CN103618918A - 一种智能电视的显示控制方法及装置 - Google Patents
一种智能电视的显示控制方法及装置 Download PDFInfo
- Publication number
- CN103618918A CN103618918A CN201310615701.1A CN201310615701A CN103618918A CN 103618918 A CN103618918 A CN 103618918A CN 201310615701 A CN201310615701 A CN 201310615701A CN 103618918 A CN103618918 A CN 103618918A
- Authority
- CN
- China
- Prior art keywords
- information
- identity
- user
- described user
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种智能电视的显示控制方法及装置。其方法包括:对智能电视的视频采集装置采集的视频图像进行用户识别检测;当检测到用户后,从视频图像中提取用于分析用户身份的图像特征信息;根据该图像特征信息确定用户的身份信息,并根据该用户的身份信息确定用户的身份;根据身份与显示信息的对应关系,选择用户的身份对应的显示信息;根据选择的显示信息调整智能电视的显示内容。本发明实施例提供的方法及装置,不需要用户使用账号登陆,而是在检测到用户后,通过分析用户的身份,自动为用户推送显示内容。
Description
技术领域
本发明涉及智能电视控制技术领域,尤其涉及一种智能电视的显示控制方法及装置。
背景技术
随着三网融合,智能电视已经逐渐进入家庭。智能电视提供给用户的内容除了传统的电视节目和基本功能外,还有更多海量的节目内容和丰富的功能。用户在面对如此多的内容和功能时,经常会花费大量的时间和精力查找自己喜欢的内容和功能,从而导致用户使用智能电视的体验降低。
为了使用户打开智能电视时不需要每次重新查找自己喜欢的内容和功能。现有的一种解决方案是:为用户分配账号,当用户通过账号登陆智能电视的桌面系统后,智能电视记录该账号对应的浏览的频道、使用的应用等使用记录,以及该账号对应的主题配置,并在用户通过账号智能电视的桌面系统后,智能电视按账号对应的历史使用记录推送节目内容。
上述技术方案虽然可以为用户推送节目内容。但需要用户使用账号登陆后才能实现。
发明内容
本发明的目的是提供一种智能电视的显示控制方法及装置,以解决需要用户使用账号登陆后才能进行节目内容推送的问题。
本发明的目的是通过以下技术方案实现的:
一种智能电视的显示控制方法,包括:
对智能电视的视频采集装置采集的视频图像进行用户识别检测;
当检测到用户后,从检测到用户的视频图像中提取用于分析用户身份的图像特征信息;
根据用于分析用户身份的图像特征信息确定用户的身份信息,并根据该用户的身份信息确定用户的身份;
根据身份与显示信息的对应关系,选择用户的身份对应的显示信息;
根据选择的显示信息调整智能电视的显示内容。
其中,显示信息可以但不仅限于包括以下至少一种信息:节目内容的信息、控制功能的信息、界面框架的信息。
如果显示信息包括节目内容的信息,则身份与显示信息的对应关系包括:身份与节目内容的信息的对应关系;如果显示信息包括控制功能的信息,则身份与信息的对应关系包括:身份与控制功能的信息的对应关系;如果显示信息包括界面框架的信息,则身份与显示信息的对应关系包括:身份与界面框架的信息的对应关系。
本发明实施例提供的方法,不需要用户使用账号登陆,而是在检测到用户后,通过分析用户的身份,选择用户身份对应的显示信息,从而自动为用户推送显示内容。
较佳地,可以利用人脸分类器对智能电视的视频采集装置采集的视频图像进行人脸识别,当识别到人脸后,即确定检测到用户。在此基础上,为了降低误检率,对于检测到的人脸区域,还利用鼻子分类器对该人脸区域进行鼻子检测;如果检测到鼻子,确定检测到用户。
基于上述任意方法实施例,较佳地,用于分析用户身份的图像特征信息可以包括脸部图像信息。那么,用户的身份信息可以但不仅限于包括以下任意信息或组合:年龄段、性别、表情。
在此基础上,从视频图像中提取用户的脸部图像信息的具体实现方式可以是:确定用户的人脸区域;在该用户的人脸区域利用人眼分类器对人脸区域进行人眼检测;确定两眼连线的中心点,并以该中心点为坐标原点旋转人脸区域,使得两眼连线与以该中心点为坐标原点的显示坐标系的横轴平行;从旋转后的人脸区域提取正方形区域的图像信息作为用户的脸部图像信息,该正方形区域的边长为两眼连线距离的2倍,在水平方向沿两眼连线的中心点对称,且该正方形区域的上边线到该中心点的距离为两眼连线距离的一半。
基于上述任意方法实施例,较佳地,用于分析所述用户身份的图像特征信息还可以包括用于识别衣服颜色的目标区域的色彩信息,则用户的身份信息还可以包括用户的衣服颜色类型。那么,从视频图像中提取目标区域的色彩信息的具体实现方式:确定用户的人脸区域;根据该人脸区域确定该目标区域;提取该目标区域的色彩信息。相应的,根据用于分析用户身份的图像特征信息确定用户的身份信息的具体实现方式可以是:根据该目标区域的色彩信息确定用户的衣服颜色类型。
通常,从图像中提取的色彩信息是红绿蓝(RGB)色彩信息。但RGB色彩不稳定,容易受到光强、阴影等因素的影响。为了更加准确的识别用户衣服的颜色,提取目标区域的色彩信息,并根据该色彩信息确定用户的衣服颜色类型的具体实现方式可以是:提取所述目标区域的红绿蓝RGB色彩信息;然后将提取的RGB信息转换为HSV色彩信息,并根据HSV色彩信息确定该用户的衣服颜色类型。
基于上述任意方法实施例,为了保证身份分析的准确性,较佳地,确定用户的身份信息时,可以根据从连续X帧视频图像中提取的用于分析该用户身份的图像特征信息,确定该用户的身份信息。其中,X为不小于2的整数。
基于上述任意方法实施例,如果确定出至少两个身份,根据身份与显示信息的对应关系,选择用户的身份对应的显示信息的具体实现方式可以是:
如果显示信息包括节目内容的信息,根据身份与节目内容的信息的对应关系,选择每个身份对应的节目内容的信息的并集或交集;
如果显示信息包括控制功能的信息,根据身份与控制功能的信息的对应关系,选择每个身份对应的控制功能的信息的并集或交集;
如果显示信息包括界面框架的信息,根据身份与界面框架的信息的对应关系,选择多用户身份对应的界面框架的信息。
基于与方法同样的发明构思,本发明实施例还提供一种智能电视的显示控制装置,包括:
