CN117172855A - 一种基于人脸识别的电梯广告播放方法及系统 - Google Patents
一种基于人脸识别的电梯广告播放方法及系统 Download PDFInfo
- Publication number
- CN117172855A CN117172855A CN202311216165.8A CN202311216165A CN117172855A CN 117172855 A CN117172855 A CN 117172855A CN 202311216165 A CN202311216165 A CN 202311216165A CN 117172855 A CN117172855 A CN 117172855A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- time
- playing
- elevator
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 71
- 238000012216 screening Methods 0.000 claims abstract description 13
- 238000010276 construction Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 15
- 238000004883 computer application Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Abstract
本发明提供了一种基于人脸识别的电梯广告播放方法及系统,涉及计算机应用技术领域,获取第一广告,得到第一目标用户群体,并得到第一目标乘梯时间记录,进行筛选,得到第一播放时间段,构建广告播放数据库,获取预设时间,遍历得到预设待播放广告集,对实时电梯用户进行识别,得到实时识别结果,依次与待播广告进行匹配分析,得到匹配分析结果,生成播放优先级列表,并通过广告播放设备进行电梯广告播放。本发明解决了现有技术中不能根据实时电梯用户进行广告匹配,使得广告投放效果差的技术问题,实现了对实时电梯用户匹配针对性的广告播放列表,达到针对目标电梯、目标人群进行广告播放控制,进而提升广告投放效果。
Description
技术领域
本发明涉及计算机应用技术领域,具体涉及一种基于人脸识别的电梯广告播放方法及系统。
背景技术
每天我们出入小区、商场、办公楼等场地时,最容易接触到的就是电梯广告,电梯广告是当下最有效的推广方式之一,如各大电商平台、互联网新项目、本地商家都比较钟爱这种。电梯广告最核心的两个优势:其一是覆盖了较高质量的用户,可以根据客户的需求精准的进行片区客户的定位,大到全国、小到几条街道;其二是一定程度实现有效传播,对于上班族来说小区内的电梯广告每天必看两次,而且电梯里也没有其他干扰物。尽管现在人人有手机,但电梯广告的效果还是有一定保障的,随着本地生活消费的兴起,未来的电梯广告对于商家来说依旧是核心的渠道。而现今常用的电梯广告播放方法还存在着一定的弊端,对于电梯广告的播放还存在着一定的可提升空间。
现有技术存在对于目标广告的广告需求、目标用户群体不能精准获取,并且不能根据实时电梯用户进行广告匹配,使得广告投放效果差的技术问题。
发明内容
本申请实施例提供了一种基于人脸识别的电梯广告播放方法及系统,用于针对解决现有技术中对于目标广告的广告需求、目标用户群体不能精准获取,并且不能根据实时电梯用户进行广告匹配,使得广告投放效果差的技术问题。
鉴于上述问题,本申请实施例提供了一种基于人脸识别的电梯广告播放方法及系统。
第一方面,本申请实施例提供了一种基于人脸识别的电梯广告播放方法,所述方法包括:获取第一广告,其中,所述第一广告具备第一播放需求;分析所述第一广告得到第一目标用户群体,并结合历史电梯使用记录得到所述第一目标用户群体的第一目标乘梯时间记录;将所述第一播放需求作为预设约束对所述第一目标乘梯时间记录进行筛选,得到第一播放时间段,其中,所述第一播放时间段与所述第一广告具备对应关系;根据所述第一播放时间段、所述第一广告及其对应关系构建广告播放数据库;获取预设时间,并将所述预设时间在所述广告播放数据库中遍历,得到预设待播放广告集,其中,所述预设待播放广告集包括M条待播广告,M为大于等于1的整数;调用所述人脸识别设备对实时电梯用户进行识别,得到实时识别结果,并将所述实时识别结果依次与所述M条待播广告进行匹配分析,得到M条匹配分析结果;根据所述M条匹配分析结果生成所述M条待播广告的播放优先级列表,并通过所述广告播放设备进行电梯广告播放。
