CN106296307A - 基于人脸识别的电子站牌广告投放效果分析方法 - Google Patents

基于人脸识别的电子站牌广告投放效果分析方法 Download PDF

Info

Publication number
CN106296307A
CN106296307A CN201610713745.1A CN201610713745A CN106296307A CN 106296307 A CN106296307 A CN 106296307A CN 201610713745 A CN201610713745 A CN 201610713745A CN 106296307 A CN106296307 A CN 106296307A
Authority
CN
China
Prior art keywords
face
facial image
age
recognition
stop plate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610713745.1A
Other languages
English (en)
Inventor
郭建国
方志乾
任海波
王全军
谷凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZHENGZHOU TIANMAI TECHNOLOGY Co Ltd
Original Assignee
ZHENGZHOU TIANMAI TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ZHENGZHOU TIANMAI TECHNOLOGY Co Ltd filed Critical ZHENGZHOU TIANMAI TECHNOLOGY Co Ltd
Priority to CN201610713745.1A priority Critical patent/CN106296307A/zh
Publication of CN106296307A publication Critical patent/CN106296307A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0245—Surveys
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Biophysics (AREA)
  • Multimedia (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

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。

Description

基于人脸识别的电子站牌广告投放效果分析方法
技术领域
本发明属于人脸识别技术领域，主要涉及一种基于人脸识别的电子站牌广告投放效果分析方法。
背景技术
现今社会，随着经济的不断发展，整个社会已经变成了一个信息化快速传播的社会，随之而来广告的重要性就越来越凸显，各行各业也都越来越加大对广告的投入，不管是产品供应商，还是服务提供商都不断提高对广告的重视程度，但是随之也会出现一种情况，花费了大量的广告费可能并不能收到预期的效果，这样随之广告效果分析就变得越来越重要。
作为广告的受众---客流，决定了广告的传播范围，就变成了广告效果分析的重中之重，那么如何做好广告客流统计就变得十分重要。而公交场、站作为客流的重要集散地也就成了广告统计的重要场所，现在新一代电子站牌上也增添的有液晶广告显示屏，随之做好公交场、站的广告投放效果分析也就变得十分重要。
但现有技术缺少分析乘客观看液晶广告显示屏上的广告情况的相关技术，不利于企业有针对性的投放广告。
发明内容
为了解决上述技术问题，本发明提供一种基于人脸识别的电子站牌广告投放效果分析方法。
本发明的技术方案是：
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：
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。
作为优选，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。
作为优选，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；
④使用筛选式级联把强分类器级联到一起，提高准确率。
作为优选，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，并定时将统计的数据通过无线网络上传给安装在公交车上的车载终端设备，公交车返回公交场站后通过无线网络将数据传输至公交场站内的后台服务器，供后台服务器做客流数据分析。
本发明的有益效果是：
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。
具体实施方式
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：
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。
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分类器算法的要点如下：
①使用Haar-like特征做检测。
②使用积分图（Integral Image）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。
④使用筛选式级联把强分类器级联到一起，提高准确率。
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：人脸图像的性别判断是个二元分类问题，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。
BP神经网络的学***方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hidden layer)和输出层(output layer)。
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（2、3、4、5……………）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，包括人脸图像第一次出现的时间及最后一次出现的时间，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（一般设置为1个小时，可根据车载终端设备的存储能力进行调整），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。
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，并定时将统计的数据通过无线网络上传给安装在公交车上的车载终端设备，公交车返回公交场站后通过无线网络将数据传输至公交场站内的后台服务器，供后台服务器做客流数据分析。
台服务器经过客流数据分析，乘客观看时间长短，关注者的性别、年龄来进行广告运营商的广告接收群体各项情况的分析，为后期广告精准改进、广告计费提供精确地数据支持，也为广告投放效果的分析提供依据。

Claims (4)

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；
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，并定时将统计的数据通过无线网络上传给安装在公交车上的车载终端设备，公交车返回公交场站后通过无线网络将数据传输至公交场站内的后台服务器，供后台服务器做客流数据分析。
CN201610713745.1A 2016-08-24 2016-08-24 基于人脸识别的电子站牌广告投放效果分析方法 Pending CN106296307A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610713745.1A CN106296307A (zh) 2016-08-24 2016-08-24 基于人脸识别的电子站牌广告投放效果分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610713745.1A CN106296307A (zh) 2016-08-24 2016-08-24 基于人脸识别的电子站牌广告投放效果分析方法

