CN114329405A - 一种线上运营营销推广系统 - Google Patents
一种线上运营营销推广系统 Download PDFInfo
- Publication number
- CN114329405A CN114329405A CN202111645352.9A CN202111645352A CN114329405A CN 114329405 A CN114329405 A CN 114329405A CN 202111645352 A CN202111645352 A CN 202111645352A CN 114329405 A CN114329405 A CN 114329405A
- Authority
- CN
- China
- Prior art keywords
- module
- image
- marketing
- matching
- face image
- 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.)
- Withdrawn
Links
- 230000000694 effects Effects 0.000 claims abstract description 14
- 238000012795 verification Methods 0.000 claims abstract description 11
- 238000012216 screening Methods 0.000 claims description 13
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 3
- 230000001815 facial effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 16
- 230000009467 reduction Effects 0.000 description 7
- 238000000605 extraction Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明提供了一种线上运营营销推广系统，包括身份验证模块、输入模块、存储模块、匹配模块和推送模块；身份验证模块用于使用人脸识别的方式对工作人员进行身份验证，若工作人员通过身份验证，则向工作人员开放使用输入模块的权限；输入模块用于工作人员输入营销活动的营销对象的第一画像类型；存储模块用于存储用户的第二画像类型；匹配模块用于计算分别计算第一画像类型和存储模块中的每个第二画像类型之间的相似度，将相似度大于预设的相似度阈值的第二画像类型对应的用户作为最终确定的营销活动的营销对象；推送模块用于将营销活动的广告推送至营销对象使用的客户终端。本发明有效地提高了营销推广系统的数据安全性。
Description
技术领域
本发明涉及推广领域，尤其涉及一种线上运营营销推广系统。
背景技术
现有技术中，线上营销一般是通过分析用户的浏览习惯。搜索历史等数据来确定用户画像，然后根据不同的营销活动和用户画像为不同类型的用户推送不同的营销广告。
现有技术中，用户画像一般存储在服务器中，当需要使用到用户画像进行营销推广时，由工作人员调用用户画像数据来进行分析，获取与营销活动匹配的用户。由于用户画像属于用户的隐私信息，现有技术中，营销推广系统一般通过账号密码的方式来对工作人员进行登录验证。但是账号密码容易泄露，这就给黑客盗用用户画像留下了操作空间，从而影响营销推广系统的数据安全性。
发明内容
本发明的目的在于公开一种线上运营营销推广系统，解决现有的营销推广系统使用账号密码登录出现的账号密码容易泄露，从而影响营销推广系统的数据安全性的问题。
为了达到上述目的，本发明采用如下技术方案：
一种线上运营营销推广系统，包括身份验证模块、输入模块、存储模块、匹配模块和推送模块；
身份验证模块用于使用人脸识别的方式对工作人员进行身份验证，若工作人员通过身份验证，则向工作人员开放使用输入模块的权限；
输入模块用于工作人员输入营销活动的营销对象的第一画像类型；
存储模块用于存储用户的第二画像类型；
匹配模块用于计算分别计算第一画像类型和存储模块中的每个第二画像类型之间的相似度，将相似度大于预设的相似度阈值的第二画像类型对应的用户作为最终确定的营销活动的营销对象；
推送模块用于将营销活动的广告推送至营销对象使用的客户终端。
优选地，所述身份验证模块包括拍摄子模块、图像筛选子模块、图像匹配子模块权限控制子模块；
拍摄子模块用于获取工作人员的脸部图像；
图像筛选子模块用于判断脸部图像是否符合预设的筛选要求，若是，则将脸部图像传输至图像匹配子模块；