第二方面,本申请实施例提供了一种基于人脸识别的电梯广告播放系统,所述系统包括:广告获取模块,所述广告获取模块用于获取第一广告,其中,所述第一广告具备第一播放需求;广告分析模块,所述广告分析模块用于分析所述第一广告得到第一目标用户群体,并结合历史电梯使用记录得到所述第一目标用户群体的第一目标乘梯时间记录;记录筛选模块,所述记录筛选模块用于将所述第一播放需求作为预设约束对所述第一目标乘梯时间记录进行筛选,得到第一播放时间段,其中,所述第一播放时间段与所述第一广告具备对应关系;数据库构建模块,所述数据库构建模块用于根据所述第一播放时间段、所述第一广告及其对应关系构建广告播放数据库;数据库遍历模块,所述数据库遍历模块用于获取预设时间,并将所述预设时间在所述广告播放数据库中遍历,得到预设待播放广告集,其中,所述预设待播放广告集包括M条待播广告,M为大于等于1的整数;用户识别模块,所述用户识别模块用于调用所述人脸识别设备对实时电梯用户进行识别,得到实时识别结果,并将所述实时识别结果依次与所述M条待播广告进行匹配分析,得到M条匹配分析结果;广告播放模块,所述广告播放模块用于根据所述M条匹配分析结果生成所述M条待播广告的播放优先级列表,并通过所述广告播放设备进行电梯广告播放。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种基于人脸识别的电梯广告播放方法,涉及计算机应用技术领域,所述方法包括:获取第一广告,分析第一广告得到第一目标用户群体,并得到第一目标乘梯时间记录,对第一目标乘梯时间记录进行筛选,得到第一播放时间段,构建广告播放数据库,获取预设时间,在广告播放数据库中遍历,得到预设待播放广告集,对实时电梯用户进行识别,得到实时识别结果,并将实时识别结果依次与待播广告进行匹配分析,得到匹配分析结果,生成待播广告的播放优先级列表,并通过广告播放设备进行电梯广告播放。解决了现有技术中对于目标广告的广告需求、目标用户群体不能精准获取,并且不能根据实时电梯用户进行广告匹配,使得广告投放效果差的技术问题,实现了对于客户需求和广告目标用户群体的精准分析,并通过对于实时电梯用户的识别,匹配针对性的广告播放列表,达到针对目标电梯、目标人群进行广告播放控制,进而提升广告投放效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种基于人脸识别的电梯广告播放方法流程示意图;
图2为本申请实施例提供了一种基于人脸识别的电梯广告播放方法中得到第一目标乘梯时间记录流程示意图;
图3为本申请实施例提供了一种基于人脸识别的电梯广告播放方法中生成播放优先级列表流程示意图;
图4为本申请实施例提供了一种基于人脸识别的电梯广告播放系统结构示意图。
附图标记说明:广告获取模块10,广告分析模块20,记录筛选模块30,数据库构建模块40,数据库遍历模块50,用户识别模块60,广告播放模块70。
具体实施方式
本申请实施例通过提供一种基于人脸识别的电梯广告播放方法,用于针对解决现有技术中对于目标广告的广告需求、目标用户群体不能精准获取,并且不能根据实时电梯用户进行广告匹配,使得广告投放效果差的技术问题。
实施例一
如图1所示,本申请实施例提供了一种基于人脸识别的电梯广告播放方法,所述方法应用于电梯广告播放系统,所述电梯广告播放系统与一广告播放设备、人脸识别设备通信连接,所述方法包括:
步骤S100:获取第一广告,其中,所述第一广告具备第一播放需求;
具体而言,本申请实施例提供的一种基于人脸识别的电梯广告播放方法应用于电梯广告播放系统,所述电梯广告播放系统与一广告播放设备、人脸识别设备通信连接,所述广告播放设备用于进行电梯广告播放,人脸识别设备用于对实时电梯用户进行识别。首先,电梯广告是一种新型广告媒体,是指在城市楼宇电梯内壁上制作、刊载的广告载体,电梯广告类型多样,以商务电梯、楼宇电梯为主,表现形式主要为在电梯轿厢内安装、播放的形式。所述第一广告为多个广告中的任意一个,第一播放需求为第一广告的播放需求,包括播放预算、播放方式和播放频次。
进一步而言,本申请步骤S100还包括:
步骤S110:获取广告投放申请列表,其中,所述广告投放申请列表包括多个具备播放需求标识的广告;
步骤S120:基于所述多个具备播放需求标识的广告获得所述第一广告,并匹配所述第一广告的所述第一播放需求;
步骤S130:其中,所述第一播放需求包括第一播放预算、第一播放方式、第一播放频次。
具体而言,广告投放申请列表为要在目标广告播放设备进行投放的广告集合,其中每个广告具备播放需求标识,播放需求标识为客户根据自身广告投放需求设定的,包括播放预算、播放方式、播放频次。对于播放预算,不同广告投放时段对应投放价格不同,如一般在上下班高峰期则投放价格更高、在夜间则投放价格更低,通过播放预算的获取为后续进行播放时段筛选提供依据;播放方式根据客户偏好设定,包括长时间连续循环洗脑式播放、与其他广告进行穿插间隔播放等;播放频次为客户希望播放多少次,如针对重点区域的长期、高频精准投放,还是对多个区域进行大范围广撒网式投放。在所述广告投放申请列表中任选一个广告,作为第一广告,并将所述第一广告对应的播放需求作为第一播放需求。
步骤S200:分析所述第一广告得到第一目标用户群体,并结合历史电梯使用记录得到所述第一目标用户群体的第一目标乘梯时间记录;
采集获取多个广告的购买记录,根据购买记录获取用户信息,如年龄、性别、身高等,根据用户信息构建用户分析坐标系,示例性地,以年龄为x轴、性别为y轴、身高为z轴,将购买记录对应的用户信息作为样本数据输入所述用户分析坐标系中,获取用户信息散点图,其中每一个点作为一个样本。基于k-means算法对所述样本进行聚类,具体而言,从样本中完全随机地选择k个点作为初始质心,根据欧式距离计算方法计算每个样本到各质心的距离,公式为其中,x1、y1、z1分别为第一样本的坐标,x2、y2、z2分别为第二样本的坐标,d为第一样本与第二样本之间的距离。将样本划分到距离最近的质心所对应的簇中,计算每个簇内所有样本的均值,并使用该均值更新簇的质心,进行迭代,直至质心的位置变化小于指定阈值或者达到最大迭代次数,得到多个质心对应的多个簇,其中每个簇对应一个目标用户群体。根据第一广告的购买记录匹配第一广告对应的第一目标用户群体。