Publications (1)

Publication Number Publication Date
CN106296307A true CN106296307A (zh) 2017-01-04

Family

ID=57614957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610713745.1A Pending CN106296307A (zh) 2016-08-24 2016-08-24 基于人脸识别的电子站牌广告投放效果分析方法

Country Status (1)

Country Link
CN (1) CN106296307A (zh)

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107301820A (zh) * 2017-07-18 2017-10-27 广东长虹电子有限公司 一种能够识别观众类型的智能广告机及其控制方法
CN107578022A (zh) * 2017-09-13 2018-01-12 浙江快发科技有限公司 基于图像识别和智能座椅的门店客流量管理***和方法
CN107704800A (zh) * 2017-08-16 2018-02-16 东莞市正荣信息科技有限公司 人脸识别方法、***及其应用***
CN107766817A (zh) * 2017-10-17 2018-03-06 广东码识图信息科技有限公司 基于生物特征识别的客流分析方法、装置和***
CN108302623A (zh) * 2018-01-25 2018-07-20 北京华清凯尔空气净化技术有限公司 空气净化广告机的管理方法、装置及***
CN108416633A (zh) * 2017-08-09 2018-08-17 泉州有刺电子商务有限责任公司 一种广告发布方法
CN108647612A (zh) * 2018-04-28 2018-10-12 成都睿码科技有限责任公司 广告牌观看人流量分析***
CN108876454A (zh) * 2018-06-14 2018-11-23 湖南超能机器人技术有限公司 精确统计广告受众情况的装置及其统计方法
CN108876428A (zh) * 2017-12-27 2018-11-23 北京旷视科技有限公司 线下广告投放效果的计算方法和装置
CN108876430A (zh) * 2018-04-28 2018-11-23 广东智媒云图科技股份有限公司 一种基于人群特征的广告推送方法、电子设备及存储介质
CN109003134A (zh) * 2018-07-20 2018-12-14 云南航伴科技有限公司 基于人脸识别的智能广告投放***及方法
CN109034101A (zh) * 2018-08-14 2018-12-18 成都智汇脸卡科技有限公司 一对多的动静态广告播放方法
WO2019015506A1 (zh) * 2017-07-18 2019-01-24 上海碧虎网络科技有限公司 车载广告***、车载广告方法、车载多媒体装置、车载多媒体投放***、车载多媒体投放方法以及计算机可读存储介质
CN109886095A (zh) * 2019-01-08 2019-06-14 浙江新再灵科技股份有限公司 一种基于视觉的轻型卷积神经网络的乘客属性识别***及方法
CN110111129A (zh) * 2019-03-28 2019-08-09 中国科学院深圳先进技术研究院 一种数据分析方法、广告播放设备及存储介质
CN110188703A (zh) * 2019-05-31 2019-08-30 广州软盈科技有限公司 一种基于人脸识别的信息推送及引流方法
CN110245979A (zh) * 2019-05-28 2019-09-17 浙江华坤道威数据科技有限公司 一种基于大数据的广告投放分析***
CN110390834A (zh) * 2019-07-29 2019-10-29 苏州马尔萨斯文化传媒有限公司 一种与公交***联动的电子广告牌显示方法及其***
CN110647855A (zh) * 2019-09-29 2020-01-03 常州大学 一种基于人脸识别的地铁车站客流统计方法
CN110782241A (zh) * 2019-10-31 2020-02-11 郑州天迈科技股份有限公司 一种混合人脸识别公交支付***及方法
CN111241932A (zh) * 2019-12-30 2020-06-05 广州量视信息科技有限公司 汽车展厅客流检测与分析***、方法及存储介质
CN111553261A (zh) * 2020-04-26 2020-08-18 深圳市易平方网络科技有限公司 一种基于人脸识别的广告效果监测方法、***及智能终端
CN111724199A (zh) * 2020-05-30 2020-09-29 同济大学 基于行人主动感知的智慧社区广告精准投放方法及装置
CN111784406A (zh) * 2020-07-10 2020-10-16 大连中维世纪科技有限公司 基于人脸智能识别的传统广告大数据量化分析的方法
CN111950499A (zh) * 2020-08-21 2020-11-17 湖北民族大学 一种检测车载人员统计信息的方法
CN113724005A (zh) * 2021-08-30 2021-11-30 延边国泰新能源汽车有限公司 基于人脸识别的自动广告投放方法及***
CN114742586A (zh) * 2022-04-11 2022-07-12 中科强基科技(北京)有限公司 一种基于智能显示终端的广告计费统计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101847218A (zh) * 2009-03-25 2010-09-29 微星科技股份有限公司 人流计数***及其方法
CN102831408A (zh) * 2012-08-29 2012-12-19 华南理工大学 人脸识别方法
CN105809178A (zh) * 2014-12-31 2016-07-27 中国科学院深圳先进技术研究院 一种基于人脸属性的人群分析方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101847218A (zh) * 2009-03-25 2010-09-29 微星科技股份有限公司 人流计数***及其方法
CN102831408A (zh) * 2012-08-29 2012-12-19 华南理工大学 人脸识别方法
CN105809178A (zh) * 2014-12-31 2016-07-27 中国科学院深圳先进技术研究院 一种基于人脸属性的人群分析方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王爱侠: "基于OpenCV的人脸检测***实现", 《软件导刊》 *

