本發明涉及廣告投放，尤其涉及一種基于圖像ai分析的廣告投放監測方法及系統。

背景技術：

1、在當下的戶外廣告投放監測領域，隨著技術的發展，攝像頭監測技術已被廣泛應用于廣告投放效果的監測中。通過在廣告投放區域安裝攝像頭，能夠對廣告周邊的情況進行實時記錄，在一定程度上提高了監測的效率和數據獲取的能力。

2、然而，現有的攝像頭監測技術仍然存在著明顯的局限性。一方面，雖然能夠通過攝像頭獲取廣告區域的畫面信息，但對于觀看廣告的人數并不能做到精準識別。在實際場景中，由于人群的密集程度、人員的動態變化以及拍攝角度等因素的影響，攝像頭很難準確區分每一個觀看廣告的個體，容易出現重復計數或漏計的情況，導致統計的觀看人數與實際人數存在較大偏差。另一方面，當前的監測技術缺乏對受眾群體的深入分析。僅僅依靠攝像頭記錄的畫面，無法根據受眾的年齡、性別等不同特征進行分類和研究。這使得廣告主無法了解不同受眾群體對廣告的反應和接受程度，難以針對性地調整廣告內容和投放策略，無法實現廣告的精準投放，造成了廣告資源的浪費，也降低了廣告投放的效果和投資回報率。

技術實現思路

1、本部分的目的在于概述本發明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本技術的說明書摘要和發明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發明名稱的目的模糊，而這種簡化或省略不能用于限制本發明的范圍。

2、鑒于上述現有存在的問題，提出了本發明。因此，本發明提供了一種基于圖像ai分析的廣告投放監測方法解決現有技術中無法精準識別觀看廣告的人數、未根據不同受眾群體特征進行分析導致廣告效果評估不夠全面準確的問題。

3、為解決上述技術問題，本發明提供如下技術方案：

4、第一方面，本發明提供了一種基于圖像ai分析的廣告投放監測方法，包括：

5、在廣告投放設備上集成拍攝設備，當檢測到有人物進入廣告可視區域，開啟拍攝功能記錄視頻數據，獲取視頻數據；

6、利用目標檢測模型識別視頻數據中的人物，判斷人物眼部是否注視廣告區域，統計注視廣告區域的人物數量；

7、構建特征提取模型，通過特征提取模型獲取人物臉部特征和人物身體姿態特征；基于臉部特征，按照年齡和性別對人物進行分類；基于人物身體姿態特征，構建姿態特征與互動行為的映射關系模型，識別獲取用戶觀看廣告時的互動行為，記錄互動行為次數；

8、根據觀看廣告的人物數量、互動行為次數和廣告觀看時長數據，計算不同年齡和不同性別的廣告得分。

9、作為本發明所述的基于圖像ai分析的廣告投放監測方法的一種優選方案，其中：利用目標檢測模型識別視頻數據中的人物，包括：

10、對視頻數據進行預處理，預處理包括視頻幀提取、分辨率調整、圖像歸一化和數據增強操作；

11、收集大量包含人物的圖像數據構建目標檢測數據集，并對人物進行邊界框和類別標簽的標注，將標注好的數據集按合適比例劃分為訓練集、驗證集和測試集；

12、設置目標檢測模型訓練輪數和批量大小后，使用訓練集對目標檢測模型進行訓練，計算損失函數更新目標檢測模型參數；

13、將預處理后的視頻幀輸入訓練好的目標檢測模型進行推理，目標檢測模型輸出可能存在人物的區域的邊界框及置信度分數，采用非極大值抑制算法對邊界框進行后處理，去除冗余和錯誤的檢測結果，篩選出置信度高于設定閾值的邊界框，通過分析其位置和大小信息確定人物在視頻幀中的具體位置和范圍，完成對視頻數據中人物的識別。

14、作為本發明所述的基于圖像ai分析的廣告投放監測方法的一種優選方案，其中：判斷人物眼部是否注視廣告區域，統計注視廣告區域的人物數量，包括：

15、將視頻數據分解為多幀圖像，獲取人物眼部區域圖像，對提取的眼部區域圖像進行灰度化處理計算圖像像素點亮度值，根據所述亮度值獲取人物瞳孔位置；

16、計算瞳孔中心與人物眼部區域的偏移向量，若偏移向量的水平分量和垂直分量在預設像素范圍內，則初步判斷為人物注視廣告區域；對連續5幀圖像進行分析，若連續5幀中，每幀計算得到的偏移向量都在預設像素范圍內，則最終判斷為人物注視廣告區域；

17、在視頻的每一幀圖像中，對判定為注視廣告區域的人物進行標記，利用特征匹配算法進行人物跟蹤，記錄人物輪廓和衣著顏色特征，將新出現的疑似注視人物的特征與已記錄的特征進行比對，避免重復計數，統計被標記且經過準確比對的不同人物的數量。

18、作為本發明所述的基于圖像ai分析的廣告投放監測方法的一種優選方案，其中：構建特征提取模型，通過特征提取模型獲取人物臉部特征，包括：

19、通過卷積神經網絡和人體姿態估計算法設計特征提取模型；

20、將視頻數據分解為多幀圖像，提取人物臉部圖像作為輸入，輸入到卷積神經網絡中；臉部圖像經過卷積層進行滑動卷積，生成多個特征圖，將卷積層輸出的特征圖傳輸至激活層，使用?relu?函數進行非線性變換，激活后的初步特征圖進入池化層，通過最大池化操作進行下采樣；

