论文部分内容阅读
摘要：随着时代的发展，线上广告日趋成熟，可根据用户喜好推荐广告，但传统的线下广告越来越被人们忽视。所以针对线下广告急需一次革新，运用百度AI开放平台的接口识别人体的各种属性，与算法结合对属性进行分析从数据库中调出广告，再根据人脸的表情数据判断对广告的喜恶程度适当的调整广告的类型。基于此，来达到线下广告的精准投放的目的，使广告的效益达到最大化。
关键词：线下广告;百度AI开放平台;精准投放
中图分类号：TP399 文献标识码：A
文章编号：1009-3044（2019）36-0195-03
广告经过了多年发展已非常普遍，尤其是线上广告的發展，已经几乎可已达到精准投放了。例如像淘宝商城的电商软件，已经可以通过算法根据消费者浏览记录判断消费者的喜好，从而达到精准的广告投放和推送。
但传统的线下广告有诸多局限性，发展较慢。在追求高效率的时代里，线下广告越来越被人们所忽视，没有达到广告效益的最大化。截至目前，仅有很少的方法可以使线下广告的效率提高，且效率不是很高。
所以本文提出一套方法，借助百度AI开放平台中对人体属性的鉴别以及对人脸的检测和数据库中的SQLserver技术，通过算法找到与当前消费者匹配度最高的广告。然后通过观察消费者的表情判断消费者对已投放广告的满意程度，并适当地做出调整。从而极大程度上减少线下广告不合时宜，且固定老套等缺点所带来的影响。
1接口
百度智能云基于世界领先的百度大脑，提供拿来即用的视觉、语音等通用AI能力及行业解决方案、AI开发平台及培训服务等。行业客户可基于自身业务需求及数据，定制出个性化智能应用。本文所使用的就是百度AI开放平台的人体检测和人脸识别模块。
1.1申请接口
首先申请百度AI开放平台的API使用权，得到了账户、API密钥和密码，然后在python上安装了百度AI开放平台的第三方库——api。
1.2确定函数
方案中所需要的是关于人体数据中的性别、年龄段、上身服饰、下身服饰、上身服饰的细分类别、上下身服饰的颜色、配饰品、是否是正常人体和身上是否有遮挡。对应于接口中的函数是age， gender， supper_wear， lower_wear， upper_wear_fg， up-per_color， lower_color， （bag， headwear， glasses）， is_hum-an， oeelu-sIon，把这些函数包装成一个类，将每个函数所能提供的固定的值传递给算法，作为算法处理的标准，如1图所示。经过接口处理判断后，得到图2所示结果：
从上到下依次可以看到程序对于图片的判断，在这里稍做声明，我们在判断配饰品的时候，仅以身上是否有包，帽子和眼镜来判断。如果有，返回True，如果没有，返回False，以此进行接下来的算法分析和处理。
在处理完身体各属性之后，进行人脸表情数据的测定。同样还是使用百度AI开放平台的人脸检测接口。通过接口中的detect函数识别人脸的表情，例如：微笑（smile），伤心（sad），愤怒（angery）等。但是在此过程中我们发现判断表情的准确率还不是很高，所以我们没有完成后期根据喜恶程度改变广告类型的部分，如图3所示。
代码运行过后得出结果：
以上，为接口在本文中的全部使用，对于接口的使用本项目组只是运用到了基础部分，提供了一些判断的依据。
2匹配方法
定向广告投放的定向是整个系统的关键，在调用人脸检测接口（以下简称接口）后，可更加准确的来实现该目的。
2.1实现函数
（l）：函数start（）：在开启程序后将登陆预设在程序中的账号以便与百度接口连接，若登录失败，会发送邮件信息联系管理员。
（2）：函数reset（）：导人cv2库后利用摄像头硬件定时（时长可以改变）拍摄场景照片，并将所拍摄照片利用预先设定好的包含有接口的函数y—o（）来判定当前场景是否有人员。在无人状态下并不会播放广告以达到省电的目的。
（3）：函数y-o（）：到y-o（）函数的输出值为1时，将该图像信息再次输入函数infor（）以得到一个包含有人物信息的列表（一个人时）或多个包含有人物信息的列表（多人时）。当人物信息列表有多个时，将比对所有列表并保留数量最多的人物信息。最后infor0函数的输出结构仅有单个列表。
（4）：将（3）中得到的列表输入comp（）函数后，逐一与数据库中的商品标签值进行比对（事先已对广告做好大致分类）。到匹配度大于设定值（可调整）后，从本地存储中调出该广告并进行播放。
（5）：函数comp（）：在广告播放完毕后，将调用reset0函数，减轻本地存储负担，也避免数据冗余。重复步骤（2）以使得系统开始下一次的广告投放。
2.2操作步骤与思路
（1）开启系统后调用函数start0。
（2）使用cv2调用系统摄像头后定时拍摄当前场景并调用y_00。
（3）当前场景有人出现时调用infor（）。
（4）在获取当前人物信息后调用comp（），
