CN110378752A - 广告推荐方法、装置、电子设备以及存储介质 - Google Patents

Abstract

本发明公开了一种广告推荐方法、装置、电子设备以及存储介质，包括：接收终端采集并上传的图像数据，从所述图像数据中识别出受众；从所述图像数据中提取所述受众的人物特征信息，并根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向；基于所述受众的出行意向匹配出待推荐广告集合，并将所述待推荐广告集合下发至所述终端。本发明实施例能够解决传统媒体广告的单一播放、广告受众不明确、广告播放不够智能化的问题，提高广告信息转化率、广告投放灵活性、广告推送的实时性和针对性、人屏交互的用户体验。

Description

广告推荐方法、装置、电子设备以及存储介质

技术领域

本发明涉及数据业务技术领域，特别是指一种广告推荐方法、装置、电子设备以及存储介质。

背景技术

目前，现有的媒体广告投放方式主要有公交车大巴车上的媒体广告屏、地铁里的大屏广告和小屏拉手广告屏，这些广告屏会定期播放广告。

但是，仍存在以下几个问题：

播放的广告单一，没有结合受众的信息进行实时性数据分析，广告的受众不明确，因此不能基于受众的信息实时更新播放的广告，导致广告播放不够智能化。

发明内容

有鉴于此，本发明的目的在于提出一种广告推荐方法、装置、电子设备以及存储介质，以解决现有技术中存在的技术问题。

根据本发明第一方面，其提供了一种广告推荐方法，包括：

接收终端采集并上传的图像数据，从所述图像数据中识别出受众；

从所述图像数据中提取所述受众的人物特征信息，并根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向；

基于所述受众的出行意向匹配出待推荐广告集合，并将所述待推荐广告集合下发至所述终端。

在本发明的一些实施例中，从所述图像数据中识别出受众，包括：

从所述图像数据中识别出距离所述终端最近的受众；或者，

从所述图像数据中识别与所述终端之间的距离小于等于距离阈值的受众。

在本发明的一些实施例中，根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向，包括：

根据所述受众的人物特征信息确定所属群体，根据所述图像数据的采集时间确定所属时间段；

根据所述所属群体和所述所属时间段预测所述受众的出行意向。

在本发明的一些实施例中，在将所述待推荐广告集合下发至所述终端之后，还包括：

实时接收所述终端采集并上传的播放广告时的图像数据；

从所述图像数据中获取人体头部图像，并基于人眼检测算法确定所述广告的当前关注人数。

在本发明的一些实施例中，还包括：

若所述广告的当前关注人数小于第一人数阈值，则将下一个待推荐广告集合下发至所述终端。

在本发明的一些实施例中，还包括：

根据所述广告的各个当前关注人数，分别计算所述广告的关注时长和在历史时间段内的关注人数；

若所述广告的关注时长大于等于第一时长阈值，且在历史时间段内的关注人数大于等于第二人数阈值，则增加所述广告的重要性权重；

若所述广告的关注时长小于第二时长阈值，和/或在历史时间段内的关注人数小于第三人数阈值，则减少所述广告的重要性权重。

在本发明的一些实施例中，所述待推荐广告集合包括多个待推荐广告；

将所述待推荐广告集合下发至所述终端，包括：将所述多个待推荐广告的播放顺序列表以及各个待推荐广告的资源数据下发至所述终端。

根据本发明第二方面，其提供了一种广告推荐装置，包括：

识别模块，被配置为接收终端采集并上传的图像数据，从所述图像数据中识别出受众；

预测模块，被配置为从所述图像数据中提取所述受众的人物特征信息，并根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向；

推荐模块，被配置为基于所述受众的出行意向匹配出待推荐广告集合，并将所述待推荐广告集合下发至所述终端。

在本发明的一些实施例中，识别模块还被配置为：从所述图像数据中识别出距离所述终端最近的受众；或者，从所述图像数据中识别与所述终端之间的距离小于等于距离阈值的受众。

在本发明的一些实施例中，预测模块还被配置为：根据所述受众的人物特征信息确定所属群体，根据所述图像数据的采集时间确定所属时间段；根据所述所属群体和所述所属时间段预测所述受众的出行意向。

