[发明专利]一种智能视频广告展示方法及装置

权利要求书

1.一种智能视频广告展示方法，其特征在于：包括以下步骤：

S1：利用视觉传感器采集展示装置当前的场景，一方面将采集到的场景图片传送给训练模块进行训练，在传送前会对图片进行人物对象检测，若不存在人物则会舍弃；另一方面会将采集到的视频序列传送给特征分析模块，用于特征的提取；

S2：特征分析过程：首先会对视频序列中的人物对象进行人物跟踪，通过静态特征分析和动态特征分析分析每一个被跟踪对象的特征；根据提取的特征使用计算公式计算各对象的分值，最后根据分值将对象进行分类合并，得到新的分值列表，取最大分值作为最终的分类结果；

S3：根据步骤S2获取的结果，在已分类好的视频广告库中匹配最适合该类对象的视频广告，待当前广告结束后播放；

所述步骤S2中，所述静态特征包括对象的性别、年龄和穿着习惯，对于每个静态特征有其自身的分类函数和模型权值文件，利用各特征的分类函数和模型权值文件计算出性别和其对应的概率值P_s、年龄段和对应的概率值P_a以及穿着习惯和其对应的概率值P_w；

动态特征分析包括判断对象的走向、脚速和轨迹预测，首先将各动态特征进行量化，走向的量化则转化为对象与视觉传感器的连线与视觉传感器所在平面垂直线之间的角度r；脚速则根据图像帧与帧之间移动的距离除以采集每帧的时间得到脚速v；轨迹预测则根据跟踪的路线进行预测根据走向角度r给予打分s；

静态分值f₁的计算为：

f₁＝f(P_s,P_a,P_w)

先将静态特征的各概率值进行归一化处理，根据各特征所占的比率来计算静态分值；

动态分值f₂的计算为：

f₂＝f(r,v,s)

用不同权值的参数进行相乘来计算动态分值；

对象分值f₃的计算，计算公式为：

f₃＝f(f₁,f₂)；

将静态分值f₁和动态分值f₂加权相加得到对象分值。

2.如权利要求1所述的一种智能视频广告展示方法，其特征在于：所述步骤S1中，训练模型包括线下训练和线上训练，所述线下训练是预先采集好训练集进行模型训练；所述线上训练是根据展示装置实际运营过程中通过采集样本对模型进行冲训练，以适应场景多变的环境。

3.一种实现如权利要求1所述的智能视频广告展示方法的装置，其特征在于：所述装置包括：

采集模块，用于利用所述视觉传感器采集展示装置当前的场景；

训练模块，用于将采集到的场景图片进行训练，包括样本的训练和测试，所述样本训练是指当采集模块采集到样本图片后，使用算法进行训练，调节权值参数使网络输出与预期值相符；所述测试则是使用测试集对训练好的模型进行测试，如果没有得到预期的效果则调整权重参数进行重新训练；

特征分析模块，包括静态特征分析模块和动态特征分析模块，所述的静态特征分析模块用于实现人物的静态特征提取，静态特征包括人物的性别、年龄和穿着习惯；所述的动态特征分析模块用于实现人物的动态特征提取，包括目标人物行走的方向、目标人物在行走的脚速、获取行走轨迹和行走轨迹的预测，用于判断目标人物能在展示装置前能逗留的时间从而甄选播放广告的时长；

视频广告匹配模块，用于根据特征分析模块得到的最优结果去已分类好的视频广告库进行匹配；

播放模块，用于在当前广告播放结束后取视频广告匹配模块中匹配得到的最适合目标人物的广告进行播放。