进一步而言,如图2所示,本申请步骤S200还包括:
步骤S210:获取所述历史电梯使用记录,其中,所述历史电梯使用记录包括多条具备时间标识的电梯使用数据;
步骤S220:从所述多条具备时间标识的电梯使用数据中得到第一使用数据,其中,所述第一使用数据表征在第一时间下,第一使用用户的电梯使用情况;
步骤S230:根据所述第一时间、所述第一使用用户及其对应关系构建电梯使用数据库;
步骤S240:结合所述电梯使用数据库得到所述第一目标乘梯时间记录。
具体而言,从第三方获取多种社区环境的历史电梯使用记录,所述多种社区环境包括办公楼、居民楼、青年公寓、商场等,历史电梯使用记录包括各时间段对应的用户信息、人流量等,根据不同时间段人流量的变化情况获取不同社区环境的电梯使用高峰期,根据用户信息获取不同社区环境的电梯主要使用用户。示例性地,对于办公楼的电梯,通常在早上的九点前后、下午的六点前后为人流高峰期,且使用用户主要为高收入的青年白领。
获取一种社区环境的历史电梯使用记录,对任一用户的使用记录进行提取,所述使用记录包括对应的电梯使用时段,将该用户作为第一使用用户,将所述电梯使用时段作为第一时间,根据第一使用用户、第一时间及其对应关系构建电梯使用数据库,所述电梯使用数据库包括第n使用用户,以及第n使用用户对应的第n时间。
进一步而言,本申请步骤S240还包括:
步骤S241:在所述第一使用用户属于所述第一目标用户群体的情况下,调取所述第一时间;以及
步骤S242:将所述第一时间添加至所述第一目标乘梯时间记录。
具体而言,判断第一使用用户是否属于第一目标用户群体,如果不属于则筛除第一使用用户数据,如果属于,则调取第一使用用户对应的第一使用时间,将第一使用时间添加至第一目标乘梯时间记录。继续获取第二使用用户数据并进行判断,遍历所述电梯使用数据库,直至第n使用用户,在所述电梯使用数据库中匹配属于第一目标用户群体的用户,作为匹配用户群,根据使用用户与使用时间的对应关系,获取匹配用户群的匹配使用时间集合,将所述匹配使用时间集合添加至第一目标乘梯时间记录。所述第一目标用户群体为第一广告的面向用户,所述第一目标乘梯时间记录即为第一广告的目标群体在当前社区环境使用电梯的高峰期。
获取多种社区环境的历史电梯使用记录,所述多种社区环境包括办公楼、居民楼、青年公寓、商场等,根据社区环境对电梯的主要用户进行分析,获取不同社区环境下用户的使用电梯高峰期,根据电梯用户、电梯使用高峰期,进行针对性广告投放。示例性地,对于办公楼的话就是年轻的上班族多,可以匹配对应如旅游、电子产品等类型的广告,对于老旧小区就是老人小孩多,可以匹配对应老人、小孩用品的广告。实现针对目标电梯进行广告播放控制,进而提升广告投放效果。
进一步而言,本申请步骤S240之前还包括:
步骤S240-1:通过第三方购物平台得到历史购物数据库;
步骤S240-2:提取所述历史购物数据库中的第一购物数据,其中,所述第一购物数据表征第一用户购买所述第一广告中的产品;
步骤S240-3:对所述第一用户进行多特征分析,得到第一用户特征;以及
步骤S240-4:基于所述第一用户特征对所述第一目标用户群体进行校正。
具体而言,历史购物数据库为第一广告的产品的购买数据库,包括多条购物数据,其中第n购物数据对应第n用户的购买记录,第n用户可能属于第一目标用户群体,也可能不属于第一目标用户群体。
提取历史购物数据库中的第一购物数据,获取第一购物数据对应的第一用户信息,第一用户信息包括第一用户的年龄、性别、身高等,将第一用户的年龄、性别、身高输入前述用户分析坐标系中,获取第一用户信息所在的簇,判断第一用户信息所在的簇与第一目标用户群体所在的簇是否匹配,若匹配说明第一用户属于第一目标用户群体,若不匹配,说明第一用户不属于第一目标用户群体。
当第一用户不属于第一目标用户群体时,通过用户分析坐标系,将第一用户信息分别投影到坐标系的三个坐标轴上,从年龄、性别、身高三方面对第一用户信息进行降维处理,获取第一目标用户所属年龄段标签、性别标签、身高标签,以此作为第一用户特征,将第一用户特征添加至所述第一目标用户群体,或者对第一目标用户群体进行调整,以此实现第一目标用户群体的校正。示例性地,对于男装定制广告的用户群就是男性,但是大多情况下是女性给男性购买,因此将女性也添加至男装定制广告的目标群体;再比如对于儿童玩具广告,用户群是儿童,但是由于儿童没有经济支撑,都是父母、爷爷奶奶购买,因此将儿童玩具广告原本的用户群由儿童调整为父母、爷爷奶奶。
根据实际购物数据,对广告的面向群体进行调整,实现了理论结合实际,达到提高群体针对性的效果。
步骤S300:将所述第一播放需求作为预设约束对所述第一目标乘梯时间记录进行筛选,得到第一播放时间段,其中,所述第一播放时间段与所述第一广告具备对应关系;
具体而言,第一目标乘梯时间记录为第一广告的目标群体在当前社区环境使用电梯的高峰期,根据第一广告的第一播放需求,获取第一播放预算、第一播放方式、第一播放频次,首先,根据第一播放预算获取第一广告的投放时段,由前述分析可知,广告的投放时段越靠近高峰期则广告预算越高,判断第一播放预算对应的第一广告的投放时段是否满足第一目标乘梯时间记录,若满足即可在高峰期进行第一广告的投放,若不满足,则根据第一播放预算对应的第一广告的投放时段匹配对应的时段,获取第一广告的第一投放时段。