用户识别模块,用于对智能电视的视频采集装置采集的视频图像进行用户识别检测;
图像特征信息提取模块,用于当用户识别模块检测到用户后,从检测到用户的视频图像中提取用于分析用户身份的图像特征信息;
用户身份确定模块,用于根据用于分析用户身份的图像特征信息确定用户的身份信息,并根据该用户的身份信息确定用户的身份;
显示信息选择模块,用于根据身份与显示信息的对应关系,选择用户的身份对应的显示信息,该显示信息包括节目内容的信息、控制功能的信息、和/或界面框架的信息;
显示内容调整模块,用于根据选择的显示信息调整智能电视的显示内容。
本发明实施例提供的装置,不需要用户使用账号登陆,而是在检测到用户后,通过分析用户的身份,自动为用户推送显示内容。
较佳地,如果用户身份确定模块确定出至少两个身份,显示信息选择模块具体用于:
如果显示信息包括节目内容的信息,根据身份与节目内容的信息的对应关系,选择每个身份对应的节目内容的信息的并集或交集;
如果显示信息包括控制功能的信息,根据身份与控制功能的信息的对应关系,选择每个身份对应的控制功能的信息的并集或交集;
如果显示信息包括界面框架的信息,根据身份与界面框架的显示信息的对应关系,选择多用户身份对应的界面框架的信息。
较佳地,用户识别模块具体用于:利用人脸分类器对所述视频图像进行人脸检测;对于检测到的人脸区域,利用鼻子分类器对所述人脸区域进行鼻子检测;如果检测到鼻子,确定检测到用户。
基于上述任意装置实施例,较佳地,用于分析用户身份的图像特征信息可以包括脸部图像信息。那么,用户的身份信息可以但不仅限于包括以下任意信息或组合:年龄段、性别、表情。
在此基础上,图像特征信息提取模块具体可以用于:确定用户的人脸区域;在该用户的人脸区域利用人眼分类器对人脸区域进行人眼检测;确定两眼连线的中心点,并以该中心点为坐标原点旋转人脸区域,使得两眼连线与以该中心点为坐标原点的显示坐标系的横轴平行;从旋转后的人脸区域提取正方形区域的图像信息作为用户的脸部图像信息,该正方形区域的边长为两眼连线距离的2倍,在水平方向沿两眼连线的中心点对称,且该正方形区域的上边线到该中心点的距离为两眼连线距离的一半。
基于上述任意装置实施例,较佳地,用于分析用户身份的图像特征信息还可以包括用于识别衣服颜色的目标区域的色彩信息,则用户的身份信息还可以包括用户的衣服颜色类型。那么,图像特征信息提取模块具体用于:确定用户的人脸区域;根据该人脸区域确定该目标区域;提取该目标区域的色彩信息。用户身份确定模块具体用于:根据该目标区域的色彩信息确定用户的衣服颜色类型。
通常,从图像中提取的色彩信息是RGB色彩信息。但RGB色彩不稳定,容易受到光强、阴影等因素的影响。为了更加准确的识别用户衣服的颜色,图像特征信息提取模块具体可以用于:提取目标区域的RGB色彩信息;然后将提取的RGB信息转换为HSV色彩信息。用户身份确定模块具体用于:根据HSV色彩信息确定该用户的衣服颜色类型。
基于上述任意装置实施例,为了保证身份分析的准确性,较佳地,用户识别模块具体用于:根据从连续X帧视频图像中提取的用于分析该用户身份的图像特征信息,确定该用户的身份信息。其中,X为不小于2的整数。
附图说明
图1为本发明实施例提供的一种方法流程图;
图2为本发明实施例提供的用于分析用户表情的脸部图像区域示意图;
图3a~图3c为本发明实施例提供的显示界面的显示内容示意图;
图4为本发明实施例提供的装置示意图。
具体实施方式
下面将结合附图,对本发明实施例提供的技术方案进行详细描述。
图1所示为本发明实施例提供的一种智能电视的显示控制方法流程图,具体包括如下操作:
步骤100、对智能电视的视频采集装置采集的视频图像进行用户识别检测。
步骤110、当检测到用户后,从检测到用户的视频图像中提取用于分析用户身份的图像特征信息。
步骤120、根据用于分析用户身份的图像特征信息确定用户的身份信息,并根据该用户的身份信息确定用户的身份。
其中,用户的身份是由用户的身份信息来确定的。用户的身份信息不同,相应的用户身份不同。
步骤130、根据身份与显示信息的对应关系,选择用户的身份对应的显示信息。
步骤140、根据选择的显示信息调整智能电视的显示内容。
上述的显示信息可以但不仅限于包括以下至少一种信息:节目内容的信息、控制功能的信息、界面框架的信息。
如果显示信息包括节目内容的信息,则身份与显示信息的对应关系包括:身份与节目内容的信息的对应关系;如果显示信息包括控制功能的信息,则身份与显示信息的对应关系包括:身份与控制功能的信息的对应关系;如果显示信息包括界面框架的信息,则身份与显示信息的对应关系包括:身份与界面框架的信息。
其中,节目内容的显示信息既可以是具体节目内容的信息,例如某部电视剧的信息或者某款游戏的信息,也可以是节目内容分类的信息,例如分类为“恐怖片”、“喜剧片”等等。控制功能的信息是指对智能电视的控制功能的信息,例如快速切换功能、快速返回主显示界面的功能等等。界面框架的信息描述了显示界面的布局,即不同显示内容显示位置、显示比例、显示风格,以及显示界面的色彩搭配、主题图案等等,界面框架的信息既可以是主显示界面的框架信息,也可以是全部界面的框架信息。所谓主显示界面,是指智能电视开机后显示的界面。
以显示信息包括节目内容的信息、控制功能的信息和界面框架的信息为例,根据选择的显示信息调整智能电视的显示内容具体是指:根据选择的节目内容的信息和控制功能的信息确定显示内容,例如,根据节目内容的信息,确定对应的节目内容的介绍信息作为显示内容或者确定对应的节目内容的具体播放内容作为显示内容,根据控制功能的信息,确定对应的控制功能图标作为显示内容;根据选择的界面框架的信息,确定各个显示内容在显示界面的布局以及显示界面的色彩搭配、主题画面等等。
本发明实施例提供的方法,不需要用户使用账号登陆,而是在检测到用户后,通过分析用户的身份,选择用户身份对应的显示信息,从而自动为用户推送显示内容。
进行用户识别检测的方式有多种,较为常见的是通过人脸识别来识别用户。基于上述任意实施例,较佳地,可以利用人脸分类器对智能电视的视频采集装置采集的视频图像进行人脸识别,当识别到人脸后,即确定检测到用户。例如,对视频图像进行灰度化处理,然后利用基于Harr like特征的AdaBoost人脸分类器对进行灰度化处理后的视频图像进行人脸检测。
在上述人脸识别的基础上,为了降低误检率,对于检测到的人脸区域,还利用鼻子分类器对该人脸区域进行鼻子检测;如果检测到鼻子,确定检测到用户。