（5）当广告播放完毕后，调用reset（），并重复步骤（2）。
整个系统流程图如图5所示。
3数据库
本项目基于深度学习的人体情绪与属性识别的方法，搜集针对不同年龄、性别的不同类型广告，为不同类型广告确定标签，综合考虑用户情绪与属性，以及不同类型广告的标签，确定投放的广告并建立关注广告的人次以及人体属性数据库。
3.1基于人体属性进行商品分类
为建立商品广告库，首先需要对商品进行系统分类，综合考虑用户属性，使两者相匹配。 将人体属性的划分一共有3层：
第1层为性别划分，分为男、女2种;
第2层为年龄段划分，分为青少年、中年、老年3种;
第3层为面部属性划分，由于需要利用百度AI开放平台的接口，所以将面部属性分为生气、害怕、厭恶、高兴、悲伤、惊讶和无情绪7种，与百度AI平台的面部属性相对应。
假设单个人体属性播放2个商品广告，那么需要寻找84种不同的与人体属性相匹配的广告。
3.2寻找对应商品图案
利用百度与谷歌两种不同搜索引擎寻找商品图案，并标上1-84作为商品标签方便数据库的建立。 如下图6所示。
最后，利用SQL Server建立了广告数据库，通过CREATETABLE语句建立表格，通过INSERT语句将84个商品图案导入表格中。
4结束语
本文针对线下广告的缺点基于百度AI开放平台中的人体属性数据判断对传统线下广告进行了一次创新。但是由于种种原因未能完成根据人脸表情对投放的广告进行更改的功能，将在以后的研究中逐步完善功能。
参考文献：
[1]孙会，企业运用线下广告的趋势分析[J].邯郸职业技术学院学报，2007（1）：38-42.
[2]高华芳.购物中心的广告、门道、渠道、态度、创意[J].时代经贸，2014（7）：75-77.
[3]宋思曼.广告对消费者购买行为的影响因素分析[J].产业与科技论坛，2018（23）：90-91
[4]董梦娇.基于SURF算法的服装3D人体特征点识别[J].北京服装学院学报：自然科学版，2018（4）：37-44.
[5]张铭姗.城市户外广告的新特征和发展趋势[J].青年记者，2017（6）：80-90.
【通联编辑：梁书】
收稿日期：2019-10-21
基金项目：国家自然科学基金（61373004）资助项目
作者简介：王志豪（1998-），男，河南郑州人，学士，主要研究方向为模式识别;朱浩宇（1998-），男，上海人，学士，主要研究方向为模式识别;翁子扬（1998-），男，上海人，学士，主要研究方向为模式识别;通讯作者：马燕（1970-），女，浙江海宁人，上海师范大学信息与机电工程学院计算机系教授，主要研究方向为图像分割、模式识别和三维建模等。
关键词：线下广告;百度AI开放平台;精准投放
中图分类号：TP399 文献标识码：A
文章编号：1009-3044（2019）36-0195-03
广告经过了多年发展已非常普遍，尤其是线上广告的發展，已经几乎可已达到精准投放了。例如像淘宝商城的电商软件，已经可以通过算法根据消费者浏览记录判断消费者的喜好，从而达到精准的广告投放和推送。
但传统的线下广告有诸多局限性，发展较慢。在追求高效率的时代里，线下广告越来越被人们所忽视，没有达到广告效益的最大化。截至目前，仅有很少的方法可以使线下广告的效率提高，且效率不是很高。
所以本文提出一套方法，借助百度AI开放平台中对人体属性的鉴别以及对人脸的检测和数据库中的SQLserver技术，通过算法找到与当前消费者匹配度最高的广告。然后通过观察消费者的表情判断消费者对已投放广告的满意程度，并适当地做出调整。从而极大程度上减少线下广告不合时宜，且固定老套等缺点所带来的影响。
1接口
百度智能云基于世界领先的百度大脑，提供拿来即用的视觉、语音等通用AI能力及行业解决方案、AI开发平台及培训服务等。行业客户可基于自身业务需求及数据，定制出个性化智能应用。本文所使用的就是百度AI开放平台的人体检测和人脸识别模块。
1.1申请接口
首先申请百度AI开放平台的API使用权，得到了账户、API密钥和密码，然后在python上安装了百度AI开放平台的第三方库——api。
1.2确定函数
方案中所需要的是关于人体数据中的性别、年龄段、上身服饰、下身服饰、上身服饰的细分类别、上下身服饰的颜色、配饰品、是否是正常人体和身上是否有遮挡。对应于接口中的函数是age， gender， supper_wear， lower_wear， upper_wear_fg， up-per_color， lower_color， （bag， headwear， glasses）， is_hum-an， oeelu-sIon，把这些函数包装成一个类，将每个函数所能提供的固定的值传递给算法，作为算法处理的标准，如1图所示。经过接口处理判断后，得到图2所示结果：