所述图像匹配子模块用于将拍摄子模块获取的脸部图像与存储模块中存储的脸部图像进行匹配，若匹配成功，则表示工作人员通过身份验证；若匹配失败，则表示工作人员没有通过身份验证；
所述权限控制子模块用于向通过身份验证的工作人员开放使用输入模块的权限。
优选地，所述客户终端包括电脑网页终端和手机APP终端。
优选地，所述拍摄子模块包括拍摄单元和补光单元；
拍摄单元用于获取工作人员的脸部图像；
补光单元用于获取拍摄单元所处环境的光线亮度，并在光线亮度低于预设的亮度阈值时，为拍摄单元提供照明光线。
优选地，所述判断脸部图像是否符合预设的筛选要求，包括：
计算脸部图像的信息含量系数：
其中，msgidx表示信息含量系数，α和β表示预设的权重系数，nface表示脸部图像中的皮肤像素点占比；nfst表示预设的皮肤像素点占比参考值，imgfcu表示脸部图像对应的亮度分量图像的像素点的集合，L(a)表示imgfcu中的像素点a在亮度分量图像中的像素值，aveL表示亮度分量图像中的像素点的像素值的均值，nfimgfc表示imgfcu中包含的元素的总数，gdst表示预设的像素值方差参考值。
本发明的营销推广系统通过人脸识别的方式来进行登录验证，相较于传统的账号密码的登录方式相比，本发明有效地提高了营销推广系统的数据安全性。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种线上运营营销推广系统的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1所示的一种实施例，本发明提供了一种线上运营营销推广系统，包括身份验证模块、输入模块、存储模块、匹配模块和推送模块；
身份验证模块用于使用人脸识别的方式对工作人员进行身份验证，若工作人员通过身份验证，则向工作人员开放使用输入模块的权限；
输入模块用于工作人员输入营销活动的营销对象的第一画像类型；
存储模块用于存储用户的第二画像类型；
匹配模块用于计算分别计算第一画像类型和存储模块中的每个第二画像类型之间的相似度，将相似度大于预设的相似度阈值的第二画像类型对应的用户作为最终确定的营销活动的营销对象；
推送模块用于将营销活动的广告推送至营销对象使用的客户终端。
本发明的营销推广系统通过人脸识别的方式来进行登录验证，相较于传统的账号密码的登录方式相比，本发明有效地提高了营销推广系统的数据安全性。
优选地，所述第一画像类型包括性别、年龄、教育程度、月均消费金额、所处地区等项目，以及包括每个项目对应的属性值。例如，性别这个项目的属性值为男，年龄这个属性值为[25，30]等。
用户的第二画像类型与第一画像类型的项目的类型相同，只不过每个用户的项目的具体属性值不同。
相似度计算采用加权求和的方式进行，不同的项目预设不同的权重值，在第一画像类型和第二画像类型中，若属性值相同，则该项目的相似度为100％，但是，在相似度计算的过程中，该项目对应的数值为100％×该项目对应的权重值。
而对于区间类的属性值，则是根据区间的重叠度来计算项目的相似度，例如，在第一画像类型中，年龄这个项目对应的属性值为[25，30]，若用户A的年龄这个项目的属性值为[26，28]，则年龄这个项目的相似度为100％，若用户A的年龄这个项目的属性值为[24，26]，则年龄这个项目的相似度为
将所有的项目的相似度进行加权求和，便可以得到第一画像类型和存储模块中的第二画像类型之间的相似度。
优选地，所述身份验证模块包括拍摄子模块、图像筛选子模块、图像匹配子模块权限控制子模块；
拍摄子模块用于获取工作人员的脸部图像；
图像筛选子模块用于判断脸部图像是否符合预设的筛选要求，若是，则将脸部图像传输至图像匹配子模块；
所述图像匹配子模块用于将拍摄子模块获取的脸部图像与存储模块中存储的脸部图像进行匹配，若匹配成功，则表示工作人员通过身份验证；若匹配失败，则表示工作人员没有通过身份验证；
所述权限控制子模块用于向通过身份验证的工作人员开放使用输入模块的权限。
优选地，所述判断脸部图像是否符合预设的筛选要求，包括：
计算脸部图像的信息含量系数：
其中，msgidx表示信息含量系数，α和β表示预设的权重系数，nface表示脸部图像中的皮肤像素点占比；nfst表示预设的皮肤像素点占比参考值，imgfcu表示脸部图像对应的亮度分量图像的像素点的集合，L(a)表示imgfcu中的像素点a在亮度分量图像中的像素值，aveL表示亮度分量图像中的像素点的像素值的均值，nfimgfc表示imgfcu中包含的元素的总数，gdst表示预设的像素值方差参考值。
具体的，亮度分量图像为将脸部图像转换到Lab颜色空间中后，L分量的图像。
上述实施例中，通过皮肤像素点占比和在亮度分量图像中的像素值之间的差异来计算信息含量系数，占比越高，差异越大，则表示信息含量越大，从而能够避免皮肤像素点占比过小、像素点之间差异比较小的模糊图像进入到图像匹配子模块，有利于提高本发明的身份验证的速度，从而提高用户体验。