然后,根据第一播放方式获取第一广告播放一次的播放时长,根据第一播放频次获取第一投放时段内第一广告的播放次数和播放间隔时间,根据播放时长、播放间隔时间、播放次数获取第一广告在第一投放时段内的第一播放时间段,所述第一播放时间段即为第一广告在第一投放时段内进行广告播放的时间段。
通过第一播放时间段的获取,实现了对于适合第一广告播放的时间段的客观分析,进而根据客户主观偏好性需求对第一广告投放时间进行筛选,达到提升广告投放针对性的效果。
步骤S400:根据所述第一播放时间段、所述第一广告及其对应关系构建广告播放数据库;
具体而言,第一播放时间段为第一广告在第一投放时段内进行广告播放的时间段,在第一播放时间段内,第一广告与第二广告、第三广告至第n广告为交替播放,第二广告、第三广告至第n广告分别对应第二播放时间段、第三播放时间段至第n播放时间段,其中,第一播放时间段、第二播放时间段至第n播放时间段的和即为第一投放时段。根据第一播放时间段、第二播放时间段至第n播放时间段与第一广告、第二广告至第n广告的对应关系,构建广告播放数据库。第一投放时段为第一广告进行广告播放的时间段,所述广告播放数据库还包括第二投放时段、第三投放时段至第n投放时段,其中,第一投放时段、第二投放时段、第三投放时段至第n投放时段的和为24小时。
步骤S500:获取预设时间,并将所述预设时间在所述广告播放数据库中遍历,得到预设待播放广告集,其中,所述预设待播放广告集包括M条待播广告,M为大于等于1的整数;
具体而言,预设时间为当前准备制定广告播放方案的时间段,如下午3-4点,根据广告播放数据库获取第一投放时段、第二投放时段、第三投放时段至第n投放时段,将预设时间在投放时段中遍历,得到对应的匹配投放时段,所述匹配投放时段中包含多个匹配播放时间段,根据播放时间段与广告的对应关系,获取多个匹配播放时间段对应的多个匹配广告,将所述匹配广告作为待播广告,根据多个待播广告获取预设待播放广告集。
步骤S600:调用所述人脸识别设备对实时电梯用户进行识别,得到实时识别结果,并将所述实时识别结果依次与所述M条待播广告进行匹配分析,得到M条匹配分析结果;
具体而言,所述人脸识别设备用于对实时电梯用户进行识别,首先通过摄像头对电梯图像采集范围进行实时采集,利用人像捕捉技术,当人像出现在图像采集范围内时,自动地对其跟踪并进行图像采集,对图像采集结果进行人脸捕获,即根据图像采集结果获取人脸图像或者视频流的一帧,从中检测出人脸并将人脸从背景中分离出来保存,获取所述实时电梯用户的实时用户图像,对实时用户图像进行结构特征分析、纹理特征分析、颜色特征分析,获取实时用户身高、实时用户年龄和实时用户性别,以此作为实时用户特征,并将所述实时用户特征作为实时识别结果。
对于所述M条待播广告,获取第一待播广告的第一待播用户群体,对第一待播用户群体进行特征分析,获取第一待播群体特征,第一待播群体特征包括第一用户身高、第一用户年龄和第一用户性别,将实时用户特征与第一待播群体特征进行对比,获取第一特征相似度,同样的方法,对所述M条待播广告进行遍历,获取第二特征相似度、第三特征相似度至第M特征相似度,将第一特征相似度、第二特征相似度、第三特征相似度至第M特征相似度作为M条匹配分析结果。
步骤S700:根据所述M条匹配分析结果生成所述M条待播广告的播放优先级列表,并通过所述广告播放设备进行电梯广告播放。
进一步而言,如图3所示,本申请步骤S700还包括:
步骤S710:获取所述实时电梯用户的实时用户图像;
步骤S720:分析所述实时用户图像得到实时用户特征;
步骤S730:提取所述M条待播广告中的第一待播广告,并匹配所述第一待播广告的第一待播用户群体;
步骤S740:分析所述第一待播用户群体得到第一待播群体特征;
步骤S750:对比所述实时用户特征与所述第一待播群体特征,得到所述M条匹配分析结果,其中,以特征相似度表征所述M条匹配分析结果;以及
步骤S760:根据所述特征相似度生成所述播放优先级列表。
具体而言,通过摄像头对电梯图像采集范围进行实时采集,利用人像捕捉技术,当人像出现在图像采集范围内时,自动地对其跟踪并进行图像采集,对图像采集结果进行人脸捕获,即根据图像采集结果获取人脸图像或者视频流的一帧,从中检测出人脸并将人脸从背景中分离出来保存,获取所述实时电梯用户的实时用户图像。对实时用户图像进行结构特征分析、纹理特征分析、颜色特征分析,获取实时用户身高、实时用户年龄和实时用户性别,以此作为实时用户特征。
获取所述M条待播广告中任一广告作为第一待播广告,采用与步骤S200完全相同的方法匹配获取第一待播广告的目标用户群体,作为第一待播用户群体,根据用户分析坐标系,获取第一待播用户群体的待播用户身高、待播用户年龄、待播用户性别,以此作为第一待播群体特征。
将所述实时用户特征与所述第一待播群体特征进行对比,对于一项特征,两者匹配一致的用y表示,匹配不一致的用n表示,以此对特征进行标签标记,示例性地,如实时用户特征与第一待播群体特征的身高特征A匹配不一致,则标记身高特征A为An;如性别特征B为匹配一致,则标记性别特征B为By。统计身高特征、年龄特征、性别特征中匹配一致和不一致的标签数量,通过计算得到第一特征相似度,其中第一特征相似度的计算公式如下:
其中,其中,所述P(Ii,I)是第一特征相似度,所述I是实时用户特征,所述Ii是第一待播群体特征,所述Qy是实时用户特征与第一待播群体特征匹配一致的数量,所述Qn是实时用户特征与第一待播群体特征匹配不一致的数量,所述Q总是实时用户特征与第一待播群体特征匹配的总数量,且Q总=Qy+Qn。
