本發(fā)明屬于計算機應(yīng)用技術(shù)領(lǐng)域，具體涉及一種基于年齡段的廣告推送方法。

背景技術(shù)：

目前，電視廣告大多是預(yù)先設(shè)定好，定時播放廣告內(nèi)容，具有一定的盲目性。

現(xiàn)有技術(shù)中，例如中國專利(專利號201410242566.5)公開了一種信息媒體的智能推送方法與系統(tǒng)，采用已有的opencv和openbr對采集到的圖片進行識別，實現(xiàn)人臉識別的準確率不高。

中國專利(專利號201310630395.9)公開了一種基于年齡段的智能電視服務(wù)推送方法和系統(tǒng)，其需要對用戶的觀看信息和使用信息進行統(tǒng)計，以推送與年齡段相適應(yīng)的節(jié)目和應(yīng)用，雖然能夠提升智能電視的用戶體驗，但是并不能智能選擇廣告播放內(nèi)容。

再例如中國專利(專利號201510077017.1、201510008466.0)公開了一種為兒童自動播放電視節(jié)目的方法、電視機和系統(tǒng)、以及公開的一種用于數(shù)字電視機頂盒的兒童收視行為控制系統(tǒng)及方法，其僅僅針對兒童播放適合兒童觀看的電視節(jié)目，比較單一。

而中國專利(專利號201410738512.8、201110195665.9、201110442676.2、201210042789.8、200910131059.3、201410242917.2、200910032756.3)公開的是年齡估計的不同方法，中國專利(專利號201310713223.8)公開的是年齡分析在廣告推送中的具體應(yīng)用。上述的公開文獻中年齡的分類較粗，識別率不高，無法滿足日常生活。

因此，亟需一種適用于各個年齡段且識別準確率高的廣告推送方法。

技術(shù)實現(xiàn)要素：

為了解決上述技術(shù)問題，本發(fā)明提供了一種基于年齡段的廣告推送方法。

為了達到上述目的，本發(fā)明的技術(shù)方案如下：

本發(fā)明提供一種基于年齡段的廣告推送方法，包括以下步驟：

s1、利用攝像頭獲取人臉圖像；

s2、進行人臉圖像預(yù)處理；

s3、提取人臉圖像lbp特征；

s4、判斷是否已構(gòu)建年齡分段模型，若是則進入步驟s6，若否則進入步驟s5；

s5、構(gòu)建年齡分段模型；

s6、將提取的人臉圖像lbp特征應(yīng)用年齡分段模型得到年齡段；

s7、根據(jù)得到的年齡段推送與年齡段相應(yīng)的廣告內(nèi)容。

其中，上述的圖像預(yù)處理包括以下步驟：

s10、截取人臉圖像的多個關(guān)鍵點并利用關(guān)鍵點進行人臉對齊；

s11、將人臉圖像進行標準化。

上述的提取人臉圖像lbp特征包括以下步驟：

s20、判斷標準化后的人臉圖像是否為灰度圖，若是則進入步驟s21，若否則將其轉(zhuǎn)換為灰度圖后進入步驟s21；

s21、將灰度圖歸一化到相同大小；

s22、提取灰度圖的lbp特征。

上述的構(gòu)建年齡分段模型包括以下步驟：

s30、利用人臉檢測器從數(shù)據(jù)庫截取用于訓(xùn)練的人臉圖像；

s31、檢測截取的人臉圖像的多個關(guān)鍵點并利用關(guān)鍵點進行人臉對齊，然后將人臉圖像進行標準化；

s32、判斷標準化后的人臉圖像是否為灰度圖，若是則進入步驟s33，若否則將其轉(zhuǎn)換為灰度圖后進入步驟s33；

s33、將灰度圖歸一化到相同大小，然后提取lbp特征；

s34、根據(jù)提取的所有的lbp特征形成訓(xùn)練圖像集并進行訓(xùn)練得 到年齡分段模型。

同時，上述的關(guān)鍵點為68個點位，上述的步驟s10、s31的人臉對齊處理速率為2000-3000fps，上述的步驟s30采用opencv訓(xùn)練好的人臉檢測器。

