CN107424019A - 基于情绪识别的艺术品推荐方法、装置、介质和电子设备 - Google Patents
基于情绪识别的艺术品推荐方法、装置、介质和电子设备 Download PDFInfo
- Publication number
- CN107424019A CN107424019A CN201710694834.0A CN201710694834A CN107424019A CN 107424019 A CN107424019 A CN 107424019A CN 201710694834 A CN201710694834 A CN 201710694834A CN 107424019 A CN107424019 A CN 107424019A
- Authority
- CN
- China
- Prior art keywords
- user
- emotion
- biological characteristic
- characteristic parameter
- art work
- 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
- 230000008451 emotion Effects 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000036651 mood Effects 0.000 claims abstract description 72
- 238000013135 deep learning Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 11
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 238000004590 computer program Methods 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000013527 convolutional neural network Methods 0.000 description 9
- 210000004027 cell Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000994 depressogenic effect Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 241000208818 Helianthus Species 0.000 description 2
- 235000003222 Helianthus annuus Nutrition 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47G—HOUSEHOLD OR TABLE EQUIPMENT
- A47G1/00—Mirrors; Picture frames or the like, e.g. provided with heating, lighting or ventilating means
- A47G1/06—Picture frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Molecular Biology (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Psychiatry (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
Abstract
本公开涉及计算机技术领域，具体是关于一种基于情绪识别的艺术品推荐方法、装置、存储介质和电子设备。该方法包括：获取用户当前的生物特征参数，根据所述生物特征参数确定用户当前的情绪类型；根据当前确定的所述情绪类型，选择与所述情绪类型对应的艺术品图像并推荐给用户显示。本公开可以智能地判断用户当前不同的情绪而给用户推荐相应的不同艺术品图像，智能化程度高，也更人性化。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种基于情绪识别的艺术品推荐方法、基于情绪识别的艺术品推荐装置以及实现所述基于情绪识别的艺术品推荐方法的计算机可读存储介质和电子设备。
背景技术
随着社会经济的发展，人们的生活品质不断提高，越来越多的人开始涉猎研究艺术。而随着数字图像处理技术的发展，传统的纸版图像、画作等艺术作品的数字化趋势也越来越流行。
目前，电子画框作为一种别具新意的艺术作品显示播放装置开始慢慢普及。电子画框可以放置在各种地方，如家中、艺术展厅或者办公室等等，其可以用于展示数字化图像形式的艺术作品，深受广大用户的喜爱。
