基于百度AI開放平臺的廣告匹配度方案

王志豪 朱浩宇 翁子揚 馬燕

摘要：隨著時代的發展，線上廣告日趨成熟，可根據用戶喜好推薦廣告，但傳統的線下廣告越來越被人們忽視。所以針對線下廣告急需一次革新，運用百度AI開放平臺的接口識別人體的各種屬性，與算法結合對屬性進行分析從數據庫中調出廣告，再根據人臉的表情數據判斷對廣告的喜惡程度適當的調整廣告的類型。基于此，來達到線下廣告的精準投放的目的，使廣告的效益達到最大化。

關鍵詞：線下廣告;百度AI開放平臺;精準投放

中圖分類號：TP399 文獻標識碼：A

文章編號：1009-3044（2019）36-0195-03

廣告經過了多年發展已非常普遍，尤其是線上廣告的發展，已經幾乎可已達到精準投放了。例如像淘寶商城的電商軟件，已經可以通過算法根據消費者瀏覽記錄判斷消費者的喜好，從而達到精準的廣告投放和推送。

但傳統的線下廣告有諸多局限性，發展較慢。在追求高效率的時代里，線下廣告越來越被人們所忽視，沒有達到廣告效益的最大化。截至目前，僅有很少的方法可以使線下廣告的效率提高，且效率不是很高。

所以本文提出一套方法，借助百度AI開放平臺中對人體屬性的鑒別以及對人臉的檢測和數據庫中的SQLserver技術，通過算法找到與當前消費者匹配度最高的廣告。然后通過觀察消費者的表情判斷消費者對已投放廣告的滿意程度，并適當地做出調整。從而極大程度上減少線下廣告不合時宜，且固定老套等缺點所帶來的影響。

1接口

百度智能云基于世界領先的百度大腦，提供拿來即用的視覺、語音等通用AI能力及行業解決方案、AI開發平臺及培訓服務等。行業客戶可基于自身業務需求及數據，定制出個性化智能應用。本文所使用的就是百度AI開放平臺的人體檢測和人臉識別模塊。

1.1申請接口

首先申請百度AI開放平臺的API使用權，得到了賬戶、API密鑰和密碼，然后在python上安裝了百度AI開放平臺的第三方庫——api。

1.2確定函數

方案中所需要的是關于人體數據中的性別、年齡段、上身服飾、下身服飾、上身服飾的細分類別、上下身服飾的顏色、配飾品、是否是正常人體和身上是否有遮擋。對應于接口中的函數是age， gender， supper_wear， lower_wear， upper_wear_fg， up-per_color， lower_color， （bag， headwear， glasses）， is_hum-an， oeelu-sIon，把這些函數包裝成一個類，將每個函數所能提供的固定的值傳遞給算法，作為算法處理的標準，如1圖所示。經過接口處理判斷后，得到圖2所示結果：

從上到下依次可以看到程序對于圖片的判斷，在這里稍做聲明，我們在判斷配飾品的時候，僅以身上是否有包，帽子和眼鏡來判斷。如果有，返回True，如果沒有，返回False，以此進行接下來的算法分析和處理。

在處理完身體各屬性之后，進行人臉表情數據的測定。同樣還是使用百度AI開放平臺的人臉檢測接口。通過接口中的detect函數識別人臉的表情，例如：微笑（smile），傷心（sad），憤怒（angery）等。但是在此過程中我們發現判斷表情的準確率還不是很高，所以我們沒有完成后期根據喜惡程度改變廣告類型的部分，如圖3所示。

代碼運行過后得出結果：

以上，為接口在本文中的全部使用，對于接口的使用本項目組只是運用到了基礎部分，提供了一些判斷的依據。

2匹配方法

定向廣告投放的定向是整個系統的關鍵，在調用人臉檢測接口（以下簡稱接口）后，可更加準確的來實現該目的。

2.1實現函數

（l）：函數start（）：在開啟程序后將登陸預設在程序中的賬號以便與百度接口連接，若登錄失敗，會發送郵件信息聯系管理員。

（2）：函數reset（）：導人cv2庫后利用攝像頭硬件定時（時長可以改變）拍攝場景照片，并將所拍攝照片利用預先設定好的包含有接口的函數y—o（）來判定當前場景是否有人員。在無人狀態下并不會播放廣告以達到省電的目的。