Cited By (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019015506A1 (zh) * 2017-07-18 2019-01-24 上海碧虎网络科技有限公司 车载广告***、车载广告方法、车载多媒体装置、车载多媒体投放***、车载多媒体投放方法以及计算机可读存储介质
CN107301820A (zh) * 2017-07-18 2017-10-27 广东长虹电子有限公司 一种能够识别观众类型的智能广告机及其控制方法
CN108416633A (zh) * 2017-08-09 2018-08-17 泉州有刺电子商务有限责任公司 一种广告发布方法
CN107704800A (zh) * 2017-08-16 2018-02-16 东莞市正荣信息科技有限公司 人脸识别方法、***及其应用***
CN107578022A (zh) * 2017-09-13 2018-01-12 浙江快发科技有限公司 基于图像识别和智能座椅的门店客流量管理***和方法
CN107578022B (zh) * 2017-09-13 2021-07-06 浙江快发科技有限公司 基于图像识别和智能座椅的门店客流量管理***和方法
CN107766817A (zh) * 2017-10-17 2018-03-06 广东码识图信息科技有限公司 基于生物特征识别的客流分析方法、装置和***
CN107766817B (zh) * 2017-10-17 2020-07-10 广东码识图信息科技有限公司 基于生物特征识别的客流分析方法、装置和***
CN108876428A (zh) * 2017-12-27 2018-11-23 北京旷视科技有限公司 线下广告投放效果的计算方法和装置
CN108302623A (zh) * 2018-01-25 2018-07-20 北京华清凯尔空气净化技术有限公司 空气净化广告机的管理方法、装置及***
CN108876430A (zh) * 2018-04-28 2018-11-23 广东智媒云图科技股份有限公司 一种基于人群特征的广告推送方法、电子设备及存储介质
CN108647612A (zh) * 2018-04-28 2018-10-12 成都睿码科技有限责任公司 广告牌观看人流量分析***
CN108876430B (zh) * 2018-04-28 2021-02-02 广东智媒云图科技股份有限公司 一种基于人群特征的广告推送方法、电子设备及存储介质
CN108876454A (zh) * 2018-06-14 2018-11-23 湖南超能机器人技术有限公司 精确统计广告受众情况的装置及其统计方法
CN109003134A (zh) * 2018-07-20 2018-12-14 云南航伴科技有限公司 基于人脸识别的智能广告投放***及方法
CN109034101A (zh) * 2018-08-14 2018-12-18 成都智汇脸卡科技有限公司 一对多的动静态广告播放方法
CN109034101B (zh) * 2018-08-14 2022-04-19 成都智汇脸卡科技有限公司 一对多的动静态广告播放方法
CN109886095A (zh) * 2019-01-08 2019-06-14 浙江新再灵科技股份有限公司 一种基于视觉的轻型卷积神经网络的乘客属性识别***及方法
CN110111129A (zh) * 2019-03-28 2019-08-09 中国科学院深圳先进技术研究院 一种数据分析方法、广告播放设备及存储介质
CN110111129B (zh) * 2019-03-28 2024-01-19 中国科学院深圳先进技术研究院 一种数据分析方法、广告播放设备及存储介质
CN110245979A (zh) * 2019-05-28 2019-09-17 浙江华坤道威数据科技有限公司 一种基于大数据的广告投放分析***
CN110245979B (zh) * 2019-05-28 2021-08-31 浙江华坤道威数据科技有限公司 一种基于大数据的广告投放分析***
CN110188703A (zh) * 2019-05-31 2019-08-30 广州软盈科技有限公司 一种基于人脸识别的信息推送及引流方法
CN110390834A (zh) * 2019-07-29 2019-10-29 苏州马尔萨斯文化传媒有限公司 一种与公交***联动的电子广告牌显示方法及其***
CN110647855A (zh) * 2019-09-29 2020-01-03 常州大学 一种基于人脸识别的地铁车站客流统计方法
CN110647855B (zh) * 2019-09-29 2023-04-18 常州大学 一种基于人脸识别的地铁车站客流统计方法
CN110782241B (zh) * 2019-10-31 2024-03-29 郑州天迈科技股份有限公司 一种混合人脸识别公交支付***及方法
CN110782241A (zh) * 2019-10-31 2020-02-11 郑州天迈科技股份有限公司 一种混合人脸识别公交支付***及方法
CN111241932A (zh) * 2019-12-30 2020-06-05 广州量视信息科技有限公司 汽车展厅客流检测与分析***、方法及存储介质
CN111553261A (zh) * 2020-04-26 2020-08-18 深圳市易平方网络科技有限公司 一种基于人脸识别的广告效果监测方法、***及智能终端
CN111724199A (zh) * 2020-05-30 2020-09-29 同济大学 基于行人主动感知的智慧社区广告精准投放方法及装置
CN111784406A (zh) * 2020-07-10 2020-10-16 大连中维世纪科技有限公司 基于人脸智能识别的传统广告大数据量化分析的方法
CN111950499A (zh) * 2020-08-21 2020-11-17 湖北民族大学 一种检测车载人员统计信息的方法
CN113724005A (zh) * 2021-08-30 2021-11-30 延边国泰新能源汽车有限公司 基于人脸识别的自动广告投放方法及***
CN113724005B (zh) * 2021-08-30 2023-10-13 延边国泰新能源汽车有限公司 基于人脸识别的自动广告投放方法及***
CN114742586A (zh) * 2022-04-11 2022-07-12 中科强基科技(北京)有限公司 一种基于智能显示终端的广告计费统计方法

