新媒体技术的户外广告互动性优化系统

吴宁 梅玉菡

摘  要： 传统的户外广告互动性系统观看时长的统计结果准确性低，为了解决这一问题，提出新媒体技术的户外广告互动性优化系统。系统硬件根据户外广告互动性需求选型，通信电路选择ATK?SIM800C处理器，电源电路选择使用二级开关电源稳压+LDO直流供电。系统软件采用新媒体技术设计户外广告互动性优化系统整体算法，在此基础上，加入核主成分分析解决PCA能力低下的问题。软、硬件结合完成新媒体技术的户外广告互动性优化系统设计。最后，进入实验部分，分析两个系统对观看时长统计的准确性。实验结果表明，该系统10次统计结果均在90%左右，符合设计需求。

关键词： 新媒体技术; 通信电路; 电源电路; 硬件结构; 人脸检测; 互动性

中图分类号： TN99?34; TP391.9                   文献标识码： A                     文章编号： 1004?373X（2020）21?0160?05

Interactive optimization system for outdoor advertising based on new media technology

WU Ning， MEI Yuhan

（School of Journalism and Communication， Hubei University， Wuhan 430062， China）

Abstract： The traditional interactive outdoor advertising system has low accuracy in the statistics of watching time. In order to solve this problem， an interactive outdoor advertising optimization system based on new media technology is proposed. The system hardware is selected according to the interactive demand of outdoor advertisements. The processor ATK?SIM800C is selected as the communication circuit， and the two?stage switching power supply +LDO DC power supply is selected as the power circuit. The new media technology is used in the system software to design the overall algorithm of outdoor advertising interactive optimization system. On this basis， the kernel principal component analysis （KPCA） is introduced to solve the problem that the PCA capability is poor. Software and hardware are combined to complete the interactive outdoor advertising optimization system design based on the new media technology. Finally， the statistics accuracy of watching time of the two systems is analyzed. The experimental results show that the accuracy of the 10 statistical results of the proposed system is about 90%， which meet the design requirement.

Keywords： new media technology; communication circuit; power circuit; hardware structure; face detection; interactivity

0  引  言

国外学者以前将行人检测方法和人脸检测方法引入户外广告互动性优化系统当中，从相关的研究上来看，利用这两种方法评估户外广告互动性时，存在大量的重复计算[1]。比如，将人脸目标识别与定位任务结合在一起，导致检测速度降低。在行人检测时，虽获得了良好的检测效果，但它将局部梯度与颜色空间结合在一起描述行人，导致部件在搜索行人目标时受到其他部件约束，无法快速获取图像特征。

经过多年的研究，人脸检测已经取得了不错的研究成果，该方法是通过计算模板间的相关度设定目标的。当目标动态变化时，适应性不强，容易出现误检和漏检的情况。

传统的户外广告互动性优化系统在判定行人是否观看广告时，极易受到行人检测的影响。为保证检测结果的准确性，提出新媒体技术的户外广告互动性优化系统。系统硬件着重设计通信模块、电源模块和开关电源的基本电路，系统软件着重设计户外广告互动性系统流程。软、硬件结合完成新媒体技术的户外广告互动性优化系统的设计。为验证本文系统的可行性，设置对比实验验证系统的有效性。

1  硬件结构设计

户外广告互动性优化系统硬件框架示意图，如图1所示。

系统硬件由客户端、PC服务器、广告屏控制板和主控芯片组成。PC服务器为客户端载体;广告屏控制板负责转换数据和生成控制信号[2]。

各模块电源设计方案如下：

通信电路设计方案：4G通信在速度上更占有优势，故本次选用4G数据通信模块。4G数据通信模块需满足以下要求：广告屏幕显示内容多为文字、图片和数字等简单的动态图形，此处指的简单动态图大小在10 KB左右，數字、图片较小，需要传输的数据量也相对小一些[3]。本次选用的ATK?SIM800C无线数据传输模块，传输速度可达到20 KB/s，且符合设计需求[4]。

ATK?SIM800C无线数据传输模块会将数据包分割成更小的数据包，这样方便单片机接收[5]。4G的单次数据包很大，单片机的RAM不够用时，只需要通过ATK?SIM800C无线数据传输模块的单片机串口传输数据即可。若4G数据的串口不够用时，需采用高级的单片机和数据接口。考虑到成本问题，选用ATK?SIM800C传输数据。ATK?SIM800C功能简单，调试难度低，使用起来更方便[6]。

ATK?SIM800C电路框架图如图2所示。

ATK?SIM800C数据特性：串口波特率为1 200～460 800 b/s，在工作时，可以利用串口发送数据或者通过软件控制流控制功能。工作频段为800 MHz，900 MHz，1 800 MHz，1 900 MHz，控制方法为AT指令，GDRS可使用PPP连接，内嵌TCP协议[7]。

