使用图像语义内容的品牌渗透确定系统技术方案

所公开技术的示例实施例实现了使用图像语义内容的品牌渗透确定系统。地理子区域确定系统被配置为将地理区域分区为两个或更多个子区域。图像内容分析引擎被配置为从在每个子区域内的一个或多个地点处捕获的图像确定每个相应的子区域内的品牌的检测的数量。品牌渗透指数生成系统被配置为生成针对每个子区域的品牌渗透指数，该品牌渗透指数基于通过一个或多个因素(例如，人口因素、类别因素等)加权的相应的子区域中的品牌的检测的数量，该品牌渗透指数与每个相应的子区域的指示符一起存储在存储器中。在将地理区域划分为两个或更多个子区域时，确定子区域的数量和/或边界，以确保每个子区域内的人口高于阈值。

【技术实现步骤摘要】
【国外来华专利技术】使用图像语义内容的品牌渗透确定系统
本公开一般地涉及确定在地理区域(geographicarea)上的品牌渗透的测量(measure)。更具体地，本公开涉及品牌渗透确定系统和方法，该系统和方法基于来自多个地理定位的图像的品牌检测的数量和各个分区的子区域(sub-region)内的相对应的位置来生成指数。
技术介绍
当前正在开发和部署图像内容分析引擎，以检测非常宽泛的对象和实体组(array)。可以处理从这些引擎获得的数据以用于之后的检索和分析，其可以涵盖广泛范围的应用并且承载沉重的计算负荷。这样，需要额外的技术来提供与分析的图像和相关的内容相关联的有用数据，同时最小化存储这样的数据的成本，包括例如存储这样的数据需要的计算机存储器的量。
技术实现思路
本公开的实施例的方面和优点将在以下描述中部分地阐述，或者可以从描述习得，或者可以通过对实施例的实践习得。本公开的一个示例方面针对一种用于确定跨地理区域的品牌渗透的测量的计算机实现的方法。该方法包括通过一个或多个计算设备将地理区域划分为两个或更多个子区域。该方法还包括通过一个或多个计算设备从在每个子区域内的一个或多个地点(site)处捕获的图像确定在每个相应的子区域内的品牌的检测的数量。该方法还包括通过一个或多个计算设备生成针对每个子区域的品牌渗透指数，其中，品牌渗透指数基于在相应的子区域中的品牌的检测的数量。该方法还包括通过一个或多个计算设备将针对每个子区域的品牌渗透指数与相应的子区域的指示符相关联地存储在存储器中。本公开的另一示例方面针对一种计算系统。该计算系统包括地理子区域确定系统，该地理子区域确定系统被配置为将地理区域分区为两个或更多个子区域。该计算系统还包括图像内容分析引擎，该图像内容分析引擎被配置为从在每个子区域内的一个或多个地点处捕获的图像确定在每个相应的子区域内的品牌的检测的数量。该计算系统还包括品牌渗透指数生成系统，该品牌渗透指数生成系统被配置为生成针对每个子区域的品牌渗透指数，其中，品牌渗透指数基于通过基于子区域内人口的人口因素(factor)或基于与品牌相关联的商品的类别的类别因素中的一个或多个来加权的、在相应的子区域中的品牌的检测的数量。地理子区域确定系统被配置为，在将地理区域划分为两个或更多个子区域时，确定子区域的数量和每个子区域的一个或多个边界，以确保每个子区域内的人口高于阈值。该计算系统还包括一个或多个有形的计算机可读介质，该一个或多个有形的计算机可读介质被配置为与相应的子区域的指示符相关联地存储针对每个子区域的品牌渗透指数。本公开的另一示例方面针对存储计算机可读指令的一个或多个有形的非暂时性计算机可读介质，该计算机可读指令在通过一个或多个处理器执行时使一个或多个处理器执行操作。该操作包括将地理区域划分为两个或更多个子区域。该操作还包括从在每个子区域内的一个或多个地点处捕获的图像确定每个相应的子区域内的品牌的检测的数量。该操作还包括生成针对每个子区域的品牌渗透指数，其中，品牌渗透指数基于在相应的子区域中的品牌的检测的数量。