基于人脸识别与大数据分析的广告投放效果评价与智能推送决策方法技术

本发明专利技术公开了一种基于人脸识别与大数据分析的广告投放效果评价与智能推送决策方法，包括：应用人脸识别技术对观众群体的面部特征数据进行获取，这些数据将作为参数传入广告投放效果评价模块中用于对广告投放效果进行量化；另外，历史数据将存储于数据库中用于数据分析系统进行更进一步的分析，分析结果可提供给广告商家作为投放决策参考，还可提供给广告主对其广告位进行合理的竞价收费。同时，利用FAEM匹配算法对当前播放广告与当前观众面部特征数据进行匹配，根据匹配结果进行广告推送。本发明专利技术可科学客观地给出广告投放效果的精准评价，并可根据广告受众人群选择性地智能投放广告。

【技术实现步骤摘要】
基于人脸识别与大数据分析的广告投放效果评价与智能推送决策方法
本专利技术涉及人脸识别与大数据分析技术以及广告心理学领域，特别是涉及一种适用于电子广告牌等广告媒介的广告投放效果评价与智能推送决策方法。
技术介绍
中国的广告类型按照媒介物可划分为印刷广告、电子广告、交通广告、户外广告，而针对这些广告的投放效果的评价方法可以概括为观察法、实验法、访谈法、投射法和问卷法。这些传统的评价方法几乎都是依赖于人工调查这种效率低下且数据不够精准的评价手段。同时，广告的投放效果评价按照投放过程可以分为：广告前测试、广告中测试、广告后测试以及追踪测定。广告前和广告后测试会在实时性上较劣于其他两种方法，因为广告前测试是在特定情况下所进行的广告调查实验，被测者的反应不能完全还原真实情况下的观众感受，而广告后测试则只能作为下次广告活动设定广告目标的基准，没有实时效益。然而，想要对商业楼宇、商场电子屏等户外多媒体广告进行广告中测试以及追踪测定的难度比较大，目前在国内大部分广告区域中尚未有足够高效可行的广告中测试评价方法能够被实际应用。尤其对于这类传统的媒体广告，很难准确地知道有多少人接收到广告信息，尚未有一种手本文档来自技高网...

【技术保护点】
基于人脸识别与大数据分析的广告投放效果评价方法，其特征是，包括：步骤1，对待评价的广告集合中广告进行编号；步骤2，为广告集合建立广告数据表，具体为：将广告集合中每个广告的广告名和广告编号作为一条记录存放于广告数据表中；步骤3，在电子广告牌中按照预设顺序和预设次数向目标用户播放广告集合中所有广告；步骤4，广告播放过程中，电子广告牌上安装的摄像头采集目标用户的人脸数据，并从人脸数据中识别出人脸；步骤5，通过人脸识别自动获取每一帧图像中每一个目标用户的面部特征数据，所述的面部特征数据包括性别、年龄、观看距离、人种、微笑值、姿态、面部特征点位置、睁闭眼；步骤6，根据目标用户的面部特征数据，建立脸表和临...