如果检测区域过小,将影响检测的准确性。因此,当检测到人脸区域后,对人脸区域的大小进行判断,如果该人脸区域的大小在N个像素(Pixel)×N个Pixel范围内,则将该人脸区域放大A倍后进行鼻子检测;如果该人脸区域的大小超过N个Pixel×N个Pixel,但在N个Pixel×2N个Pixel范围内,则将该人脸区域方法B倍后进行鼻子检测;如果该人脸区域的大小超过N个Pixel×2N个Pixel,则直接对该人脸区域进行鼻子检测。其中,N的取值范围为30~50,较佳地,N取值为40;A的取值范围为2~5,较佳地,A取值为4;较佳地,B的取值为2.5。应当指出的是,鼻子检测区域的大小、放大倍数等等参数根据实际应用中视频图像的显示像素、鼻子分类器的参数等等确定。
其中,鼻子分类器可以采用现有的算法训练得到。作为举例而非限定,利用鼻子分类器进行鼻子检测的实现方式可以是:
将鼻子训练图像进行灰度化处理,计算鼻子区域的局部二进制模式(LocalBinary Pattern,LBP)特征,同时引入大量的非鼻子的人脸其它部位图像作为负样本,用于训练鼻子分类器。较佳地,鼻子分类器为瀑布式级联分类器的每一层是一个由Adaboost算法训练得到的强分类器。进行鼻子检测时检测顺序的位置越靠前的层,容许匹配误差的阈值越大,这样可使得大多数鼻子检测区域能够通过;位置越靠后的层容许匹配误差的阈值越小,这样对鼻子匹配的精度要求越高,鼻子分类能力越强。鼻子分类器训练好后,利用鼻子分类器对鼻子检测区域的图像进行匹配,具体的,将鼻子检测区域的图像划分为多个图像块,利用鼻子分类器分别对每个图像块进行匹配。完成匹配后,对鼻子检测区域中与鼻子分类器匹配的图像块过滤噪声,并统计过滤噪声后的图像块中相邻图像块的个数,如果个数超过了规定值,就确定有鼻子存在。
基于上述任意方法实施例,较佳地,用于分析用户身份的图像特征信息可以包括脸部图像信息。那么,用户的身份信息可以但不仅限于包括以下任意信息或组合:年龄段、性别、表情。
本发明实施例中,通过脸部图像信息匹配年龄段、性别及表情可以参照现有的实现方式实现,本发明不再赘述。
在此基础上,从视频图像中提取用户的脸部图像信息的具体实现方式可以是:确定用户的人脸区域(具体可以采用上述任意实施例描述的人脸识别方式确定人脸区域,如果上述用户识别检测是通过人脸识别进行的,则该步骤即用户识别检测的步骤);在该用户的人脸区域利用人眼分类器对人脸区域进行人眼检测;确定两眼连线的中心点,并以该中心点为坐标原点旋转人脸区域,使得两眼连线与以该中心点为坐标原点的显示坐标系的横轴平行,如图2所示;从旋转后的人脸区域提取正方形区域的图像信息作为用户的脸部图像信息,该正方形区域的边长为两眼连线距离的2倍,在水平方向沿两眼连线的中心点对称,且该正方形区域的上边线到该中心点的距离为两眼连线距离的一半。应当指出的是,脸部图像信息也可以是矩形区域的图像信息,或者其他形状的区域的图像信息。区域大小、位置也可以根据实际需要设定,本发明不作限定。
其中,人眼分类器的实现原理与鼻子分类器的实现原理类似,这里不再赘述。在进行人眼检测时,具体可以在人脸区域中截取鼻子以上的区域作为人眼检测的区域。当在人眼检测的区域仅检测到一只人眼时,可以将人眼检测的区域放大后重新进行人眼检测,直到检测到两只人眼。
本发明实施例中,根据脸部图像信息确定用户的身份信息时,可以将脸部图像信息缩放到预定的大小(本发明实施例中,预定的大小为100个Pixel×100个Pixel),然后进行灰度归一化处理,进而进行同态滤波。
设脸部图像信息为S(x,y),对该脸部图像信息进行对数运算,然后进行傅立叶变换,变换后送入高通滤波器再进行傅立叶逆变换,最后进行指数运算得到灰度归一化后的图像信息,结果记为I(x,y)(也可表示为)。对灰度归一化处理后的脸部图像信息采用基于Gabor小波变换的方法提取用户的表情频域特征,小波变换是用一组Gabor滤波器函数与给定信号的卷积来实现的。滤波器函数表示为:
其中,kv和分别代表了Gabor小波变换的空间尺度和方向,为给定位置的图像坐标,用来补偿由频率决定的能量谱衰弱,是高斯包络函数,经过二维Gabor小波变换后得到的Gabor系数,可以很好地描述图像中任意像素点附近区域的灰度特征。即特征向量Gj由表情图像与一组Gabor小波通过卷积运算得到,公式为:
利用Gabor小波变换提取出相应的特征向量后,分别与三种表情的嵌入式隐马尔可夫模型(EHMM)计算产生该特征向量的似然概率,选择概率最高的模型,以此来识别脸部图像信息对应的表情。三种表情分别定义为:“高兴”、“平和”、“难过”。
基于上述任意方法实施例,较佳地,用于分析用户身份的图像特征信息还可以包括用于分析用户性格的图像特征信息,则用户的身份信息还包括用户的性格。具体的,用于分析用户性格的图像特征信息可以是用于识别衣服颜色的目标区域的色彩信息,则用户的性格还可以通过用户的衣服颜色类型体现。那么,从视频图像中提取目标区域的色彩信息的具体实现方式:确定用户的人脸区域(具体可以采用上述任意实施例描述的人脸识别方式确定人脸区域,如果上述用户识别检测是通过人脸识别进行的,则该步骤即用户识别检测的步骤);根据该人脸区域确定该目标区域;提取该目标区域的色彩信息。相应的,确定用户的身份信息的具体实现方式可以是:根据该目标区域的色彩信息确定用户的衣服颜色类型。其中,人脸区域与目标区域在视频图像中的位置关系可以根据仿真、经验等方式确定。例如,在视频图像的显示坐标系中,确定人脸区域下方、一个人脸区域高的区域为目标区域。
通常,从图像中提取的色彩信息是红绿蓝(RGB)色彩信息。但RGB色彩不稳定,容易受到光强、阴影等因素的影响。为了更加准确的识别用户衣服的颜色,提取目标区域的色彩信息,并根据该色彩信息确定用户的衣服颜色类型的具体实现方式可以是:提取所述目标区域的红绿蓝RGB色彩信息;然后将提取的RGB信息转换为HSV色彩信息,并根据HSV色彩信息确定该用户的衣服颜色类型。
其中,HSV色彩信息包括:色度(取值范围:0~360),饱和度(取值范围:0~1)和亮度(取值范围:0~1)。
根据HSV色彩信息确定用户的衣服颜色类型的具体实现方式可以是:预先确定若干衣服颜色样本,将得到的HSV色彩信息与各个衣服颜色样本进行匹配,确定匹配度最高的衣服颜色样本作为用户的衣服颜色,进而确定衣服颜色类型。
其中,如果检测到两个或两个以上衣服的颜色,则将每个用户的衣服颜色对应的HSV色彩信息绘制为HSV颜色直方图,确定直方图中灰度值最高的颜色为主色,根据主色确定衣服颜色类型。
本发明实施例以16个衣服颜色样本为例:黑色、深灰色、灰白色、白色、西瓜红、红色、橙色、咖啡色、黄色、荧光绿、绿色、天蓝色、深蓝色、浅紫色、紫色、枚红色。进一步的,这16个颜色样本可以分为三类(即三个衣服颜色类型):
暖色系:西瓜红、红色、黄色、橙色、荧光绿、绿色、枚红色;
