基于人脸识别的电子站牌广告投放效果分析方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106296307A(43)申请公布日2017.01.04(21)申请号201610713745.1(22)申请日2016.08.24(71)申请人郑州天迈科技股份有限公司地址450000河南省郑州市高新开发区莲花街316号10号楼106-606房、108-608号房(72)发明人郭建国方志乾任海波王全军谷凯(74)专利代理机构郑州市华翔专利代理事务所(普通合伙)41122代理人王明朗(51)Int.Cl.G06Q30/02(2012.01)G06K9/00(2006.01)G06N3/08(2006.01)权利要求书2页说明书4页(54)发明名称基于人脸识别的电子站牌广告投放效果分析方法(57)摘要本发明公开了一种基于人脸识别的电子站牌广告投放效果分析方法，包括以下几个步骤：S1、图像采集，S2、人脸图像的性别判断与年龄判断，S3、在步骤S2中判断出来候车人员性别与年龄之后，然后判断相关无数的人脸图像是否是同一人并进行客流数据统计。本发明通过人脸监测摄像头对人脸的统计，经过人脸识别算法分析，能够轻易判断出来年龄、性别，并于PC机生成相关报表，并定时将统计的数据上传到后台，然后结合广告播放时间，可以精确统计出每一个广告的观注者的年龄段、性别、关注时间，这样可以为广告投放效果分析提供强大的、精确的数据支持，可以为广告运营商广告策略决定提供数据依据。CN106296307ACN106296307A权利要求书1/2页1.一种基于人脸识别的电子站牌广告投放效果分析方法，其特征在于，包括以下几个步骤：S1、图像采集：S11、Haar分类器训练模块：通过应用AdaBoost算法训练样本的Haar的特征得到区分人脸和非人脸的强分类器，筛选级联所有强分类器为Haar分类器；S12、在电子站牌液晶显示屏的上方设置人脸检测摄像机，从人脸检测摄像机拍摄的视频中通过Haar分类器的Haar特征进行人脸监测，采集乘客的人脸图像，然后进行大批量的人脸图像的存储；S2、人脸图像的性别判断与年龄判断：S21、人脸图像的性别判断：在训练开始之前，准备大批量的男性与女性的人脸样本，通过BP神经网络学习输入-输出模式的映射关系，经过训练得到性别判断分类器，用于识别步骤S1中的大批量的人脸图像的性别；S22、人脸图像的年龄判断：将0-100岁分为0-20，21-35，36-60，60以上四个年龄段，需要准备这四个年龄段的大量的人脸图像作为人脸样本，然后经过训练，通过BP神经网络学习输入-输出模式的映射关系，得到相应的年龄段判断分类器，从而判断输入人脸样本属于哪类年龄段的人脸样本，用于识别步骤S1中的大批量的人脸图像的年龄段；S3、在步骤S2中判断出来候车人员性别与年龄之后，然后判断相关无数的人脸图像是否是同一人并进行客流数据统计，包括以下步骤：S31、人脸检测摄像机开始工作之后，获取人脸图像，第一次采集到的不同人的人脸图像分别作为一个初始样本，将检测到的人脸图像作为初始样本库，供人脸识别用；S32、录入人脸样本：将步骤S2中性别判断分类器与年龄段判断分类器检测到的包括人脸图像、性别、年龄段、当前时间的人脸样本信息录入数据库；S33、识别判断：对检测到的第N张人脸图像与初始样本库中的初始样本进行人脸识别；如匹配成功，则认为是同一个人，将人脸图像对应的时间，录入数据库；如匹配不成功，则自动进入S32环节；S34、设定的统计时间间隔结束时，将数据库中的内容进行统计，生成报表，保存在本地PC机上；然后将数据库中的内容清空，进入下一个统计周期，返回第S31步。2.根据权利要求1所述的基于人脸识别的电子站牌广告投放效果分析方法，其特征在于，所述的步骤S33中的人脸图像对应的时间包括人脸图像第一次出现的时间及最后一次出现的时间。3.根据权利要求2所述的基于人脸识别的电子站牌广告投放效果分析方法，其特征在于，所述的步骤S12中的人脸监测包括以下步骤：对摄像头采集过来的每一帧视频图像进行灰度处理，利用Haar分类器对每一帧灰度图像进行人脸检测，可以得到人脸区域的坐标和数据；然后利用libjpeg库，将人脸区域的数据转为jpg图像保存；Haar分类器算法的包括以下步骤：①使用Haar-like特征做检测；②使用积分图对Haar-like特征求值进行加速；③使用AdaBoost算法训练区分人脸和非人脸的强分类器；2CN106296307A权利要求书2/2页④使用筛选式级联把强分类器级联到一起，提高准确率。4.根据权利要求3所述的基于人脸识别的电子站牌广告投放效果分析方法，其特征在于，在每一个电子站牌中安装一台PC机，PC机负责对应电子站牌的人脸识别、年龄判断、性别判断、客流统计算法的实现，以及最后生成报表，并定