【技术特征摘要】
1.基于人脸识别与大数据分析的广告投放效果评价方法，其特征是，包括：步骤1，对待评价的广告集合中广告进行编号；步骤2，为广告集合建立广告数据表，具体为：将广告集合中每个广告的广告名和广告编号作为一条记录存放于广告数据表中；步骤3，在电子广告牌中按照预设顺序和预设次数向目标用户播放广告集合中所有广告；步骤4，广告播放过程中，电子广告牌上安装的摄像头采集目标用户的人脸数据，并从人脸数据中识别出人脸；步骤5，通过人脸识别自动获取每一帧图像中每一个目标用户的面部特征数据，所述的面部特征数据包括性别、年龄、观看距离、人种、微笑值、姿态、面部特征点位置、睁闭眼；步骤6，根据目标用户的面部特征数据，建立脸表和临时脸表，其中，脸表中以每一帧图像中每一位目标用户的面部特征数据作为一条记录，同时为各条记录添加记录所对应帧图像所属广告的广告编号、所对应帧图像的播放时间、所对应帧图像播放时的天气和地理；将脸表中刚播放结束的广告最近一次播放所对应的所有记录放入临时表；步骤7，每则广告播放结束时，对临时表中面部特征数据进行聚类，将各帧图像中同一人脸识别出来，然后清空临时表；对识别出的每一个人脸分别建立记录，将记录放入人表；记录的数据包括：年龄、性别、第一次出现时间、最后一次出现时间、闭眼次数、睁眼次数、注视率、是否佩戴眼镜、平均微笑值、人种、平均观看距离、观看的广告编号、观看时长、地点和天气；步骤8，当广告集合中广告播放结束后，对人表中数据进行标准化，具体为：统计人表中数据，分别获得观看每一个广告的目标用户的观看情况，所述的观看情况包括观看总人数tnun、男性人数mnun、女性人数fnun、总睁眼次数onum、总观看时长lenth、各年龄层人数knum；对每一个广告的观看情况分别进行标准化，标准化后的数据包括：平均注视率EC、男性比例MSR＝mnum/tnum、女性比例FSR＝fnum/tnum、男性注视率MEC＝EC*MSR、女性注视率FEC＝EC*FSR、各年龄层注视率KEC＝knum*EC/tnum、广告平均观看距离AD和微笑指数AS；其中，EC即观看每一个广告的所有目标用户的注视率的平均值，AD即观看每一个广告的所有目标用户的平均观看距离的平均值，AS即观看每一个广告的所有目标用户的平均微笑值的平均值；步骤9，根据标准化后的数据分别获取各广告的广告属性值，即广告投放效果的直接评价；所述的广告属性包括观看各广告的所有目标用户的性别比、年龄范围、广告平均观看距离AD、年龄波动范围、观看兴趣区，以及各广告的幽默度、被注视率和关注度；其中，年龄波动范围即脸表中同一人脸各记录的年龄波动差；观看兴趣区根据观看该广告的所有目标用户头部的抬头角度和摇头角度的平均值确定，幽默度即各广告的微笑指数AS；被注视率即各广告播放时所有观看目标用户的观看时长的平均值和各广告时长的比值；对各广告在人表中对应的各记录分别进行：首先，计算各记录的第一次出现时间和第二次出现时间的差值；然后，计算各记录观看时长和该差值的比值；最后，计算同一广告在人表中对应的所有记录的该比值的平均值，即该广告的关注度。2.如权利要求1所述的基于人脸识别与大数据分析的广告投放效果评价方法，其特征是：步骤4中，采用Adaboost法识别人脸，具体为：子窗口在帧图像的图片窗口中移动，子窗口每到一个位置，计算出子窗口区域的Haar特征；利用已训练的人脸识别级联分类器对Haar特征进行筛选，若Haar特征通过了所有强分类器的筛选，则判定该子窗口区域为人脸区域。3.如权利要求1所述的基于人脸识别与大数据分析的广告投放效果评价方法，其特征是：步骤5中，采用face++平台来自动获取每一帧图像中每一个目标用户的面部特征数据。4.如权利要求1所述的基于人脸识别与大数据分析的广告投放效果评价方法，其特征是：还包括对广告的投放效果进行间接分析评价，具体为：对各广告分别进行最适分析，获得各广告的最适人群，包括：首先，从年龄、性别、是否佩戴眼镜和人种中选择多个人脸属性，采用选择的人脸属性对人表中观看同一广告的目标用户分别进行划分；若按照年龄，将目标用户划分为儿童、青少年、青年、中年和老年五个属性集合，将儿童、青少年、青年、中年、老年五个因素分枝按照从小到大顺序依次编号；若按照性别，将目标用户划分为男和女两个属性集合，将男、女两个因素分枝按照从小到大顺序依次编号；若按照是否佩戴眼镜，将目标用户划分为佩戴眼镜和不佩戴眼镜两个属性集合，将佩戴眼镜、不佩戴眼镜两个因素分枝按照从小到大顺序依次编号；若按照人种，将目标用户划分白、黄和黑三个属性集合，将白、黄、黑三个因...

【专利技术属性】
技术研发人员：朱思宇，杨伊迪，
申请(专利权)人：杨伊迪，
类型：发明
国别省市：湖北,42