优选地，图像匹配子模块包括特征提取单元和特征匹配单元；
特征提取单元用于获取拍摄子模块获取的脸部图像的第一特征信息，以及用于获取存储模块中存储的每张脸部图像的第二特征信息；
所述特征匹配单元用于获取存储模块中存储的脸部图像的第二特征信息和第一特征信息之间的相似度的最大值，
以及用于判断所述最大值是否大于预设的匹配阈值，若是，则表示匹配成功，若否，则表示匹配失败。
优选地，获取拍摄子模块获取的脸部图像的第一特征信息，包括：
对所述脸部图像进行灰度化处理，获得第一图像；
对所述第一图像进行边缘检测，获得初步的边缘像素点集合U1；
对第一图像进行降噪处理，获得第二图像和噪声像素点集合U2；
将U2中包含的像素点从集合U1中删除，获得最终的边缘像素点集合U3；
基于集合U3对第二图像进行边缘增强处理，获得第三图像；
使用图像分割算法获取第三图像中包含的前景图像；
使用特征提取算法对前景图像进行特征提取，获得第一特征信息。
现有技术中，在进行降噪处理时，一般会对图像边缘造成比较大的影响，导致图像边缘相较于原图有一定程度的模糊，这就对后续的特征提取造成了影响，因为边缘特征是图像特征中很重要的一部分。而本发明在进行降噪处理后，对边缘进行了增强处理。这样的处理方式，既能有效对图像进行降噪，同时还能尽量保留原图像的边缘信息，使得获取的特征信息更为准确。
优选地，对第一图像进行降噪处理，获得第二图像和噪声像素点集合U2，包括：
对第一图像进行小波分解处理，获得小波高频分量XPG和小波低频分量XLG；
对小波高频分量XPG进行如下处理：
其中，cXPG表示对小波高频分量XPG进行处理的结果，sgn表示符号函数，ythr表示自适应处理阈值，δ表示预设的指数系数，gs表示对第一图像进行噪声估计的方差；
将cXPG和XLG进行重构，获得第二图像；
通过如下方式获取噪声像素点：
对于像素点pix，将其在第一图像和第二图像中对应的像素值分别记为imgo(pix)和imgt(pix)，
计算像素点pix的变化系数：
其中，chgidx(pix)表示像素点pix的变化系数，imgst表示预设的像素值变化参考值，neipixu表示以像素点pix为中心的R×R的邻域的像素点的集合，imgt(v)和imgo(v)分别表示neipixu中的像素点v在第一图像和第二图像中对应的像素值，Φ1和Φ2分别表示第一计算系数和第二计算系数，
djtu(pix,v)表示pix和v之间的距离；
若chgidx(pix)大于预设的变化系数阈值，则表示像素点pix为噪声像素点，将所有的噪声像素点存入噪声像素点集合U2。
在上述实施例中，在对第一图像进行降噪处理时，通过自适应处理阈值为不同情况下的XPG选择了不同的处理方式，使得处理函数能够与XPG的实际情况相匹配，从而提高降噪的准确性。在获取噪声像素点时，为了避免将降噪处理时错误处理的边缘像素点作为噪声像素点，本发明并不是简单地比较pix在第一图像和第二图像中的像素值的差异，而是通过计算变化系数来对是否为噪声像素点进行判断。因为边缘像素点与其neipixu中的像素点之间的差异相较于噪声像素点而言，一般比较小，因为边缘是连续的，而噪声点往往是独立的。在计算变化系数时，pix在第一图像和第二图像中的像素值的差异越大，neipixu中的像素点在第一图像和第二图像中的差异的加权值越小，则表示pix属于噪声像素点的概率越大。本发明上述实施例有利于筛选出正确的噪声点，提高后续的边缘增强的准确率。
优选地，所述基于集合U3对第二图像进行边缘增强处理，获得第三图像，包括：
使用如下公式在第二图像中分别对集合U3中的每个像素点进行边缘增强处理，获得第三图像：
imgr(q)＝imgt(q)×λ
其中，imgt(q)和imgr(q)分别表示集合U3中的像素点q在第二图像和第三图像中的像素值，λ表示预设的增强系数，λ∈(1,1.02)。
具体的，imgt(q)的值小于等于第二图像中的像素值最大值，若imgt(q)大于第二图像中的像素值最大值，则将第二图像中的像素值最大值作为像素点q的像素值。
优选地，所述客户终端包括电脑网页终端和手机APP终端。
优选地，所述拍摄子模块包括拍摄单元和补光单元；
拍摄单元用于获取工作人员的脸部图像；
补光单元用于获取拍摄单元所处环境的光线亮度，并在光线亮度低于预设的亮度阈值时，为拍摄单元提供照明光线。
尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。
需要说明的是，在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模
