基于人脸特征识别的广告推送方法、系统及其可读介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115860770A(43)申请公布日2023.03.28(21)申请号202211298010.9G06N3/0464(2023.01)(22)申请日2022.10.22(71)申请人深圳座联互动科技有限公司地址518000广东省深圳市宝安区航城街道三围社区泰华梧桐工业园立秋8层(72)发明人李明简雪平(74)专利代理机构北京科家知识产权代理事务所(普通合伙)11427专利代理师陈炳成(51)Int.Cl.G06Q30/02(2023.01)G06V10/764(2022.01)G06V10/82(2022.01)G06V40/16(2022.01)G06N3/08(2023.01)权利要求书2页说明书10页附图3页(54)发明名称基于人脸特征识别的广告推送方法、系统及其可读介质(57)摘要本发明公开了一种基于人脸特征识别的广告推送方法、系统及其可读介质，该方法包括：对进入显示区域的用户进行图像采集，并将所采集的人脸图像导入到人脸识别模块进用户脸特征识别；根据人脸特征识别获取的人脸特征属性分析结果确定其广告分类标记；通过所示广告分类标记从广告分类库中匹配广告集合并推送显示。能够根据人脸识别特征属性信息对广告进行精准推送并且不侵犯用户隐私信息，同时能够避免广告盲目投放而造成的资源浪费。CN115860770ACN115860770A权利要求书1/2页1.一种基于人脸特征识别的广告推送方法，其特征在于，所述方法包括：对进入显示区域的用户进行图像采集，并将所采集的人脸图像导入到人脸识别模块进用户脸特征识别；根据人脸特征识别获取的人脸特征属性分析结果确定其广告分类标记；通过所示广告分类标记从广告分类库中匹配广告集合并推送显示。2.根据权利要求1所述的基于人脸特征识别的广告推送方法，其特征在于，所述对进入显示区域的用户进行图像采集，并将所采集的人脸图像导入到人脸识别模块进用户脸特征识别具体包括：设备端的摄像头进入显示区域的用户进用户脸图像采集并传输到人脸识别模块，对人脸图像不存储且不关联身份信息，所述人脸识别模块输出不包括人脸图像信息和身份信息的人脸特征属性分析结果。3.根据权利要求1所述的基于人脸特征识别的广告推送方法，其特征在于，所述方法还包括构建所述广告分类库：对人脸特征属性根据以下方式进行分类：性别：男/女；年龄：0‑4岁，5‑12岁，13‑18岁，19‑25岁，26‑35岁，36‑42岁，40岁段，50岁段，老年人；表情：平静，微笑，焦虑；发际线：秃头，发际线较高，正常；头发长度：秃头，短发，长发；肤色：较黑，中等，较白；皮肤质量：光滑，中等，粗糙；脸型：圆脸，长方形，正方形，三角形，瓜子脸；眼镜：无，无框，细框，粗框；眼睛：大，中等，眯缝；眼皮：单眼皮，双眼皮；眼神：注视，未注视；胡须：无，须痕，未刮；领带：无，有，领结；上衣：背心，T恤，衬衫，毛衣，吊带；上衣颜色：黑、棕、红、橙、黄、绿、青、蓝、紫；大衣：无，羽绒，西服，其它；大衣颜色：黑、棕、红、橙、黄、绿、青、蓝、紫。对每一类属性唯一对应一个广告类别集合。4.根据权利要求1所述的基于人脸特征识别的广告推送方法，其特征在于，所述对进入显示区域的用户进行图像采集，并将所采集的人脸图像导入到人脸识别模块进用户脸特征识别具体包括：人脸识别模块采用卷积神经网络DNN算法来实现，具体包含：人脸位置检测与划分：在输入图像中检测人脸位置、方向，划分出人脸区域和上身区域，再将人眼区域、眉上区域、下巴区域、脸颊区域、脖子区域、胸部区域进行划分；裁剪和归一化：将各个区域从输入图像中裁剪出来，并归一化为统一的尺寸；2CN115860770A权利要求书2/2页DNN深度神经网络处理：将裁剪后的各类图像输入对应的前级的CNN、算法处理，CNN算法的输出并行接入多个分类器，每个分类器对一个维度进行分类。5.根据权利要求4所述的基于人脸特征识别的广告推送方法，其特征在于，所述人脸识别模块对用户脸特征识别采用多示例多任务深度学习方法一次完成人脸检测与划分、性别识别、年龄分组、表情识别、发际线识别、头发长度识别、肤色识别、皮肤质量识别、脸型识别、眼镜类型、眼睛分类、眼皮识别、眼神识别、胡须识别、领带识别、上衣分类、上衣颜色识别、大衣分类、大衣颜色识别。6.根据权利要求1所述的基于人脸特征识别的广告推送方法，其特征在于，所述方法还包括如下步骤：当长时间检测不到人脸或是深夜时间，关闭广告屏步骤。7.根据权利要求1所述的基于人脸特征识别的广告推送方法，其特征在于，所述方法还包括如下步骤：如广告库中暂时没有与广告分类标记相匹配的广告，则就近推送最相关的广告，推送原则为数值最接近原则步骤。8.根据权利要求1所述的基于人脸特征识别的广告推送方法，其特