由上述公式可得,第一特征相似度为实时用户特征与第一待播群体特征进行对比,对比结果中匹配一致的数量与匹配的总数量的比值,即匹配一致的数量在总数量中的占比,其中,匹配一致的特征越多,则第一特征相似度越高,实时用户特征与第一待播群体特征就越匹配,说明该实时用户与第一广告越符合。
以同样的方法,对所述M条待播广告分别获取M个待播用户群体,分别获取M个群体特征,分别将实时用户特征与M个待播群体特征进行对比,获取M个特征相似度,以此作为M条匹配分析结果。将M个特征相似度根据由大到小的顺序进行排序,将排序结果作为对应的M条待播广告的排序结果,以此生成播放优先级列表,即播放优先级越高、越靠前则播放优先级越高。根据广告播放优先级的顺序,通过所述广告播放设备进行电梯广告播放,广告播放设备为电梯内播放广告的显示屏。
进一步而言,本申请步骤S720还包括:
步骤S721:对所述实时用户图像进行结构特征分析,得到实时用户身高;
步骤S722:对所述实时用户图像进行纹理特征分析,得到实时用户年龄;
步骤S723:对所述实时用户图像进行颜色特征分析,得到实时用户性别;
步骤S724:将所述实时用户身高、所述实时用户年龄和所述实时用户性别作为所述实时用户特征。
具体而言,结构特征分析是以图像中物体的分割为基础,通过HOG特征对图片进行分割,示例性地,首先对实时用户图像进行伽马校正和灰度化处理,提升图像分割的准确性,然后计算每一个像素点的梯度值,得到梯度图,其中每个像素点都有两个值:梯度强度和梯度方向,计算梯度直方图,根据梯度直方图对图像的边缘进行提取,获取实时用户图像的人像形状,以此作为实时用户图像的结构特征,根据人像形状进行身高计算,得到实时用户身高。
纹理特征反映的是图像中同质现象的视觉特征,体现人像表面的具有缓慢变换或周期性变化的表面组织结构排列属性,通过灰度共生矩阵构建统计量,包括熵、对比度、角二阶矩、反差矩阵、相关性等,通过统计获取实时用户图像的纹理特征,一般纹理越致密则年越小,纹理越粗糙则年龄越大,根据纹理特征得到实时用户年龄。
颜色特征分析,将一个具体的像素点所呈现的颜色进行分析,并提取出其颜色特征分量。示例性地,通过颜色直方图获取图像的全局颜色特征,将得到的颜色特征与性别进行匹配,获取实时用户性别。将所述实时用户身高、所述实时用户年龄和所述实时用户性别作为所述实时用户特征。
综上所述,本申请实施例所提供的一种基于人脸识别的电梯广告播放方法及系统具有如下技术效果:
获取第一广告,分析第一广告得到第一目标用户群体,并得到第一目标乘梯时间记录,对第一目标乘梯时间记录进行筛选,得到第一播放时间段,构建广告播放数据库,获取预设时间,在广告播放数据库中遍历,得到预设待播放广告集,对实时电梯用户进行识别,得到实时识别结果,并将实时识别结果依次与待播广告进行匹配分析,得到匹配分析结果,生成待播广告的播放优先级列表,并通过广告播放设备进行电梯广告播放。解决了现有技术中对于目标广告的广告需求、目标用户群体不能精准获取,并且不能根据实时电梯用户进行广告匹配,使得广告投放效果差的技术问题,实现了对于客户需求和广告目标用户群体的精准分析,并通过对于实时电梯用户的识别,匹配针对性的广告播放列表,达到针对目标电梯、目标人群进行广告播放控制,进而提升广告投放效果。
实施例二
基于与前述实施例中一种基于人脸识别的电梯广告播放方法相同的发明构思,如图4所示,本申请提供了一种基于人脸识别的电梯广告播放系统,所述系统包括:
广告获取模块10,所述广告获取模块10用于获取第一广告,其中,所述第一广告具备第一播放需求;
广告分析模块20,所述广告分析模块20用于分析所述第一广告得到第一目标用户群体,并结合历史电梯使用记录得到所述第一目标用户群体的第一目标乘梯时间记录;
记录筛选模块30,所述记录筛选模块30用于将所述第一播放需求作为预设约束对所述第一目标乘梯时间记录进行筛选,得到第一播放时间段,其中,所述第一播放时间段与所述第一广告具备对应关系;
数据库构建模块40,所述数据库构建模块40用于根据所述第一播放时间段、所述第一广告及其对应关系构建广告播放数据库;
数据库遍历模块50,所述数据库遍历模块50用于获取预设时间,并将所述预设时间在所述广告播放数据库中遍历,得到预设待播放广告集,其中,所述预设待播放广告集包括M条待播广告,M为大于等于1的整数;
用户识别模块60,所述用户识别模块60用于调用所述人脸识别设备对实时电梯用户进行识别,得到实时识别结果,并将所述实时识别结果依次与所述M条待播广告进行匹配分析,得到M条匹配分析结果;
广告播放模块70,所述广告播放模块70用于根据所述M条匹配分析结果生成所述M条待播广告的播放优先级列表,并通过所述广告播放设备进行电梯广告播放。
进一步而言,所述系统还包括:
申请列表获取模块,用于获取广告投放申请列表,其中,所述广告投放申请列表包括多个具备播放需求标识的广告;
第一播放需求匹配模块,用于基于所述多个具备播放需求标识的广告获得所述第一广告,并匹配所述第一广告的所述第一播放需求;
其中,所述第一播放需求包括第一播放预算、第一播放方式、第一播放频次。
进一步而言,所述系统还包括:
使用记录获取模块,用于获取所述历史电梯使用记录,其中,所述历史电梯使用记录包括多条具备时间标识的电梯使用数据;
第一使用数据获取模块,用于从所述多条具备时间标识的电梯使用数据中得到第一使用数据,其中,所述第一使用数据表征在第一时间下,第一使用用户的电梯使用情况;