块中，也可以是各个单元/模块单独物理存在，也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件功能单元/模块的形式实现。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。
实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
Claims (5)
1.一种线上运营营销推广系统，其特征在于，包括身份验证模块、输入模块、存储模块、匹配模块和推送模块；
身份验证模块用于使用人脸识别的方式对工作人员进行身份验证，若工作人员通过身份验证，则向工作人员开放使用输入模块的权限；
输入模块用于工作人员输入营销活动的营销对象的第一画像类型；
存储模块用于存储用户的第二画像类型；
匹配模块用于计算分别计算第一画像类型和存储模块中的每个第二画像类型之间的相似度，将相似度大于预设的相似度阈值的第二画像类型对应的用户作为最终确定的营销活动的营销对象；
推送模块用于将营销活动的广告推送至营销对象使用的客户终端。
2.根据权利要求1所述的一种线上运营营销推广系统，其特征在于，所述身份验证模块包括拍摄子模块、图像筛选子模块、图像匹配子模块权限控制子模块；
拍摄子模块用于获取工作人员的脸部图像；
图像筛选子模块用于判断脸部图像是否符合预设的筛选要求，若是，则将脸部图像传输至图像匹配子模块；
所述图像匹配子模块用于将拍摄子模块获取的脸部图像与存储模块中存储的脸部图像进行匹配，若匹配成功，则表示工作人员通过身份验证；若匹配失败，则表示工作人员没有通过身份验证；
所述权限控制子模块用于向通过身份验证的工作人员开放使用输入模块的权限。
3.根据权利要求1所述的一种线上运营营销推广系统，其特征在于，所述客户终端包括电脑网页终端和手机APP终端。
4.根据权利要求2所述的一种线上运营营销推广系统，其特征在于，所述拍摄子模块包括拍摄单元和补光单元；
拍摄单元用于获取工作人员的脸部图像；
补光单元用于获取拍摄单元所处环境的光线亮度，并在光线亮度低于预设的亮度阈值时，为拍摄单元提供照明光线。
5.根据权利要求4所述的一种线上运营营销推广系统，其特征在于，所述判断脸部图像是否符合预设的筛选要求，包括：
计算脸部图像的信息含量系数：
其中，msgidx表示信息含量系数，α和β表示预设的权重系数，nface表示脸部图像中的皮肤像素点占比；nfst表示预设的皮肤像素点占比参考值，imgfcu表示脸部图像对应的亮度分量图像的像素点的集合，L(a)表示imgfcu中的像素点a在亮度分量图像中的像素值，aveL表示亮度分量图像中的像素点的像素值的均值，nfimgfc表示imgfcu中包含的元素的总数，gdst表示预设的像素值方差参考值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111645352.9A CN114329405A (zh) | 2021-12-30 | 2021-12-30 | 一种线上运营营销推广系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111645352.9A CN114329405A (zh) | 2021-12-30 | 2021-12-30 | 一种线上运营营销推广系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114329405A true CN114329405A (zh) | 2022-04-12 |
Family
ID=81017424
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111645352.9A Withdrawn CN114329405A (zh) | 2021-12-30 | 2021-12-30 | 一种线上运营营销推广系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114329405A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114780939A (zh) * | 2022-06-21 | 2022-07-22 | 北京奥康达体育产业股份有限公司 | 一种室外健身车登录控制系统 |
| CN115098919A (zh) * | 2022-06-23 | 2022-09-23 | 广州高新工程顾问有限公司 | 基于bim的数字化工程建设项目综合管理系统及方法 |
-
2021
- 2021-12-30 CN CN202111645352.9A patent/CN114329405A/zh not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114780939A (zh) * | 2022-06-21 | 2022-07-22 | 北京奥康达体育产业股份有限公司 | 一种室外健身车登录控制系统 |