但是，目前的电子画框仅用于显示艺术作品，或者可以根据用户的浏览历史推荐显示用户浏览最多的艺术作品，智能化程度低，且大部分的推荐都是基于商业价值，不够人性化。因此，有必要提供一种新的技术方案改善上述方案中存在的一个或者多个问题。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种基于情绪识别的艺术品推荐方法、基于情绪识别的艺术品推荐装置以及实现所述基于情绪识别的艺术品推荐方法的计算机可读存储介质和电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开实施例的第一方面，提供一种基于情绪识别的艺术品推荐方法，该方法包括：
获取用户当前的生物特征参数，根据所述生物特征参数确定用户当前的情绪类型；
根据当前确定的所述情绪类型，选择与所述情绪类型对应的艺术品图像并推荐给用户显示。
本公开的一种示例性实施例中，该方法还包括：
在获取用户当前的生物特征参数之前，基于深度学习算法对用户的多个所述生物特征参数进行分类训练处理以得到情绪分类模型；
所述根据所述生物特征参数确定用户当前的情绪类型包括：
根据所述情绪分类模型对所述生物特征参数进行处理，以确定用户当前的情绪类型。
本公开的一种示例性实施例中，所述生物特征参数包括多种不同类别的生物特征参数；
所述基于深度学习算法对用户的多个所述生物特征参数进行分类训练处理以得到情绪分类模型包括：
基于所述深度学习算法对归属于每一类别的多个所述生物特征参数分别进行分类训练处理，以得到对应不同的多个情绪分类子模型；
所述根据所述情绪分类模型对所述生物特征参数进行处理，以确定用户当前的情绪类型包括：
判断当前的所述生物特征参数的类别，根据类别判断结果选择对应的情绪分类子模型对所述生物特征参数进行处理，从而确定用户当前的情绪类型。
本公开的一种示例性实施例中，该方法还包括：
当获取到用户当前的多种不同类别的生物特征参数时，记录用户处于根据每一类别的生物特征参数所确定的不同情绪类型的持续时间；
所述选择与所述情绪类型对应的艺术品图像并推荐给用户显示包括：
比较所述不同情绪类型的持续时间的大小，选择持续时间最大值对应的情绪类型对应的艺术品图像并推荐给用户显示。
本公开的一种示例性实施例中，所述不同类别的生物特征参数包括人脸特征参数和声音特征参数。
本公开的一种示例性实施例中，该方法还包括：
根据预设时间频率将选择的所述艺术品图像推荐给用户显示。
本公开的一种示例性实施例中，该方法还包括：
在未确定到所述情绪类型时，根据用户的历史数据推荐相关的艺术品图像给用户。
本公开的一种示例性实施例中，所述深度学习算法包括卷积神经网络深度学习算法。
本公开的一种示例性实施例中，该方法还包括：
在获取用户当前的生物特征参数后，根据所述生物特征参数对所述用户的身份进行合法性验证。
根据本公开实施例的第二方面，提供一种基于情绪识别的艺术品推荐装置，该装置包括：
情绪确定模块，用于获取用户当前的生物特征参数，根据所述生物特征参数确定用户当前的情绪类型；
信息推荐模块，用于根据当前确定的所述情绪类型，选择与该情绪类型对应的艺术品图像并推荐给用户显示。
根据本公开实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任意一个实施例中所述基于情绪识别的艺术品推荐方法的步骤。
根据本公开实施例的第四方面，提供一种电子设备，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述基于情绪识别的艺术品推荐方法的步骤。
本公开的一种示例性实施例中，该电子设备还包括：
基体；
显示部，设置在所述基体上，用于显示所述艺术品图像；
生物特征采集设备，设置在所述基体上，用于采集用户的所述生物特征参数。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开的一种实施例中，通过上述基于情绪识别的艺术品推荐方法、装置以及电子设备，获取用户当前的生物特征参数以根据该生物特征参数确定用户当前的情绪类型，然后根据当前确定的所述情绪类型选择与所述情绪类型对应的艺术品图像并推荐给用户显示。这样，本公开方案可以智能地判断用户当前不同的情绪而给用户推荐显示相应的不同艺术品图像，智能化程度高，也更人性化，使得相应的产品如电子画框等显得更懂用户，成为用户生活中的朋友。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示意性示出本公开示例性实施例中基于情绪识别的艺术品推荐流程图；
图2示意性示出本公开示例性实施例中另一基于情绪识别的艺术品推荐流程图；
图3示意性示出本公开示例性实施例中又一基于情绪识别的艺术品推荐流程图；
图4示意性示出本公开示例性实施例中一艺术品图像示意图；
图5示意性示出本公开示例性实施例中另一艺术品图像示意图；
图6示意性示出本公开示例性实施例中基于情绪识别的艺术品推荐装置示意图；
图7示意性示出本公开示例性实施例中计算机可读存储介质示意图；
