[发明专利]一种基于设备端视觉互动的推广方法

说明书

本发明公开了一种基于设备端视觉互动的推广方法。所述推广方法包括设备端与服务器端，所述设备端离线提取人脸属性标签，所述服务器端初始化/更改配置，所述服务器端内置广告播放软件，并获取广告播放列表，且所述广告播放软件主动获取服务器端的配置；设备端根据离线提取的人脸属性标签传输至广告播放软件，所述广告播放软件来判断是否触发广告互动行为，若触发广告互动行为，则将收集到的互动信息传输至服务器端，所述服务器端计算修改配置权重，对服务器端更改配置与人员进行广告互动。本发明用以解决提取人脸标签需要服务器配合不能在设备端独立完成、互动方式固定和广告内容无法吸引和互动，看广告转化率低的问题。

技术领域

本发明涉及广告投放领域，具体是一种基于设备端视觉互动的推广方法。

背景技术

现有技术中存在提取人脸标签需要服务器配合不能在设备端独立完成、互动方式固定和广告内容无法吸引和互动，看广告转化率低的问题。

发明内容

本发明的目的在于提供一种基于设备端视觉互动的推广方法，用以解决现有技术中的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于设备端视觉互动的推广方法，所述推广方法包括设备端与服务器端，所述设备端离线提取人脸属性标签，所述服务器端初始化/更改配置，所述服务器端内置广告播放软件，并获取广告播放列表，且所述广告播放软件主动获取服务器端的配置；

设备端根据离线提取的人脸属性标签传输至广告播放软件，所述广告播放软件来判断是否触发广告互动行为，若触发广告互动行为，则将收集到的互动信息传输至服务器端，所述服务器端计算修改配置权重，对服务器端更改配置与人员进行广告互动，如果不触发互动行为则广告播放软件继续有序的播放广告列表。

进一步的，所述设备端离线提取人脸属性标签具体包括以下步骤：

步骤1：提取服务器端经过训练的人脸数据导入设备端Ncnn深度学习人脸属性模型结果数据；

步骤2：获得Ncnn深度学习人脸属性模型的结果数据；

步骤3：设备端的摄像头采集图像；

步骤4：将步骤3采集的图像经过开源算法Mtcnn进行人脸检测和跟踪；

步骤5：将步骤4中开源算法Mtcnn人脸检测和跟踪的图像再次进行Ncnn深度学习算法导入模型数据和提取出的人脸区域数据进行人脸属性提取，提取出人脸性别和人脸年龄属性，形成人脸属性标签。

进一步的，所述步骤1提取服务器端经过训练的人脸数据具体包括以下步骤：

步骤1.1：服务器端采集人脸数据；

步骤1.2：将步骤1.1服务器采集到的人脸数据进行训练；

步骤1.3：将步骤1.2训练后的人脸数据生成人脸训练结果数据；

步骤1.4：将步骤1.3人脸训练结果数据转换成Ncnn深度学习人脸属性模型的结果数据。

进一步的，所述服务器端初始化/更改配置具体为，所述服务端首先进行广告配置，再次配置广告互动触发属性条件，再次配置广告互动行为，最后通过计算修改配置权重更改配置，广告播放软件自动读取广告配置、广告互动触发属性条件和配置广告互动行为。

进一步的，所述广告互动触发属性条件包括年龄区间、性别区间和驻留时间区间。

进一步的，所述广告互动行为包括弹窗红包扫码、跳转到趣味app和跳转到游戏app。

进一步的，所述获取广告播放列表分为通过设备端主动拉取广告和服务器端主动下发广告，保证设备端能够获取完整的广告播放列表以及广告对应的互动属性条件和互动行为。