电梯使用数据库构建模块,用于根据所述第一时间、所述第一使用用户及其对应关系构建电梯使用数据库;
乘梯时间记录获取模块,用于结合所述电梯使用数据库得到所述第一目标乘梯时间记录。
进一步而言,所述系统还包括:
第一时间调取模块,用于在所述第一使用用户属于所述第一目标用户群体的情况下,调取所述第一时间;以及
第一时间添加模块,用于将所述第一时间添加至所述第一目标乘梯时间记录。
进一步而言,所述系统还包括:
历史购物数据库获取模块,用于通过第三方购物平台得到历史购物数据库;
第一购物数据提取模块,用于提取所述历史购物数据库中的第一购物数据,其中,所述第一购物数据表征第一用户购买所述第一广告中的产品;
多特征分析模块,用于对所述第一用户进行多特征分析,得到第一用户特征;以及
校正模块,用于基于所述第一用户特征对所述第一目标用户群体进行校正。
进一步而言,所述系统还包括:
实时用户图像获取模块,用于获取所述实时电梯用户的实时用户图像;
实时用户图像分析模块,用于分析所述实时用户图像得到实时用户特征;
第一待播用户群体获取模块,用于提取所述M条待播广告中的第一待播广告,并匹配所述第一待播广告的第一待播用户群体;
第一待播用户群体分析模块,用于分析所述第一待播用户群体得到第一待播群体特征;
对比模块,用于对比所述实时用户特征与所述第一待播群体特征,得到所述M条匹配分析结果,其中,以特征相似度表征所述M条匹配分析结果;以及
播放优先级列表生成模块,用于根据所述特征相似度生成所述播放优先级列表。
进一步而言,所述系统还包括:
结构特征分析模块,用于对所述实时用户图像进行结构特征分析,得到实时用户身高;
纹理特征分析模块,用于对所述实时用户图像进行纹理特征分析,得到实时用户年龄;
颜色特征分析模块,用于对所述实时用户图像进行颜色特征分析,得到实时用户性别;
实时用户特征获取模块,用于将所述实时用户身高、所述实时用户年龄和所述实时用户性别作为所述实时用户特征。
本说明书通过前述对一种基于人脸识别的电梯广告播放方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于人脸识别的电梯广告播放方法及系统,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种基于人脸识别的电梯广告播放方法,其特征在于,所述电梯广告播放方法应用于电梯广告播放系统,所述电梯广告播放系统与一广告播放设备、人脸识别设备通信连接,所述电梯广告播放方法包括:
获取第一广告,其中,所述第一广告具备第一播放需求;
分析所述第一广告得到第一目标用户群体,并结合历史电梯使用记录得到所述第一目标用户群体的第一目标乘梯时间记录;
将所述第一播放需求作为预设约束对所述第一目标乘梯时间记录进行筛选,得到第一播放时间段,其中,所述第一播放时间段与所述第一广告具备对应关系;
根据所述第一播放时间段、所述第一广告及其对应关系构建广告播放数据库;
获取预设时间,并将所述预设时间在所述广告播放数据库中遍历,得到预设待播放广告集,其中,所述预设待播放广告集包括M条待播广告,M为大于等于1的整数;
调用所述人脸识别设备对实时电梯用户进行识别,得到实时识别结果,并将所述实时识别结果依次与所述M条待播广告进行匹配分析,得到M条匹配分析结果;
根据所述M条匹配分析结果生成所述M条待播广告的播放优先级列表,并通过所述广告播放设备进行电梯广告播放。
2.如权利要求1所述电梯广告播放方法,其特征在于,所述获取第一广告,其中,所述第一广告具备第一播放需求,包括:
获取广告投放申请列表,其中,所述广告投放申请列表包括多个具备播放需求标识的广告;
基于所述多个具备播放需求标识的广告获得所述第一广告,并匹配所述第一广告的所述第一播放需求;
其中,所述第一播放需求包括第一播放预算、第一播放方式、第一播放频次。
3.如权利要求1所述电梯广告播放方法,其特征在于,所述分析所述第一广告得到第一目标用户群体,并结合历史电梯使用记录得到所述第一目标用户群体的第一目标乘梯时间记录,包括:
获取所述历史电梯使用记录,其中,所述历史电梯使用记录包括多条具备时间标识的电梯使用数据;
从所述多条具备时间标识的电梯使用数据中得到第一使用数据,其中,所述第一使用数据表征在第一时间下,第一使用用户的电梯使用情况;
根据所述第一时间、所述第一使用用户及其对应关系构建电梯使用数据库;
结合所述电梯使用数据库得到所述第一目标乘梯时间记录。
4.如权利要求3所述电梯广告播放方法,其特征在于,所述结合所述电梯使用数据库得到所述第一目标乘梯时间记录,包括:
在所述第一使用用户属于所述第一目标用户群体的情况下,调取所述第一时间;以及
将所述第一时间添加至所述第一目标乘梯时间记录。
5.如权利要求4所述电梯广告播放方法,其特征在于,在所述结合所述电梯使用数据库得到所述第一目标乘梯时间记录之前,还包括:
通过第三方购物平台得到历史购物数据库;
提取所述历史购物数据库中的第一购物数据,其中,所述第一购物数据表征第一用户购买所述第一广告中的产品;
对所述第一用户进行多特征分析,得到第一用户特征;以及
基于所述第一用户特征对所述第一目标用户群体进行校正。
6.如权利要求1所述电梯广告播放方法,其特征在于,所述根据所述M条匹配分析结果生成所述M条待播广告的播放优先级列表,并通过所述广告播放设备进行电梯广告播放,包括:
获取所述实时电梯用户的实时用户图像;
