CN109727071A - 广告推荐方法及系统 - Google Patents
广告推荐方法及系统 Download PDFInfo
- Publication number
- CN109727071A CN109727071A CN201811631611.0A CN201811631611A CN109727071A CN 109727071 A CN109727071 A CN 109727071A CN 201811631611 A CN201811631611 A CN 201811631611A CN 109727071 A CN109727071 A CN 109727071A
- Authority
- CN
- China
- Prior art keywords
- data
- face
- advertisement
- module
- face character
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种广告推荐方法及系统,方法包括:获取目标对象的图像;识别图像,得到多个人脸属性数据;利用预设的人脸属性组合与推荐广告的对应关系,确定与多个人脸属性数据对应的推荐广告为目标广告;显示目标广告。本发明缓解了现有技术中存在的由于单独使用性别等个别人脸属性特征而导致的降低广告推荐效果的技术问题,达到了能够实现更加个性化和精准化的广告推荐的技术效果。
Description
技术领域
本发明涉及广告推荐技术领域,尤其是涉及一种广告推荐方法及系统。
背景技术
广告展示装置(如广告机)作为商家展示产品、成果和公司形象的载体,具有重要的商业价值和研究意义。虽然广告展示装置的种类众多、形状各异,但是传统的展示装置大多数只能进行被动、单一地推荐广告,比如说,一个衣服广告展示装置只能单一地展示一件衣服的广告图,或者通过循环播放的方式展示多件衣服的广告图,这种展示装置的广告一般都比较固定,并且不能根据客户的特性进行个性化的广告推荐。
近年来,随着人工智能技术的快速发展,一些基于人脸图像的算法模型被成功应用于智能广告推荐中,然而大多方法都是通过远程服务器进行模型结果的计算,这种方式限制了广告投放的位置。另外,单独的使用性别等个别人脸属性特征不利于深度挖掘用户的性格喜好等,从而降低了广告推荐的效果。
发明内容
(一)要解决的技术问题
鉴于上述技术问题,本发明的目的在于提供一种广告推荐方法及系统,以缓解现有技术中存在的由于单独使用性别等个别人脸属性特征而导致的降低广告推荐效果的技术问题。
(二)技术方案
第一方面,本发明实施例提供了一种广告推荐方法,包括:
获取目标对象的图像;
识别所述图像,得到多个人脸属性数据;
利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告;
显示所述目标广告。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述识别所述图像,得到多个人脸属性数据,包括:
对所述图像进行人脸检测和特征点定位,确定人脸矩形框图像和原始人脸特征点集合;
利用所述原始人脸特征点集合和预设的标准人脸特征点集合确定人脸变换矩阵;
利用所述人脸变换矩阵和所述人脸矩形框图像确定对齐后人脸图像;
裁剪所述对齐后人脸图像,得到标准化图像;
将所述标准化图像输入神经网络模型中,得到多个所述人脸属性数据。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告,包括:
利用多个所述人脸属性数据形成第一人脸属性组合;
利用所述对应关系,确定与所述第一人脸属性组合对应的推荐广告为所述目标广告。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,方法还包括:将所述标准化图像输入所述神经网络模型中,得到分别与每个所述人脸属性数据对应的存在概率值。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告,包括:
对于每个所述人脸属性数据,若与所述人脸属性数据对应的存在概率值大于预设概率阈值,则将所述人脸属性数据确定为目标人脸属性数据;
利用多个所述目标人脸属性数据形成第二人脸属性组合;
利用所述对应关系,确定与所述第二人脸属性组合对应的推荐广告为所述目标广告。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述显示所述目标广告,包括:
按照预设的显示方式显示所述目标广告,所述显示方式包括播放方式和/或广告页面显示模板。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,其中,多个所述人脸属性数据包括:性别数据、年龄段数据、胡须类型数据、发型数据、是否戴眼镜数据、是否涂口红数据和是否戴帽子数据。
