[发明专利]一种智能个性化视频广告推送方法及系统

权利要求书

1.一种智能个性化视频广告推送方法，包括：

步骤1）、采集并保存广告投放现场影像信息；

步骤2）、对步骤1）所得到的广告投放现场影像信息做人脸检测；所述人脸检测包括：从广告投放现场影像信息中识别出各个人脸，得到各个人脸的面部图像，以及某一时间段的影像信息中所包含的人脸的数量；

步骤3）、对步骤1）所得到的广告投放现场影像信息做人脸跟踪；所述人脸跟踪包括对某一人脸在广告投放现场影像信息中的广告观看过程进行跟踪，以得到该人脸在广告投放现场影像信息中观看广告的时间区间；

步骤4）、根据步骤3）所得到的人脸跟踪结果对不同人物的人脸做性别识别与年龄估计，得到每个人的性别和年龄信息，并根据所述性别和年龄信息对广告受众进行分类；

步骤5）、根据步骤2）、步骤3）和步骤4）所得到的结果利用推荐决策算法为各个广告终端生成分时段的广告推荐列表。

2.根据权利要求1所述的智能个性化视频广告推送方法，其特征在于，步骤2）中的人脸检测包括：首先利用Adaboost方法对图片进行粗检，得到人脸候选区域，然后基于可变形部件模型对脸部的标志点进行定位并对匹配程度进行评分；当分数高于预先设置的阈值时，直接认定该候选区域为人脸；如果分数低于预设阈值，则结合标志点位置利用人脸几何先验知识确定鼻子所在区域，然后利用Adaboost鼻子检测器进行确认，如果检测到鼻子，则认定该候选区域为人脸。

3.根据权利要求1所述的智能个性化视频广告推送方法，其特征在于，步骤3）中的人脸跟踪包括：采用矩形滤波器对广告投放现场影像信息中检测到的人脸图像中的像素进行卷积，得到高维特征向量；利用随机投影法对所述高维特征向量进行降维；对降维后的特征进行尺度标准化处理；将图像经降维与尺度标准化处理后的特征向量用于训练朴素贝叶斯分类器；对于后一帧检测到的人脸区域，提取特征后利用前一帧训练好的朴素贝叶斯分类器进行分类，依次选出分类得分最高的<分类器，图像>实现多人物跟踪，然后利用后一帧的跟踪结果更新所述朴素贝叶斯分类器。

4.根据权利要求1所述的智能个性化视频广告推送方法，其特征在于，所述步骤5）进一步包括：

步骤5-1）、根据步骤2-步骤4）所得到的结果以及广告播放记录生成受众观看记录表和广告播放记录表；其中，受众观看记录表包括任务编号、观看起始时间、观看结束时间、人物性别、人物年龄、广告机编号；广告播放记录表包括广告编号、广告播放起始时间、结束时间、广告机编号；

步骤5-2）、根据受众的性别和年龄对受众进行分类，得到K类受众，根据广告终端的数目T以及在T个广告终端上播放的广告的数目L，求T个K×L维的用户-广告矩阵；

步骤5-3）、对步骤5-2）所得到的T个K×L维的用户-广告矩阵做全局广告分析，得到一个L×N维的Ad-Ad TOP N推荐列表，该推荐列表包含了对于L个广告中的任意一个，与其相关性最强的N个广告；

步骤5-4）、对步骤5-2）所得到的T个K×L维的用户-广告矩阵做局部流行度分析，得到User-Ad TOP N推荐列表，该推荐列表包含了每个广告终端每类受众最喜爱的N个广告；

步骤5-5）、根据步骤5-3）得到的Ad-Ad TOP N推荐列表以及步骤5-4）得到的User-Ad TOP N推荐列表，建立一个针对每一个广告终端上每一类受众的联合TOP2N推荐列表，并为该推荐列表中的各个广告赋予权重；所述联合TOP2N推荐列表包含了为每一个广告终端上每一类受众推荐的2N个广告；

步骤5-6）、根据受众观看记录和广告播放记录统计每个广告终端在每个时段的受众类别分布表；

步骤5-7）、综合步骤5-5）得到的TOP2N推荐列表和步骤5-6）得到的受众类别分布表，生成最终的分时段广告TOP N推荐列表。