УДК 659.19

ПРИМЕНЕНИЕ ТЕХНОЛОГИИ РАСПОЗНАВАНИЯ ОБРАЗОВ В РЕКЛАМНОЙ СРЕДЕ

Федосеев Артём Николаевич
Новосибирский государственный технический университет
Студент кафедры АППМ

Аннотация
Современный человек ежедневно взаимодействует с рекламой, которая помогает ему в жизни и в тоже время её усложняет. В Интернете компаниями Google и Яндекс применяются поисковая и контекстная рекламы. Для того, чтобы подобную идею можно было использовать не только в сети Интернет, автор предлагает использовать теорию распознавания образов для показа рекламы на светодиодных уличных мониторах. Камера будет считывать лейблы брендов у прохожих, а система их проанализирует и выдаст подходящую рекламу. Реализация подобной технологии не только уменьшит потоки информации, получаемые людьми, но и разовьёт данную научную область в нашей стране за счёт коммерческих организация России и зарубежья. Только заинтересованность бизнеса сможет решить существующие на сегодняшний день проблемы в области распознавания образов, а также проблему практической реализации теоретических успехов.

Ключевые слова: реклама, светодиодные уличные мониторы, теориия распознавания образов


THE USE OF PATTERN RECOGNITION TECHNOLOGY IN THE ADVERTISING ENVIRONMENT

Fedoseyev Artem Nikolaevich
Novosibirsk State Technical University
Student of AMPP Novosibirsk State Technical University

Abstract
Modern man is daily interaction with advertising, which helps him in life and at the same time it complicates things. On the Internet, Google and Yandex search and apply advertising. In order for this idea can be used not only on the Internet, the author proposes to use the theory of pattern recognition for the show to re-Clam LED street monitors. The camera will read the Life of formula brands passers, and the system will analyze them and give appropriate advertising. The implementation of this technology not only reduces the flow of information received by people, but also develop this scientific area in the country with commercial organization in Russia and abroad. Only business interest can solve the existing problems to date in the field of pattern recognition, as well as the problem of the practical implementation of theoretical progress.

Keywords: advertising, LED street monitors, Theory of pattern recognition


Рубрика: 05.00.00 ТЕХНИЧЕСКИЕ НАУКИ, 08.00.00 ЭКОНОМИЧЕСКИЕ НАУКИ

Библиографическая ссылка на статью:
Федосеев А.Н. Применение технологии распознавания образов в рекламной среде // Современные научные исследования и инновации. 2013. № 2 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2013/02/22475 (дата обращения: 20.11.2016).

Судьба современного мира такова, что без рекламы существовать он уже не может. Куда не глянь: в Интернете, на остановках общественного транспорта и на самом транспорте, в журналах и газетах и даже в кино – везде присутствует реклама. На первый взгляд может показаться, что от рекламы выигрывают только рекламодатели, но реклама также положительно сказывается и на потребителях [1]. Людям не приходится часами выискивать то, что им необходимо, вся информация сама попадает им на глаза. Мозг современного человека автоматически выделяет необходимое, а все излишки фильтруются внутренним фаерволом [2].

Объёмы информации растут, ритм жизни увеличивается и возникает вопрос: «Как сделать так, чтобы людям попадалась на глаза только нужная реклама, да и вообще информация, которая им интересна?».  Правильное решение данного вопроса благоприятно влияет, как на потребителя, так и на продавца. Для потребителя сокращаются потоки лишней информации, освобождая столь драгоценное в наши дни время. А производитель получае «стопроцентную отдачу».

Подобная идея лежит в основе поисковой выдачи в Интернете, а также в контекстной рекламе. На этом принципе Google (в России подобной деятельностью занимается Яндекс) зарабатывает миллионы долларов ежедневно [3]. Трудно себе представить, что за какие-то 10 лет маленькая компания имеет возможность конкурировать с такими титанами высокотехнологического бизнеса, как Apple и Microsoft [4].

Всё это говорит о том, что люди активно используют систему, как для рекламы, так и для покупки товаров и услуг. Система сама обрабатывает поток вводимой им информация и на основе этих предпочтений человек получает то, что его может заинтересовать. Но есть одно «но»: такая модель работоспособна сегодня лишь в условиях обратной связи (пользователь должен сообщить о своих предпочтениях).

Принцип работы

Автор предлагает применить распознаванию образов для более гибкой рекламы в повседневной жизни, не связанной с Интернетом. Например, светодиодные уличные мониторы будут отображать рекламу брендов исходя из условия: является ли данный бренд в данный момент времени наиболее популярным среди прохожих. Условия выдачи рекламы можно менять, но принцип будет один:

  1. камера сканирует прохожих, идентифицируя лейблы брендов;
  2. система подсчитывает количество брендов по разным характеристикам: количество определённого бренда у прохожего, общее количество одинаковых брендов у прохожих и т.д.;
  3. ранжирует данные определённым образом;
  4. выдаёт наиболее подходящую рекламу.

