摘要
本发明涉及一种基于人脸识别的多模态VR广告推送方法及系统,方法包括,采集多模态数据,并对多模态数据进行预处理;采用深度学习的网络模型从预处理后的多模态数据中进行特征提取;将特征提取后的图像特征、语音特征和触觉数据进行动态加权融合;构建并训练多模态VR广告预测模型,将融合后的多模态特征向量输入到模型中,输出用户兴趣标签和行为预测结果;构建广告数据库,基于用户当前兴趣标签与历史行为数据,选择对应的广告进行推送;获取用户对推送广告的交互数据,根据用户的交互数据进行反馈动态调整广告匹配算法权重。本发明通过获取多模态数据,并采用模型进行精准预测,实现对用户行为和偏好的精准识别,提供了个性化的广告推送。
技术关键词
广告推送方法
数据
多模态
语音特征
虚拟现实环境
压电式触觉传感器
指数平滑法
兴趣
动态更新
一维卷积神经网络
神经网络对图像
广告推送系统
标签
在线学习机制
强化学习框架
RGB摄像头
长短期记忆网络
算法
系统为您推荐了相关专利信息
图像
协方差矩阵
深度学习模型
特征提取算法
因子
轴承故障诊断
网络剪枝
剪枝策略
智能体模型
网络压缩方法
灰尘检测方法
光伏面板
图片GPS信息
像素
逆地理编码