[发明专利]用于评估关注状态的方法、装置、系统、介质及产品

说明书

本公开提供了一种用于评估关注状态的方法，应用于广告屏终端，包括：获取待评估对象的人脸图像信息；其中，所述待评估对象为在与所述广告屏终端关联的预设采集区域采集到的对象；基于所述人脸图像信息，生成人脸信息特征向量；将所述人脸信息特征向量输入至关注识别模型，得到所述关注识别模型的输出结果；其中，所述关注识别模型根据样本人脸信息特征向量训练得到，且用于识别对象是否关注所述广告屏终端；以及根据所述关注识别模型的输出结果，确定所述待评估对象的关注状态评估结果；其中，所述关注状态评估结果包括关注和非关注。还提供了一种用于评估关注状态的装置、计算机系统、介质及计算机程序产品。

技术领域

本公开涉及计算机技术领域和互联网技术领域，更具体地，涉及一种用于评估关注状态的方法、装置、计算机系统、计算机可读存储介质及计算机程序产品。

背景技术

随着人工智能、自动控制、通信和计算机技术的快速发展，很多不同性质企业会在线下构建多种渠道来投放广告，例如楼宇广告、地铁广告和电梯广告等；大多数情况，做好监测和衡量线下广告投放效果的工作，才能在数字化时代兼顾投放的精确性和及时性。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题，广告屏关注度统计方法作为监测和衡量线下广告投放效果的评估方法，因基于姿态或者停留时间来进行评价，识别准确度低。

发明内容

有鉴于此，本公开提供了一种用于评估关注状态的方法、装置、计算机系统、计算机可读存储介质及计算机程序产品。

本公开的一个方面提供了一种用于评估关注状态的方法，应用于广告屏终端，包括：

获取待评估对象的人脸图像信息；其中，上述待评估对象为在与上述广告屏终端关联的预设采集区域采集到的对象；

基于上述人脸图像信息，生成人脸信息特征向量；

将上述人脸信息特征向量输入至关注识别模型，得到上述关注识别模型的输出结果；其中，上述关注识别模型根据样本人脸信息特征向量训练得到，且用于识别对象是否关注上述广告屏终端；以及

根据上述关注识别模型的输出结果，确定上述待评估对象的关注状态评估结果；其中，上述关注状态评估结果包括关注和非关注。

根据本公开的实施例，上述关注识别模型包括卷积神经网络；

上述卷积神经网络包括依次堆叠的第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第四卷积层、第五卷积层和全连接层。

根据本公开的实施例，上述根据上述关注识别模型的输出结果，确定上述待评估对象的关注状态评估结果包括：

比较上述关注识别模型的输出结果与第一预设阈值的大小；其中，上述关注识别模型的输出结果包括上述待评估对象的关注概率；

如果上述关注概率大于上述第一预设阈值，则确定上述待评估对象的关注状态评估结果为关注；以及

如果上述关注概率小于或等于上述第一预设阈值，则确定上述待评估对象的关注状态评估结果为未关注。

根据本公开的实施例，在根据上述关注识别模型的输出结果，确定上述待评估对象的关注状态评估结果之后，上述方法还包括：

确定预设时间段内在预设采集区域采集到的对象的第一数量；

基于每个上述对象的关注状态评估结果，确定上述关注状态评估结果为关注的对象的第二数量；以及

基于上述第二数量和上述第一数量，确定上述广告屏终端的关注度。

根据本公开的实施例，上述关注识别模型为利用损失函数根据样本人脸信息特征向量训练得到，训练过程包括：

获取已知关注状态结果的样本对象的人脸图像信息；