第二方面,本发明实施例还提供了一种广告推荐系统,包括:图像采集模块、控制模块、存储模块和显示模块,所述图像采集模块、所述存储模块和所述显示模块均与所述控制模块连接;
所述图像采集模块用于将采集的目标对象的图像发送给所述控制模块;
所述控制模块用于接收所述图像采集模块发送的所述图像,识别所述图像,得到多个人脸属性数据,利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告,发送所述目标广告给所述显示模块;
所述存储模块用于存储所述人脸属性组合与推荐广告的对应关系;
所述显示模块用于接收所述控制模块发送的所述目标广告,并显示所述目标广告。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,还包括:通信模块,所述通信模块和所述控制模块连接,用于将接收到的外部设备发送的播放方式、广告页面显示模板和神经网络模型发送给所述控制模块;
所述控制模块还用于将接收到的所述通信模块发送的所述播放方式、所述广告页面显示模板和所述神经网络模型发送给所述存储模块,及利用所述神经网络模型确定多个所述人脸属性数据;
所述存储模块还用于存储所述播放方式、所述广告页面显示模板和所述神经网络模型;
所述显示模块还用于按照所述播放方式和/或所述广告页面显示模板显示所述目标广告。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,其中,还包括:外壳、数据接口和多个按钮;
所述显示模块设置在所述外壳的正面,所述图像采集模块设置在所述外壳的正面且设置在所述显示模块的上方,所述控制模块、所述存储模块和所述通信模块均设置在所述外壳的内部,所述数据接口设置在所述外壳的背面,多个所述按钮均设置在所述外壳的侧面;
所述数据接口和所述存储模块连接,用于将所述外部设备发送的所述播放方式、所述广告页面显示模板和所述神经网络模型传输给所述存储模块;
所述按钮和所述控制模块连接,用于发送控制指令给所述控制模块;
所述控制模块还用于接收所述按钮发送的所述控制指令,及执行所述控制指令。
(三)有益效果
从上述技术方案可以看出,本发明提供的广告推荐方法及系统具有以下有益效果:
(1)本发明中的广告推荐方法,可以识别图像,得到多个人脸属性数据;利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告;显示目标广告,本发明利用多个人脸属性数据确定目标广告,因此,可以缓解现有技术中存在的由于单独使用性别等个别人脸属性特征而导致的降低广告推荐效果的技术问题,达到了能够实现更加个性化和精准化的广告推荐的技术效果;
(2)本发明中的广告推荐系统,可以单独的根据目标对象的图像确定目标广告,进而显示目标广告,不需要依赖远程服务器,所以,本发明中的广告推荐系统可以离线工作,避免由于通过远程服务器进行模型结果的计算而导致的限制广告投放位置的问题,因此,广告推荐系统可以适用于更加苛刻的应用场景;
(3)本发明中,对于每个人脸属性数据,若与人脸属性数据对应的存在概率值大于预设概率阈值,则将人脸属性数据确定为目标人脸属性数据;利用多个目标人脸属性数据形成第二人脸属性组合;利用人脸属性组合与推荐广告的对应关系,确定与第二人脸属性组合对应的推荐广告为目标广告,所以,利用存在概率值和预设概率阈值对每个人脸属性数据进行检验,若与人脸属性数据对应的存在概率值大于预设概率阈值,则将人脸属性数据确定为目标人脸属性数据,若与人脸属性数据对应的存在概率值不大于预设概率阈值,则在以后的分析中就不考虑这个人脸属性数据了,因此,能够提高广告推荐的精准性;
(4)本发明中,按照预设的显示方式显示目标广告,显示方式包括播放方式和/或广告页面显示模板,商家可以对播放方式和广告页面显示模板进行个性化的设计,提高了使用广告推荐系统的便利性和时效性;
(5)本发明中,广告推荐系统包括:通信模块和数据接口,使得商家可以通过两种方式更新播放方式、广告页面显示模板和神经网络模型,可以提高使用广告推荐系统的灵活性,同时,当一种更新方式出现故障的时候,可以直接使用另一种更新方式,不会出现不能进行广告推荐的情况,所以,保证了广告推荐系统的稳定性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的广告推荐方法的流程图;
图2为本发明实施例提供的广告推荐系统的第一种结构示意图;
图3为本发明实施例提供的广告推荐系统的第二种结构示意图;
图4为本发明实施例提供的广告推荐系统的正视图;
图5为本发明实施例提供的广告推荐系统的侧视图;