冷色系:黑色、深蓝色、深灰色、紫色;
中色系:咖啡色、白色、灰白色、天蓝色、浅紫色。
经大量心理学研究数据统计,用户的衣服颜色能够反映用户的性格。通常,穿暖色系衣服的人,一般表现为活泼开朗的性格。穿冷色系衣服的人,一般表现为孤寂、沉默的性格。穿中色系衣服的人,一般表现为神秘、稳定、安全的性格。
基于上述任意方法实施例,为了保证身份分析的准确性,较佳地,确定用户的身份信息时,可以根据从连续X帧视频图像中提取的用于分析该用户身份的图像特征信息,确定该用户的身份信息。其中,X为不小于2的整数。例如,可以将X帧视频图像中提取出的脸部图像信息中各点像素值取均值后,得到新的脸部图像信息用于分析用户的身份信息;也可以将X帧视频图像对应的用户的身份信息进行统计,取统计数量最多的身份作为显示内容调整的依据。
基于上述任意方法实施例,如果检测到多个用户,但这多个用户的身份相同,则最终确定出的是一个身份,如果这多个用户的身份不完全相同,则会确定出至少两个身份。当确定出至少两个身份,根据身份与显示信息的对应关系,选择用户的身份对应的显示信息的具体实现方式可以是:
如果显示信息包括节目内容的信息,根据身份与节目内容的信息的对应关系,选择每个身份对应的节目内容的信息的并集或交集;
如果显示信息包括控制功能的信息,根据身份与控制功能的信息的对应关系,选择每个身份对应的控制功能的信息的并集或交集;
如果显示信息包括界面框架的信息,根据身份与界面框架的信息的对应关系,选择多用户身份对应的界面框架的信息(即通用界面框架的信息)。
基于上述任意实施例,进一步的,用户的身份还可以包括目标身份,所谓目标身份,是指具体的用户身份。例如,家庭成员(包括家庭的女主人、家庭的男主人、家庭中的小孩等等)即为目标身份。那么,可以预先建立目标身份的图像模型,将脸部图像信息与目标身份的图像模型进行匹配,如果与某个目标身份的图像模型匹配,则确定该脸部图像信息所属的用户为目标身份的用户,如果与所有目标身份的图像模型均不匹配,则确定该脸部图像信息所属的用户为通用身份的用户(该通用身份是相对于目标身份而言的,以“家庭成员”作为目标身份为例,通用身份可以是“客人”)。
为实现本发明实施例提供的技术方案,可以预先建立用户身份的数据库、节目内容的数据库、控制功能的数据库和界面框架的数据库。
其中,用户身份的数据库由若干个用户身份构成,每个用户身份均由x个元素(即身份信息)确定,x为不小于1的整数,且每个用户身份对应一个用户身份标签,不同的用户身份,其用户身份标签不同。例如,用户身份可以由年龄段、性别、表情、衣服颜色类型共同确定一个用户身份;对于年龄段在0~10岁、性别为女、表情为高兴、衣服颜色类型为暖色系的用户身份,为其分配的用户身份标签为“女童1”;对于年龄段在0~10岁、性别为女、表情为高兴、衣服颜色类型为冷色系的用户身份,为其分配的用户身份标签为“女童2”等等。进一步的,用户身份的数据库中还可以包括目标身份,对于目标身份,为其分配的用户身份标签可以是“家庭女主人”、“家庭男主人”或者具体用户姓名、称谓等等。其中,目标身份的定义如上述实施例的描述,这里不再赘述。
节目内容的数据库由若干个节目内容的信息构成。一个用户身份对应节目内容的数据库中的至少一个节目内容的信息,不同用户身份可以对应同一个节目内容的信息。进一步的,这些节目内容的信息又被划分为若干个节目内容子集,一个节目内容的信息可以分属于多个节目内容子集,节目内容子集的数量与用户身份的数据库中的用户身份数量相同,且一一对应。对于传统电视节目,节目内容的信息可以通过各个电视台预先发布的节目预告获取,对于网络内容,可以从提供网络内容的服务器获取节目内容的信息。
控制功能的数据库由若干个控制功能的信息构成。一个用户身份对应控制功能的数据库中的至少一个控制功能的信息,不同用户身份可以对应同一个控制功能的信息。进一步的,这些控制功能的信息又被划分为若干个控制功能子集,一个控制功能的信息可以分属于多个控制功能子集,控制功能子集的数量与用户身份的数据库中的用户身份数量相同,且一一对应。
界面框架的数据库由若干界面框架的信息构成。界面框架的信息与用户身份一一对应,也可以是不同用户身份对应同一个界面框架的信息。进一步的,还可以包括通用界面框架的信息,对应于在同一视频图像中确定出多个用户身份的情况。
下面以具体的应用场景为例,对本发明实施例提供的技术方案进行描述。
当智能电视开机后,其视频采集装置即开启,智能电视的处理器获取视频采集装置实施获取的视频图像,并对图像进行人脸识别。当获取脸部图像信息后,可选的,首先将脸部图像信息与目标身份的图像模型进行匹配,如果与某个目标身份的图像模型匹配,则确定该脸部图像信息所属的用户身份为该目标身份,如果与所有目标身份的图像模型均不匹配,确定该脸部图像信息所属的用户为通用身份的用户。如果两部图像信息没有与目标身份的图像模型进行匹配,或者匹配确定为通用身份,则根据用户身份的x个元素,对脸部图像信息进行识别。假设用户身份由性别、年龄段、表情构成,则对脸部图像信息进行识别,获取用户的性别、年龄段、表情等用户身份信息的文本信息,进而将这些文本信息与用户身份的数据库中的用户身份进行匹配,获取用户身份标签的文本信息(即确定用户的身份)。进一步的,如果用户的身份信息还包括衣服的颜色类型,则按照上述实施例提供的方式确定该用户的衣服颜色类型,进而确定用户的身份。当确定了用户的身份,既可以查找到用户身份对应的节目内容子集、控制功能子集和界面框架的信息。其中,如果确定至少两个用户身份,则查找到每个用户身份对应的节目内容子集、控制功能子集,并查找到多个用户身份对应的通用界面框架的信息,将每个用户身份对应的节目内容子集取并集或者交集,将每个用户身份对应的控制功能子集取并集或者交集。根据查找到的节目内容子集、控制功能子集和界面框架的信息,调整显示内容。
例如,如果确定的用户身份标签为“家庭男主人”,最终输出的显示内容如图3a所示;如果确定的用户身份标签为“家庭女主人”,最终输出的显示内容如图3a所示;如果确定的用户身份标签为“家庭中的老人”,最终输出的显示内容如图3b所示;如果确定的用户身份标签为“家庭中的小孩”,最终输出的显示内容如图3c所示。图3a~3c中仅示出了节目内容和控制功能在显示界面中的布局,但未显示出色彩搭配以及主题图案。其中,“家庭男主人”和“家庭女主人”的用户身份标签对应的节目内容和控制功能的布局相同,区别在于色彩搭配及主题图案。
应当指出的是,上述仅以一具体应用场景为例进行说明,并不意味着本发明实施例提供的技术方案仅适用于这一具体的应用场景。
基于与方法同样的发明构思,本发明实施例还提供一种智能电视的显示控制装置,如图4所示,具体包括:
用户识别模块401,用于对智能电视的视频采集装置采集的视频图像进行用户识别检测;
图像特征信息提取模块402,用于当用户识别模块401检测到用户后,从检测到用户的视频图像中提取用于分析用户身份的图像特征信息;
用户身份确定模块403,用于根据用于分析用户身份的图像特征信息确定用户的身份信息,并根据该用户的身份信息确定用户的身份;
显示信息选择模块404,用于根据身份与显示信息的对应关系,选择用户的身份对应的显示信息,该显示信息包括节目内容的信息、控制功能的信息、和/或界面框架的信息;
显示内容调整模块405,用于根据选择的显示信息调整智能电视的显示内容。
本发明实施例提供的装置,不需要用户使用账号登陆,而是在检测到用户后,通过分析用户的身份,自动为用户推送显示内容。
较佳地,如果用户身份确定模块403确定出至少两个身份,显示信息选择模块404具体用于:
如果显示信息包括节目内容的信息,根据身份与节目内容的信息的对应关系,选择每个身份对应的节目内容的信息的并集或交集;
如果显示信息包括控制功能的信息,根据身份与控制功能的信息的对应关系,选择每个身份对应的控制功能的信息的并集或交集;
如果显示信息包括界面框架的信息,根据身份与界面框架的信息的对应关系,选择多用户身份对应的界面框架的信息。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种智能电视的显示控制方法,其特征在于,包括:
对智能电视的视频采集装置采集的视频图像进行用户识别检测;
当检测到用户后,从所述视频图像中提取用于分析所述用户身份的图像特征信息;
根据所述用于分析所述用户身份的图像特征信息确定用户的身份信息,并根据所述用户的身份信息确定所述用户的身份;
根据身份与显示信息的对应关系,选择所述用户的身份对应的显示信息,所述显示信息包括节目内容的信息、控制功能的信息、和/或界面框架的信息;
根据选择的显示信息调整智能电视的显示内容。
2.根据权利要求1所述的方法,其特征在于,对智能电视的视频采集装置采集的视频图像进行用户识别检测,包括:
利用人脸分类器对所述视频图像进行人脸检测;
对于检测到的人脸区域,利用鼻子分类器对所述人脸区域进行鼻子检测;
如果检测到鼻子,确定检测到用户。
3.根据权利要求1或2所述的方法,其特征在于,所述用于分析所述用户身份的图像特征信息包括脸部图像信息,所述用户的身份信息包括:年龄段、性别、和/或表情。
4.根据权利要求3所述的方法,其特征在于,从所述视频图像中提取所述用户的脸部图像信息,包括:
确定所述用户的人脸区域;
在所述用户的人脸区域利用人眼分类器对所述人脸区域进行人眼检测;
确定两眼连线的中心点,并以所述中心点为坐标原点旋转所述人脸区域,使得所述两眼连线与以所述中心点为坐标原点的显示坐标系的横轴平行;
从旋转后的人脸区域提取正方形区域的图像信息作为所述用户的脸部图像信息,所述正方形区域的边长为所述两眼连线距离的2倍,在水平方向沿所述两眼连线的中心点对称,且所述正方形区域的上边线到所述中心点的距离为所述两眼连线距离的一半。
5.根据权利要求1或2所述的方法,其特征在于,所述用于分析所述用户身份的图像特征信息包括用户识别衣服颜色的目标区域的色彩信息,从所述视频图像中提取用于分析所述用户身份的图像特征信息,包括:
确定所述用户的人脸区域;
根据所述人脸区域确定所述目标区域;
提取所述目标区域的色彩信息;
所述用户的身份信息包括所述用户的衣服颜色类型,根据所述用于分析所述用户身份的图像特征信息确定用户的身份信息,包括:
根据所述目标区域的色彩信息确定所述用户的衣服颜色类型。
6.根据权利要求5所述的方法,其特征在于,提取所述目标区域的色彩信息,包括:
提取所述目标区域的红绿蓝RGB色彩信息;
将提取的RGB信息转换为HSV色彩信息;
根据所述目标区域的色彩信息确定所述用户的衣服颜色类型,包括:
根据所述HSV色彩信息确定所述用户的衣服颜色类型。
7.根据权利要求1或2所述的方法,其特征在于,根据所述用于分析所述用户身份的图像特征信息确定所述用户的身份信息,包括:
根据从连续X帧视频图像中提取的用于分析所述用户身份的图像特征信息确定所述用户的身份信息,X为不小于2的整数。
8.根据权利要求1或2所述的方法,其特征在于,如果确定出至少两个身份,根据身份与显示信息的对应关系,选择所述用户的身份对应的显示信息,包括:
如果所述显示信息包括节目内容的信息,根据身份与节目内容的信息的对应关系,选择每个身份对应的节目内容的信息的并集或交集;
如果所述显示信息包括控制功能的信息,根据身份与控制功能的信息的对应关系,选择每个身份对应的控制功能的信息的并集或交集;
如果所述显示信息包括界面框架的信息,根据身份与界面框架的信息的对应关系,选择多用户身份对应的界面框架的信息。
9.一种智能电视的显示控制装置,其特征在于,包括:
用户识别模块,用于对智能电视的视频采集装置采集的视频图像进行用户识别检测;
图像特征信息提取模块,用于当用户识别模块检测到用户后,从所述视频图像中提取用于分析所述用户身份的图像特征信息;
用户身份确定模块,用于根据所述用于分析所述用户身份的图像特征信息确定所述用户的身份信息,并根据所述用户的身份信息确定所述用户的身份;
显示信息选择模块,用于根据身份与显示信息的对应关系,选择所述用户的身份对应的显示信息,所述显示信息包括节目内容的信息、控制功能的信息、和/或界面框架的信息;
显示内容调整模块,用于根据选择的显示信息调整智能电视的显示内容。
10.根据权利要求9所述的装置,其特征在于,如果所述用户身份确定模块确定出至少两个身份,所述显示信息选择模块具体用于:
如果所述显示信息包括节目内容的信息,根据身份与节目内容的信息的对应关系,选择每个身份对应的节目内容的信息的并集或交集;
如果所述显示信息包括控制功能的信息,根据身份与控制功能的信息的对应关系,选择每个身份对应的控制功能的信息的并集或交集;
如果所述显示信息包括界面框架的信息,根据身份与界面框架的信息的对应关系,选择多用户身份对应的界面框架的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310615701.1A CN103618918A (zh) | 2013-11-27 | 2013-11-27 | 一种智能电视的显示控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310615701.1A CN103618918A (zh) | 2013-11-27 | 2013-11-27 | 一种智能电视的显示控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103618918A true CN103618918A (zh) | 2014-03-05 |