该操作还包括将针对每个子区域的品牌渗透指数与相应的子区域的指示符相关联地存储在存储器中。该操作还包括至少部分地基于针对两个或更多个子区域中的给定子区域的品牌渗透指数来确定与品牌相关联的电子内容项。电子内容项被配置为递送到并且显示在与给定子区域相关联的电子设备上。本公开的其他方面针对各种系统、装置、非暂时性计算机可读介质、计算机程序产品、用户接口和电子设备。参考以下描述和所附权利要求，将更好地理解本公开的各种实施例的这些和其他特征、方面和优点。并入和构成本说明书的一部分的附图示出了本公开的示例实施例，并且与描述一起用于解释相关的原理。附图说明在参考附图的说明书中阐述了针对本领域普通技术人员的实施例的详细讨论，在附图中：图1描绘了根据本公开的示例实施例的用于确定跨地理区域的品牌渗透的测量的示例计算系统的框图；图2描绘了根据本公开的示例实施例的示例图像内容分析引擎的框图；图3描绘了根据本公开的示例实施例的通过图像内容分析引擎实现的示例分析的第一方面；图4描绘了根据本公开的示例实施例的通过图像内容分析引擎实现的示例分析的第二方面；图5描绘了根据本公开的示例实施例的区域品牌渗透的示例测量的第一视觉表示(representation)；图6描绘了根据本公开的示例实施例的区域品牌渗透的示例测量的第二视觉表示；图7描绘了根据本公开的示例实施例的用于确定跨地理区域的品牌渗透的测量的示例方法的流程图；图8描绘了根据本公开的示例实施例的用于确定地理区域内的品牌的检测的数量的示例方法的流程图；图9描绘了根据本公开的示例实施例的用于训练图像内容分析模型的示例方法的流程图；以及图10描绘了根据本公开的示例实施例的示例计算系统的框图。在多个附图中重复的附图标记旨在标识各个实施方式中的相同特征。具体实施方式与本公开一致的系统和方法可以包括用于生成和存储与地理区域相关联的品牌渗透的测量的特征。更具体地，所公开的系统和方法可以采用图像内容分析模型，以用于从多个地理定位的图像确定品牌检测。然后，可以基于品牌检测的数量和相对应的分区的位置来生成品牌渗透指数和相关的测量。例如，在一些实施方式中，品牌渗透确定系统可以被配置为确定地理区域内的两个或更多个离散化子区域的分布，针对其可以确定品牌渗透的相关联的测量。可以确定子区域数量和/或边界，以确保每个子区域内的人口高于阈值。通过确保每个子区域的人口高于该阈值，减轻了在存储针对每个子区域的统计地相关的品牌指数中所施加的计算负担。另外，通过确保仅存储具有统计地意义的居民数量的子区域的品牌指数，所公开的系统和方法可以提供与影像(imagery)语料库相关联的有用的数据，而同时地最小化将该数据存储在存储器中的成本。应当领会，所公开的技术的实施例的实施方式可以包括允许用户对关于本文中所描述的系统、程序或特征是否以及何时(两者)可以能够收集下述进行选择(election)的控制：用户信息(例如，关于下述的信息：用户的当前位置、社交网络、社交行为或活动、职业、用户的偏好或其他特定于用户的特征)、来自与用户相关联的一个或多个计算设备的图像和/或来自服务器的指示用户是否已被发送内容或通信的控制数据。另外，特定数据在被存储或使用之前，可以以一种或多种方式而被处理，以使得移除个人地可识别的信息。例如，可以对用户的身份进行处理，以使无法针对该用户确定个人地可识别的信息；或者可以使从中获得位置信息的用户的地理位置一般化(诸如，一般化到城市、邮政编码或州级别)，以使不能够确定用户的特定位置。因此，用户可以对下述具有控制：关于用户收集哪些信息、如何使用该信息以及向用户提供哪些信息。在其他示例中，可以处理根据所公开的技术的图像和/或从这样的图像确定的内容，以确保移除个人地可识别的信息，诸如人物图像、街道名称和住所号码、以及其他个人信息。根据本公开的方面，包括一个或多个处理器的计本文档来自技高网...