在本发明的一些实施例中，识别模块还被配置为：在将所述待推荐广告集合下发至所述终端之后，实时接收所述终端采集并上传的播放广告时的图像数据；从所述图像数据中获取人体头部图像，并基于人眼检测算法确定所述广告的当前关注人数。

在本发明的一些实施例中，推荐模块还被配置为：若所述广告的当前关注人数小于第一人数阈值，则将下一个待推荐广告集合下发至所述终端。

在本发明的一些实施例中，识别模块还被配置为：根据所述广告的各个当前关注人数，分别计算所述广告的关注时长和在历史时间段内的关注人数；若所述广告的关注时长大于等于第一时长阈值，且在历史时间段内的关注人数大于等于第二人数阈值，则增加所述广告的重要性权重；若所述广告的关注时长小于第二时长阈值，和/或在历史时间段内的关注人数小于第三人数阈值，则减少所述广告的重要性权重。

在本发明的一些实施例中，所述待推荐广告集合包括多个待推荐广告；推荐模块还被配置为：将所述多个待推荐广告的播放顺序列表以及各个待推荐广告的资源数据下发至所述终端。

根据本发明第三方面，其提供了一种电子设备，包括处理器和存储器，所述存储器用于存储计算机指令，其中，所述计算机指令被所述处理器运行时执行上述任一实施例中所述的广告推荐方法。

根据本发明第四方面，其提供了一种存储介质，存储有适于由处理器运行的计算机指令，所述计算机指令被处理器运行时执行根据上述任一实施例中所述的广告推荐方法。

本发明实施例提供的广告推荐方法、装置、电子设备以及存储介质根据受众的人物特征信息和图像数据的采集时间预测受众的出行意向，从而匹配并下发待推荐广告集合，使得终端能够动态地播放受众感兴趣的广告。因此，本发明实施例能够解决传统媒体广告的单一播放、广告受众不明确、广告播放不够智能化的问题，提高广告信息转化率、广告投放灵活性、广告推送的实时性和针对性、人屏交互的用户体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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为本发明一个实施例中广告推荐方法的流程图；

图2为本发明实施例中终端-服务端的总体框架图；

图3为本发明另一个实施例中广告推荐方法的流程图；

图4为本发明又一个实施例中广告推荐方法的流程图；

图5为本发明实施例中服务端的总体框架图；

图6为本发明实施例中广告推荐装置的结构示意图；

图7为本发明实施例中电子设备的内部结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在一个本发明的实施例中，如图1所示，本发明实施例提供了一种广告推荐方法，该方法包括：

步骤101，接收终端采集并上传的图像数据，从所述图像数据中识别出受众。

在本发明的实施例中，如图2所示，终端可以是广告屏，而且终端上还安装有摄像头，用于采集图像数据，终端可以实时采集图像数据，并将采集的图像数据上传至服务端。该广告屏终端可以用于各种场所，比如饭店、酒店、机场、商场、写字楼、酒吧等。服务端接收终端上传的图像数据，并通过图像处理技术从图像数据中识别出受众，服务端还可以将数据存储在云端。需要指出的是，受众可以是一个也可以是多个，本发明实施例对此不作限制。

可选地，从所述图像数据中识别出受众包括：从所述图像数据中识别出距离所述终端最近的受众；或者，从所述图像数据中识别与所述终端之间的距离小于等于距离阈值的受众。通过距离来筛选受众可以使广告的受众更加明确，从而可以准确地分析这些有效受众的信息。现在，有一些广告中会设置二维码，那么对广告感兴趣的受众会拿出手机扫描广告中的二维码，因此识别出距离终端较近的受众，有利于分析这些受众的信息，从而更准确地推荐广告。

步骤102，从所述图像数据中提取所述受众的人物特征信息，并根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向。

在确定了受众之后，通过人物特征识别算法从所述图像数据中提取出所述受众的人物特征信息，并根据所述受众的人物特征信息(比如年龄、性别、着装、体型等)和所述图像数据的采集时间预测所述受众的出行意向(比如旅游、散步、逛街、就餐、游玩、上学、上班等)。一般来说，终端会实时采集并上报图像数据，服务端也会实时地对终端上报的图像数据进行分析，因此所述图像数据的采集时间也可以认为是当前时间，这并不会影响预测结果。

