CN110310144A - 基于年龄的广告推送方法、装置、设备及存储介质 - Google Patents
基于年龄的广告推送方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110310144A CN110310144A CN201910431272.XA CN201910431272A CN110310144A CN 110310144 A CN110310144 A CN 110310144A CN 201910431272 A CN201910431272 A CN 201910431272A CN 110310144 A CN110310144 A CN 110310144A
- Authority
- CN
- China
- Prior art keywords
- age
- face feature
- information
- advertisement
- user
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013136 deep learning model Methods 0.000 claims abstract description 62
- 238000004590 computer program Methods 0.000 claims description 16
- 238000013135 deep learning Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 4
- 238000002716 delivery method Methods 0.000 claims 1
- 210000003128 head Anatomy 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010021703 Indifference Diseases 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
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
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- 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
Abstract
本发明公开了一种基于年龄的广告推送方法、装置、设备及存储介质,所述方法包括:获取前端设备通过摄像头采集的视频帧信息,所述视频帧信息中包括用户的头像信息;对所述视频帧信息执行人脸检测,得到所述视频帧信息中的脸部特征;将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息;获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告;将所述音视频广告发送至前端设备,以使得所述前端设备接收并播放所述音视频广告。本发明实现了基于年龄的广告推送,有效地解决了广告推送与接受者不匹配的问题。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种基于年龄的广告推送方法、装置、设备及存储介质。
背景技术
大数据技术的广泛应用使其成为引领众多行业技术进步、促进效益增长的关键支撑技术,尤其是广告推送方面。然而,现有的广告推送方式主要通过在视频、游戏、电视剧中进行穿插推送。所推送的内容是随意的,存在所推送的广告内容和接收者不匹配的情况,比如向未成年人推送汽车广告、烟草广告、楼盘销售广告等等,不仅会让未成年人滋长不正确的消费意识,还会严重影响未成年人的健康成长。目前主要采用无差异的广告屏蔽方式,然而这种方式却会丢失大量的潜在消费者,不利于好产品的推广,也不利于刺激消费。
因此,寻找一种解决广告推送与接受者不匹配的方法成为本领域技术人员亟需解决的技术问题。
发明内容
本发明实施例提供了一种基于年龄的广告推送方法、装置、设备及存储介质,以解决现有广告推送与接受者不匹配的问题。
一种基于年龄的广告推送方法,包括:
获取前端设备通过摄像头采集的视频帧信息,所述视频帧信息中包括用户的头像信息;
对所述视频帧信息执行人脸检测,得到所述视频帧信息中的脸部特征;
将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息;
获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告;
将所述音视频广告发送至前端设备,以使得所述前端设备接收并播放所述音视频广告。
可选地,所述将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息包括:
从已注册数据库中获取已注册用户的脸部特征,计算视频帧信息中的每一个用户对应的脸部特征与所述已注册用户的脸部特征之间的相似度;
将所述相似度进行比对,获取所述相似度中的最小值;
获取所述相似度中的最小值对应的用户的脸部特征,以所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息。
可选地,所述视频帧信息中的用户对应的脸部特征和所述已注册用户的脸部特征均为数据矩阵,所述相似度通过计算所述视频帧信息中的用户对应的脸部特征与所述已注册用户的脸部特征之间的欧式距离得到。
可选地,所述获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告包括:
获取所述深度学习模型输出的年龄信息,若所述年龄信息有多个时,将所述多个年龄信息进行比对;
获取年龄信息中的最小值,根据所述最小值获取对应的音视频广告。
可选地,所述获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告包括:
获取所述深度学习模型输出的年龄信息,若所述年龄信息有多个时,将所述多个年龄信息分别划分至对应的年龄区间;
获取年龄信息个数最多的年龄区间,根据所获取的年龄区间获取对应的音视频广告。
一种基于年龄的广告推送装置,包括:
信息获取模块,用于获取前端设备通过摄像头采集的视频帧信息,所述视频帧信息中包括用户的头像信息;
人脸检测模块,用于对所述视频帧信息执行人脸检测,得到所述视频帧信息中的脸部特征;
深度学习模块,用于将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息;
广告获取模块,用于获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告;
发送模块,用于将所述音视频广告发送至前端设备,以使得所述前端设备接收并播放所述音视频广告。
可选地,所述深度学习模块包括:
计算单元,用于从已注册数据库中获取已注册用户的脸部特征,计算视频帧信息中的每一个用户对应的脸部特征与所述已注册用户的脸部特征之间的相似度;
相似度比对单元,用于将所述相似度进行比对,获取所述相似度中的最小值;
深度学习单元,用于获取所述相似度中的最小值对应的用户的脸部特征,以所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息。
可选地,所述广告获取模块包括:
年龄比对单元,用于获取所述深度学习模型输出的年龄信息,若所述年龄信息有多个时,将所述多个年龄信息进行比对;
广告获取单元,用于获取年龄信息中的最小值,根据所述最小值获取对应的音视频广告。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于年龄的广告推送方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于年龄的广告推送方法。
本发明实施例通过获取前端设备通过摄像头采集的视频帧信息,所述视频帧信息中包括用户的头像信息;对所述视频帧信息执行人脸检测,得到所述视频帧信息中的脸部特征;然后将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息;获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告;将所述音视频广告发送至前端设备,以使得所述前端设备接收并播放所述音视频广告;从而实现了基于年龄的广告推送,有效地解决了广告推送与接受者不匹配的问题;能够自动识别收看节目的用户年龄,自动调整广告,既保护了青少年,也不影响广告的有效投放。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中基于年龄的广告推送方法的一流程图;
图2是本发明一实施例中基于年龄的广告推送方法中步骤S103的一流程图;
图3是本发明一实施例中基于年龄的广告推送方法中步骤S104的一流程图;
图4是本发明一实施例中基于年龄的广告推送方法中步骤S104的一流程图;
图5是本发明一实施例中基于年龄的广告推送装置的一原理框图;
图6是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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作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。
以下对本实施例提供的基于年龄的广告推送方法进行详细的描述。在本实施例中,所述广告推送的方法应用在由前端设备以及云服务器组成的系统,所述前端设备能够与所述云服务器连接通信。所述前端设备包括但不限于智能手机、平板电脑、游戏机、电视机、计算机、LED显示屏,其上设置有摄像头。本实施例以云服务器为执行主体,如图1所示,所述基于年龄的广告推送方法包括:
在步骤S101中,获取前端设备通过摄像头采集的视频帧信息,所述视频帧信息中包括用户的头像信息。
在这里,本实施例提供的广告推送方法应用在家庭、学校、居民楼等场合中,并通过部署在所述场合中的前端设备来播放所推送的广告。所述前端设备上设置有摄像头,以通过所述摄像头采集当前使用前端设备的用户。可选地,所述前端设备可以在开机时同步启动所述摄像头,或者在启动视频播放软件、游戏软件时同步启动所述摄像头,以收集当前使用前端设备的用户。本实施例通过所述摄像头采集视频帧信息,得到当前使用前端设备的用户,并将所述视频帧信息通过实时流传输协议(Real Time Streaming Protocol,RTSP)传输到云服务器。所述云服务器实时地接收所述视频帧信息。
在步骤S102中,对所述视频帧信息执行人脸检测,得到所述视频帧信息中的脸部特征。
在这里,所述视频帧信息中包括至少一个用户的头像信息。本实施例通过对所述视频帧信息执行人脸检测,得到所述用户对应的脸部特征。若所述视频帧信息中包括多个用户时,则分别得到每一个用户对应的脸部特征。可选地,本实施例使用GammaLab提供的人脸检测方法对所述视频帧信息执行人脸检测。每一个用户对应的脸部特征为57个维度的数据矩阵,包括但不限于比如脸部大小、眼睛大小、两眼瞳距、两眼瞳色、耳朵大小、鼻子大小。
在步骤S103中,将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息。
其中,所述深度学习模型为基于脸部特征的年龄信息识别模型,预先已通过对海量标记过的图片进行学习得到。在进行年龄信息识别时,本实施例直接调用该深度学习模型,通过所述深度学习模型学习输入的脸部特征,得到所述脸部特征对应的用户的年龄信息。
在步骤S104中,获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告。
获取所述深度学习模型的输出,得到所述脸部特征对应的用户的年龄信息。在这里,云服务器通过预设数据库存储了不同年龄区间对应的可推荐的音视频广告。示例性地,所述年龄区间包括但不限于1至3岁、3至6岁、6至12岁、12至16岁。在所述深度学习模型完成对脸部特征的识别,得到所述用户的年龄信息后,查询所述预设数据库得到所述年龄信息所属的年龄区间,然后基于所述年龄区间获取对应的一个或多个音视频广告。
在步骤S105中,将所述音视频广告发送至前端设备,以使得所述前端设备接收并播放所述音视频广告。
查询得到的与所述年龄信息对应的一个或多个商品音频广告,会发送至前端设备进行循环播放,从而实现了基于年龄的广告推送,有效地解决了广告推送与接受者不匹配的问题;能够自动识别收看节目的用户年龄,自动调整广告,既保护了青少年,也不影响广告的有效投放。
可选地,作为本发明的一个优选示例,在同一时刻观看所述前端设备的用户可能会有多个,比如邻居小朋友A和B一起在小朋友C的家中通过电视机观看动画片,则需要从所述多个用户中选择之一作为音视频广告推送的依据。此时,通过步骤S102检测所述视频帧信息会得到多个用户对应的脸部特征。参阅图2,所述步骤S103所述的将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息包括:
在步骤S201中,从已注册数据库中获取已注册用户的脸部特征,计算视频帧信息中的每一个用户对应的脸部特征与所述已注册用户的脸部特征之间的相似度。
在这里,所述已注册数据库中存储有多个已注册用户的脸部特征。所述已注册用户是指预先建档存储脸部特征到数据库中的用户,通常为前端设备的常用用户,比如上述示例中小朋友C家中的电视机对应的已注册数据库中存储有所述小朋友C的脸部特征。在得到视频帧信息中的每一个用户对应的脸部特征之后,连接到已注册数据库,获取每一个已注册用户的脸部特征。遍历每一个已注册用户的脸部特征矩阵,将视频帧信息中的所述脸部特征与所述已注册用户的脸部特征进行比对,计算相似度。
可选地,所述已注册用户的脸部特征可以是由用户通过应用程序手动扫描上传至所述已注册数据库;或者,可以是云服务器根据人脸检测的次数,将次数大于预设次数阈值的用户对应的脸部特征存储至所述已注册数据库中。所述已注册用户的脸部特征为包括57个维度的数据矩阵。
可选地,在本实施例中,基于所述视频帧信息中的每一个用户对应的脸部特征和已注册用户的脸部特征,所述相似度采用矩阵方差的方式计算,具体可以为:计算所述视频帧信息中的用户对应的脸部特征和已注册用户的脸部特征之间的欧式距离,得到所述相似度。示例性地,假设视频帧信息中的用户A对应的脸部特征为[x1,x2,……,x57],已注册用户的脸部特征为[y1,y2,……,y57],则通过欧式距离计算的得到的相似度为所述相似度表示所述视频帧信息中的用户对应的脸部特征与所述已注册用户的脸部特征之间的偏差。
在步骤S202中,将所述相似度进行比对,获取所述相似度中的最小值。
所述相似度越小,所述人像对应的脸部特征与所述已注册用户的脸部特征越相似;所述相似度越大,所述视频帧信息中的用户对应的脸部特征与所述已注册用户的脸部特征越不相似。在计算得到视频帧信息中的每一个用户对应的脸部特征与已注册用户的脸部横的相似度之后,将所有相似度合成一个字典类型,然后进行比对、排序,从中选出最小值。