图6为本发明实施例提供的广告推荐系统的后视图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的一种广告推荐方法及系统,可以缓解现有技术中存在的由于单独使用性别等个别人脸属性特征而导致的降低广告推荐效果的技术问题,达到了能够实现更加个性化和精准化的广告推荐的技术效果。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种广告推荐方法进行详细介绍,如图1所示,广告推荐方法可以包括以下步骤。
步骤S101:获取目标对象的图像。
示例性的,图像可以是RGB彩色图像。
步骤S102:识别所述图像,得到多个人脸属性数据。
示例性的,多个所述人脸属性数据可以包括:性别数据、年龄段数据、胡须类型数据、发型数据、是否戴眼镜数据、是否涂口红数据和是否戴帽子数据。这仅仅是一个示例性的说明,多个所述人脸属性数据还可以包括肤色数据等其他数据。
其中,步骤S102可以包括以下步骤:
对所述图像进行人脸检测和特征点定位,确定人脸矩形框图像和原始人脸特征点集合。
优选的,可以利用多任务级联卷积神经网络检测模型(MTCNN)对所述图像进行人脸检测和特征点定位,确定人脸矩形框图像和原始人脸特征点集合。
具体的,原始人脸特征点集合可以包括:原始左眼中心的像素坐标、原始右眼中心的像素坐标、原始左嘴角的像素坐标、原始右嘴角的像素坐标和原始鼻尖的像素坐标。
根据检测到的特征点进行人脸对齐和感兴趣区域裁剪:利用所述原始人脸特征点集合和预设的标准人脸特征点集合确定人脸变换矩阵;利用所述人脸变换矩阵和所述人脸矩形框图像确定对齐后人脸图像;裁剪所述对齐后人脸图像,得到标准化图像。
具体的,人脸对齐的内容可以包括:与标准人脸的变换矩阵H(包括水平方向像素位移tx、竖直方向像素位移ty、平面内的旋转角度θ以及与标准人脸的缩放尺度s)。
优选的,可以采用最小二乘法对图像相似变换矩阵H进行求解,矩阵形式如下,矩阵中tx、ty分别是水平和竖直方向的像素位移、θ为平面内的旋转角度、s是缩放尺度。
假设检测到的5组特征点坐标为(xi,yi),其中i=1,2,...,5,标准参考特定点为其中i=1,2,...,5。对于单个特征点,具有以下对应关系:
该对应关系包含如下两个方程:
根据5组特征点,可以获得如下10组关于矩阵H元素的线性方程,下面用矩阵形式写出这些方程:
对于该方程,可以利用最小二乘法求出线性方程的解,即相似变换矩阵H。通过对未对齐的原图像上每个像素点进行上述变换,则可以得到对齐图像。最后,通过选用标准参考人脸图像的尺寸对对齐图像进行裁剪即可得到人脸属性关联的区域标准化图像,如对对齐后的图像按照1.4倍比例进行扩展然后再裁剪。
将所述标准化图像输入神经网络模型中,得到多个所述人脸属性数据。
优选的,神经网络模型可以为多任务人脸属性识别卷积神经网络模型。
其中,性别属性和性别数据之间的对应关系可以如表1所示。
表1
性别属性 | 性别数据 |
男性 | 1 |
女性 | 0 |
若识别到标准化图像中的人物的性别为男性,则从神经网络模型中输出的性别数据的值为1,若识别到标准化图像中的人物的性别为女性,则从神经网络模型中输出的性别数据的值为0。
其中,年龄段属性和年龄段数据之间的对应关系可以如表2所示。
表2
年龄段属性 | 年龄段数据 |
1~7岁 | 0 |
8~17岁 | 1 |
18~25岁 | 2 |
26~40岁 | 3 |
41~60岁 | 4 |
大于60岁 | 5 |
举例说明,若识别到标准化图像中的人物的年龄位于18~25岁,则从神经网络模型中输出的年龄段数据的值为2。
或者,年龄段属性和年龄段数据之间的对应关系可以如表3所示。
表3
年龄段属性 | 年龄段数据 |
幼年 | 0 |
少年 | 1 |
青少年 | 2 |
青年 | 3 |
中年 | 4 |
老年 | 5 |
举例说明,若识别到标准化图像中的人物的年龄段属性为青少年,则从神经网络模型中输出的年龄段数据的值为2。
其中,胡须类型属性和胡须类型数据之间的对应关系可以如表4所示。
表4
胡须类型属性 | 胡须类型数据 |
没有胡须 | 0 |
络腮胡 | 1 |
山羊胡 | 2 |
举例说明,若识别到标准化图像中的人物的胡须类型为山羊胡,则从神经网络模型中输出的胡须类型数据的值为2。
其中,发型属性和发型数据之间的对应关系可以如表5所示。
表5
发型属性 | 发型数据 |
直发 | 0 |
卷发 | 1 |
举例说明,若识别到标准化图像中的人物的发型为卷发,则从神经网络模型中输出的发型数据的值为1。
其中,是否戴眼镜属性和是否戴眼镜数据之间的对应关系可以如表6所示。
表6
是否戴眼镜属性 | 是否戴眼镜数据 |
不戴眼镜 | 0 |
戴眼镜 | 1 |
举例说明,若识别到标准化图像中的人物戴眼镜,则从神经网络模型中输出的是否戴眼镜数据的值为1。
其中,是否涂口红属性和是否涂口红数据之间的对应关系可以如表7所示。