可选地，根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向，包括：根据所述受众的人物特征信息确定所属群体，根据所述图像数据的采集时间确定所属时间段；根据所述所属群体和所述所属时间段预测所述受众的出行意向。其中，所属群体可以是儿童群体、学生群体、女性群体、男性群体、肥胖群体和老年群体等，通过人物特征信息确定所述群体可以将受众定位到某一群体，从而提高预测的准确性。比如，儿童群体出行意向为游玩的几率一般大于逛街的几率，女性群体和男性群体出行意向为上班的几率一般大于上学的几率。另外，本发明实施例还结合了所属时间段来预测出行意向，可以进一步提高预测准确性，例如对于女性群体和男性群体来说，上班时间段的出行意向为上班的几率大于散步的几率。因此，通过所属群体和所属时间段准确地预测受众的出行意向。

可选地，在预测受众的出行意向之前，还需要先通过训练样本训练模型，以构建人群特征模型。比如将人物特征信息和时间段作为模型的输入，相应的出行意向作为标签，由此训练得到人群特征模型；也可以将所属人群和时间段作为模型的输入，相应的出行意向作为标签。采用训练后的人群特征模型可以准确地预测受众的出行意向。为了进一步提高预测准确性，还可以进一步结合当前月份、当前季节等特征，结合这些特征进行预测有利于提高预测准确性，不再赘述。

对同一种出行意向来说，还可以进一步细化，预测细粒度的出行意向。比如游玩，可以分为儿童群体的游玩、女性群体的游玩、男性群体的游玩和老年群体的游玩等，又比如就餐，可以分为针对不同群体的就餐，

步骤103，基于所述受众的出行意向匹配出待推荐广告集合，并将所述待推荐广告集合下发至所述终端。

通过步骤102预测出受众的出行意向之后，可以从广告数据库中获取与该出行意向匹配的待推荐广告集合，并将所述待推荐广告集合下发至所述终端。终端接收到所述待推荐广告集合，循环播放所述待推荐广告集合。其中，所述待推荐广告集合包括至少一个待推荐广告。可选地，所述待推荐广告包括至少一个类型的广告，每个类型的广告可以包括至少一个待推荐广告。因此，本发明实施例可以根据受众的出行意向有针对性地向终端下发广告，使得终端能够动态地播放受众感兴趣的广告。

如果受众的出行意向为上课，则可以将书籍类、培训类、护眼类等广告作为待推荐广告；如果受众的出现意向为上班，则可以将商务类、健身类、招聘类等广告作为待推荐广告；诸如此类。

进一步地，如步骤102所述，还可以将出行意向进一步细化。举例来说，如果受众的出行意向为儿童群体的游玩，则可以将动画类、玩具类、科教类、儿童零食类等广告作为待推荐广告；如果受众的出行意向为女性群体的游玩，则可以将时尚购物、美食类、瘦身类、护肤类等广告作为待推荐广告；如果受众的出行意向为男性群体的游玩，则可以将汽车类、商务类、健身类等广告作为待推荐广告；如果受众的出行意向为老年群体的游玩，则可以将保健类、理疗类等广告作为待推荐广告。

可选地，将所述待推荐广告集合下发至所述终端，包括：将所述多个待推荐广告的播放顺序列表以及各个待推荐广告的资源数据下发至所述终端。终端基于所述播放顺序列表依次播放服务端下发的各个待推荐广告。本发明实施例提供的方法使得终端既继承了拉手广告视觉冲击强、到达性好的特点，又具有移动电视实时更新、展现形式多样的特点，同时针对受众群体动态选择播放广告，可有效提高广告的转化率，提高广告运营的智能化、精细化程度，降低运营成本。