在步骤S203中,获取所述相似度中的最小值对应的用户的脸部特征,以所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息。
在本实施例中,以相似度最小的所述人像对应的脸部特征与所述已注册用户的脸部特征非常相似,确认所述人像对应的用户为已注册用户。然后以所述相似度最小值对应的用户的脸部特征矩阵,作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息,从而实现从多个用户中选择指定用户或常用用户进行年龄识别,以所述指定用户或常用用户作为音视频广告推送的依据;有效地解决了广告推送与接受者不匹配的问题,自动调整广告,既保护了青少年,也不影响广告的有效投放。
可选地,作为本发明的一个优选示例,在同一时刻观看所述前端设备的用户可能会有多个,比如兄弟姐妹一起在家庭电视前观看动画片,则需要从所述多个用户的年龄信息中选择之一作为音视频广告推送的依据。如图3所示,步骤S104所述的获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告还包括:
在步骤S301中,获取所述深度学习模型输出的年龄信息,若所述年龄信息有多个时,将所述多个年龄信息进行比对。
如前所述,若所述视频帧信息中包括多个用户时,通过步骤S102分别得到每一个用户对应的脸部特征。将每一个用户对应的脸部特征作为一个输入,传入所述深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息,从而可以得到所述视频帧信息中每一个用户对应的年龄信息。本实施例获取所述深度学习模型输出的年龄信息,得到多个用户的年龄信息,然后将所述多个年龄信息进行比对,排序。可选地,排序算法包括但不限于冒泡排序法、插入排序法、归并排序法、快速排序法、桶排序法、堆排序法。
在步骤S302中,获取年龄信息中的最小值,根据所述最小值获取对应的音视频广告。
通过比对、排序之后,可以得到所述年龄信息中的最小值,从而得到所述视频帧信息中年龄最小的用户。如前所述,云服务器通过预设数据库存储了不同年龄区间对应的可推荐的音视频广告。在得到所述年龄最小的用户后,根据所述最小值所属的区间,查询所述预设数据库获取所述最小值对应的一个或多个音视频广告,得到适合所述年龄最小的用户观看的音视频广告,从而得到使用前端设备的当前用户均适合的音视频广告;有效地解决了广告推送与接受者不匹配的问题,自动调整广告,既保护了青少年,也不影响广告的有效投放。
为了便于理解,下面以上述年龄区间1至3岁、4至6岁、7至12岁、13至16岁为例进行说明。假设使用前端设备的当前用户分别为用户X、用户Y、用户Z共三人,通过步骤S102对摄像头采集的视频帧信息执行人脸检测,分别得到每一个用户对应的脸部特征,用户X对应第一脸部特征、用户Y对应第二脸部特征、用户Z对应第三脸部特征。将用户X对应的第一脸部特征传入所述深度学习模型,通过所述深度学习模型识别所述第一脸部特征得到所述用户X的年龄信息为3岁;将用户Y对应的第二脸部特征传入所述深度学习模型,通过所述深度学习模型识别所述第二脸部特征得到所述用户Y的年龄信息为11岁;将用户Z对应的第三脸部特征传入所述深度学习模型,通过所述深度学习模型识别所述第三脸部特征得到所述用户Z的年龄信息为13岁。在得到所述视频帧信息中每一个用户对应的年龄信息后,将所述多个年龄信息进行比对,按照由大到小进行排序,得到年龄信息的最小值为3岁。在得到所述年龄最小的用户后,根据所述最小值所属的区间,即1至3岁,查询所述预设数据库获取所述最小值对应的一个或多个音视频广告,得到适合所述年龄最小的用户观看的音视频广告,从而得到使用前端设备的当前用户均适合的音视频广告。需要说明的是,以上仅为本发明的一个优选示例,并不用于限制本发明。
可选地,作为本发明的另一个优选示例,如图4所示,步骤S104所述的获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告还包括:
在步骤S401中,获取所述深度学习模型输出的年龄信息,若所述年龄信息有多个时,将所述多个年龄信息分别划分至对应的年龄区间。
如前所述,若所述视频帧信息中包括多个用户时,通过步骤S102分别得到每一个用户对应的脸部特征。将每一个用户对应的脸部特征作为一个输入,传入所述深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息,从而可以得到所述视频帧信息中每一个用户对应的年龄信息。本实施例获取所述深度学习模型输出的年龄信息,得到多个用户的年龄信息,然后按照预设的年龄区间将所述多个年龄信息进行归类。可选地,所述预设的年龄区间可以按照预设数据库存储音视频广告的年龄区间进行划分。
在步骤S402中,获取年龄信息个数最多的年龄区间,根据所获取的年龄区间获取对应的音视频广告。
