[發明專利]廣告投放策略的獲取方法、計算機可讀存儲介質

有效

• 申請號: 201811580257.3
• 申請日: 2018-12-24
• 公開（公告）號: CN109740466B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 汪浩源;程誠;王旭光
• 申請（專利權）人: 中國科學院蘇州納米技術與納米仿生研究所
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V40/18;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/08;G06N3/044;G06Q30/0251;G06V10/80
• 代理公司: 深圳市銘粵知識產權代理有限公司 44304
• 代理人: 孫偉峰

1.一種廣告投放策略的獲取方法，其特征在于，包括：

獲取用戶當前觀看廣告時的人臉圖像數據和眼球運動數據；

根據所述人臉圖像數據和所述眼球運動數據獲取用戶對其當前觀看的廣告的興趣狀態數據，包括：判斷所述人臉圖像數據是否包括預設的情緒類型數據；若是，則判斷所述眼球運動數據是否包括預設的眼球運動狀態數據；若是，則獲取用戶對其當前觀看的廣告感興趣的狀態數據；若否，則獲取用戶對其當前觀看的廣告不感興趣的狀態數據；所述預設的情緒類型數據包括人臉愉悅狀態數據、人臉悲傷狀態數據、人臉疑惑狀態數據、人臉焦慮狀態數據、人臉驚訝狀態數據和人臉憤怒狀態數據中的任意一種或任意多種；所述預設的眼球運動狀態數據包括用戶觀看當前廣告時的靜止注視時長大于或等于預設時長的狀態數據以及至少一種下列數據：用戶觀看廣告時的眨眼頻率大于或等于預設眨眼頻率的狀態數據；用戶觀看廣告時眼球的瞳孔放大倍數大于或等于預設放大倍數的狀態數據；用戶觀看廣告時的眼球掃視頻率大于或等于預設掃視頻率的狀態數據；

根據所述興趣狀態數據獲取對用戶投放廣告的廣告投放策略。

2.根據權利要求1所述的獲取方法，其特征在于，所述人臉圖像數據為人臉情緒類型數據，其中，所述獲取用戶當前觀看廣告時的人臉圖像數據的方法包括：

獲取用戶當前觀看廣告時的視頻；

利用預先訓練好的基于空間特征的第一表情識別網絡獲取所述視頻的每一幀圖像的各類人臉情緒類型分別對應的第一概率，利用預先訓練好的基于時序特征的第二表情識別網絡獲取所述視頻的每一幀圖像的各類人臉情緒類型分別對應的第二概率；

根據各類人臉情緒類型分別對應的第一概率和各類人臉情緒類型分別對應的第二概率計算得到各類人臉情緒類型分別對應的融合概率；

確定各類人臉情緒類型中融合概率最大的人臉情緒類型為對應幀圖像的人臉情緒類型。

3.根據權利要求2所述的獲取方法，其特征在于，所述利用預先訓練好的基于空間特征的第一表情識別網絡獲取所述視頻的每一幀圖像的各類人臉情緒類型分別對應的第一概率的方法包括：

對每一幀圖像進行預處理；

利用預先訓練好的特征提取網絡提取預處理后的每一幀圖像的特征；

將提取的每一幀圖像的特征輸入進預先訓練好的第一分類器，所述第一分類器輸出每一幀圖像的各類人臉情緒類型分別對應的第一概率。

4.根據權利要求2所述的獲取方法，其特征在于，所述利用預先訓練好的基于時序特征的第二表情識別網絡獲取所述視頻的每一幀圖像的各類人臉情緒類型分別對應的第二概率的方法包括：

提取每一幀圖像的人臉關鍵點特征；

將每一幀圖像的人臉關鍵點特征輸入預先訓練好的局部雙向遞歸循環神經網絡，所述局部雙向遞歸循環神經網絡輸出每一幀圖像的人臉器官變化特征；

將每一幀圖像的人臉器官變化特征輸入進預先訓練好的第二分類器，所述第二分類器輸出每一幀圖像的各類人臉情緒類型分別對應的第二概率。

5.根據權利要求1所述的獲取方法，其特征在于，所述獲取用戶當前觀看廣告時的眼球運動數據的方法包括：

獲取用戶當前觀看廣告時的視頻；

根據預先訓練好的眼球檢測模型和預先訓練好的遞歸神經網絡模型獲取視頻中每一幀圖像的眼球位置數據；

根據連續多幀圖像的眼球位置數據獲取在所述視頻所在時間段內的眼球運動數據。

6.根據權利要求1所述的獲取方法，其特征在于，根據所述興趣狀態數據獲取對用戶投放廣告的廣告投放策略的具體方法為：

若獲取的興趣狀態數據為用戶對其當前觀看的廣告感興趣的狀態數據，則獲取的廣告投放策略為保留用戶當前觀看的廣告；

若獲取的興趣狀態數據為用戶對其當前觀看的廣告不感興趣的狀態數據，則獲取的廣告投放策略為重新投放新廣告。