物料风控标签系统：实现广告物料的精确风控- 大数跨境

首页

物料风控标签系统：实现广告物料的精确风控

武汉天行健网络

2023-04-06

导读：超级汇川技术汇：广告物料的精确风控

栏目 | 超级汇川技术汇

技术干货 | 技术交流

【超级汇川技术汇】是超级汇川广告平台推出的技术交流栏目，不定期向行业分享平台的技术思考和技术新进展，希望推动更多数字营销技术的行业交流，推动智能营销的发展

背景

随着互联网的蓬勃发展，内容安全变得尤为重要，2016年国家网信办署名文章《网络不是法外之地》，掀起了打击网络违法违规内容的高潮。在互联网广告行业，内容合规更是一个极其重要的问题。阿里巴巴集团旗下超级汇川广告平台，作为拥有 SSP、ADX、DSP 能力的全域广告投放平台，对接了极其丰富的媒体场景。我们既要做到遵循网信办、工信部等部门关于内容安全的各项法律法规，也要在不同媒体上，对营销内容进行精准管理和风险控制。

这就对我们平台的物料审核能力提出很大的挑战，不仅考察平台审核违法违规内容的“硬实力”，也考验平台在指导客户规范物料分类和合规投放上的“软实力”。因此，需要平台拥有对物料内容的深入理解能力。我们综合运用各类模型算法，建设物料的“风控标签系统”，使用标签系统对物料做统一管理，进而在投放侧，通过对标签的使用，实现广告物料的精准投放控制。

本文将介绍“风控标签系统”的主要工作，包括风险算法引擎、风险标签管理平台、物料投放控制系统三个部分，并介绍风控标签系统目前在头部行业上的应用效果。

风控标签系统

“风控标签系统”主要包括三部分，分别是：

①风控算法引擎，负责输出物料标签；

②风险标签管理平台，对标签实现统一管理；

③物料投放控制系统，通过对标签的筛选，实现物料的精细化投放控制。

从打标到应用的流程如图 2-1 所示。下面将详细介绍每个部分的功能及技术实现。

图 2-1 风险物料打标流程图

“

风险标签管理平台

风险标签管理平台的主要功能是对物料标签做统一管理。我们设计一套树形结构的标签体系，首先，这保证了后期添加新标签的便利性，支持后续标签的扩展；其次，在树形索引上，也统一支持物料标签的增、删、合并等基础操作，标签体系可以随着物料的认知变化和业务发展进行增、删、分裂、合并等结构调整。（见图 2-2）

“

风险算法引擎

对物料的打标能力来自风控的算法引擎服务，如图2-3算法栈。

图 2-3 风控内容算法引擎

我们应用CV、多模态领域的多种技术（OCR、图文分类、目标检测、图像分割等），实现对物料的精细化打标和管理。综合多种场景，我们提出了三大类打标技术方案：

①类别标签：使用“OCR + 图文分类”技术，对图文创意进行归类，例如游戏标签中，总共16个大类别，收集对应的样本，训练针对游戏标签的多分类模型，再应用模型对物料进行类别打标。

②实体标签：使用“目标检测”技术，定向检测图片中的各类实体元素，实现基于图像中小目标的打标。例如：检测图片中是否包含 “logo”、“水印”、“实体商品”等。针对实体类标签，检测技术的准确率和泛化性非常好。

③分级标签：对图像进行细致分割，根据分割结果综合判断，实现程度分级类标签。

“分类”、“检测”、“分割” 三种方案的技术难度整体呈递进关系，下面分别介绍三种方案：

1）“OCR + 图文分类”：实现图文创意打标

如下图所示，广告物料常为图文组合形式（文本包括标题 + 图像中文本，见图 2-4）。所以需要综合考虑文本及图像信息，这里的主要挑战是“图文特征提取器 + 特征融合方式”的综合效果的考量。对图像中文本的识别，我们采用集团读光OCR（光学字符识别）算法，其准召率均在业内领先水平。

对图文分类模型，我们实验了两种框架方案（图 2-5）：

①框架-1（图2-5 a）：Image Encoder（图像编码器）提取图像特征，将此特征映射至文本 token 空间，同一空间的图文信息将一起送入Transformer 结构，文本特征抽取的同时完成与图像信息的融合，在 Tranformer 的最后一层 [CLS] 位获得分类打标结果。

②框架-2（图2-5 b）：Image Encoder（图像编码器）提取图像特征，Text Encoder（文本编码器）提取文本特征，两路特征加和后，通过一个拟瓶颈层以提升精度，最后，经过全链接层得到分类打标结果。

相比于框架-1，框架-2 效果更优。另外，框架-2 的图像编码器、文本编码器都可灵活更换，实验中也更方便观测整体效果的提升多少来自编码器、多少来自图文特征的融合方式，在此后的项目中，会更多地选用框架2。

两种框架的模型分类效果对比见表 2-1：

2）“目标检测”：实现基于图像中小目标的打标

在部分打标场景中，可作为“打标依据”的物体只占整体图像的小部分区域（如图 2-6），如“商品”、“宣传语”、logo”、“水印”等，不同于整图的分类，需要模型具备对小物体的精准定位能力。

图 2-6 物料中的小目标识别

经典的定位检测设计方案分两种：一种是密集检测，另一种是稀疏检测。前者往往以其推理速度较快的优势受到工业界青睐，我们根据过往业务中的实验经验，优先选用了密集检测方案，经调研对比，最终采用yolo系列的检测算法，实现对小物体的检测。

在yolo系列的检测算法对比中，我们最终选用了yolo v7 作为目标检测基准算法。以yolo v7自身参数为基准，配合业务数据做finetune，实现对实体元素的打标能力。v7版本的算法除了目标检测的基础功能，在小目标的检测上效果更佳，更符合我们的业务需要，各版本对比效果如图 2-8。

此外，由于业务相关数据的严重不足，我们在训练数据的合成方面也做了一些准备工作，如：写脚本、使用生成模型合成训练所需数据（背景图为随机选取的广告图，矩形框内为随机添加的“小目标元素”）：

图 2-9 检测样本构造（诱导点击类按钮）

3）“图像分割”：实现基于人体部位分割的打标

在一些更特别的打标场景下，需要基于人体裸露皮肤面积同服装面积的比值综合判断。不同于目标检测用矩形框定位元素的方式，此类任务需要模型拥有对图像中每个像素的分类能力，从而达到对不同人体部位、衣物的分割：头部、左臂、右臂、躯干、左腿、右腿、...、短裙、衬衫等。完成人体部位分割后，再设定具体规则用以判断皮肤裸露程度，如：“躯干面积”/“上衣面积” > 指定阈值、“左腿面积”/“短裙面积” > 指定阈值。

图 2-10 皮肤裸露面积正常

整体模型结构包括以下部分：1. ResNet50 作为骨干网络，用以提取图像特征；2. GSE-FPN（global semantic enhanced）作为特征金子塔，实现不同层次特征的融合，用以提升骨干网络的整体特征提取能力；3. 人体所在矩形框检测分支；4. 人体部位分割分支，实现对人体部位、衣物的细致分割。

特别地，对全局分割结果（整图）和实体分割结果（单个人物）进行了融合，在实体分割结果中置信度较低的实体会被丢弃，融合后的分割结果拥有更高的精度。