通过步骤S401可以得到每个年龄区间的年龄信息个数。本发明实施例进一步获取年龄信息个数最多的年龄区间,查询所述预设数据库中所述年龄信息个数最多的年龄区间对应的一个或多个音视频广告,得到适合当前用户中的绝大部分观看的音视频广告,有效地解决了广告推送与接受者不匹配的问题,自动调整广告,既保护了青少年,也不影响广告的有效投放。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种基于年龄的广告推送装置,该基于年龄的广告推送装置与上述实施例中基于年龄的广告推送方法一一对应。如图5所示,该基于年龄的广告推送装置包括信息获取模块51、人脸检测模块52、深度学习模块53、广告获取模块54、发送模块55。各功能模块详细说明如下:
信息获取模块51,用于获取前端设备通过摄像头采集的视频帧信息,所述视频帧信息中包括用户的头像信息;
人脸检测模块52,用于对所述视频帧信息执行人脸检测,得到所述视频帧信息中的脸部特征;
深度学习模块53,用于将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息;
广告获取模块54,用于获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告;
发送模块55,用于将所述音视频广告发送至前端设备,以使得所述前端设备接收并播放所述音视频广告。
可选地,所述深度学习模块53包括:
计算单元,用于从已注册数据库中获取已注册用户的脸部特征,计算视频帧信息中的每一个用户对应的脸部特征与所述已注册用户的脸部特征之间的相似度;
相似度比对单元,用于将所述相似度进行比对,获取所述相似度中的最小值;
深度学习单元,用于获取所述相似度中的最小值对应的用户的脸部特征,以所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息。
可选地,所述视频帧信息中的用户对应的脸部特征和所述已注册用户的脸部特征均为数据矩阵,所述相似度通过计算所述视频帧信息中的用户对应的脸部特征与所述已注册用户的脸部特征之间的欧式距离得到。
可选地,所述广告获取模块54包括:
年龄比对单元,用于获取所述深度学习模型输出的年龄信息,若所述年龄信息有多个时,将所述多个年龄信息进行比对;
广告获取单元,用于获取年龄信息中的最小值,根据所述最小值获取对应的音视频广告。
可选地,所述广告获取模块54包括:
年龄划分单元,用于获取所述深度学习模型输出的年龄信息,若所述年龄信息有多个时,将所述多个年龄信息分别划分至对应的年龄区间;
所述广告获取单元还用于,获取年龄信息个数最多的年龄区间,根据所获取的年龄区间获取对应的音视频广告。
关于基于年龄的广告推送装置的具体限定可以参见上文中对于基于年龄的广告推送方法的限定,在此不再赘述。上述基于年龄的广告推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于年龄的广告推送方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取前端设备通过摄像头采集的视频帧信息,所述视频帧信息中包括用户的头像信息;
对所述视频帧信息执行人脸检测,得到所述视频帧信息中的脸部特征;
将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息;
获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告;
将所述音视频广告发送至前端设备,以使得所述前端设备接收并播放所述音视频广告。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取前端设备通过摄像头采集的视频帧信息,所述视频帧信息中包括用户的头像信息;
对所述视频帧信息执行人脸检测,得到所述视频帧信息中的脸部特征;
将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息;
获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告;
将所述音视频广告发送至前端设备,以使得所述前端设备接收并播放所述音视频广告。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于年龄的广告推送方法,其特征在于,包括:
获取前端设备通过摄像头采集的视频帧信息,所述视频帧信息中包括用户的头像信息;
对所述视频帧信息执行人脸检测,得到所述视频帧信息中的脸部特征;
将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息;
获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告;
将所述音视频广告发送至前端设备,以使得所述前端设备接收并播放所述音视频广告。