从上到下依次可以看到程序对于图片的判断，在这里稍做声明，我们在判断配饰品的时候，仅以身上是否有包，帽子和眼镜来判断。如果有，返回True，如果没有，返回False，以此进行接下来的算法分析和处理。
在处理完身体各属性之后，进行人脸表情数据的测定。同样还是使用百度AI开放平台的人脸检测接口。通过接口中的detect函数识别人脸的表情，例如：微笑（smile），伤心（sad），愤怒（angery）等。但是在此过程中我们发现判断表情的准确率还不是很高，所以我们没有完成后期根据喜恶程度改变广告类型的部分，如图3所示。
代码运行过后得出结果：
以上，为接口在本文中的全部使用，对于接口的使用本项目组只是运用到了基础部分，提供了一些判断的依据。
2匹配方法
定向广告投放的定向是整个系统的关键，在调用人脸检测接口（以下简称接口）后，可更加准确的来实现该目的。
2.1实现函数
（l）：函数start（）：在开启程序后将登陆预设在程序中的账号以便与百度接口连接，若登录失败，会发送邮件信息联系管理员。
（2）：函数reset（）：导人cv2库后利用摄像头硬件定时（时长可以改变）拍摄场景照片，并将所拍摄照片利用预先设定好的包含有接口的函数y—o（）来判定当前场景是否有人员。在无人状态下并不会播放广告以达到省电的目的。
（3）：函数y-o（）：到y-o（）函数的输出值为1时，将该图像信息再次输入函数infor（）以得到一个包含有人物信息的列表（一个人时）或多个包含有人物信息的列表（多人时）。当人物信息列表有多个时，将比对所有列表并保留数量最多的人物信息。最后infor0函数的输出结构仅有单个列表。
（4）：将（3）中得到的列表输入comp（）函数后，逐一与数据库中的商品标签值进行比对（事先已对广告做好大致分类）。到匹配度大于设定值（可调整）后，从本地存储中调出该广告并进行播放。
（5）：函数comp（）：在广告播放完毕后，将调用reset0函数，减轻本地存储负担，也避免数据冗余。重复步骤（2）以使得系统开始下一次的广告投放。
2.2操作步骤与思路
（1）开启系统后调用函数start0。
（2）使用cv2调用系统摄像头后定时拍摄当前场景并调用y_00。
（3）当前场景有人出现时调用infor（）。
（4）在获取当前人物信息后调用comp（），
（5）当广告播放完毕后，调用reset（），并重复步骤（2）。
整个系统流程图如图5所示。
3数据库
本项目基于深度学习的人体情绪与属性识别的方法，搜集针对不同年龄、性别的不同类型广告，为不同类型广告确定标签，综合考虑用户情绪与属性，以及不同类型广告的标签，确定投放的广告并建立关注广告的人次以及人体属性数据库。
3.1基于人体属性进行商品分类
为建立商品广告库，首先需要对商品进行系统分类，综合考虑用户属性，使两者相匹配。 将人体属性的划分一共有3层：
第1层为性别划分，分为男、女2种;
第2层为年龄段划分，分为青少年、中年、老年3种;
第3层为面部属性划分，由于需要利用百度AI开放平台的接口，所以将面部属性分为生气、害怕、厭恶、高兴、悲伤、惊讶和无情绪7种，与百度AI平台的面部属性相对应。
假设单个人体属性播放2个商品广告，那么需要寻找84种不同的与人体属性相匹配的广告。
3.2寻找对应商品图案
利用百度与谷歌两种不同搜索引擎寻找商品图案，并标上1-84作为商品标签方便数据库的建立。 如下图6所示。
最后，利用SQL Server建立了广告数据库，通过CREATETABLE语句建立表格，通过INSERT语句将84个商品图案导入表格中。
4结束语
本文针对线下广告的缺点基于百度AI开放平台中的人体属性数据判断对传统线下广告进行了一次创新。但是由于种种原因未能完成根据人脸表情对投放的广告进行更改的功能，将在以后的研究中逐步完善功能。
参考文献：
[1]孙会，企业运用线下广告的趋势分析[J].邯郸职业技术学院学报，2007（1）：38-42.
[2]高华芳.购物中心的广告、门道、渠道、态度、创意[J].时代经贸，2014（7）：75-77.
[3]宋思曼.广告对消费者购买行为的影响因素分析[J].产业与科技论坛，2018（23）：90-91
[4]董梦娇.基于SURF算法的服装3D人体特征点识别[J].北京服装学院学报：自然科学版，2018（4）：37-44.
[5]张铭姗.城市户外广告的新特征和发展趋势[J].青年记者，2017（6）：80-90.
【通联编辑：梁书】
收稿日期：2019-10-21
基金项目：国家自然科学基金（61373004）资助项目
作者简介：王志豪（1998-），男，河南郑州人，学士，主要研究方向为模式识别;朱浩宇（1998-），男，上海人，学士，主要研究方向为模式识别;翁子扬（1998-），男，上海人，学士，主要研究方向为模式识别;通讯作者：马燕（1970-），女，浙江海宁人，上海师范大学信息与机电工程学院计算机系教授，主要研究方向为图像分割、模式识别和三维建模等。