电源电路设计方案：根据户外广告互动性优化系统的需求，选择交流200 V工频输入，好处在于使用板级输入可以大大增加控制板的面积[8]。为保证系统性能，在户外广告处安装远程控制的LED屏，考虑到部分控制板的位置，采用路灯电源蓄电池供电，在选择外端输入开关电源直流输入时，需要设计相对合理的方案，在满足控制板需求的基础上，还要降低成本[9]。最后，决定使用二级开关电源稳压+LDO直流供电。

开关电源基本电路如图3所示。

工作原理：让功率晶体管在导通和关断这两种状态下切换，通过“斩波”将输入的直流电压切换成输入电压幅值的脉冲电压，实现稳压+LDO直流供电[10]。

由此，完成新媒体技术的户外广告互动性优化系统通信电路和电源电路方案设计。

2  软件功能设计

利用新媒体技术设计户外广告互动性优化系统整体算法，具体流程如图4所示。

系统由4部分组成：

第1部分为系统首要步骤，负责统计行人数量和行人观看比例[11]。为了提高系统应用复杂背景的能力，提出行人检测算法，使用混合高速背景模型对户外广告牌检测区域建模。在此基础上，加入背景检测算法提取目标人群区域[12]。在目标区域内采用行人检测算法获取目标。通过行人运动轨迹分析，获取广告观看时长等相关参数。

第2部分，运用人脸检测技术筛选行人，在实际检测时，人脸姿态变化多样，存在光线干扰。为消除光线干扰，采用Haar?like特征提取多姿态人脸样本，实现多姿态人脸检测[13]。

第3部分，用于判断行人与户外广告特性，提出融合HOG的人脸姿态判别方法，通过融合两种特征清除存在的大量非线性冗余[14]。

第4部分，广告效果评估，经过检测处理后，系统会自动统计行人与户外广告的互动性，并对其进行精确评价，由此，实现对户外广告互动性的自动评估。在提取人脸特征时，为保证提取结果的有效性，运用核主成分分析解决PCA对非线性数据处理能力低下的问题。工作原理是利用核函数将样本空间映射到高维空间中，具体计算过程如下：

设训练集为[S：x1，x2，…，xN，xN∈X]， [?]为[F]核空间的一个核映射，需要注意的是，[?]是隐形的，在计算过程中它的函数形式不明确[15]。[S]在[F]中表示[?x1]，[?x2]，…，[?xN]，则计算矩阵为：

[K=?TX?X] （1）

式中：[K]表示元素，先分解[K]的特征值，应用式（1）得到对应的单位特征向量，再按照特征值大小排序，抽取[Z]的特征向量后，采用式（2）降维，抽取公式如下：

[Z=MTKX，x] （2）

式中：[MTK]为降维矩阵;[Z]表示主元特征。经过多次实验得到，当[M]取0.8时，算法识别率最高。

软、硬件结合完成新媒体技术的户外广告互动性优化系统设计。

3  仿真实验

完成新媒体技术的户外广告互动性优化系统设计后，进入实验，分析传统的户外广告互动性系统与新媒体技术的户外广告互动性优化系统对观看时长统计的准确性。

3.1  实验环境

实验在OpenCV 2.4.9和VueScan Pro实验平台上完成，其中，VueScan Pro用于处理图片压缩和剪裁工作。OpenCV 2.4.9用于评估广告效果。在此简单介绍一下实验中采用的相关软件。OpenCV 2.4.9运行在各种主流的操作系统之上，其中包含大量图像处理算法，执行效率较高，故本次选用该软件辅助实验。VueScan Pro是专业扫描工具，可剪取图像制成关联单，且具备高级的硬件能力，有尼康 LS?30/LS?2000、佳能 CanoScan2700F底片扫描仪、惠普PhotoSmart和宝丽来 SprintScan 35/LE/ES/+，相比平板扫描更容易控制。

为了更好地评价户外广告互动性效果，设计了一个决策树评价模型，使用该模型可以自动分析系统获取的评价参数，对系统统计观看时长的准确性做出一个初步评价，决策树评价模型如图5所示。

图5决策树评价模型分为如下三个属性：

第一个属性适用于判别行人与户外广告的互动性，分裂条件设定为：当检测到行人望向广告区域，可判定行人存在观看行为，与户外广告有互动性;第二个属性为：当检测到行人望向广告区域超过3 s，即可认定为互动性较好;第三个属性为：当检测到行人望向广告区域超过30 s，即可认定为互动性强烈。

3.2  实验结果分析

传统的户外广告互动性系统与此次设计的新媒体技术的户外广告互动性优化系统对观看时长统计的准确性结果，如表1和表2所示。

表1和表2為10组系统统计结果。从表1可以看出，使用传统的户外广告互动性系统统计观看时长结果出现误检情况较大，准确率在70%左右。而使用本次设计的新媒体技术的户外广告互动性优化系统统计观看时长结果出现误检的情况更小，准确率可达到90%左右。