表7
是否涂口红属性 | 是否涂口红数据 |
不涂口红 | 0 |
涂口红 | 1 |
举例说明,若识别到标准化图像中的人物涂口红,则从神经网络模型中输出的是否涂口红数据的值为1。
其中,是否戴帽子属性和是否戴帽子数据之间的对应关系可以如表8所示。
表8
是否戴帽子属性 | 是否戴帽子数据 |
不戴帽子 | 0 |
戴帽子 | 1 |
举例说明,若识别到标准化图像中的人物不戴帽子,则从神经网络模型中输出的是否戴帽子数据的值为0。
步骤S103:利用人脸属性组合(可以是预先设置的人脸属性组合,即预设的人脸属性组合)与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告。
其中,步骤S103可以包括以下步骤:
利用多个所述人脸属性数据形成第一人脸属性组合。
示例性的,第一人脸属性组合可以如表9所示。
表9
A1 | A2 | A3 | A4 | A5 | A6 | A7 |
0 | 2 | 0 | 0 | 1 | 1 | 0 |
其中,A1可以表示性别数据,A2可以表示年龄段数据,A3可以表示是否戴眼镜数据,A4可以表示胡须类型数据,A5可以表示是否涂口红数据,A6可以表示是否戴帽子数据,A7可以表示发型数据。
示例性的,若多个所述人脸属性数据为A1=0、A2=2、A3=0、A4=0、A5=1、A6=1及A7=0,那么形成的第一人脸属性组合可以为0200110。
利用所述对应关系,确定与所述第一人脸属性组合对应的推荐广告为所述目标广告。
其中,人脸属性组合与推荐广告的对应关系可以如表10所示。
表10
举例说明,若第一人脸属性组合为0200110,那么确定的目标广告为AD1。
其中,推荐广告可以包括一个或者多个广告。
示例性的,AD1可以包括中低档口红广告和/或电子产品广告。AD2可以包括保健品广告和/或太极拳健身广告。AD3可以包括中高档口红广告和/或手提包广告。AD4可以包括汽车和/或手表广告。
步骤S104:显示所述目标广告。
其中,按照预设的显示方式显示所述目标广告,所述显示方式包括播放方式和/或广告页面显示模板。
示例性的,若目标广告包括多个广告时,播放方式可以为循环播放或随机播放。
示例性的,广告页面显示模板可以包括:标准化的广告页面显示模板和自定义的广告页面显示模板。
在本发明的又一实施例中,广告推荐方法还包括:将所述标准化图像输入所述神经网络模型中,得到分别与每个所述人脸属性数据对应的存在概率值。
其中,与人脸属性数据Ai对应的存在概率值为Pi,i=1,2,...,N。N为人脸属性数据的数量。本发明实施例中,N=7。
所述利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告,可以包括以下步骤:
对于每个所述人脸属性数据,若与所述人脸属性数据对应的存在概率值大于预设概率阈值,则将所述人脸属性数据确定为目标人脸属性数据。
其中,与人脸属性数据Ai对应的预设概率阈值为Ti,i=1,2,...,N。N为人脸属性数据的数量。本发明实施例中,N=7。
以胡须类型数据A4为例进行说明。若与A4对应的存在概率值P4大于预设概率阈值T4,那么将胡须类型数据A4确定为目标胡须类型数据B4。若与A4对应的存在概率值P4不大于预设概率阈值T4,那么可以认为胡须类型属性不存在,在后面的分析中就不考虑胡须类型属性了。
其中,可以通过在真实场景下进行大量的数据收集和人工打标签,然后将多属性识别模型(神经网络模型)在数据集中进行测试,最后确定各个属性存在的概率阈值。
利用多个所述目标人脸属性数据形成第二人脸属性组合。
示例性的,第二人脸属性组合可以如表11所示。
表11
B1 | B2 | B3 | B4 | B5 | B6 | B7 |
0 | 2 | 0 | NULL | 1 | 1 | 0 |
其中,若第二人脸属性组合中目标胡须类型数据B4的值为空,则说明与A4对应的存在概率值P4不大于预设概率阈值T4,所以,在后面的分析中就不考虑胡须类型属性了。
利用所述对应关系,确定与所述第二人脸属性组合对应的推荐广告为所述目标广告。
其中,人脸属性组合与推荐广告的对应关系可以如表12所示。
表12
人脸属性组合(B1B2B3B4B5B6B7) | 推荐广告 |
020NULL110 | AD1 |
1501000 | AD2 |
0310110 | AD3 |
14NULL1000 | AD4 |
本发明实施例中,人脸属性组合与推荐广告的对应关系是由人为定义的精细化的对应关系表,该对应关系表融合了商家、用户和心理学研究的成果,通过对用户性格喜好的深度挖掘来有针对性地进行精准广告推荐。