图8示意性示出本公开示例性实施例中电子设备示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例实施方式中首先提供了一种基于情绪识别的艺术品推荐方法，该方法可以应用于一具备显示屏幕的电子设备如电子画框中。本示例中以电子画框为例说明，但不限于此。该电子画框可以包括例如矩形框体、显示器、麦克风和摄像头等(图未示)。其中，所述显示器可以位于该框体中，用于显示艺术品如一副画的图像；所述麦克风和摄像头可以设置在该框体边缘，用于分别采集用户的声音特征和脸部图像特征等生物特征参数。参考图1中所示，该方法可以包括以下步骤：
步骤S101：获取用户当前的生物特征参数，根据所述生物特征参数确定用户当前的情绪类型。
步骤S102：根据当前确定的所述情绪类型，选择与所述情绪类型对应的艺术品图像并推荐给用户显示。
通过上述基于情绪识别的艺术品推荐方法，本公开方案可以智能地判断用户当前不同的情绪而给用户推荐显示相应的不同艺术品图像，智能化程度高，也更人性化，使得相应的产品如电子画框等显得更懂用户，成为用户生活中的朋友。
下面，将参考图1至图5对本示例实施方式中的上述方法的各个步骤进行更详细的说明。
在步骤S101中，获取用户当前的生物特征参数，根据所述生物特征参数确定用户当前的情绪类型。
本示例实施方式中，所述生物特征参数可以包括但不限于是人脸特征参数，或者声音特征参数等。示例性的，具体可以通过电子画框上的所述麦克风和摄像头分别采集用户的声音特征和脸部图像特征等生物特征参数。所述情绪类型可以包括但不限于抑郁消沉、愤怒、开心等等。不同的所述情绪类型可以预先通过深度学习算法对用户的例如大量人脸特征参数和声音特征参数中的至少一个进行深度学习来确定。
举例来说，本实施例中例如可以获取用户当前的人脸特征，根据所述人脸特征可以确定用户当前的情绪类型如愤怒等。
本公开的一种示例性实施例中，该方法还可以包括以下步骤：在获取用户当前的生物特征参数后，根据所述生物特征参数对所述用户的身份进行合法性验证。例如根据当前用户的人脸特征或者声音特征与相应之前预存的人脸特征或者声音特征进行比对，以验证当前用户的身份是否合法，若合法则继续后续情绪类型确定的步骤，若不合法则不进行后续步骤，重新验证用户身份。
如图2所示，为了预先设置所述情绪类型，在本公开的一种示例性实施例中，该方法还可以包括以下步骤：
步骤S201：在获取用户当前的生物特征参数之前，基于深度学习算法对用户的多个所述生物特征参数进行分类训练处理以得到情绪分类模型。
本实施例中，例如在获取用户当前的人脸特征之前，可以基于卷积神经网络深度学习算法对用户的多个所述生物特征参数进行分类训练处理以得到情绪分类模型，如对用户的大量人脸特征进行分类训练处理以得到如用户愤怒情绪等对应的情绪分类模型。
步骤S202：根据所述情绪分类模型对所述生物特征参数进行处理，以确定用户当前的情绪类型。
示例性的，基于预先训练的如用户愤怒情绪对应的情绪分类模型，可以对用户当前的人脸特征进行处理判断，以确定用户当前的情绪类型，例如确定为愤怒。
进一步的，在本公开又一种示例性实施例中，当所述生物特征参数包括多种不同类别的生物特征参数如人脸特征参数和声音特征参数时，步骤S201中，所述基于深度学习算法对用户的多个所述生物特征参数进行分类训练处理以得到情绪分类模型的步骤，具体可以是：基于所述深度学习算法如卷积神经网络深度学习算法对归属于每一类别的多个所述生物特征参数分别进行分类训练处理，以得到对应不同的多个情绪分类子模型。
示例性的，可以基于所述卷积神经网络深度学习算法对用户的大量人脸特征进行分类训练处理以得到如人脸情绪分类子模型；同时可以基于所述卷积神经网络深度学习算法对用户的大量声音特征进行分类训练处理以得到如用户声音情绪分类子模型等。具体的，该基于深度学习算法可以先收集大量的样本数据，如带有心情标签的人脸和声音特征片段，该标签例如可以包括但不限于4个：悲伤、愤怒、快乐和无情绪。然后可以用卷积神经网络CNN(Convolutional Neural Network)深度学习算法对脸部特征做处理、分类，得到脸部情绪分类子模型。此外，同样的用CNN对声音特征处理、分类，得到声音情绪分类子模型。
相应的，步骤S202中，所述根据所述情绪分类模型对所述生物特征参数进行处理，以确定用户当前的情绪类型的步骤可以包括：判断当前的所述生物特征参数的类别，根据类别判断结果选择对应的情绪分类子模型对所述生物特征参数进行处理，从而确定用户当前的情绪类型。
示例性的，在判断当前的所述生物特征参数是人脸特征参数时，可以根据人脸情绪分类子模型对所述人脸特征参数进行处理，从而确定用户当前的情绪类型。而在判断当前的所述生物特征参数是声音特征参数时，可以根据声音情绪分类子模型对所述声音特征参数进行处理，从而确定用户当前的情绪类型。这样可针对性的处理，提高处理效率。
在步骤S102中，根据当前确定的所述情绪类型，选择与所述情绪类型对应的艺术品图像并推荐给用户显示。
示例性的，本实施例中可以根据判断到的用户当前的情绪类型而推荐对应不同的艺术品如画的图像，如图4和图5中所示。又例如，如果用户的情绪是抑郁消沉，则给用户推送积极向上的画，例如描绘了向上的向日葵的作品；如果用户的情绪是愤怒，则可以推荐平静沉稳的画，例如蓝色的大海的画，能稳定人的情绪；如果用户的情绪是开心，此时用户容易购买东西，可以根据用户的浏览历史推荐最可能被用户购买的画，当然本实施例中并不限于上述举例。