本发明实施例提供的广告推荐方法根据受众的人物特征信息和图像数据的采集时间预测受众的出行意向，从而匹配并下发待推荐广告集合，使得终端能够动态地播放受众感兴趣的广告。因此，本发明实施例能够解决传统媒体广告的单一播放、广告受众不明确、广告播放不够智能化的问题，提高广告信息转化率、广告投放灵活性、广告推送的实时性和针对性、人屏交互的用户体验。

作为本发明的另一个实施例，如图3所示，所述广告推荐方法可以包括以下步骤：

步骤301，接收终端采集并上传的图像数据，从所述图像数据中识别出受众。

步骤302，从所述图像数据中提取所述受众的人物特征信息，并根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向。

步骤303，基于所述受众的出行意向匹配出待推荐广告集合，并将所述待推荐广告集合下发至所述终端。

步骤304，实时接收所述终端采集并上传的播放广告时的图像数据。

终端播放广告时，通过摄像头实时采集图像数据，并将采集到的图像数据上传至服务端。因此，所述服务端能够实时地接收到终端采集并上传的播放广告时的图形数据。为了便于后续步骤的计算，上传的图像数据中还需要携带当前播放的广告的标识。可选地，播放广告的过程中，终端可以每隔10秒、30秒、1分钟或者2分钟等采集并上传图像数据。

步骤305，从所述图像数据中获取人体头部图像，并基于人眼检测算法确定所述广告的当前关注人数。

具体地，可以采用深度学习方式建立人眼视线估计模型；基于该模型，可以确定当前图像数据的人眼视线聚焦点以供进行人眼视线追踪。通过该算法可以实时记载人眼视线对广告屏终端的关注程度。

步骤306，判断所述广告的当前关注人数是否小于第一人数阈值；若是，则执行步骤307；若否，则结束。

第一人数阈值可以预先设置，比如1人、2个、5人等，通过广告的当前关注人数来判断该广告的关注程度。

步骤307，将下一个待推荐广告集合下发至所述终端。

如果广告的当前关注人数小于第一人数阈值，说明受众的实现转移了，受众对当前播放的广告不感兴趣，可以采用切换广告的方式再次吸引受众的注意力。

因此，本发明实施例通过广告的当前关注人数来确定当期播放广告的关注程度，并进行实时分析，达到不断吸引受众注意力的技术效果。

需要指出的是，除了采用关注人数来确定当前播放的广告的关注程度，也可以采用关注时长来确定当前播放的广告的关注程度，还可以结合关注人数和关注时长来确定当前播放的广告的关注程度，以对采集到的受众的关注程度进行实时分析，保证终端持续播放受众感兴趣的广告。

作为本发明的又一个实施例，如图4所示，所述广告推荐方法可以包括以下步骤：

步骤401，实时接收所述终端采集并上传的播放广告时的图像数据。

终端播放广告时，通过摄像头实时采集图像数据，并将采集到的图像数据上传至服务端。因此，所述服务端能够实时地接收到终端采集并上传的播放广告时的图形数据。

步骤402，从所述图像数据中获取人体头部图像，并基于人眼检测算法确定所述广告的当前关注人数。

由于步骤401中实时接收了终端采集并上传的播放广告时的图像数据，那么经过一段时间后，就可以接收所述广告的各个时间对应的图像数据，然后基于人眼视线估计模型就可以计算得到所述广告的各个时间对应的当前关注人数，比如10秒、30秒、1分钟、5分钟、10分钟等对应的当前关注人数。需要指出的是，由于可以实时接收到播放广告时的图形数据，那么时间间隔的设置是任意的，可以根据实际需要进行设置，并不限于上述实施例。

步骤403，根据所述广告的各个当前关注人数，分别计算所述广告的关注时长和在历史时间段内的关注人数。

为了更好地统计广告的关注人数，并以此来评价广告的受益程度，还可以根据所述广告的各个当前关注人数，进一步计算所述广告的关注时长和在历史时间段内(比如过去一周、过去一个月、过去三个月、过去半年等)的关注人数。可选地，可以采用如下方式计算广告的关注时长：计算广告从有人关注到无人关注之间的时长。可选地，可以采用如下方式计算广告在历史时间段内的关注人数：首先计算播放一次广告时的关注人数(将各个当前关注人数求和后取平均值)，然后将历史时间段内每次播放广告时的关注人数求和后取平均值。需要指出的是，还可以采用其他方式计算关注时长和关注人数，本发明实施例仅仅是示例性地列出了较为简便的计算方式。