举例说明,假设有一个目标对象的多个人脸属性数据为(女性,18至25岁,无胡须,涂口红,戴帽子)(未说明的属性表示不影响该广告推荐结果),则可以为该目标对象推荐中低档口红广告,这是因为从图像预测的结果中可以看出来,该目标对象为女性并且在涂口红,说明该目标对象爱美并会对口红有购买的潜在可能,另外该目标对象的年龄为18至25岁年龄段,处于青少年阶段,一般消费能力有限,所以综合而言,可以推荐中低档口红。
在本发明的又一实施例中,对本发明实施例所公开的一种广告推荐系统进行详细介绍,如图2所示,广告推荐系统可以包括:图像采集模块12、控制模块11、存储模块13和显示模块14,所述图像采集模块12、所述存储模块13和所述显示模块14均与所述控制模块11连接。
所述图像采集模块12用于将采集的目标对象的图像发送给所述控制模块11。
其中,图像采集模块12可以为高清摄像头,也可以为含有补光灯的高清摄像头。图像采集模块12采用CMOS图像传感器,优选500万及以上像素。若图像采集模块12为含有补光灯的高清摄像头,则补光灯可以用于在夜间增强图像的亮度。
所述控制模块11用于接收所述图像采集模块12发送的所述图像,识别所述图像,得到多个人脸属性数据,利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告,发送所述目标广告给所述显示模块14。
其中,控制模块11可以为CPU,或者可以为ARM Core。
所述存储模块13用于存储所述人脸属性组合与推荐广告的对应关系。
所述显示模块14用于接收所述控制模块11发送的所述目标广告,并显示所述目标广告。
其中,显示模块14可以为LCD显示屏,或者可以为LED显示屏。
在本发明的又一实施例中,如图3所示,广告推荐系统还包括:通信模块15,所述通信模块15和所述控制模块11连接,用于将接收到的外部设备发送的播放方式、广告页面显示模板和神经网络模型发送给所述控制模块11。
其中,通信模块15可以为Zigbee通信模块,或者可以为蓝牙通信模块,或者可以为WiFi通信模块。通信模块15可以实现无线更新播放方式、广告页面显示模板和神经网络模型。
示例性的,外部设备可以为笔记本电脑或平板电脑。
示例性的,广告页面模板可以包括:标准化的广告页面显示模板和自定义的广告页面显示模板。所以,通信模块15也可以实现广告页面显示模板的个性化设计。
优选的,神经网络模型可以为多任务级联卷积神经网络检测模型。
示例性的,播放方式可以包括:未获取到目标对象图像时的不同广告的循环显示方式,及获取到目标对象图像时的目标广告的显示方式。具体的,若目标广告包括多个广告,则可以对目标广告进行循环显示或随机显不。
所述控制模块11还用于将接收到的所述通信模块15发送的所述播放方式、所述广告页面显示模板和所述神经网络模型发送给所述存储模块13,及利用所述神经网络模型确定多个所述人脸属性数据;
所述存储模块13还用于存储所述播放方式、所述广告页面显示模板和所述神经网络模型。
所述显示模块14还用于按照所述播放方式和/或所述广告页面显示模板显示所述目标广告。
在本发明的又一实施例中,如图4、图5和图6所示,广告推荐系统还包括:外壳22、数据接口25和多个按钮24。
所述显示模块14设置在所述外壳22的正面,所述图像采集模块12设置在所述外壳22的正面且设置在所述显示模块14的上方,所述控制模块11、所述存储模块13和所述通信模块15均设置在所述外壳22的内部,所述数据接口25设置在所述外壳22的背面,多个所述按钮24均设置在所述外壳22的侧面。
所述数据接口25和所述存储模块13连接,用于将所述外部设备发送的所述播放方式、所述广告页面显示模板和所述神经网络模型传输给所述存储模块13。
具体的,数据接口25可以用于所述播放方式、所述广告页面显示模板和所述神经网络模型的导入和导出。不仅可以将外部设备发送的播放方式、广告页面显示模板和神经网络模型传输给存储模块13,还可以将已经存储在存储模块13中的播放方式、广告页面显示模板和神经网络模型导出到广告推荐系统的外部。
示例性的,数据接口25的数量可以是一个,也可以是多个。数据接口25的形状可以根据实际情况进行设置。图6中的数据接口25只是示例性的说明。
所述按钮24和所述控制模块11连接,用于发送控制指令给所述控制模块11。
其中,控制指令可以包括:设置控制指令、开/关控制指令和复位控制指令。图5中的按钮24只是示例性的说明。
所述控制模块11还用于接收所述按钮24发送的所述控制指令,及执行所述控制指令。
具体的,若控制模块11接收到设置控制指令,则按照设置控制指令对广告推荐系统进行控制。若控制模块11接收到开/关控制指令,则对广告推荐系统进行开/关控制。若控制模块11接收到复位控制指令,则对广告推荐系统进行复位控制。
其中,广告推荐系统整体呈立式,像一面落地的镜子。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种广告推荐方法,其特征在于,包括:
获取目标对象的图像;