2.如权利要求1所述的基于年龄的广告推送方法,其特征在于,所述将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息包括:
从已注册数据库中获取已注册用户的脸部特征,计算视频帧信息中的每一个用户对应的脸部特征与所述已注册用户的脸部特征之间的相似度;
将所述相似度进行比对,获取所述相似度中的最小值;
获取所述相似度中的最小值对应的用户的脸部特征,以所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息。
3.如权利要求2所述的基于年龄的广告推送方法,其特征在于,所述视频帧信息中的用户对应的脸部特征和所述已注册用户的脸部特征均为数据矩阵,所述相似度通过计算所述视频帧信息中的用户对应的脸部特征与所述已注册用户的脸部特征之间的欧式距离得到。
4.如权利要求1所述的基于年龄的广告推送方法,其特征在于,所述获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告包括:
获取所述深度学习模型输出的年龄信息,若所述年龄信息有多个时,将所述多个年龄信息进行比对;
获取年龄信息中的最小值,根据所述最小值获取对应的音视频广告。
5.如权利要求1所述的基于年龄的广告推送方法,其特征在于,所述获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告包括:
获取所述深度学习模型输出的年龄信息,若所述年龄信息有多个时,将所述多个年龄信息分别划分至对应的年龄区间;
获取年龄信息个数最多的年龄区间,根据所获取的年龄区间获取对应的音视频广告。
6.一种基于年龄的广告推送装置,其特征在于,包括:
信息获取模块,用于获取前端设备通过摄像头采集的视频帧信息,所述视频帧信息中包括用户的头像信息;
人脸检测模块,用于对所述视频帧信息执行人脸检测,得到所述视频帧信息中的脸部特征;
深度学习模块,用于将所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息;
广告获取模块,用于获取所述年龄信息,并根据所述年龄信息获取对应的音视频广告;
发送模块,用于将所述音视频广告发送至前端设备,以使得所述前端设备接收并播放所述音视频广告。
7.如权利要求6所述的基于年龄的广告推送装置,其特征在于,所述深度学习模块包括:
计算单元,用于从已注册数据库中获取已注册用户的脸部特征,计算视频帧信息中的每一个用户对应的脸部特征与所述已注册用户的脸部特征之间的相似度;
相似度比对单元,用于将所述相似度进行比对,获取所述相似度中的最小值;
深度学习单元,用于获取所述相似度中的最小值对应的用户的脸部特征,以所述脸部特征作为输入传入预设的深度学习模型,以通过所述深度学习模型识别所述脸部特征得到所述用户的年龄信息。
8.如权利要求6所述的基于年龄的广告推送装置,其特征在于,所述广告获取模块包括:
年龄比对单元,用于获取所述深度学习模型输出的年龄信息,若所述年龄信息有多个时,将所述多个年龄信息进行比对;
广告获取单元,用于获取年龄信息中的最小值,根据所述最小值获取对应的音视频广告。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的基于年龄的广告推送方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的基于年龄的广告推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910431272.XA CN110310144A (zh) | 2019-05-22 | 2019-05-22 | 基于年龄的广告推送方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910431272.XA CN110310144A (zh) | 2019-05-22 | 2019-05-22 | 基于年龄的广告推送方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110310144A true CN110310144A (zh) | 2019-10-08 |
Family
ID=68074815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910431272.XA Pending CN110310144A (zh) | 2019-05-22 | 2019-05-22 | 基于年龄的广告推送方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110310144A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428662A (zh) * | 2020-03-30 | 2020-07-17 | 齐鲁工业大学 | 基于人群属性的广告播放变化方法及系统 |
