[发明专利]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

权利要求书

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。