【技术保护点】
1.一种用于确定跨地理区域的品牌渗透的测量的计算机实现的方法，所述方法包括：/n通过一个或多个计算设备将地理区域划分为两个或更多个子区域；/n通过所述一个或多个计算设备从在每个子区域内的一个或多个地点处捕获的图像确定在每个相应的子区域内的品牌的检测的数量；/n通过所述一个或多个计算设备生成针对每个子区域的品牌渗透指数，其中，所述品牌渗透指数基于在相应的子区域中的品牌的检测的数量；以及/n通过所述一个或多个计算设备将针对每个子区域的品牌渗透指数与相应的子区域的指示符相关联地存储在存储器中。/n

【技术特征摘要】
【国外来华专利技术】20181221 US 62/783,3271.一种用于确定跨地理区域的品牌渗透的测量的计算机实现的方法，所述方法包括：
通过一个或多个计算设备将地理区域划分为两个或更多个子区域；
通过所述一个或多个计算设备从在每个子区域内的一个或多个地点处捕获的图像确定在每个相应的子区域内的品牌的检测的数量；
通过所述一个或多个计算设备生成针对每个子区域的品牌渗透指数，其中，所述品牌渗透指数基于在相应的子区域中的品牌的检测的数量；以及
通过所述一个或多个计算设备将针对每个子区域的品牌渗透指数与相应的子区域的指示符相关联地存储在存储器中。


2.根据权利要求1所述的计算机实现的方法，其中，在将所述地理区域划分为两个或更多个子区域时，确定子区域的数量和每个子区域的一个或多个边界，以确保每个子区域内的人口高于阈值。


3.根据前述权利要求中的任一项所述的计算机实现的方法，其中，从在每个子区域内的一个或多个地点处捕获的图像确定品牌的检测的数量包括：
通过所述一个或多个计算设备获得与相应的子区域相关联的图像集合；
通过所述一个或多个计算设备访问机器学习的图像内容分析模型，所述机器学习的图像内容分析模型已经被训练为在图像集合的每个图像内检测与品牌相关联的文本和徽标中的一个或多个；
通过所述一个或多个计算设备提供图像集合作为对于机器学习的图像内容分析模型的输入；以及
通过所述一个或多个计算设备接收描述在相应的子区域内的品牌的检测的数量的计数作为机器学习的图像内容分析模型的输出，所述输出响应于作为对于机器学习的图像内容分析模型的输入的图像集合的接收。


4.根据前述权利要求中的任一项所述的计算机实现的方法，其中，在每个子区域内的一个或多个地点处捕获的图像是通过在街道级别操作的相机捕获的图像。


5.根据前述权利要求中的任一项所述的计算机实现的方法，其中，所述品牌渗透指数基于通过与品牌相关联的商品的至少一个类别的检测的数量所加权的、在相应的子区域中的所述品牌的检测的数量。


6.根据前述权利要求中的任一项所述的计算机实现的方法，其中，所述品牌渗透指数基于通过人口因素加权的、在相应的子区域中的所述品牌的检测的数量，其中，所述人口因素基于所述子区域内的人口。


7.根据前述权利要求中的任一项所述的计算机实现的方法，其中，从在每个子区域内的一个或多个地点处捕获的图像确定品牌的检测的数量包括：通过由所述一个或多个计算设备对与不同的地理位置相关联的多个检测进行去重来改进品牌的检测的数量。


8.根据前述权利要求中的任一项所述的计算机实现的方法，其中，在将所述地理区域划分为两个或更多个子区域时，根据预定单元大小和预定地理分区中的一个或多个来定义每个子区域的边界。


9.根据前述权利要求中的任一项所述的计算机实现的方法，其中，从在一个或多个地点处捕获的图像确定的品牌的每个检测是从出现在图像内的实体店面确定的。


10.根据前述权利要求中的任一项所述的计算机实现的方法，其中，从在一个或多个地点处捕获的图像确定的品牌的每个检测是从出现在图像内的车辆确定的。


11.根据前述...

【专利技术属性】
技术研发人员：Y梅斯特，BE布雷因顿，R伊诺埃，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：美国;US