选取定量评价方法评价不同系统对于不同类型广告效果的评估精度，结果见表3。

分析表3能够得出，本文系统评估10种类型广告效果的精度都优于传统系统，评估精度高于0.96，而传统系统的评估精度处于0.69～0.84之间，说明本文系统广告效果评估精度高。

实验统计本文系统和传统系统应用在某商场的户外广告设计部门中，检测该部门应用两种系统后，各种类型广告的采纳率，结果如图6所示。

分析图6能够看出，广告设计部门采用本文系统后不同类型广告设计采纳率始终高于传统系统的采纳率，说明相对于传统系统，本文系统进行户外广告互动性优化更能提高广告的采纳率，互动性设计效果佳。

统计广告设计部门对不同系统设计的广告互动性满意度，结果如图7所示。

分析图7能够得出，广告设计部门对本文系统设计的6种广告互动性满意度均值达到99%，而对于传统系统设计的6种广告互动性满意度均值才达到86%，说明本文系统优化的广告互动性满意度更好，应用效果更佳。

对比采用传统系统和本文系统后，商场户外广告互动性优化后的年度经济效益提升比例，以此验证本文系统的经济性，结果见表4。

从表4中的数据可得，实验商场户外广告采用两种系统进行互动性优化控制后，产生的经济效益都有所提升，但是本文系统的经济收益提升幅度更高，平均经济收益提升幅度是6.33%，而传统系统的平均经济收益提升幅度是2.18%，能够看出，本文系统大幅度提高了商场户外广告的经济收益，使用价值高。

4  结  语

针对传统户外广告互动性优化系统存在的问题，本文提出新媒体技术的户外广告互动性优化系统设计。系统的硬件框架是在原来的基础上构建的，为提高系统性能，设计硬件通信电路和电源电路。在分析系统需求的前提下完成选型。系统软件采用新媒体技术完成户外广告互动性优化系统整体算法设计。最后引入核主成分分析法，用于解决PCA对非线性数据处理能力低下的问题。实验结果表明，本文系统统计准确率、评估精度均较高，提升了经济效益，具有较高的使用价值。

参考文献

[1] 朱军，陈敬良，张安淇.户外广告资源配置优化模型及算法研究[J].上海理工大学学报，2019，41（2）：190?195.

[2] 许汉平，李姚旺，苗世洪，等.考虑可再生能源消纳效益的电力系统“源?荷?储”协调互动优化调度策略[J].电力系统保护与控制，2017，45（17）：18?25.

[3] 周长城，马溪原，郭晓斌，等.基于主从博弈的工业园区综合能源系统互动优化运行方法[J].电力系统自动化，2019，43（7）：74?80.

[4] 叶军.基于地铁媒体的互动广告创意策略探析[J].包装工程，2018，39（22）：77?82.

[5] 何丽红，廖茜，刘蒙蒙，等.两层供应链系统最优广告努力水平与直接价格折扣的博弈分析[J].中国管理科学，2017，25（2）：130?138.

[6] 何欣程，查春柳，许蕾.使用程序分析和特征识别方法过滤网页广告[J].小型微型计算机系统，2018，39（9）：1998?2002.

[7] 陈晋音，郑海斌.基于关键字的网络广告资源优化研究[J].控制工程，2017，24（10）：2003?2009.

[8] 王雨心，闵庆飞，宋亚楠.基于感知互动性探究社交媒体用户生成内容的影响因素[J].情报科学，2018，36（2）：101?106.

[9] 黄立威，江碧涛，吕守业，等.基于深度学习的推荐系统研究综述[J].计算机学报，2018，41（7）：191?219.

[10] 李子俊，黄頔，罗懿行，等.基于多目标优化算法的系泊系统设计[J].数学的实践与认识，2017，47（12）：145?154.

[11] 刘亚丽，李双志，段海鹏，等.面向能效优化的MIMO系统参数配置[J].电讯技术，2017，57（9）：1035?1040.

[12] 何建强，汪少华，姚勇.功率分流式HEV传动系统参数匹配及优化[J].机械传动，2017，41（4）：38?43.

[13] 李和，周斌.户外可穿戴情境感知系统的研究与实现[J].现代电子技术，2018，41（2）：152?155.

[14] 曲毅，李爱光，徐旺，等.基于位姿传感器的户外ARGIS注册技术[J].测绘科学技术学报，2017，34（1）：106?110.

[15] 朱上上，王锍与.用户对移动广告视觉设计的态度和关注探究[J].包装工程，2018，39（4）：38?42.

作者简介：吴  宁（1984—），女，湖北武汉人，博士，副教授，主要从事新媒体方面的研究。

梅玉菡（1995—），女，湖北荆州人，硕士，研究方向为新媒体。