分析所述实时用户图像得到实时用户特征;
提取所述M条待播广告中的第一待播广告,并匹配所述第一待播广告的第一待播用户群体;
分析所述第一待播用户群体得到第一待播群体特征;
对比所述实时用户特征与所述第一待播群体特征,得到所述M条匹配分析结果,其中,以特征相似度表征所述M条匹配分析结果;以及
根据所述特征相似度生成所述播放优先级列表。
7.如权利要求6所述电梯广告播放方法,其特征在于,所述分析所述实时用户图像得到实时用户特征,包括:
对所述实时用户图像进行结构特征分析,得到实时用户身高;
对所述实时用户图像进行纹理特征分析,得到实时用户年龄;
对所述实时用户图像进行颜色特征分析,得到实时用户性别;
将所述实时用户身高、所述实时用户年龄和所述实时用户性别作为所述实时用户特征。
8.一种基于人脸识别的电梯广告播放系统,其特征在于,所述电梯广告播放系统与一广告播放设备、人脸识别设备通信连接,所述系统包括:
广告获取模块,所述广告获取模块用于获取第一广告,其中,所述第一广告具备第一播放需求;
广告分析模块,所述广告分析模块用于分析所述第一广告得到第一目标用户群体,并结合历史电梯使用记录得到所述第一目标用户群体的第一目标乘梯时间记录;
记录筛选模块,所述记录筛选模块用于将所述第一播放需求作为预设约束对所述第一目标乘梯时间记录进行筛选,得到第一播放时间段,其中,所述第一播放时间段与所述第一广告具备对应关系;
数据库构建模块,所述数据库构建模块用于根据所述第一播放时间段、所述第一广告及其对应关系构建广告播放数据库;
数据库遍历模块,所述数据库遍历模块用于获取预设时间,并将所述预设时间在所述广告播放数据库中遍历,得到预设待播放广告集,其中,所述预设待播放广告集包括M条待播广告,M为大于等于1的整数;
用户识别模块,所述用户识别模块用于调用所述人脸识别设备对实时电梯用户进行识别,得到实时识别结果,并将所述实时识别结果依次与所述M条待播广告进行匹配分析,得到M条匹配分析结果;
广告播放模块,所述广告播放模块用于根据所述M条匹配分析结果生成所述M条待播广告的播放优先级列表,并通过所述广告播放设备进行电梯广告播放。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311216165.8A CN117172855B (zh) | 2023-09-20 | 一种基于人脸识别的电梯广告播放方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311216165.8A CN117172855B (zh) | 2023-09-20 | 一种基于人脸识别的电梯广告播放方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117172855A true CN117172855A (zh) | 2023-12-05 |
CN117172855B CN117172855B (zh) | 2024-05-14 |
Family
ID=
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295832A (zh) * | 2015-05-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 产品信息推送方法及装置 |
CN109508833A (zh) * | 2018-12-13 | 2019-03-22 | 平安医疗健康管理股份有限公司 | 非疾病治疗项目的保费计算方法、装置、设备及存储介质 |
CN110135883A (zh) * | 2019-03-27 | 2019-08-16 | 浙江新再灵科技股份有限公司 | 一种电梯人群画像和广告受众分析的方法及系统 |
CN111091400A (zh) * | 2018-10-23 | 2020-05-01 | 第四范式(北京)技术有限公司 | 广告转化预测模型的生成以及投放广告的方法和装置 |
CN114021027A (zh) * | 2021-10-12 | 2022-02-08 | 深圳市思为软件技术有限公司 | 群组推荐方法及装置 |
CN114066534A (zh) * | 2021-11-29 | 2022-02-18 | 中国平安人寿保险股份有限公司 | 基于人工智能的电梯广告投送方法、装置、设备及介质 |
CN114445131A (zh) * | 2022-01-20 | 2022-05-06 | 聚好看科技股份有限公司 | 一种开机广告投放方法、播放方法及显示设备、服务器 |
CN116188083A (zh) * | 2023-03-10 | 2023-05-30 | 安徽凌申科技有限公司 | 电梯运营用广告投放管理系统 |
CN116205687A (zh) * | 2023-01-09 | 2023-06-02 | 广东联邦家私集团有限公司 | 基于多源数据融合的智能推荐方法 |
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295832A (zh) * | 2015-05-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 产品信息推送方法及装置 |
