次进电梯的数据；

步骤4：由于电梯的广告屏内一般距离地面1-1.5米左右，摄像头内置在广告屏顶部，距离地面高度约2米的样子，摄像头向下一般有约15度左右的倾角。

算法模块中返回人脸信息，包括有人脸几何矫正信息，该人脸集合矫正信息包括人脸三个空间角度：俯仰角pitch、横滚角roll、偏航角yaw，通过该几何矫正信息计算抬头低头偏左偏右的人脸角度，抬头和低头角度为pitch；

偏左角度和偏右角度＝偏航角yaw+0.5*横滚角roll；

步骤5：判断人脸是否处于观看广告屏的角度范围内，当抬头角度小于等于10度，低头以及偏左角度和偏右角度小于等于20度判断为人员观看状态；

步骤6：由于用户观看广告屏的情况是十分复杂的，用户看了一会广告屏低头玩会儿手机抬头又重新观看，低头玩手机的这段时间是不能统计的。系统摄像头预览帧数据回传每两帧的间隔是毫秒级别，为几十ms左右，帧回调频率取决于应用一帧数据的处理能力，这个反应时间可以捕捉人脸离开或进入广告屏观看范围的动作细节，通过一段时间内连续的帧数据累积计算反应用户的观看情况，通过记录每帧人脸的观看状态，例如前一帧某人脸被判断是在观看广告屏，下一帧同一人脸如果被判断仍在观看，则这两帧的间隔时间可以视为用户的观看时长，该间隔时间应累积到该用户的总观看时长里面。

对每个用户均设置有初始值为0的总观看时间A，通过记录每帧人脸的观看状态，任意相邻两帧均为观看状态，则判断任意相邻两帧的间隔时间S为观看时间段，将间隔时间S累加到总观看时间A上。

Claims (2)

1.一种基于人脸识别技术的电梯电子屏广告改进分析方法，其特征在于：

采用以下步骤，

步骤1：广告屏的图像采集装置，图像采集装置采集现场区域视频流，图像采集装置将获取的视频帧数据传输至算法模块，该算法模块对图片进行人脸检测；

步骤2：如果算法模块在帧图像中检测到人脸，假设检测到人脸个数为N，算法模块依次对N个人脸进行编码，对每个人脸特征设置跟踪ID，将每个人脸特征和对应的跟踪ID建立关联，设置有图像质量参考阈值C，依次对第i个人脸，进行质量判断打分，如果质量分大于参考阈值C，就将该人脸特征存储到缓存特征数据库中，i∈{1，2，……，N}；

步骤3：算法模块检测完毕后，返回所有的人脸信息对应的跟踪ID列表；

针对新进入的人员，算法模块提取新进入人员的跟踪ID，然后把该跟踪ID对应的人脸特征和缓存的人脸特征库进行人脸特征比对，比对成功的视该人脸之前已经来过，没有比对成功的则视为新进入的人员；

设置有间隔时间T，对于同一个人任意两次进出电梯之间的时间间隔小于时间T，只记录该人员的前一次进电梯的数据；

步骤4：算法模块中返回人脸信息，包括有人脸几何矫正信息，该人脸集合矫正信息包括人脸三个空间角度：俯仰角pitch、横滚角roll、偏航角yaw，通过该几何矫正信息计算抬头低头偏左偏右的人脸角度，抬头和低头角度为pitch；

偏左角度和偏右角度＝偏航角yaw+0.5*横滚角roll；

步骤5：判断人脸是否处于观看广告屏的角度范围内，当抬头角度小于等于10度，低头以及偏左角度和偏右角度小于等于20度判断为人员观看状态；

步骤6：对每个用户均设置有初始值为0的总观看时间A，通过记录每帧人脸的观看状态，任意相邻两帧均为观看状态，则判断任意相邻两帧的间隔时间S为观看时间段，将间隔时间S累加到总观看时间A上。

2.根据权利要求1所述一种基于人脸识别技术的电梯电子屏广告改进分析方法，其特征在于：所述图像采集装置为一个分辨率大于30万像素、帧率为30帧/秒的摄像头。