【技术实现步骤摘要】
本专利技术涉及公交广告投放，具体涉及一种基于大模型与机器视觉的公交广告投放与修正方法及系统。
技术介绍
1、公交广告投放是指在公交车上或公交车站投放广告的一种营销方式。这种广告形式具有广泛的覆盖面和较高的曝光率，因为公交车是城市居民出行的主要交通工具之一。在进行公交广告投放时，要充分考虑目标受众、广告形式、投放时间和预算因素，以提高广告效果和回报率。
2、目前，公交广告投放过程中大多是按照设计顺序统一进行投放，导致公交广告的观看度较差，不仅不能根据公交车内部的乘客年龄段、性别、身高和宣传产品库生成对应的广告，还不能在广告投放过程中进行及时修正，严重影响了广告的投放效果，这也降低了公交公司的广告投放收入；因此，需要设计一种基于大模型与机器视觉的公交广告投放与修正方法及系统。
技术实现思路
1、本专利技术的目的是克服现有技术的不足，为更好的有效解决目前公交广告投放过程中由于大多是按照设计顺序统一进行投放，从而导致公交广告的观看度较差，不仅不能根据公交车内部的乘客年龄段、性别、身高和宣传产品库生成对应的广告，还不能在广告投放过程中进行及时修正，严重影响了广告的投放效果，这也降低了公交公司广告投放收入的问题，提供了一种基于大模型与机器视觉的公交广告投放与修正方法及系统，其实现了检测乘客相关特征并对年龄段、性别和身高采用不同算法进行检测，还实现了采用大模型技术依据乘客特征与产品信息自动生成广告文案与海报，也实现了通过注意力程度对广告文案与海报效果进行实时验证，且效果不佳的广告文案
2、为了达到上述目的，本专利技术所采用的技术方案是：
3、一种基于大模型与机器视觉的公交广告投放与修正方法，包括以下步骤，
4、步骤a，采用基于自适应麻雀搜索算法优化的rbf 神经网络-决策级融合算法检测乘客年龄段，获得乘客年龄段检测结果；
5、步骤b，采用基于天牛须算法优化的bp神经网络算法对乘客身高进行检测，获得乘客身高检测结果；
6、步骤c，采用基于加入模拟退火的混合蛙跳算法优化的svm算法对乘客性别进行分类检测，获得乘客性别分类检测结果；
7、步骤d，基于乘客年龄段检测结果、乘客身高检测结果和乘客性别分类检测结果结合宣传产品库生成广告文案和海报关键词，再由广告文案和海报关键词制成宣传海报并在公交车载显示器中进行投放显示；
8、步骤e，对乘客头部姿态进行检测并获得乘客头部姿态检测结果；
9、步骤f，基于乘客头部姿态检测结果设定阀值并判断乘客对宣传海报的注意力集中程度，再根据乘客对宣传海报的注意力集中程度对宣传海报的显示内容进行修正。
10、前述的一种基于大模型与机器视觉的公交广告投放与修正方法，步骤a，采用基于自适应麻雀搜索算法优化的rbf 神经网络-决策级融合算法检测乘客年龄段，获得乘客年龄段检测结果，其中输入变量为使用lgbp对人脸数据降维后的特征数据，所述自适应麻雀搜索算法中的自适应交叉操作和变异操作用于优化rbf 神经网络的中心值、宽度值、权值和年龄段精度，所述自适应麻雀搜索算法中的自适应交叉操作和变异操作具体是在麻雀种群发现食物与跟随侦察预警过程中对麻雀个体的适应度进行排序并选出当前最佳适应度麻雀个体进行交叉操作与变异操作，具体步骤如下，
