當人們聽到計算機視覺一詞時，經常會想到智慧手機和自動駕駛汽車。藉助臉部識別技術(機器視覺的一部分)，在智慧手機上使用Snapchat可以給你的臉部疊加上小狗的臉。自動駕駛汽車可以識別出街上走動的人。但是你是否知道機器視覺技術在未來營銷型應用程式的發展中也扮演著重要角色呢?
本文中，研究了三種目前被應用於營銷方面的計算機視覺應用程式。
1.關聯廣告/圖片廣告
當Google AdSense或Google Display Network被嵌入到網站上時，使用者將看到與該網頁上文字相關的文字或影象廣告(a)，或是根據使用者資料分析出的指向該特定使用者的廣告(b)。
那麼，圖片廣告呢?事實證明，部分公司(包括GumGum在內)可以透過識別上下文中的內容來在圖片中插入相關廣告。
這是一項具有挑戰性的任務，直到最近才得以實現，而這歸功於過去兩三年來機器視覺的重大發展。
“直到最近，計算機才得以能夠理解語義，也就是，人類對圖片的理解，”機器視覺大師內森·赫斯特(Nathan Hurst)，Shutterstock的工程師表示。在最近的採訪中，他解釋道，過去的方法總是被歸結為標記影象以識別其內容，直到工程師們構建了可以對大量影象資料集進行培訓的機器學習模型。
透過演算法，機器不僅可以區分“汽車”，而且還可以區分“2004本田CIVIC”，機器不僅僅能夠是被識別一隻“狗”，更是能夠識別出“可卡犬”，因此廣告商現在可以針對特定的影象環境來定位廣告。針對本田汽車使用者的電子商務業務不僅可以針對品牌搜尋字詞(例如，在Google AdWords中進行搜尋)，現在也可以僅針對本田汽車在相關網站上的影象進行搜尋。
2.打造適合使用者口味的廣告素材
線上世界正在轉向影片，思科公司研究預測到2019年將有80%的網路流量來自影片。由於這種趨勢，不僅是大型新聞網站(如Mic和Verge)轉向影片，各品牌公司也參與進來，希望從中獲益，但是這並非一件易事。
如果某太陽鏡品牌擁有100張最新設計的影象，那麼該公司如何知道應該選擇哪些影象用於Facebook、Twitter或Pinterest才能達到最佳的營銷效果呢?
總部位於蒙特利爾的Envision.ai公司正在開發應用程式，結合大資料、人工智慧與計算機視覺技術，解析在社交媒體上無數的影象和影片，並從中獲取最受歡迎的影片或影象，找尋規律，從而實現在合適的時間內將影片或影象內容推送給正確的使用者。(注：比如智慧選擇影片中合適的一幀畫面，作為展示在頁面上的截圖)
例如，該專案視覺效果總監給出的一個帖子就表示，聯合利華的Axe身噴霧已經有了10萬個不同版本的“Romeo Reboot”影片用於在社交媒體的宣傳活動。
對使用者和細分市場的“校準”已成為常態，因此大型消費品牌公司也別無選擇，只能選擇利用計算機視覺技術來進行此類工作。
3.對廣告反饋的面部識別
然而，一些創新公司也正克服物理世界的侷限性，他們採用線上測試，並不斷調整該項技術，使其能夠離線執行。倫敦的M&C Saatchi公司已經就戶外廣告進行了嘗試，即根據走過的人的反應實時改變戶外標牌。
在未來，桌面和(特別是)移動裝置上的廣告可以透過面部識別來收集關於注意力和情緒的細節，並根據這些反饋，以幫助確定下一個應該顯示的廣告或廣告本身應該改變的細節。
當人們聽到計算機視覺一詞時，經常會想到智慧手機和自動駕駛汽車。藉助臉部識別技術(機器視覺的一部分)，在智慧手機上使用Snapchat可以給你的臉部疊加上小狗的臉。自動駕駛汽車可以識別出街上走動的人。但是你是否知道機器視覺技術在未來營銷型應用程式的發展中也扮演著重要角色呢?
本文中，研究了三種目前被應用於營銷方面的計算機視覺應用程式。
1.關聯廣告/圖片廣告
當Google AdSense或Google Display Network被嵌入到網站上時，使用者將看到與該網頁上文字相關的文字或影象廣告(a)，或是根據使用者資料分析出的指向該特定使用者的廣告(b)。
那麼，圖片廣告呢?事實證明，部分公司(包括GumGum在內)可以透過識別上下文中的內容來在圖片中插入相關廣告。
這是一項具有挑戰性的任務，直到最近才得以實現，而這歸功於過去兩三年來機器視覺的重大發展。
“直到最近，計算機才得以能夠理解語義，也就是，人類對圖片的理解，”機器視覺大師內森·赫斯特(Nathan Hurst)，Shutterstock的工程師表示。在最近的採訪中，他解釋道，過去的方法總是被歸結為標記影象以識別其內容，直到工程師們構建了可以對大量影象資料集進行培訓的機器學習模型。
透過演算法，機器不僅可以區分“汽車”，而且還可以區分“2004本田CIVIC”，機器不僅僅能夠是被識別一隻“狗”，更是能夠識別出“可卡犬”，因此廣告商現在可以針對特定的影象環境來定位廣告。針對本田汽車使用者的電子商務業務不僅可以針對品牌搜尋字詞(例如，在Google AdWords中進行搜尋)，現在也可以僅針對本田汽車在相關網站上的影象進行搜尋。
2.打造適合使用者口味的廣告素材
線上世界正在轉向影片，思科公司研究預測到2019年將有80%的網路流量來自影片。由於這種趨勢，不僅是大型新聞網站(如Mic和Verge)轉向影片，各品牌公司也參與進來，希望從中獲益，但是這並非一件易事。
如果某太陽鏡品牌擁有100張最新設計的影象，那麼該公司如何知道應該選擇哪些影象用於Facebook、Twitter或Pinterest才能達到最佳的營銷效果呢?
總部位於蒙特利爾的Envision.ai公司正在開發應用程式，結合大資料、人工智慧與計算機視覺技術，解析在社交媒體上無數的影象和影片，並從中獲取最受歡迎的影片或影象，找尋規律，從而實現在合適的時間內將影片或影象內容推送給正確的使用者。(注：比如智慧選擇影片中合適的一幀畫面，作為展示在頁面上的截圖)
例如，該專案視覺效果總監給出的一個帖子就表示，聯合利華的Axe身噴霧已經有了10萬個不同版本的“Romeo Reboot”影片用於在社交媒體的宣傳活動。
對使用者和細分市場的“校準”已成為常態，因此大型消費品牌公司也別無選擇，只能選擇利用計算機視覺技術來進行此類工作。
3.對廣告反饋的面部識別
然而，一些創新公司也正克服物理世界的侷限性，他們採用線上測試，並不斷調整該項技術，使其能夠離線執行。倫敦的M&C Saatchi公司已經就戶外廣告進行了嘗試，即根據走過的人的反應實時改變戶外標牌。
在未來，桌面和(特別是)移動裝置上的廣告可以透過面部識別來收集關於注意力和情緒的細節，並根據這些反饋，以幫助確定下一個應該顯示的廣告或廣告本身應該改變的細節。