Family
ID=50169622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310615701.1A Pending CN103618918A (zh) | 2013-11-27 | 2013-11-27 | 一种智能电视的显示控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103618918A (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103997686A (zh) * | 2014-04-30 | 2014-08-20 | 小米科技有限责任公司 | 基于智能电视的播放管理方法和装置 |
CN104010220A (zh) * | 2014-04-30 | 2014-08-27 | 小米科技有限责任公司 | 内容服务提供方法和装置 |
CN104079989A (zh) * | 2014-06-30 | 2014-10-01 | 北京酷云互动科技有限公司 | 电视节目关联信息推送方法、设备和系统 |
CN104320710A (zh) * | 2014-07-18 | 2015-01-28 | 冠捷显示科技(厦门)有限公司 | 一种针对不同用户群定制的专属交互系统和交互方法 |
CN104683872A (zh) * | 2015-02-05 | 2015-06-03 | 四川长虹电器股份有限公司 | 电视设备上使用人脸识别技术分账户管理用户的方法 |
CN105100838A (zh) * | 2015-09-07 | 2015-11-25 | 成都杰迈科技有限责任公司 | 机顶盒个性化收视的方法 |
CN105681901A (zh) * | 2016-01-19 | 2016-06-15 | 天脉聚源(北京)传媒科技有限公司 | 一种推荐节目的方法及装置 |
CN105872761A (zh) * | 2015-12-03 | 2016-08-17 | 乐视致新电子科技(天津)有限公司 | 智能推送视频节目的方法、装置及智能电视 |
CN105979236A (zh) * | 2015-12-10 | 2016-09-28 | 乐视致新电子科技(天津)有限公司 | 一种画质调整方法及装置 |
WO2016155430A1 (zh) * | 2015-03-27 | 2016-10-06 | 乐视移动智能信息技术(北京)有限公司 | 故障反馈方法及故障反馈装置 |
WO2016169344A1 (zh) * | 2015-04-20 | 2016-10-27 | 中兴通讯股份有限公司 | 一种节目的推送方法及装置 |
CN106131645A (zh) * | 2016-07-18 | 2016-11-16 | 乐视控股(北京)有限公司 | 一种频道标识的显示方法和装置 |
CN106888402A (zh) * | 2015-12-16 | 2017-06-23 | 美的集团股份有限公司 | 浴室的控制系统、方法和浴室镜 |
WO2017113740A1 (zh) * | 2015-12-29 | 2017-07-06 | 乐视控股(北京)有限公司 | 一种基于人脸识别的视频推荐方法和装置 |
WO2017113703A1 (zh) * | 2015-12-28 | 2017-07-06 | 乐视控股(北京)有限公司 | 基于人脸识别的节目分级播放方法和装置 |
CN106973327A (zh) * | 2017-04-28 | 2017-07-21 | 张青 | 能够智能推送内容的智能电视机及其控制系统和控制方法 |
CN107295361A (zh) * | 2017-06-22 | 2017-10-24 | 腾讯科技(深圳)有限公司 | 一种内容推送方法 |
CN107493517A (zh) * | 2017-08-10 | 2017-12-19 | 深圳益创信息科技有限公司 | 播放工作模式设置方法和相关装置 |
CN107888985A (zh) * | 2017-11-28 | 2018-04-06 | 四川长虹电器股份有限公司 | 基于多用户的智能电视推荐系统及方法 |
CN109683576A (zh) * | 2019-01-18 | 2019-04-26 | 爱图智能(深圳)有限公司 | 一种基于人工智能的智能家居控制方法、系统及装置 |
CN110012335A (zh) * | 2018-08-21 | 2019-07-12 | 永康市胜时电机有限公司 | Epg推荐页面切换平台 |
CN110324679A (zh) * | 2018-03-29 | 2019-10-11 | 优酷网络技术(北京)有限公司 | 一种视频数据处理方法及装置 |
WO2020135334A1 (zh) * | 2018-12-28 | 2020-07-02 | 深圳Tcl数字技术有限公司 | 电视应用主题切换方法、电视、可读存储介质及设备 |
CN111405363A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种家庭网络中识别机顶盒的当前用户的方法及设备 |
CN111601147A (zh) * | 2020-05-22 | 2020-08-28 | 青岛海信传媒网络技术有限公司 | 一种内容显示方法及显示设备 |
CN111726691A (zh) * | 2020-07-03 | 2020-09-29 | 北京字节跳动网络技术有限公司 | 视频推荐方法、装置、电子设备及计算机可读存储介质 |
CN111914811A (zh) * | 2020-08-20 | 2020-11-10 | 腾讯科技(深圳)有限公司 | 图像数据处理方法、装置、计算机设备以及存储介质 |
CN112492390A (zh) * | 2020-11-20 | 2021-03-12 | 海信视像科技股份有限公司 | 一种显示设备及内容推荐方法 |
WO2021135285A1 (zh) * | 2019-12-30 | 2021-07-08 | 深圳Tcl数字技术有限公司 | 一种基于人脸识别的视频推荐方法及装置、电视 |