识别所述图像,得到多个人脸属性数据;
利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告;
显示所述目标广告。
2.根据权利要求1所述的广告推荐方法,其特征在于,所述识别所述图像,得到多个人脸属性数据,包括:
对所述图像进行人脸检测和特征点定位,确定人脸矩形框图像和原始人脸特征点集合;
利用所述原始人脸特征点集合和预设的标准人脸特征点集合确定人脸变换矩阵;
利用所述人脸变换矩阵和所述人脸矩形框图像确定对齐后人脸图像;
裁剪所述对齐后人脸图像,得到标准化图像;
将所述标准化图像输入神经网络模型中,得到多个所述人脸属性数据。
3.根据权利要求2所述的广告推荐方法,其特征在于,所述利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告,包括:
利用多个所述人脸属性数据形成第一人脸属性组合;
利用所述对应关系,确定与所述第一人脸属性组合对应的推荐广告为所述目标广告。
4.根据权利要求2所述的广告推荐方法,其特征在于,方法还包括:将所述标准化图像输入所述神经网络模型中,得到分别与每个所述人脸属性数据对应的存在概率值。
5.根据权利要求4所述的广告推荐方法,其特征在于,所述利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告,包括:
对于每个所述人脸属性数据,若与所述人脸属性数据对应的存在概率值大于预设概率阈值,则将所述人脸属性数据确定为目标人脸属性数据;
利用多个所述目标人脸属性数据形成第二人脸属性组合;
利用所述对应关系,确定与所述第二人脸属性组合对应的推荐广告为所述目标广告。
6.根据权利要求1至5中任一项所述的广告推荐方法,其特征在于,所述显示所述目标广告,包括:
按照预设的显示方式显示所述目标广告,所述显示方式包括播放方式和/或广告页面显示模板。
7.根据权利要求1所述的广告推荐方法,其特征在于,多个所述人脸属性数据包括:性别数据、年龄段数据、胡须类型数据、发型数据、是否戴眼镜数据、是否涂口红数据和是否戴帽子数据。
8.一种广告推荐系统,其特征在于,包括:图像采集模块、控制模块、存储模块和显示模块,所述图像采集模块、所述存储模块和所述显示模块均与所述控制模块连接;
所述图像采集模块用于将采集的目标对象的图像发送给所述控制模块;
所述控制模块用于接收所述图像采集模块发送的所述图像,识别所述图像,得到多个人脸属性数据,利用预设的人脸属性组合与推荐广告的对应关系,确定与多个所述人脸属性数据对应的推荐广告为目标广告,发送所述目标广告给所述显示模块;
所述存储模块用于存储所述人脸属性组合与推荐广告的对应关系;
所述显示模块用于接收所述控制模块发送的所述目标广告,并显示所述目标广告。
9.根据权利要求8所述的广告推荐系统,其特征在于,还包括:通信模块,所述通信模块和所述控制模块连接,用于将接收到的外部设备发送的播放方式、广告页面显示模板和神经网络模型发送给所述控制模块;
所述控制模块还用于将接收到的所述通信模块发送的所述播放方式、所述广告页面显示模板和所述神经网络模型发送给所述存储模块,及利用所述神经网络模型确定多个所述人脸属性数据;
所述存储模块还用于存储所述播放方式、所述广告页面显示模板和所述神经网络模型;
所述显示模块还用于按照所述播放方式和/或所述广告页面显示模板显示所述目标广告。
10.根据权利要求9所述的广告推荐系统,其特征在于,还包括:外壳、数据接口和多个按钮;
所述显示模块设置在所述外壳的正面,所述图像采集模块设置在所述外壳的正面且没置在所述显示模块的上方,所述控制模块、所述存储模块和所述通信模块均设置在所述外壳的内部,所述数据接口设置在所述外壳的背面,多个所述按钮均设置在所述外壳的侧面;
所述数据接口和所述存储模块连接,用于将所述外部设备发送的所述播放方式、所述广告页面显示模板和所述神经网络模型传输给所述存储模块;
所述按钮和所述控制模块连接,用于发送控制指令给所述控制模块;
所述控制模块还用于接收所述按钮发送的所述控制指令,及执行所述控制指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631611.0A CN109727071A (zh) | 2018-12-28 | 2018-12-28 | 广告推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631611.0A CN109727071A (zh) | 2018-12-28 | 2018-12-28 | 广告推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109727071A true CN109727071A (zh) | 2019-05-07 |