步骤404，判断计算所述广告的关注时长是否大于等于第一时长阈值，且在历史时间段内的关注人数是否大于等于第二人数阈值；若是，则执行步骤405；若否，则执行步骤406。

步骤405，增加所述广告的重要性权重。

如果所述广告的关注时长是否大于等于第一时长阈值，并且在历史时间段内的关注人数大于等于第二人数阈值，说明该广告的关注程度较好，可以通过增加该广告的重要性权重，使该广告的排序提前。当终端动态播放广告时，这支广告的播放顺序就会靠前，从而提高了受众对广告的关注程度。

步骤406，判断计算所述广告的关注时长是否小于第二时长阈值，和/或在历史时间段内的关注人数是否小于第三人数阈值；若是，则执行步骤407，若否，则结束。其中，第二时长阈值小于第一时长阈值，第三人数阈值小于第二人数阈值。

步骤407，减少所述广告的重要性权重。

如果所述广告的关注时长小于第二时长阈值，和/或在历史时间段内的关注人数小于第三人数阈值，说明该广告的关注程度较差，可以通过减少该广告的重要性权重，使该广告的排序靠后。当终端动态播放广告时，这支广告的播放顺序就会靠后，也有可能不再作为待推荐广告，避免降低受众对广告的兴趣。

不仅如此，在步骤407中，还可以提醒客户减少对该广告的投放，以有效地节制广告费用，使广告效果达到最大化；在步骤405中，还可以提醒客户对该广告的投放，使广告的传播面更为广泛。而且，步骤404和步骤406中的判断依据也仅仅是示例性地，不限于采用该实施例中的判断依次，不再赘述。

本发明实施例提供的广告推荐方法可以帮助客户有效地控制广告费用的支出，并使广告的传播面更为广泛，使广告投放的效果得到最大限度的发挥；可以为客户提供极其灵活、机动的广告发布计划；客户可根据产品和品牌推广的需要，灵活调换广告发布的线路和画面，这样可以有效地节制广告费用，使广告效果达到最大化。

如图5所示，其为本发明实施例中服务端的总体框架图。在一个实施例中，服务端主要包括广告服务器、服务器集群和用户服务器，广告服务器用于存储广告资源数据，服务器集群用于对图像数据进行处理、计算、预测等，用户服务器用于储存除了广告资源数据以外的数据，比如图形数据、人物特征信息、关注人数、关注时长、待推荐广告列表等。用户服务器接收终端上传的图像数据并对图像数据进行存储，然后将图像数据发送至服务器集群。服务器集群从所述图像数据中识别出受众；然后从所述图像数据中提取所述受众的人物特征信息，并根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向；最后基于所述受众的出行意向匹配出待推荐广告集合的标识，并将待推荐广告集合的标识发送至用户服务器和广告服务器。广告服务器接收服务器集群发送的待推荐广告集合的标识，然后将待推荐广告集合下发至终端。

本发明实施例能够实时对人物特征信息进行大数据分析，预测出受众的出行意向，从而有针对性地实时推送广告。

在一个实施例中，如图6所示，提供了一种广告推荐装置，该广告推荐装置600包括识别模块601、预测模块602和推荐模块603。其中，识别模块601被配置为接收终端采集并上传的图像数据，从所述图像数据中识别出受众；预测模块602被配置为从所述图像数据中提取所述受众的人物特征信息，并根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向；推荐模块603被配置为基于所述受众的出行意向匹配出待推荐广告集合，并将所述待推荐广告集合下发至所述终端。

在本发明的一些实施例中，识别模块601还被配置为：从所述图像数据中识别出距离所述终端最近的受众；或者，从所述图像数据中识别与所述终端之间的距离小于等于距离阈值的受众。

在本发明的一些实施例中，预测模块602还被配置为：根据所述受众的人物特征信息确定所属群体，根据所述图像数据的采集时间确定所属时间段；根据所述所属群体和所述所属时间段预测所述受众的出行意向。

