広告環境でのパターン認識理論の応用

こんにちは、Habr。 彼は疑似科学論文を書いてから、大学の会議に参加し、それを1つのサイトに公開しました。 私は9か月前に記事を書きましたが、たった今Habréで公開することにしました。 読む前に、私はもう一度あなたに思い出させます:記事は疑似科学です。



現代世界の運命は、広告なしではもはや存在できないというものです。 どこでも、インターネット、公共交通機関の停留所、交通機関自体、雑誌や新聞、さらには映画館など、どこでも広告があります。 一見、広告主は広告の恩恵を受けているように見えるかもしれませんが、広告は消費者にもプラスの効果をもたらします。 必要なものを探すのに何時間も費やす必要はありません。すべての情報が自分の目に届きます。 現代人の脳は必要なものを自動的に選択し、余分なものはすべて内部ファイアウォールによってフィルタリングされます。



情報量が増加し、生活のリズムが増大し、「人々が正しい広告、そして実際に彼らの興味を引く情報を確実に見る方法」という疑問が生じます。 この問題の正しい解決策は、消費者と販売者の両方に有利に影響します。 消費者にとっては、不必要な情報の流れが減り、最近では貴重な時間が解放されます。 そして、メーカーは「100%のリターン」を受け取ります。



同様の考え方は、インターネットおよびコンテキスト広告の検索結果の基礎です。 この原則に基づいて、Google(Yandexはロシアで同様の活動を行っています)が毎日数百万ドルを稼いでいます。 約10年間、小さな会社がAppleやMicrosoftのようなハイテクビジネスの巨人と競争する機会を持っていると想像するのは困難です。



これはすべて、人々が広告と商品やサービスの購入の両方のためにシステムを積極的に使用していることを示唆しています。 システム自体は、入力された情報の流れを処理し、これらの好みに基づいて、人は興味のあるものを受け取ります。 しかし、1つの「しかし」があります。そのようなモデルは、フィードバックの条件でのみ機能します(ユーザーは自分の好みについて通知する必要があります)。



動作原理



著者は、インターネットに接続されていない日常生活でのより柔軟な広告にパターン認識を使用することを提案しています。 たとえば、LEDストリートモニターは、条件に基づいてブランド広告を表示します。現在、このブランドは通行人に最も人気がありますか。 広告の発行条件は変更できますが、原則は同じです:





システム運用



システムは各フレームの動的分析をリアルタイムで実行し、画像上のラベルを識別します。 このため、システムはラベルのデータベースを常に参照します。 これは、ラベルのサンプルが保存されるデータベースであり、ビデオファイルのフレームで実際のオブジェクトと比較されます。 オブジェクトを識別する際の重要なポイントは、いわゆる「機能ベクトル」です。これは、各オブジェクトのサポートプロパティのセットです。ビデオファイルの移動速度、色標識、形状です。



リソースを節約するために、システムは定期的にビデオシーケンスのフレームをサンプリングできます。 これを行うために、システムは平均的な人がカメラの「視野」から消えるまでにどれくらいの時間を必要とするかを計算します。 時間はカメラの方法と場所によって異なります。



機器の設置は難しい作業であることに注意してください[5]。 実際、物体認識の品質はカメラと照明の位置に直接依存します。 カメラは、人の胸/背中がカメラレンズに直接向けられるように取り付けることが望ましいです。



上記の条件に基づいて、カムコーダーではなくカメラを使用することをお勧めします。 カメラを使用すると、カメラからかなりの距離を移動することで、通行人とラベルを識別することができます。 なぜなら 画像の解像度は非常に高くなります。システムの処理を最適化するには、それらを部分に分ける必要があります。 画像の各部分は個別のタスクと見なされます。 複数のタスクを同時に実行すると、システムの速度が大幅に向上します。



実装の難しさ



現在、この技術の普及は困難なものとなっています。







柔軟な管理は、さまざまなブランドの膨大な量の広告が含まれる「単一のデータベース」によって促進され、多数の広告代理店がそのコンテンツに取り組みます。 この条件を達成すると、次の結果がなくなります。







この技術を効果的に使用するには、広告主にグラフィカルインターフェースを提供する必要があります。 これにより、画面上の広告の表示を決定するパラメーターを指定できます。







資金調達



科学には、商業組織による科学研究の使用の必要性が必要です。 テクノロジー企業による科学の発展に対する最も強力な推進力は、政府調達によってもたらされました。 これに続いて、営利団体と政府補助金の利益があります。 特にパターン認識などの技術分野では、多くの補助金はありません。



この事実を考慮して、内務省は外国のパターン認識システムを使用していることに注意する必要があります[5]。 つまり わが国の政府機関でさえ、犯罪者の捕獲に役立つパターン認識技術の開発はありません。 したがって、この技術は、我が国の科学が、我が国の力だけでなく、外国資本の参加によっても発展するように、グローバルな商業利用のために開発されるべきです。



私たちのハイテク時代では、人道的および技術的な分野の交差点に基づいた作品によってのみブレークスルーが可能です。



記事へのリンク



PS公衆の1人の記事へのリンクを公開した後、RFIDタグを物に縫い付ける方がより便利だというコメントを読みました。 このアイデアはどうですか? ラベルはかさばっており、近距離でオブジェクトを識別することは可能です。



All Articles