11、步骤a1，交叉操作，选择种群中的麻雀个体并随机地进行相互配对，再将配对好的麻雀个体通过交叉操作概率发生交叉操作，其中交叉操作的两个麻雀和的交叉公式如公式（1）所示，
12、
13、其中，表示麻雀位置，表示麻雀位置，表示麻雀交叉操作后位置，表示麻雀交叉操作后位置，表示可信度，表示区间（0，1）之间的随机数；
14、步骤a2，变异操作，对麻雀个体的位置以变异操作概率发生变异，设个体最优值的第维变量为，再对施加随机扰动变量进行变异操作如公式（2）所示，
15、
16、其中，为随机扰动变量并服从均值为0与方差为1的正态分布；
17、步骤a3，自适应交叉操作和变异操作，采用自适应交叉操作和变异操作使交叉操作概率和变异操作概率能自动调节，如公式（3）和公式（4）所示，
18、
19、
20、其中，和为常数，为整个种群适应度的平均值，为整个种群适应度的最大值，为整个种群适应度的最小值，为全局最优适应度；
21、步骤a4，将子代与父代适应度进行比较并淘汰适应度差的个体；
22、步骤a5，利用rbf神经网络建立年龄段判定模型，再利用自适应麻雀搜索算法中的自适应交叉操作和变异操作优化rbf 神经网络的中心值、宽度值、权值；
23、步骤a6，使用kpca算法对原始人脸图像数据进行特征降维，再将降维后的数据基于svm算法得到的结果置信度进行决策层融合，得到乘客年龄段检测结果，具体步骤如下，
24、步骤a61，使用kpca对人脸数据提取到的特征使用svm算法进行分类，得到使用特征属于第类的概率为，再对概率按照大小进行排序并获得前三的概率分别为、和，其中、和分别是概率排名前三位的类别，而可信度如公式（5）所示，
25、
26、步骤a62，使用lgbp对人脸数据提取到的特征使用自适应麻雀搜索算法和rbf神经网络进行分类，获得可信度；
27、步骤a63，对可信度和可信度进行计算并得到加权融合算法的权值如公式（6）所示，
28、
29、其中，和分别表示基于svm算法计算到的权值和基于融合自适应麻雀搜索算法和rbf神经网络得到的权值；
30、步骤a64，计算融合后图像属于第类的概率如公式（7）所示，其中乘客年龄段检测结果为中的值代表的年龄段，
31、。
32、前述的一种基于大模型与机器视觉的公交广告投放与修正方法，步骤b，采用基于天牛须算法优化的bp神经网络算法对乘客身高进行检测，获得乘客身高检测结果，其中优化后的bp神经网络算法是利用二维图像与三维世界坐标进行拟合并对人体骨骼点检测出的关键点进行拟合，从而检测出关键骨骼点三维视觉坐标，再计算每一段身体骨骼长度从而估算乘客身高，具体步骤如下，
33、步骤b1，设定天牛须朝向的随机向量并定义空间维度，再设定模型结构为，其中m为输入层神经元个数，s为隐含层神经元个数，3为输出层神经元个数，而搜索空间维度；
34、步骤b2，设置步长因子，其中步长因子用于控制天牛的区域搜索能力，如公式（8）所示，
35、
36、其中，eta 取［0，1］之间靠近 1 的数；
37、步骤b3，利用测试数据的均方根误差mse作为适应度评价函数，且所述适应度评价函数用于推进对空间区域的搜索，如公式（9）所示，
38、
39、其中，表示适应度，算法迭代本文档来自技高网...