Работа системы

Система проводит динамический анализ каждого кадра в реальном времени, идентифицируя лейблы на изображение. Для этого система постоянно обращается к базе данных лейблов. Она представляет собой БД, в которой хранятся образцы лейблов, с которыми сравниваются реальные объектами в кадре видеофайла. Ключевым моментом при идентификации объекта являются так называемые «функциональные векторы» — совокупность опорных свойств каждого объекта: скорость движения на видеофайле, цветовые признаки, форма.

Для экономии ресурсов, система может осуществлять периодичную выборку кадра видеоряда. Для этого система просчитает, сколько времени среднестатистическому человеку необходимо, чтобы он прошёл путь от попадания до исчезновения из «поля видимости» камеры. Время будет зависеть от способа и места установки камеры.

Надо отметить, что установка оборудования сложная задача [5]. Дело в том, что качество распознавания объектов напрямую зависит от места установки камеры и освещения. Желательно, чтобы камера была установлена таким образом, чтобы грудь/спина человека была направлена прямо на объектив камеры.

Исходи из вышеуказанных условий, предпочтительнее будет использование не видеокамеры, а фотоаппарата. Использование фотоаппарата даст возможность идентифицировать лейблы у прохожих, идущих на значительном расстояние от камеры. Т.к. разрешение изображения будет очень высоко, для оптимизации обработки системой необходимо разделять их на части. Каждая часть изображения будет считаться отдельной задачей. Одновременное выполнение нескольких задач ощутимо увеличит скорость работы системы.

Сложности реализации

Сегодня дела обстоят так, что распространение данной технологии затруднительно:

  • камера должна обладать матрицей высокого разрешения (сканирование в реальном времени) [6];
  • методы распознавании должны быть очень качественны (иметь способность «разглядеть» объект под углом, видя лишь его часть).

Гибкому управлению может способствовать «единая база данных», которая будет содержать огромное количество рекламы различных брендов, над наполнением которой будет работать многочисленное количество рекламных агентств. Достижение этого условия исключит следующие последствия:

  • без «единой БД» система не будет оправдывать средства;
  • рекламным агентствам будет трудно объединиться между собой;
  • может появиться монополист, в руках которого сосредоточены рекламные компании значительного числа брендов.

Для эффективного использования данной технологии необходимо предоставить рекламодателям графический интерфейс. С его помощью они смогут указать параметры, которые будут определять отображения их рекламы на экране:

  • в каких районах города их реклама может высветиться на экране;
  • какое количество людей необходимо для отображения рекламы;
  • может ли реклама отображаться в обычном формате, без использования технологии «распознаванию образов» или в случаях, когда «количество бренда» равно нулю.

Финансирование

Потребность использование научных исследований коммерческими организациями необходима для науки. Самый сильный толчок развитию науки у технологических компаний дали государственные закупки. Далее следуют заинтересованность коммерческих организаций и государственные субсидии. Дотаций много не бывает, особенно в такой технической области, как распознавание образов.

Принимая во внимание этот факт, следует отметить, что органы МВД используют иностранные системы распознавания образов [5]. Т.е. даже для государственных структур в нашей стране не осуществляется развитие технологии распознавания образов, которая может помочь в поимки преступников. Поэтому следует развить данную технологию для глобального коммерческого использования, чтобы наука в нашей стране получила развитие, не только силами нашей страны, но и при участии иностранного капитала.

В наш высокотехнологический век, прорыв могут совершить только те работы, которые основаны на стыке гуманитарных и технических дисциплин.


Библиографический список
  1. Влияние рекламы – плюсы и минусы рекламы [Электронный ресурс] // Энциклопедия экономиста [Интернет-портал]. URL: http://www.grandars.ru/student/marketing/vliyanie-reklamy.html (дата обращения: 07.02.2013).
  2. Интернет и мозг человека [Электронный ресурс] // Дом солнца – Эзотерический мегапортал [Интернет-портал]. URL: http://www.sunhome.ru/journal/114614 (дата обращения: 07.02.2013).
  3. Сколько зарабатывает Google на рекламе в день [Электронный ресурс] // Как заработать в Интернет [Интернет-портал]. URL: http://sphinn.ru/skolko-zarabatyvaet-google-na-reklame-v-den (дата обращения: 07.02.2013).
  4. Google дороже Microsoft [Электронный ресурс] // Google Hot! [Интернет-портал]. URL: http://googlehot.ru/company/google-dorozhe-microsoft/ (дата обращения: 07.02.2013).
  5. Степанов А.А. Внедрение систем интеллектуального распознавания лиц на объектах УМВД России по Омской области. Перспективы и проблемы реализации [Электронный ресурс] // Информационные технологии, связь и защита информации МВД России – 2012. Выпуск 2 [Офиц. сайт]. URL: http://www.mvd.informost.ru/2012/pdf2/doc/2-20.pdf (дата обращения: 07.02.2013).
  6. Борзое С.М., Коэик В.И., Потатуркин О.И. Распознавание образов в нейронных сетях с апостериорной обработкой корреляционных функций [Электронный ресурс] // РОАИ [Офиц. сайт]. URL: http://www.confpubs.ru/roai_1.php?id=14 (дата обращения: 07.02.2013).


Все статьи автора «Артём Федосеев»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться:
  • Регистрация