Family
ID=66296050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811631611.0A Pending CN109727071A (zh) | 2018-12-28 | 2018-12-28 | 广告推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109727071A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111741337A (zh) * | 2020-06-29 | 2020-10-02 | 北京金山安全软件有限公司 | 一种推荐信息展示方法、装置及设备 |
CN112364241A (zh) * | 2020-10-27 | 2021-02-12 | 北京五八信息技术有限公司 | 信息推送的方法、装置、电子设备及存储介质 |
TWI743844B (zh) * | 2020-06-18 | 2021-10-21 | 遠東百貨股份有限公司 | 資訊顯示系統及其操作方法 |
CN115630998A (zh) * | 2022-12-22 | 2023-01-20 | 成都智元汇信息技术股份有限公司 | 一种地铁站内广告动态推送方法及装置及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968738A (zh) * | 2012-12-06 | 2013-03-13 | 中国科学院半导体研究所 | 广告投放系统 |
CN104732413A (zh) * | 2013-12-20 | 2015-06-24 | 中国科学院声学研究所 | 一种智能个性化视频广告推送方法及系统 |
CN105426850A (zh) * | 2015-11-23 | 2016-03-23 | 深圳市商汤科技有限公司 | 一种基于人脸识别的关联信息推送设备及方法 |
CN106203395A (zh) * | 2016-07-26 | 2016-12-07 | 厦门大学 | 基于多任务深度学习的人脸属性识别方法 |
CN106295591A (zh) * | 2016-08-17 | 2017-01-04 | 乐视控股(北京)有限公司 | 基于人脸图像的性别识别方法及装置 |
CN106529402A (zh) * | 2016-09-27 | 2017-03-22 | 中国科学院自动化研究所 | 基于多任务学习的卷积神经网络的人脸属性分析方法 |
CN106652025A (zh) * | 2016-12-20 | 2017-05-10 | 五邑大学 | 一种基于视频流与人脸多属性匹配的三维人脸建模方法和打印装置 |
CN109064229A (zh) * | 2018-08-13 | 2018-12-21 | 河海大学 | 一种基于体感设备的广告推荐系统 |
-
2018
- 2018-12-28 CN CN201811631611.0A patent/CN109727071A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968738A (zh) * | 2012-12-06 | 2013-03-13 | 中国科学院半导体研究所 | 广告投放系统 |
CN104732413A (zh) * | 2013-12-20 | 2015-06-24 | 中国科学院声学研究所 | 一种智能个性化视频广告推送方法及系统 |
CN105426850A (zh) * | 2015-11-23 | 2016-03-23 | 深圳市商汤科技有限公司 | 一种基于人脸识别的关联信息推送设备及方法 |
CN106203395A (zh) * | 2016-07-26 | 2016-12-07 | 厦门大学 | 基于多任务深度学习的人脸属性识别方法 |
CN106295591A (zh) * | 2016-08-17 | 2017-01-04 | 乐视控股(北京)有限公司 | 基于人脸图像的性别识别方法及装置 |
CN106529402A (zh) * | 2016-09-27 | 2017-03-22 | 中国科学院自动化研究所 | 基于多任务学习的卷积神经网络的人脸属性分析方法 |
CN106652025A (zh) * | 2016-12-20 | 2017-05-10 | 五邑大学 | 一种基于视频流与人脸多属性匹配的三维人脸建模方法和打印装置 |
