当人们听到计算机视觉一词时，经常会想到智能手机和自动驾驶汽车。借助脸部识别技术(机器视觉的一部分)，在智能手机上使用Snapchat可以给你的脸部叠加上小狗的脸。自动驾驶汽车可以识别出街上走动的人。但是你是否知道机器视觉技术在未来营销型应用程序的发展中也扮演着重要角色呢?
本文中，专栏作家Daniel Faggella研究了三种目前被应用于营销方面的计算机视觉应用程序。
1.关联广告/图片广告
当Google AdSense或Google Display Network被嵌入到网站上时，用户将看到与该网页上文字相关的文字或图像广告(a)，或是根据用户数据分析出的指向该特定用户的广告(b)。
那么，图片广告呢?事实证明，部分公司(包括GumGum在内)可以通过识别上下文中的内容来在图片中插入相关广告。
例如，玩小猫的图像可能是投放猫食品牌广告的好地方，又或者热带海滩的图像可能是宣传巴哈马度假租赁的好地方。GumGum的一个YouTube视频正是在短时间内显示了这项技术：
这是一项具有挑战性的任务，直到最近才得以实现，而这归功于过去两三年来机器视觉的重大发展。
“直到最近，计算机才得以能够理解语义，也就是，人类对图片的理解，”机器视觉大师内森·赫斯特(Nathan Hurst)，Shutterstock的工程师表示。在最近的采访中，他解释道，过去的方法总是被归结为标记图像以识别其内容，直到工程师们构建了可以对大量图像数据集进行培训的机器学习模型。
通过算法，机器不仅可以区分“汽车”，而且还可以区分“2004本田思域”，机器不仅仅能够是被识别一只“狗”，更是能够识别出“可卡犬”，因此广告商现在可以针对特定的图像环境来定位广告。针对本田汽车用户的电子商务业务不仅可以针对品牌搜索字词(例如，在Google AdWords中进行搜索)，现在也可以仅针对本田汽车在相关网站上的图像进行搜索。
2.打造适合用户口味的广告素材
在线世界正在转向视频，思科公司研究预测到2019年将有80%的网络流量来自视频。由于这种趋势，不仅是大型新闻网站(如Mic和Verge)转向视频，各品牌公司也参与进来，希望从中获益，但是这并非一件易事。
如果某太阳镜品牌拥有100张最新设计的图像，那么该公司如何知道应该选择哪些图像用于Facebook、Twitter或Pinterest才能达到最佳的营销效果呢?
总部位于蒙特利尔的Envision.ai公司正在开发应用程序，结合大数据、人工智能与计算机视觉技术，解析在社交媒体上无数的图像和视频，并从中获取最受欢迎的视频或图像，找寻规律，从而实现在合适的时间内将视频或图像内容推送给正确的用户。（注：比如智能选择视频中合适的一帧画面，作为展示在页面上的截图）
由于某个用户或用户组可能会根据时间的变化而更改点击行为，因此需要对AI系统进行大量培训，以便及时根据用户或用户组新的行为习惯对投放广告进行调整。
例如，该项目视觉效果总监给出的一个帖子就表示，联合利华的Axe身喷雾已经有了10万个不同版本的“Romeo Reboot”视频用于在社交媒体的宣传活动。
对用户和细分市场的“校准”已成为常态，因此大型消费品牌公司也别无选择，只能选择利用计算机视觉技术来进行此类工作。
3.对广告反馈的面部识别
在线广告的好处之一是其可追踪性。广告商知道在特定日或分钟内有多少会话、用户、点击等。他们可以将特定广告校准到特定类型的用户或地理位置，甚至是一周中的某几天。这种数字“足迹”允许公司收集大量数据，以帮助优化广告投放。
但户外广告却无法跟上该项技术的脚步。跟踪“用户”和跟踪“在这个广告标牌10英尺内行走的人数”是大相径庭的 - 后者显然更具挑战性。跟踪“视频内容的点击次数”和跟踪“观看这个户外广告超过3秒的路人数”同样也是非常不同，后者难度更大。
然而，一些创新公司也正克服物理世界的局限性，他们采用在线测试，并不断调整该项技术，使其能够脱机运行。伦敦的M&C Saatchi公司已经就户外广告进行了尝试，即根据走过的人的反应实时改变户外标牌。
在未来，桌面和(特别是)移动设备上的广告可以通过面部识别来收集关于注意力和情绪的细节，并根据这些反馈，以帮助确定下一个应该显示的广告或广告本身应该改变的细节。