CN113220174A (zh) * | 2020-01-21 | 2021-08-06 | 青岛海尔电冰箱有限公司 | 冰箱显示区域控制方法、冰箱以及存储介质 |
CN113218146A (zh) * | 2020-01-21 | 2021-08-06 | 青岛海尔电冰箱有限公司 | 冰箱显示区域控制方法、冰箱以及存储介质 |
CN114727133A (zh) * | 2020-12-18 | 2022-07-08 | 西安诺瓦星云科技股份有限公司 | 节目播控方法、节目播控装置和节目播控系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710383A (zh) * | 2009-10-26 | 2010-05-19 | 北京中星微电子有限公司 | 一种身份认证的方法及认证装置 |
CN101998161A (zh) * | 2009-08-14 | 2011-03-30 | Tcl集团股份有限公司 | 一种基于人脸识别的电视节目收看方法 |
CN102521565A (zh) * | 2011-11-23 | 2012-06-27 | 浙江晨鹰科技有限公司 | 低分辨率视频的服装识别方法及系统 |
WO2013097160A1 (en) * | 2011-12-30 | 2013-07-04 | Intel Corporation | Interactive media systems |
-
2013
- 2013-11-27 CN CN201310615701.1A patent/CN103618918A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101998161A (zh) * | 2009-08-14 | 2011-03-30 | Tcl集团股份有限公司 | 一种基于人脸识别的电视节目收看方法 |
CN101710383A (zh) * | 2009-10-26 | 2010-05-19 | 北京中星微电子有限公司 | 一种身份认证的方法及认证装置 |
CN102521565A (zh) * | 2011-11-23 | 2012-06-27 | 浙江晨鹰科技有限公司 | 低分辨率视频的服装识别方法及系统 |
WO2013097160A1 (en) * | 2011-12-30 | 2013-07-04 | Intel Corporation | Interactive media systems |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104010220A (zh) * | 2014-04-30 | 2014-08-27 | 小米科技有限责任公司 | 内容服务提供方法和装置 |
CN104010220B (zh) * | 2014-04-30 | 2017-07-14 | 小米科技有限责任公司 | 内容服务提供方法和装置 |
CN103997686A (zh) * | 2014-04-30 | 2014-08-20 | 小米科技有限责任公司 | 基于智能电视的播放管理方法和装置 |
CN104079989A (zh) * | 2014-06-30 | 2014-10-01 | 北京酷云互动科技有限公司 | 电视节目关联信息推送方法、设备和系统 |
CN104320710A (zh) * | 2014-07-18 | 2015-01-28 | 冠捷显示科技(厦门)有限公司 | 一种针对不同用户群定制的专属交互系统和交互方法 |
CN104683872A (zh) * | 2015-02-05 | 2015-06-03 | 四川长虹电器股份有限公司 | 电视设备上使用人脸识别技术分账户管理用户的方法 |
WO2016155430A1 (zh) * | 2015-03-27 | 2016-10-06 | 乐视移动智能信息技术(北京)有限公司 | 故障反馈方法及故障反馈装置 |
CN106162244A (zh) * | 2015-04-20 | 2016-11-23 | 中兴通讯股份有限公司 | 一种节目的推送方法及装置 |
WO2016169344A1 (zh) * | 2015-04-20 | 2016-10-27 | 中兴通讯股份有限公司 | 一种节目的推送方法及装置 |
CN105100838A (zh) * | 2015-09-07 | 2015-11-25 | 成都杰迈科技有限责任公司 | 机顶盒个性化收视的方法 |
CN105872761A (zh) * | 2015-12-03 | 2016-08-17 | 乐视致新电子科技(天津)有限公司 | 智能推送视频节目的方法、装置及智能电视 |
CN105979236A (zh) * | 2015-12-10 | 2016-09-28 | 乐视致新电子科技(天津)有限公司 | 一种画质调整方法及装置 |
CN106888402A (zh) * | 2015-12-16 | 2017-06-23 | 美的集团股份有限公司 | 浴室的控制系统、方法和浴室镜 |
WO2017113703A1 (zh) * | 2015-12-28 | 2017-07-06 | 乐视控股(北京)有限公司 | 基于人脸识别的节目分级播放方法和装置 |
WO2017113740A1 (zh) * | 2015-12-29 | 2017-07-06 | 乐视控股(北京)有限公司 | 一种基于人脸识别的视频推荐方法和装置 |
CN105681901A (zh) * | 2016-01-19 | 2016-06-15 | 天脉聚源(北京)传媒科技有限公司 | 一种推荐节目的方法及装置 |
CN106131645A (zh) * | 2016-07-18 | 2016-11-16 | 乐视控股(北京)有限公司 | 一种频道标识的显示方法和装置 |
CN106973327A (zh) * | 2017-04-28 | 2017-07-21 | 张青 | 能够智能推送内容的智能电视机及其控制系统和控制方法 |
CN107295361A (zh) * | 2017-06-22 | 2017-10-24 | 腾讯科技(深圳)有限公司 | 一种内容推送方法 |
CN107295361B (zh) * | 2017-06-22 | 2019-07-19 | 腾讯科技(深圳)有限公司 | 一种内容推送方法 |
CN107493517A (zh) * | 2017-08-10 | 2017-12-19 | 深圳益创信息科技有限公司 | 播放工作模式设置方法和相关装置 |