在本发明的一些实施例中，识别模块601还被配置为：在将所述待推荐广告集合下发至所述终端之后，实时接收所述终端采集并上传的播放广告时的图像数据；从所述图像数据中获取人体头部图像，并基于人眼检测算法确定所述广告的当前关注人数。

在本发明的一些实施例中，推荐模块603还被配置为：若所述广告的当前关注人数小于第一人数阈值，则将下一个待推荐广告集合下发至所述终端。

在本发明的一些实施例中，识别模块601还被配置为：根据所述广告的各个当前关注人数，分别计算所述广告的关注时长和在历史时间段内的关注人数；

若所述广告的关注时长大于等于第一时长阈值，且在历史时间段内的关注人数大于等于第二人数阈值，则增加所述广告的重要性权重；若所述广告的关注时长小于第二时长阈值，和/或在历史时间段内的关注人数小于第三人数阈值，则减少所述广告的重要性权重。

在本发明的一些实施例中，所述待推荐广告集合包括多个待推荐广告；推荐模块603还被配置为：将所述多个待推荐广告的播放顺序列表以及各个待推荐广告的资源数据下发至所述终端。

本发明实施例提供的广告推荐装置根据受众的人物特征信息和图像数据的采集时间预测受众的出行意向，从而匹配并下发待推荐广告集合，使得终端能够动态地播放受众感兴趣的广告。因此，本发明实施例能够解决传统媒体广告的单一播放、广告受众不明确、广告播放不够智能化的问题，提高广告信息转化率、广告投放灵活性、广告推送的实时性和针对性、人屏交互的用户体验。本领域技术人员可以理解的是，上述广告推荐装置中各个模块和单元的划分仅用于举例说明，在其他实施例中，可将广告推荐装置按照需要划分为不同的模块和单元，以完成上述广告推荐装置的全部或部分功能。

根据本发明实施例，还提供了一种电子设备，如图7所示，该电子设备包括处理器701以及存储器702，该存储器702配置为存储计算机程序指令，计算机程序指令适于由处理器701加载并执行如下方法：接收终端采集并上传的图像数据，从所述图像数据中识别出受众；从所述图像数据中提取所述受众的人物特征信息，并根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向；基于所述受众的出行意向匹配出待推荐广告集合，并将所述待推荐广告集合下发至所述终端。

该处理器可以为各种适用的处理器，例如实现为中央处理器、微处理器、嵌入处理器等形式，可以采用X86、ARM等架构；存储器702可以为各种适用的存储装置，包括但不限于磁存储装置、半导体存储装置、光存储装置等，本发明的实施例对这些不作限制。

本发明所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM，Read-Only Memory)、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)，它用作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)。

此外，根据本发明的一个实施例，处理器701还可以加载并执行：从所述图像数据中识别出距离所述终端最近的受众；或者，从所述图像数据中识别与所述终端之间的距离小于等于距离阈值的受众。

此外，根据本发明的一个实施例，处理器701还可以加载并执行：根据所述受众的人物特征信息确定所属群体，根据所述图像数据的采集时间确定所属时间段；根据所述所属群体和所述所属时间段预测所述受众的出行意向。

此外，根据本发明的一个实施例，处理器701还可以加载并执行：在将所述待推荐广告集合下发至所述终端之后，实时接收所述终端采集并上传的播放广告时的图像数据；从所述图像数据中获取人体头部图像，并基于人眼检测算法确定所述广告的当前关注人数。

此外，根据本发明的一个实施例，处理器701还可以加载并执行：若所述广告的当前关注人数小于第一人数阈值，则将下一个待推荐广告集合下发至所述终端。

此外，根据本发明的一个实施例，处理器701还可以加载并执行：根据所述广告的各个当前关注人数，分别计算所述广告的关注时长和在历史时间段内的关注人数；若所述广告的关注时长大于等于第一时长阈值，且在历史时间段内的关注人数大于等于第二人数阈值，则增加所述广告的重要性权重；若所述广告的关注时长小于第二时长阈值，和/或在历史时间段内的关注人数小于第三人数阈值，则减少所述广告的重要性权重。