（3）：函數y-o（）：到y-o（）函數的輸出值為1時，將該圖像信息再次輸入函數infor（）以得到一個包含有人物信息的列表（一個人時）或多個包含有人物信息的列表（多人時）。當人物信息列表有多個時，將比對所有列表并保留數量最多的人物信息。最后infor0函數的輸出結構僅有單個列表。

（4）：將（3）中得到的列表輸入comp（）函數后，逐一與數據庫中的商品標簽值進行比對（事先已對廣告做好大致分類）。到匹配度大于設定值（可調整）后，從本地存儲中調出該廣告并進行播放。

（5）：函數comp（）：在廣告播放完畢后，將調用reset0函數，減輕本地存儲負擔，也避免數據冗余。重復步驟（2）以使得系統開始下一次的廣告投放。

2.2操作步驟與思路

（1）開啟系統后調用函數start0。

（2）使用cv2調用系統攝像頭后定時拍攝當前場景并調用y_00。

（3）當前場景有人出現時調用infor（）。

（4）在獲取當前人物信息后調用comp（），

（5）當廣告播放完畢后，調用reset（），并重復步驟（2）。

整個系統流程圖如圖5所示。

3數據庫

本項目基于深度學習的人體情緒與屬性識別的方法，搜集針對不同年齡、性別的不同類型廣告，為不同類型廣告確定標簽，綜合考慮用戶情緒與屬性，以及不同類型廣告的標簽，確定投放的廣告并建立關注廣告的人次以及人體屬性數據庫。

3.1基于人體屬性進行商品分類

為建立商品廣告庫，首先需要對商品進行系統分類，綜合考慮用戶屬性，使兩者相匹配。

將人體屬性的劃分一共有3層：

第1層為性別劃分，分為男、女2種;

第2層為年齡段劃分，分為青少年、中年、老年3種;

第3層為面部屬性劃分，由于需要利用百度AI開放平臺的接口，所以將面部屬性分為生氣、害怕、厭惡、高興、悲傷、驚訝和無情緒7種，與百度AI平臺的面部屬性相對應。

假設單個人體屬性播放2個商品廣告，那么需要尋找84種不同的與人體屬性相匹配的廣告。

3.2尋找對應商品圖案

利用百度與谷歌兩種不同搜索引擎尋找商品圖案，并標上1-84作為商品標簽方便數據庫的建立。 如下圖6所示。

最后，利用SQL Server建立了廣告數據庫，通過CREATETABLE語句建立表格，通過INSERT語句將84個商品圖案導入表格中。

4結束語

本文針對線下廣告的缺點基于百度AI開放平臺中的人體屬性數據判斷對傳統線下廣告進行了一次創新。但是由于種種原因未能完成根據人臉表情對投放的廣告進行更改的功能，將在以后的研究中逐步完善功能。

參考文獻：

[1]孫會，企業運用線下廣告的趨勢分析[J].邯鄲職業技術學院學報，2007（1）：38-42.

[2]高華芳.購物中心的廣告、門道、渠道、態度、創意[J].時代經貿，2014（7）：75-77.

[3]宋思曼.廣告對消費者購買行為的影響因素分析[J].產業與科技論壇，2018（23）：90-91

[4]董夢嬌.基于SURF算法的服裝3D人體特征點識別[J].北京服裝學院學報：自然科學版，2018（4）：37-44.

[5]張銘姍.城市戶外廣告的新特征和發展趨勢[J].青年記者，2017（6）：80-90.

【通聯編輯：梁書】

收稿日期：2019-10-21

基金項目：國家自然科學基金（61373004）資助項目

作者簡介：王志豪（1998-），男，河南鄭州人，學士，主要研究方向為模式識別;朱浩宇（1998-），男，上海人，學士，主要研究方向為模式識別;翁子揚（1998-），男，上海人，學士，主要研究方向為模式識別;通訊作者：馬燕（1970-），女，浙江海寧人，上海師范大學信息與機電工程學院計算機系教授，主要研究方向為圖像分割、模式識別和三維建模等。