CN107888985A (zh) * | 2017-11-28 | 2018-04-06 | 四川长虹电器股份有限公司 | 基于多用户的智能电视推荐系统及方法 |
CN110324679A (zh) * | 2018-03-29 | 2019-10-11 | 优酷网络技术(北京)有限公司 | 一种视频数据处理方法及装置 |
CN110324679B (zh) * | 2018-03-29 | 2022-03-22 | 阿里巴巴(中国)有限公司 | 一种视频数据处理方法及装置 |
CN110012335A (zh) * | 2018-08-21 | 2019-07-12 | 永康市胜时电机有限公司 | Epg推荐页面切换平台 |
WO2020135334A1 (zh) * | 2018-12-28 | 2020-07-02 | 深圳Tcl数字技术有限公司 | 电视应用主题切换方法、电视、可读存储介质及设备 |
CN111405363A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种家庭网络中识别机顶盒的当前用户的方法及设备 |
CN111405363B (zh) * | 2019-01-02 | 2022-12-16 | 中国移动通信有限公司研究院 | 一种家庭网络中识别机顶盒的当前用户的方法及设备 |
CN109683576A (zh) * | 2019-01-18 | 2019-04-26 | 爱图智能(深圳)有限公司 | 一种基于人工智能的智能家居控制方法、系统及装置 |
WO2021135285A1 (zh) * | 2019-12-30 | 2021-07-08 | 深圳Tcl数字技术有限公司 | 一种基于人脸识别的视频推荐方法及装置、电视 |
CN113127681A (zh) * | 2019-12-30 | 2021-07-16 | 深圳Tcl数字技术有限公司 | 一种基于人脸识别的视频推荐方法及装置、电视 |
CN113220174A (zh) * | 2020-01-21 | 2021-08-06 | 青岛海尔电冰箱有限公司 | 冰箱显示区域控制方法、冰箱以及存储介质 |
CN113218146A (zh) * | 2020-01-21 | 2021-08-06 | 青岛海尔电冰箱有限公司 | 冰箱显示区域控制方法、冰箱以及存储介质 |
CN111601147A (zh) * | 2020-05-22 | 2020-08-28 | 青岛海信传媒网络技术有限公司 | 一种内容显示方法及显示设备 |
CN111726691A (zh) * | 2020-07-03 | 2020-09-29 | 北京字节跳动网络技术有限公司 | 视频推荐方法、装置、电子设备及计算机可读存储介质 |
CN111914811A (zh) * | 2020-08-20 | 2020-11-10 | 腾讯科技(深圳)有限公司 | 图像数据处理方法、装置、计算机设备以及存储介质 |
CN112492390A (zh) * | 2020-11-20 | 2021-03-12 | 海信视像科技股份有限公司 | 一种显示设备及内容推荐方法 |
CN114727133A (zh) * | 2020-12-18 | 2022-07-08 | 西安诺瓦星云科技股份有限公司 | 节目播控方法、节目播控装置和节目播控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103618918A (zh) | 一种智能电视的显示控制方法及装置 | |
US11830230B2 (en) | Living body detection method based on facial recognition, and electronic device and storage medium | |
CN105139039B (zh) | 视频序列中人脸微表情的识别方法 | |
CN103634680A (zh) | 一种智能电视的播放控制方法及装置 | |
CN102332095B (zh) | 一种人脸运动跟踪方法和系统以及一种增强现实方法 | |
CN103020992B (zh) | 一种基于运动颜色关联的视频图像显著性检测方法 | |
CN103714181B (zh) | 一种层级化的特定人物检索方法 | |
CN103020985B (zh) | 一种基于场量分析的视频图像显著性检测方法 | |
CN106126585B (zh) | 基于质量分级与感知哈希特征组合的无人机图像检索方法 | |
CN106203356B (zh) | 一种基于卷积网络特征提取的人脸识别方法 | |
CN110827312B (zh) | 一种基于协同视觉注意力神经网络的学习方法 | |
CN103440035A (zh) | 一种三维空间中的手势识别系统及其识别方法 | |
CN106548149A (zh) | 监控视频序列中人脸微表情图像序列的识别方法 | |
CN103854016A (zh) | 基于方向性共同发生特征的人体行为分类识别方法及系统 | |
CN106845513A (zh) | 基于条件随机森林的人手检测器及方法 | |
CN110046544A (zh) | 基于卷积神经网络的数字手势识别方法 | |
CN114596608B (zh) | 一种基于多线索的双流视频人脸伪造检测方法及系统 | |
Sakthimohan et al. | Detection and Recognition of Face Using Deep Learning | |
CN109948483B (zh) | 一种基于动作和面部表情的人物交互关系识别方法 | |
CN108537109A (zh) | 基于OpenPose的单目相机手语识别方法 | |
CN111046213A (zh) | 一种基于图像识别的知识库构建方法 | |
CN105550642B (zh) | 基于多尺度线性差分特征低秩表示的性别识别方法及系统 | |
CN114937298A (zh) | 一种基于特征解耦的微表情识别方法 | |
KR101344851B1 (ko) | 영상처리장치 및 영상처리방법 | |
CN111274946B (zh) | 一种人脸识别方法和系统及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140305 |