此外，根据本发明的一个实施例，所述待推荐广告集合包括多个待推荐广告，处理器701还可以加载并执行：将所述多个待推荐广告的播放顺序列表以及各个待推荐广告的资源数据下发至所述终端。

由此可见，本发明实施例根据受众的人物特征信息和图像数据的采集时间预测受众的出行意向，从而匹配并下发待推荐广告集合，使得终端能够动态地播放受众感兴趣的广告。因此，本发明实施例能够解决传统媒体广告的单一播放、广告受众不明确、广告播放不够智能化的问题，提高广告信息转化率、广告投放灵活性、广告推送的实时性和针对性、人屏交互的用户体验。

需要说明的是，对于上述的系统、方法和电子设备实施例，为了简单描述，故将其都表述为一系列的动作或模块组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序或模块连接的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行，某些模块可以采用其他连接方式。

本领域技术人员也应该知悉，说明书中所描述的实施例均属于一种实施例，上述实施例序号仅仅为了描述，所涉及的动作和模块并不一定是本发明所必须的。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本发明所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括易失性存储介质或非易失性存储介质，例如U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明的精神和原则之内，所做的任何省略、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：

接收终端采集并上传的图像数据，从所述图像数据中识别出受众；

从所述图像数据中提取所述受众的人物特征信息，并根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向；

基于所述受众的出行意向匹配出待推荐广告集合，并将所述待推荐广告集合下发至所述终端。

2.根据权利要求1所述的广告推荐方法，其特征在于，从所述图像数据中识别出受众，包括：

从所述图像数据中识别出距离所述终端最近的受众；或者，

从所述图像数据中识别与所述终端之间的距离小于等于距离阈值的受众。

3.根据权利要求1所述的广告推荐方法，其特征在于，根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向，包括：

根据所述受众的人物特征信息确定所属群体，根据所述图像数据的采集时间确定所属时间段；

根据所述所属群体和所述所属时间段预测所述受众的出行意向。

4.根据权利要求1所述的广告推荐方法，其特征在于，在将所述待推荐广告集合下发至所述终端之后，还包括：

实时接收所述终端采集并上传的播放广告时的图像数据；

从所述图像数据中获取人体头部图像，并基于人眼检测算法确定所述广告的当前关注人数。

5.根据权利要求4所述的广告推荐方法，其特征在于，还包括：

若所述广告的当前关注人数小于第一人数阈值，则将下一个待推荐广告集合下发至所述终端。

6.根据权利要求4所述的广告推荐方法，其特征在于，还包括：

根据所述广告的各个当前关注人数，分别计算所述广告的关注时长和在历史时间段内的关注人数；

若所述广告的关注时长大于等于第一时长阈值，且在历史时间段内的关注人数大于等于第二人数阈值，则增加所述广告的重要性权重；

若所述广告的关注时长小于第二时长阈值，和/或在历史时间段内的关注人数小于第三人数阈值，则减少所述广告的重要性权重。

7.根据权利要求1所述的广告推荐方法，其特征在于，所述待推荐广告集合包括多个待推荐广告；

将所述待推荐广告集合下发至所述终端，包括：将所述多个待推荐广告的播放顺序列表以及各个待推荐广告的资源数据下发至所述终端。

8.一种广告推荐装置，其特征在于，包括：

识别模块，被配置为接收终端采集并上传的图像数据，从所述图像数据中识别出受众；

预测模块，被配置为从所述图像数据中提取所述受众的人物特征信息，并根据所述受众的人物特征信息和所述图像数据的采集时间预测所述受众的出行意向；

推荐模块，被配置为基于所述受众的出行意向匹配出待推荐广告集合，并将所述待推荐广告集合下发至所述终端。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器用于存储计算机指令，其中，所述计算机指令被所述处理器运行时执行1-7中任一项权利要求所述的广告推荐方法。

10.一种存储介质，存储有适于由处理器运行的计算机指令，所述计算机指令被处理器运行时执行根据权利要求1-7中任一项所述的广告推荐方法。