CN111091400A (zh) * | 2018-10-23 | 2020-05-01 | 第四范式(北京)技术有限公司 | 广告转化预测模型的生成以及投放广告的方法和装置 |
CN109508833A (zh) * | 2018-12-13 | 2019-03-22 | 平安医疗健康管理股份有限公司 | 非疾病治疗项目的保费计算方法、装置、设备及存储介质 |
CN110135883A (zh) * | 2019-03-27 | 2019-08-16 | 浙江新再灵科技股份有限公司 | 一种电梯人群画像和广告受众分析的方法及系统 |
CN114021027A (zh) * | 2021-10-12 | 2022-02-08 | 深圳市思为软件技术有限公司 | 群组推荐方法及装置 |
CN114066534A (zh) * | 2021-11-29 | 2022-02-18 | 中国平安人寿保险股份有限公司 | 基于人工智能的电梯广告投送方法、装置、设备及介质 |
CN114445131A (zh) * | 2022-01-20 | 2022-05-06 | 聚好看科技股份有限公司 | 一种开机广告投放方法、播放方法及显示设备、服务器 |
CN116205687A (zh) * | 2023-01-09 | 2023-06-02 | 广东联邦家私集团有限公司 | 基于多源数据融合的智能推荐方法 |
CN116188083A (zh) * | 2023-03-10 | 2023-05-30 | 安徽凌申科技有限公司 | 电梯运营用广告投放管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7207836B2 (ja) | 視聴者エンゲージメントを評価するためのシステム | |
CN112101433B (zh) | 一种基于YOLO V4和DeepSORT的分车道车辆自动计数方法 | |
US10915131B2 (en) | System and method for managing energy | |
US7974869B1 (en) | Method and system for automatically measuring and forecasting the behavioral characterization of customers to help customize programming contents in a media network | |
CN109784274B (zh) | 识别尾随的方法及相关产品 | |
US8706544B1 (en) | Method and system for automatically measuring and forecasting the demographic characterization of customers to help customize programming contents in a media network | |
WO2020207201A1 (zh) | 用户行为预测模型构建方法、装置、存储介质及电子设备 | |
CN102930454A (zh) | 基于多感知技术的智能3d广告推荐方法 | |
CN111160243A (zh) | 客流量统计方法及相关产品 | |
CN109064229B (zh) | 一种基于体感设备的广告推荐系统 | |
EP3355282A1 (en) | System and method for detecting, tracking and counting human objects of interest using a counting system and a data capture device | |
CN108830223A (zh) | 一种基于批量模式主动学习的微表情识别方法 | |
CN108898244B (zh) | 一种耦合多源要素的数字标牌位置推荐方法 | |
CN114155034A (zh) | 一种基于特征识别的用户对广告的认可度评价方法 | |
CN115273208A (zh) | 轨迹生成方法、系统、装置及电子设备 | |
CN117172855B (zh) | 一种基于人脸识别的电梯广告播放方法及系统 | |
CN117172855A (zh) | 一种基于人脸识别的电梯广告播放方法及系统 | |
CN112131477A (zh) | 一种基于用户画像的图书馆图书推荐系统及方法 | |
CN114286282B (zh) | 基于手机WiFi RSS数据和降维算法的指纹定位方法 | |
CN115311022A (zh) | 一种广告流量识别方法、装置及计算机可读存储介质 | |
CN112417961B (zh) | 一种基于场景先验知识的海面目标检测方法 | |
WO2022126668A1 (zh) | 一种公共场所行人识别方法及人流统计系统 | |
CN111784496A (zh) | 一种应用于银行中的实时精准营销辅助系统和方法 | |
CN111860261A (zh) | 一种客流值的统计方法、装置、设备及介质 | |
CN112150193A (zh) | 一种客群分析方法、系统及存储介质 |
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 | ||
GR01 | Patent grant |