Similar Documents

Publication Publication Date Title
CN106296307A (zh) 基于人脸识别的电子站牌广告投放效果分析方法
CN106570467B (zh) 一种基于卷积神经网络的人员离岗检测方法
CN102542492B (zh) 视觉广告效果评估***及方法
CN105069472B (zh) 一种基于卷积神经网络自适应的车辆检测方法
CN110119656A (zh) 作业现场违章人员的智能监控***及现场违章监控方法
CN105787472B (zh) 一种基于时空拉普拉斯特征映射学习的异常行为检测方法
CN107679573A (zh) 智慧货柜的物品识别***及其方法
CN108229330A (zh) 人脸融合识别方法及装置、电子设备和存储介质
CN108734184A (zh) 一种对敏感图像进行分析的方法及装置
CN105809178A (zh) 一种基于人脸属性的人群分析方法及装置
CN107895160A (zh) 人脸检测与识别装置及方法
CN110532970A (zh) 人脸2d图像的年龄性别属性分析方法、***、设备和介质
CN105678591A (zh) 一种基于视频分析的商业智能化经营决策支撑***和方法
CN113674037B (zh) 一种基于购物行为的数据采集和推荐方法
CN104091173B (zh) 一种基于网络摄像机的性别识别方法及装置
CN109726735A (zh) 一种基于K-means聚类和随机森林算法的移动应用程序识别方法
CN104598869A (zh) 基于人脸识别装置的智能广告推送方法
CN106846049B (zh) 一种基于电商平台关联广告的大数据分析方法及其***
CN104504408A (zh) 一种人脸识别比对方法和实现该方法的***
CN108898104A (zh) 一种物品识别方法、装置、***及计算机存储介质
CN107274373A (zh) 直播中打码方法及装置
CN109544523A (zh) 基于多属性人脸比对的人脸图像质量评价方法及装置
CN108897614A (zh) 一种基于卷积神经网络的内存预警方法及服务端
CN108960142A (zh) 基于全局特征损失函数的行人再识别方法
CN110176143A (zh) 一种基于深度学习算法的高速公路交通拥堵检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170104