| CN114780939B (zh) * | 2022-06-21 | 2022-09-13 | 北京奥康达体育产业股份有限公司 | 一种室外健身车登录控制系统 |
| CN115098919A (zh) * | 2022-06-23 | 2022-09-23 | 广州高新工程顾问有限公司 | 基于bim的数字化工程建设项目综合管理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2018256555B2 (en) | Image and feature quality, image enhancement and feature extraction for ocular-vascular and facial recognition, and fusing ocular-vascular with facial and/or sub-facial information for biometric systems | |
| Li et al. | Edge-preserving decomposition-based single image haze removal | |
| CN114329405A (zh) | 一种线上运营营销推广系统 | |
| CN105308625B (zh) | 可变形表情检测器 | |
| WO2022127112A1 (zh) | 跨模态人脸识别方法、装置、设备及存储介质 | |
| CN110647916B (zh) | 基于卷积神经网络的色情图片识别方法及装置 | |
| CN109905393B (zh) | 一种基于云安全的电子商务登陆方法 | |
| CN114936981B (zh) | 一种基于云平台的场所扫码登记系统 | |
| CN112507897A (zh) | 跨模态人脸识别方法、装置、设备及存储介质 | |
| CN112581355A (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
| Sree Vidya et al. | Triangular fuzzy membership-contrast limited adaptive histogram equalization (TFM-CLAHE) for enhancement of multimodal biometric images | |
| CN114582003A (zh) | 一种基于云计算服务的睡眠健康管理系统 | |
| CN117496019B (zh) | 一种驱动静态图像的图像动画处理方法及系统 | |
| CN111914769B (zh) | 用户合法性判定方法、装置、计算机可读存储介质及设备 | |
| CN114529962A (zh) | 图像特征处理方法、装置、电子设备及存储介质 | |
| Banerjee et al. | Impact of photometric transformations on PRNU estimation schemes: A case study using near infrared ocular images | |
| CN116205802A (zh) | 图像去噪方法、装置、存储介质及电子设备 | |
| CN114283087A (zh) | 一种图像去噪方法及相关设备 | |
| CN112968859A (zh) | 一种工作隐私数据的加密存储系统 | |
| CN109903139B (zh) | 一种根据时间节点的电子商务平台商品信息获取方法 | |
| CN113160103A (zh) | 图像处理方法及装置、存储介质、终端 | |
| CN113761249A (zh) | 一种确定图片类型的方法和装置 | |
| CN114519513B (zh) | 一种企业数字化经营决策管理系统 | |
| US20230259600A1 (en) | Adaptive personalization for anti-spoofing protection in biometric authentication systems | |
| US11842573B1 (en) | Methods and systems for enhancing liveness detection of image data |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220412 |