CN109064229A (zh) * | 2018-08-13 | 2018-12-21 | 河海大学 | 一种基于体感设备的广告推荐系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI743844B (zh) * | 2020-06-18 | 2021-10-21 | 遠東百貨股份有限公司 | 資訊顯示系統及其操作方法 |
CN111741337A (zh) * | 2020-06-29 | 2020-10-02 | 北京金山安全软件有限公司 | 一种推荐信息展示方法、装置及设备 |
CN111741337B (zh) * | 2020-06-29 | 2022-04-22 | 北京金山安全软件有限公司 | 一种推荐信息展示方法、装置及设备 |
CN112364241A (zh) * | 2020-10-27 | 2021-02-12 | 北京五八信息技术有限公司 | 信息推送的方法、装置、电子设备及存储介质 |
CN115630998A (zh) * | 2022-12-22 | 2023-01-20 | 成都智元汇信息技术股份有限公司 | 一种地铁站内广告动态推送方法及装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109727071A (zh) | 广告推荐方法及系统 | |
CN104408764B (zh) | 眼镜虚拟试戴方法、装置及系统 | |
CN105637512B (zh) | 用于创造定制产品的方法和系统 | |
US9798143B2 (en) | Head mounted display, information system, control method for head mounted display, and computer program | |
Jones et al. | Signals of personality and health: the contributions of facial shape, skin texture, and viewing angle. | |
CN103927005B (zh) | 显示控制方法及显示控制装置 | |
US11020654B2 (en) | Systems and methods for interaction with an application | |
CN108596091A (zh) | 人物形象卡通化还原方法、系统及介质 | |
US20170169501A1 (en) | Method and system for evaluating fitness between wearer and eyeglasses | |
CN106108523A (zh) | 一种便携式智能化妆镜、化妆辅助系统及方法 | |
CN103440587A (zh) | 基于网络购物的个人形象设计与产品推荐的方法 | |
US20080201641A1 (en) | Method And The Associated Mechanism For 3-D Simulation Stored-Image Database-Driven Spectacle Frame Fitting Services Over Public Network | |
US11607124B2 (en) | System and method for measuring pupillary distance | |
CN103597519A (zh) | 用于生成服装合体性可视化的虚拟身体模型的计算机实现方法和系统 | |
CN106293362A (zh) | 一种引导式化妆设备 | |
JP2016206447A (ja) | 頭部装着型表示装置、情報システム、頭部装着型表示装置の制御方法、および、コンピュータープログラム | |
CN113467619B (zh) | 画面显示方法、装置和存储介质及电子设备 | |
CN104076510A (zh) | 适应性调整头戴式显示器的方法与头戴式显示器 | |
CN109614925A (zh) | 服饰属性识别方法和装置、电子设备、存储介质 | |
KR20190097815A (ko) | 토탈 뷰티 스타일 추천 방법 | |
CN102043942A (zh) | 目视方向判断方法、影像处理方法及其装置、和显示装置 | |
CN107037592A (zh) | 头戴显示设备的视觉优化系统、智能终端及头戴设备 | |
CN111428662A (zh) | 基于人群属性的广告播放变化方法及系统 | |
CN106951448A (zh) | 一种个性化穿搭推荐方法及系统 | |
CN109155053A (zh) | 信息处理设备、信息处理方法和记录介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190507 |