【技术保护点】
1.一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：包括以下步骤，
2.根据权利要求1所述的一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：步骤A，采用基于自适应麻雀搜索算法优化的RBF 神经网络-决策级融合算法检测乘客年龄段，获得乘客年龄段检测结果，其中输入变量为使用LGBP对人脸数据降维后的特征数据，所述自适应麻雀搜索算法中的自适应交叉操作和变异操作用于优化RBF 神经网络的中心值、宽度值、权值和年龄段精度，所述自适应麻雀搜索算法中的自适应交叉操作和变异操作具体是在麻雀种群发现食物与跟随侦察预警过程中对麻雀个体的适应度进行排序并选出当前最佳适应度麻雀个体进行交叉操作与变异操作，具体步骤如下，
3.根据权利要求2所述的一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：步骤B，采用基于天牛须算法优化的BP神经网络算法对乘客身高进行检测，获得乘客身高检测结果，其中优化后的BP神经网络算法是利用二维图像与三维世界坐标进行拟合并对人体骨骼点检测出的关键点进行拟合，从而检测出关键骨骼点三维视觉坐标，再计算每一段身体骨骼长度从
4.根据权利要求3所述的一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：步骤C，采用基于加入模拟退火的混合蛙跳算法优化的SVM算法对乘客性别进行分类检测，获得乘客性别分类检测结果，具体步骤如下，
5.根据权利要求4所述的一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：步骤D，基于乘客年龄段检测结果、乘客身高检测结果和乘客性别分类检测结果结合宣传产品库生成广告文案和海报关键词，再由广告文案和海报关键词制成宣传海报并在公交车载显示器中进行投放显示，具体步骤如下，
6.根据权利要求5所述的一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：步骤E，对乘客头部姿态进行检测并获得乘客头部姿态检测结果，其中对乘客头部姿态进行检测具体是对连续的头部偏转角进行检测，再将头部偏转角度离散化后采用多输出融合损失的方式实现由粗到精的分步检测，具体步骤如下，
7.根据权利要求6所述的一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：步骤F，基于乘客头部姿态检测结果设定阀值并判断乘客对宣传海报的注意力集中程度，再根据乘客对宣传海报的注意力集中程度对宣传海报的显示内容进行修正，其中若头部姿态在设定阀值范围内则判定为乘客将注意力集中至宣传海报处。
8.一种基于大模型与机器视觉的公交广告投放与修正系统，所述公交广告投放与修正系统的运行过程基于权利要求1-7任一项所述的公交广告投放与修正方法，其特征在于：包括乘客年龄段检测模块、乘客身高检测模块、乘客性别分类检测模块、广告投放显示模块、头部姿态检测模块和广告修正模块；
9.根据权利要求8所述的一种基于大模型与机器视觉的公交广告投放与修正系统，其特征在于：所述乘客年龄段检测模块中自适应麻雀搜索算法用于优化RBF 神经网络的中心值、宽度值、权值和年龄段精度。
10.根据权利要求8所述的一种基于大模型与机器视觉的公交广告投放与修正系统，其特征在于：所述乘客身高检测模块中优化后的BP神经网络算法是利用二维图像与三维世界坐标进行拟合并对人体骨骼点检测出的关键点进行拟合，从而检测出关键骨骼点三维视觉坐标，再计算每一段身体骨骼长度从而估算乘客身高。
...【技术特征摘要】
1.一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：包括以下步骤，
2.根据权利要求1所述的一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：步骤a，采用基于自适应麻雀搜索算法优化的rbf 神经网络-决策级融合算法检测乘客年龄段，获得乘客年龄段检测结果，其中输入变量为使用lgbp对人脸数据降维后的特征数据，所述自适应麻雀搜索算法中的自适应交叉操作和变异操作用于优化rbf 神经网络的中心值、宽度值、权值和年龄段精度，所述自适应麻雀搜索算法中的自适应交叉操作和变异操作具体是在麻雀种群发现食物与跟随侦察预警过程中对麻雀个体的适应度进行排序并选出当前最佳适应度麻雀个体进行交叉操作与变异操作，具体步骤如下，
3.根据权利要求2所述的一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：步骤b，采用基于天牛须算法优化的bp神经网络算法对乘客身高进行检测，获得乘客身高检测结果，其中优化后的bp神经网络算法是利用二维图像与三维世界坐标进行拟合并对人体骨骼点检测出的关键点进行拟合，从而检测出关键骨骼点三维视觉坐标，再计算每一段身体骨骼长度从而估算乘客身高，具体步骤如下，
4.根据权利要求3所述的一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：步骤c，采用基于加入模拟退火的混合蛙跳算法优化的svm算法对乘客性别进行分类检测，获得乘客性别分类检测结果，具体步骤如下，
5.根据权利要求4所述的一种基于大模型与机器视觉的公交广告投放与修正方法，其特征在于：步骤d，基于乘客年龄段检测结果、乘客身高检测结果和乘客性别分类检测结果结合宣传产品库生成广告文案和海报关键词，再由广告文案和...
【专利技术属性】
技术研发人员：任飞，王健，陈鹏宇，陈旭，
申请(专利权)人：南京智慧交通信息股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。