本發(fā)明的有益效果包括以下幾點：

(一)將人臉圖像利用關(guān)鍵點進行人臉對齊后，獲得人正面臉圖像，然后進行標準化處理，以方便提取lbp特征，提高了提取特征的準確性。

(二)提取人臉圖像lbp特征，維度大小適中，復(fù)雜度適中，便于建模與計算。

(三)將提取的人臉圖像lbp特征采用liblinear庫中的函數(shù)l2-regularizedlogisticregression(dual)學(xué)習(xí)，得到年齡分段模型，然后將攝像頭獲取的人臉圖像的lbp特征采用上述的年齡分段模型進行年齡計算，推送與其年齡段相適應(yīng)的廣告內(nèi)容，相較于現(xiàn)有技術(shù)，識別人臉圖像年齡的準確性較高，智能化的控制電視的廣告推送，滿足人們的日常需求。

附圖說明

圖1為本發(fā)明的整體工作流程圖。

圖2為本發(fā)明構(gòu)建年齡分段模型的工作流程圖。

具體實施方式

下面結(jié)合附圖詳細說明本發(fā)明的優(yōu)選實施方式。

為了達到本發(fā)明的目的，如圖1至圖2所示，在本發(fā)明的其中一種實施方式中提供一種基于年齡段的廣告推送方法，包括以下步驟：

s1、利用攝像頭獲取人臉圖像；

s2、進行人臉圖像預(yù)處理；

s3、提取人臉圖像lbp特征；

s4、判斷是否已構(gòu)建年齡分段模型，若是則進入步驟s6，若否 則進入步驟s5；

s5、構(gòu)建年齡分段模型；

s6、將提取的人臉圖像lbp特征應(yīng)用年齡分段模型得到年齡段；

s7、根據(jù)得到的年齡段推送與年齡段相應(yīng)的廣告內(nèi)容。

其中，上述的圖像預(yù)處理包括以下步驟：

s10、截取人臉圖像的多個關(guān)鍵點并利用關(guān)鍵點進行人臉對齊；

s11、將人臉圖像進行標準化。

上述的提取人臉圖像lbp特征包括以下步驟：

s20、判斷標準化后的人臉圖像是否為灰度圖，若是則進入步驟s21，若否則將其轉(zhuǎn)換為灰度圖后進入步驟s21；

s21、將灰度圖歸一化到相同大??；

s22、提取灰度圖的lbp特征。

上述的構(gòu)建年齡分段模型包括以下步驟：

s30、利用人臉檢測器從數(shù)據(jù)庫截取用于訓(xùn)練的人臉圖像；

s31、檢測截取的人臉圖像的多個關(guān)鍵點并利用關(guān)鍵點進行人臉對齊，然后將人臉圖像進行標準化；

s32、判斷標準化后的人臉圖像是否為灰度圖，若是則進入步驟s33，若否則將其轉(zhuǎn)換為灰度圖后進入步驟s33；

s33、將灰度圖歸一化到相同大小，然后提取lbp特征；

s34、根據(jù)提取的所有的lbp特征形成訓(xùn)練圖像集并進行訓(xùn)練得到年齡分段模型。

同時，同時，上述的關(guān)鍵點為68個點位，上述的步驟s10、s31的人臉對齊處理速率為2000-3000fps，上述的步驟s30采用opencv訓(xùn)練好的人臉檢測器。

本實施方式的有益效果包括以下幾點：

(一)將人臉圖像利用關(guān)鍵點進行人臉對齊后，獲得人正面臉圖像，然后進行標準化處理，以方便提取lbp特征，提高了提取特征的準確性。

(二)提取人臉圖像lbp特征，維度大小適中，復(fù)雜度適中，便 于建模與計算。

(三)將提取的人臉圖像lbp特征采用liblinear庫中的函數(shù)l2-regularizedlogisticregression(dual)學(xué)習(xí)，得到年齡分段模型，然后將攝像頭獲取的人臉圖像的lbp特征采用上述的年齡分段模型進行年齡計算，推送與其年齡段相適應(yīng)的廣告內(nèi)容，相較于現(xiàn)有技術(shù)，識別人臉圖像年齡的準確性較高，智能化的控制電視的廣告推送，滿足人們的日常需求。

以上所述的僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明創(chuàng)造構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。