[发明专利]一种广告推送方法、装置、广告播放终端及存储介质

权利要求书

1.一种广告推送方法，其特征在于，所述方法包括：

获取广告观看区域的第一图像；

针对所述第一图像中每张人脸图像，根据所述人脸图像中预设的多对横向基准点的坐标和/或多对纵向基准点的坐标及转动识别特征点的坐标，确定所述转动识别特征点的多个横向偏转量和/或多个纵向偏转量；并根据所述转动识别特征点的多个横向偏转量和/或多个纵向偏转量的平均值，确定所述人脸图像对应的人脸转动角度；

选取所述第一图像中对应的人脸转动角度在预设的转动范围内的人脸图像作为目标人脸图像，根据所述第一图像中每张目标人脸图像和预先训练完成的人物属性识别模型，识别所述第一图像中每张目标人脸图像的人物属性；

将所述第一图像中每张目标人脸图像的人物属性发送给服务器，使所述服务器推送与所述第一图像中每张目标人脸图像的人物属性对应的广告；

其中，根据所述人脸图像中预设的一对横向基准点的坐标或一对纵向基准点的坐标及转动识别特征点的坐标，确定所述转动识别特征点的横向偏转量或纵向偏转量的过程包括：

根据，确定转动识别特征点的横向偏转量和/或纵向偏转量，其中，θ为转动识别特征点的横向偏转量或纵向偏转量、B为一对横向基准点的横坐标差值的绝对值或一对纵向基准特征点的纵坐标差值的绝对值、A为转动识别特征点与一对横向基准特征点中任意一个横向基准特征点的横坐标差值的绝对值，或转动识别特征点与一对纵向基准特征点中任意一个纵向基准特征点的纵坐标差值的绝对值。

2.如权利要求1所述的方法，其特征在于，所述人物属性识别模型的训练过程包括：

针对训练集中每张样本人脸图像，根据所述样本人脸图像的人物属性，为所述样本人脸图像添加人物属性标签；

将添加标签后的每张样本人脸图像输入到人物属性识别模型中，对人物属性识别模型进行训练。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取播放所述广告后设定时长内所述广告观看区域的视频序列；

针对所述视频序列中存在的每张人脸，识别所述视频序列中出现所述人脸的人脸图像、且所述人脸的人脸图像对应的人脸转动角度在预设的转动范围内的每张第二图像；并根据所述每张第二图像分别对应的采集时间，确定所述人脸在所述设定时长内对应的观看时间段；

将所述视频序列中存在的每张人脸在所述设定时长内对应的观看时间段发送给所述服务器。

4.一种广告推送装置，其特征在于，所述装置包括：

获取模块，用于获取广告观看区域的第一图像；

确定模块，用于针对所述第一图像中每张人脸图像，根据所述人脸图像中预设的多对横向基准点的坐标和/或多对纵向基准点的坐标及转动识别特征点的坐标，确定所述转动识别特征点的多个横向偏转量和/或多个纵向偏转量；并根据所述转动识别特征点的多个横向偏转量和/或多个纵向偏转量的平均值，确定所述人脸图像对应的人脸转动角度；

识别模块，用于选取所述第一图像中对应的人脸转动角度在预设的转动范围内的人脸图像作为目标人脸图像，根据所述第一图像中每张目标人脸图像和预先训练完成的人物属性识别模型，识别所述第一图像中每张目标人脸图像的人物属性；

收发模块，用于将所述第一图像中每张目标人脸图像的人物属性发送给服务器，使所述服务器推送与所述第一图像中每张目标人脸图像的人物属性对应的广告；

所述确定模块，具体用于根据，确定转动识别特征点的横向偏转量和/或纵向偏转量，其中，θ为转动识别特征点的横向偏转量或纵向偏转量、B为一对横向基准点的横坐标差值的绝对值或一对纵向基准特征点的纵坐标差值的绝对值、A为转动识别特征点与一对横向基准特征点中任意一个横向基准特征点的横坐标差值的绝对值，或转动识别特征点与一对纵向基准特征点中任意一个纵向基准特征点的纵坐标差值的绝对值。

5.如权利要求4所述的装置，其特征在于，所述装置还包括：

训练模块，用于针对训练集中每张样本人脸图像，根据所述样本人脸图像的人物属性，为所述样本人脸图像添加人物属性标签；将添加标签后的每张样本人脸图像输入到人物属性识别模型中，对人物属性识别模型进行训练。