21、重復卷積、激活和池化操作，形成多個卷積-激活-池化層的堆疊，獲取高級特征圖，將高級特征圖展平為一維向量，輸入到全連接層，生成一個固定長度的特征向量；

22、將所述特征向量通過softmax?函數轉換為每個類別的概率分布，根據概率分布按照年齡和性別對人物進行分類。

23、作為本發明所述的基于圖像ai分析的廣告投放監測方法的一種優選方案，其中：構建特征提取模型，通過特征提取模型獲取人物身體姿態特征，包括：

24、獲取視頻圖像人物的人體關鍵點坐標，根據關鍵點坐標，計算關節角度、肢體長度比例和相對位置關系，得到人物身體姿態特征。

25、作為本發明所述的基于圖像ai分析的廣告投放監測方法的一種優選方案，其中：基于人物身體姿態特征，構建姿態特征與互動行為的映射關系模型，識別獲取用戶觀看廣告時的互動行為，記錄互動行為次數，包括：

26、收集大量包含不同互動行為的視頻數據，利用人物身體姿態特征提取方法，得到身體姿態特征數據，對視頻中的互動行為進行詳細標注，明確每種姿態特征所對應的具體互動行為類型；

27、采用支持向量機設計映射關系模型，支持向量機將收集并標注好的姿態特征數據作為輸入，對應的互動行為類型作為輸出，對映射關系模型進行訓練，以提高模型的分類準確率；

28、將需要識別的人物身體姿態特征輸入到訓練好的映射關系模型中，映射關系模型根據學習到的映射關系，對輸入的姿態特征進行分析和判斷，輸出最可能對應的互動行為類型；

29、采用狀態跟蹤機制對于識別出的每一種互動行為，設定一個對應的狀態標識，當映射關系模型識別到互動行為開始時，啟動該行為的狀態標識，并開始計時；當該行為結束時，停止計時，并記錄互動行為的次數。

30、作為本發明所述的基于圖像ai分析的廣告投放監測方法的一種優選方案，其中：根據觀看廣告的人物數量、互動行為次數和廣告觀看時長數據，計算不同年齡和不同性別的廣告得分，包括：

31、分別賦予觀看廣告的人物數量、觀看總時長、互動行為次數的權重，且權重的總和為1，將每個年齡區間分組里的觀看廣告人物數量、觀看總時長、互動行為次數進行標準化處理，基于權重系數、觀看廣告人物數量、觀看總時長和互動行為次數進行加權計算，得到不同年齡區間分組的廣告得分；

32、分別賦予觀看廣告的人物數量、觀看總時長、互動行為次數的權重，且權重的總和為1，將性別分組里的觀看廣告人物數量、觀看總時長、互動行為次數進行標準化處理，基于權重系數、觀看廣告人物數量、觀看總時長和互動行為次數進行加權計算，得到不同性別分組的廣告得分。

33、第二方面，本發明提供了一種基于圖像ai分析的廣告投放監測的系統，包括，

34、數據獲取模塊，用于在廣告投放設備上集成拍攝設備，當檢測到有人物進入廣告可視區域，開啟拍攝功能記錄視頻數據，獲取視頻數據；

35、統計模塊，用于利用目標檢測模型識別視頻數據中的人物，判斷人物眼部是否注視廣告區域，統計注視廣告區域的人物數量；

36、特征提取模塊，用于構建特征提取模型，通過特征提取模型獲取人物臉部特征和人物身體姿態特征；基于臉部特征，按照年齡和性別對人物進行分類；基于人物身體姿態特征，構建姿態特征與互動行為的映射關系模型，識別獲取用戶觀看廣告時的互動行為，記錄互動行為次數；

37、評估監測模塊，用于根據觀看廣告的人物數量、互動行為次數和廣告觀看時長數據，計算不同年齡和不同性別的廣告得分。

38、第三方面，本發明提供了一種計算設備，包括：

39、存儲器和處理器；

40、所述存儲器用于存儲計算機可執行指令，所述處理器用于執行所述計算機可執行指令，該計算機可執行指令被處理器執行時實現所述基于圖像ai分析的廣告投放監測方法的步驟。

41、第四方面，本發明提供了一種計算機可讀存儲介質，其存儲有計算機可執行指令，該計算機可執行指令被處理器執行時實現所述基于圖像ai分析的廣告投放監測方法的步驟。

42、與現有技術相比，本發明的有益效果：本發明的基于圖像?ai?分析的廣告投放監測方法，通過在廣告投放設備上集成拍攝設備并獲取視頻數據，利用目標檢測模型準確識別視頻中的人物，依據瞳孔位置判斷人物是否注視廣告區域并統計人數，同時構建特征提取模型獲取人物臉部和身體姿態特征，實現按年齡和性別分類以及互動行為識別和計數，最后結合觀看廣告的人物數量、互動行為次數和廣告觀看時長計算不同年齡和性別的廣告得分，能夠準確地監測廣告投放效果，為廣告主提供詳細的受眾行為數據，以便優化廣告內容、投放渠道和策略，有效提高廣告的吸引力和投放效率，實現廣告資源的合理配置，提升廣告的投資回報率和傳播價值。