CN111539767A (zh) * | 2020-04-24 | 2020-08-14 | 上海极链网络科技有限公司 | 一种基于人脸识别的广告转化率确定方法及系统 |
CN113435922A (zh) * | 2021-06-10 | 2021-09-24 | 郑州阿帕斯数云信息科技有限公司 | 广告数据推送方法、装置、设备和存储介质 |
CN114201741A (zh) * | 2022-02-18 | 2022-03-18 | 北京派瑞威行互联技术有限公司 | 一种用于信息处理的方法、装置和机器可读存储介质 |
CN114760523A (zh) * | 2022-03-30 | 2022-07-15 | 咪咕数字传媒有限公司 | 音视频处理方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012102507A2 (ko) * | 2011-01-28 | 2012-08-02 | 건아정보기술 주식회사 | 동작인식 맞춤형 광고시스템 |
CN104598869A (zh) * | 2014-07-25 | 2015-05-06 | 北京智膜科技有限公司 | 基于人脸识别装置的智能广告推送方法 |
CN106507199A (zh) * | 2016-12-20 | 2017-03-15 | 深圳Tcl数字技术有限公司 | 电视节目推荐方法及装置 |
CN106921893A (zh) * | 2015-12-25 | 2017-07-04 | 苏州工业园区洛加大先进技术研究院 | 一种基于年龄段的广告推送方法 |
CN107301820A (zh) * | 2017-07-18 | 2017-10-27 | 广东长虹电子有限公司 | 一种能够识别观众类型的智能广告机及其控制方法 |
KR101817773B1 (ko) * | 2016-09-26 | 2018-01-12 | 동의대학교 산학협력단 | 깊이 영상 센싱 기반의 맞춤형 광고 제공 시스템 |
CN108681928A (zh) * | 2018-05-30 | 2018-10-19 | 中海云智慧(北京)物联网科技有限公司 | 一种智能广告投放方法 |
CN108876526A (zh) * | 2018-06-06 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 商品推荐方法、装置和计算机可读存储介质 |
CN108989888A (zh) * | 2018-07-18 | 2018-12-11 | 揭阳市聆讯软件有限公司 | 视频内容播放方法、装置、智能设备及存储介质 |
CN109271884A (zh) * | 2018-08-29 | 2019-01-25 | 厦门理工学院 | 人脸属性识别方法、装置、终端设备和存储介质 |
CN109685610A (zh) * | 2018-12-14 | 2019-04-26 | 深圳壹账通智能科技有限公司 | 产品推送方法、装置、计算机设备和存储介质 |
-
2019
- 2019-05-22 CN CN201910431272.XA patent/CN110310144A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012102507A2 (ko) * | 2011-01-28 | 2012-08-02 | 건아정보기술 주식회사 | 동작인식 맞춤형 광고시스템 |
CN104598869A (zh) * | 2014-07-25 | 2015-05-06 | 北京智膜科技有限公司 | 基于人脸识别装置的智能广告推送方法 |
CN106921893A (zh) * | 2015-12-25 | 2017-07-04 | 苏州工业园区洛加大先进技术研究院 | 一种基于年龄段的广告推送方法 |
KR101817773B1 (ko) * | 2016-09-26 | 2018-01-12 | 동의대학교 산학협력단 | 깊이 영상 센싱 기반의 맞춤형 광고 제공 시스템 |
CN106507199A (zh) * | 2016-12-20 | 2017-03-15 | 深圳Tcl数字技术有限公司 | 电视节目推荐方法及装置 |
CN107301820A (zh) * | 2017-07-18 | 2017-10-27 | 广东长虹电子有限公司 | 一种能够识别观众类型的智能广告机及其控制方法 |
CN108681928A (zh) * | 2018-05-30 | 2018-10-19 | 中海云智慧(北京)物联网科技有限公司 | 一种智能广告投放方法 |
CN108876526A (zh) * | 2018-06-06 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 商品推荐方法、装置和计算机可读存储介质 |
CN108989888A (zh) * | 2018-07-18 | 2018-12-11 | 揭阳市聆讯软件有限公司 | 视频内容播放方法、装置、智能设备及存储介质 |
CN109271884A (zh) * | 2018-08-29 | 2019-01-25 | 厦门理工学院 | 人脸属性识别方法、装置、终端设备和存储介质 |
CN109685610A (zh) * | 2018-12-14 | 2019-04-26 | 深圳壹账通智能科技有限公司 | 产品推送方法、装置、计算机设备和存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428662A (zh) * | 2020-03-30 | 2020-07-17 | 齐鲁工业大学 | 基于人群属性的广告播放变化方法及系统 |
CN111539767A (zh) * | 2020-04-24 | 2020-08-14 | 上海极链网络科技有限公司 | 一种基于人脸识别的广告转化率确定方法及系统 |
CN113435922A (zh) * | 2021-06-10 | 2021-09-24 | 郑州阿帕斯数云信息科技有限公司 | 广告数据推送方法、装置、设备和存储介质 |
CN113435922B (zh) * | 2021-06-10 | 2024-04-26 | 郑州阿帕斯数云信息科技有限公司 | 广告数据推送方法、装置、设备和存储介质 |
CN114201741A (zh) * | 2022-02-18 | 2022-03-18 | 北京派瑞威行互联技术有限公司 | 一种用于信息处理的方法、装置和机器可读存储介质 |
CN114760523A (zh) * | 2022-03-30 | 2022-07-15 | 咪咕数字传媒有限公司 | 音视频处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110310144A (zh) | 基于年龄的广告推送方法、装置、设备及存储介质 | |
JP7059327B2 (ja) | コンテンツフィンガープリンティングのためのフィンガープリントレイアウト | |
CN108712665B (zh) | 一种直播列表的生成方法、装置、服务器及存储介质 | |
US9172764B2 (en) | Generating a platform for social interaction | |
US20180285478A1 (en) | Graph based content browsing and discovery | |
CN109121007A (zh) | 基于多人脸识别的影视内容推荐方法、智能电视及系统 | |
EP2835979A1 (en) | Attribute setting method and device | |
CN106487781A (zh) | 基于直播的资源数据处理方法、装置和系统 | |
CN103190146A (zh) | 用于自动地标记内容的内容采集设备与方法 | |
CN105224576A (zh) | 一种影视智能推荐方法 | |
CN109429103B (zh) | 推荐信息的方法、装置及计算机可读存储介质、终端设备 | |
CN104581399B (zh) | 一种电视盒子中热词搜索的方法及系统 | |
CN108900924A (zh) | 直播间中推荐好友的方法和装置 | |
WO2019001166A1 (zh) | 电视广告推荐方法、系统及电子设备 | |
CN105142025A (zh) | 一种基于智能电视终端的信息推送方法及系统 | |
CN103517087A (zh) | 串流编辑方法、系统与装置和储存方法、系统与提供系统 | |
CN107480265A (zh) | 数据推荐方法、装置、设备以及存储介质 | |
US20220328073A1 (en) | 3d media elements in 2d video | |
CN107801061A (zh) | 广告数据匹配方法、装置及系统 | |
US9930412B2 (en) | Network set-top box and its operating method | |
US10037547B2 (en) | Grouping channels based on user activity | |
CN209625270U (zh) | 一种基于用户喜好推荐信息的装置 | |
JP2016005015A (ja) | コンテンツ配信システム及びコンテンツ配信装置 | |
CN106375801B (zh) | 一种播放包含广告内容的视频的方法和系统 | |
CN106127516A (zh) | 一种统计广告投放数据的方法及装置 |
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 |