进一步的，在本公开的一种示例性实施例中，该方法还可以包括以下步骤：根据预设时间频率将选择的所述艺术品图像推荐给用户显示。
例如，作品推荐的时间频率可以设置为3天等，用户也可以根据自己的偏好重新设置。那么可以每隔如3天更新推荐一幅画给用户。
本公开的又一种示例性实施例中，该方法还可以包括以下步骤：在未确定到所述情绪类型时，根据用户的历史数据推荐相关的艺术品图像给用户。例如如果没有检测到用户的情绪，也即情绪类型是无情绪时，则启用该推荐模式，根据用户的历史浏览数据，推荐相关的作品内容给用户。该智能电子画框本身可以有基于作品内容的推荐系统，可以记录用户的历史浏览数据。
当用户当前一段时间存在多种情绪，或者在上述的如3天的作品更新时间内如何给用户推荐合理的作品。在上述实施例的基础上，本公开的又一种示例性实施例中，如图3所示，该方法还可以包括以下步骤：
步骤S301：当获取到用户当前的多种不同类别的生物特征参数时，记录用户处于根据每一类别的生物特征参数所确定的不同情绪类型的持续时间。
示例性的，例如根据不同的所述情绪分类子模型确定了用户当前的不同情绪类型，则记录用户处于每一情绪类型的持续时间，即将情绪分类并将用户处于每类情绪的时间保存下来。如保存愤怒情绪的时间，抑郁消沉情绪的时间和开心情绪的时间等。
步骤S302：比较所述不同情绪类型的持续时间的大小，选择持续时间最大值对应的情绪类型对应的艺术品图像并推荐给用户显示。
示例性的，例如电子画框在作品下一次更新时，可以根据在此之前的用户的情绪分类，计算每一情绪类型的情绪能量，假设各种情绪的单位能量相等，则情绪能量就简化为时间的累加。因此，可以基于上述每类情绪的持续时间大小，选择持续时间最大也即用户情绪能量最大的情绪类型为依据，向用户推荐该情绪能量最大的情绪对应的如一副画等。
具体的，以4种情绪能量为例，取情绪能量最大的那个作为推荐依据。举例来说，如果用户的情绪是抑郁消沉，则给用户推送积极向上的画，例如描绘了向上的向日葵的作品；如果用户的情绪是愤怒，则推荐平静沉稳的画，例如蓝色的大海能稳定人的情绪，作品可能包含蓝色大海；如果用户的情绪是开心，此时用户容易购买东西，可以根据用户的浏览历史，推荐最可能被购买的画；如果没有检测到用户的情绪，则按照用户的浏览历史推荐用户最感兴趣的画。
本示例实施例的方案可以基于深度学习做情绪分类，基于用户当下的情绪，判断用户的情绪类型如愤怒、悲伤、欢喜等，进而根据不同的情绪类型智能地给用户推荐合理的画，更懂用户，使得电子画框如iGallery艺术画框可以成为用户生活中的朋友，够人性化，电子画框不仅是艺术品，也可以是情绪平衡专家，用户拥有的不仅仅是一个艺术画框，而且是心理的治愈和愉悦。另外，该智能电子画框的艺术化的更新方式可以设置为自动和手动方式，如果是手动模式，则用户手动选择自己喜欢的作品，如果是自动模式，则可以根据上述示例实施例的方案，使得电子画框可以每隔一定的时间自动给用户推送新的作品。
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。另外，也易于理解的是，这些步骤可以是例如在多个模块/进程/线程中同步或异步执行。
进一步的，本示例实施方式中，还提供了一种基于情绪识别的艺术品推荐装置。该装置可以设置于例如电子画框中，具体可以指令代码的方式设置在电子画框的处理器中。参考图6中所示，装置600可以包括情绪确定模块601和信息推荐模块602。其中：
所述情绪确定模块601，用于获取用户当前的生物特征参数，根据所述生物特征参数确定用户当前的情绪类型。
所述信息推荐模块602，用于根据当前确定的所述情绪类型，选择与该情绪类型对应的艺术品图像并推荐给用户显示。
在本公开的一种示例性实施例中，该装置还可以包括分类训练模块，用于在获取用户当前的生物特征参数之前，基于深度学习算法对用户的多个所述生物特征参数进行分类训练处理以得到情绪分类模型。相应的，所述情绪确定模块，还可以用于根据所述情绪分类模型对所述生物特征参数进行处理，以确定用户当前的情绪类型。
在本公开的一种示例性实施例中，所述生物特征参数可以包括但不限于多种不同类别的生物特征参数。所述分类训练模块还可以用于基于所述深度学习算法对归属于每一类别的多个所述生物特征参数分别进行分类训练处理，以得到对应不同的多个情绪分类子模型。相应的，所述情绪确定模块，还可以用于判断当前的所述生物特征参数的类别，根据类别判断结果选择对应的情绪分类子模型对所述生物特征参数进行处理，从而确定用户当前的情绪类型。
在本公开的一种示例性实施例中，该装置还可以包括情绪类型记录模块，用于当获取到用户当前的多种不同类别的生物特征参数时，记录用户处于根据每一类别的生物特征参数所确定的不同情绪类型的持续时间。相应的，所述信息推荐模块，还可以用于比较所述不同情绪类型的持续时间的大小，选择持续时间最大值对应的情绪类型对应的艺术品图像并推荐给用户显示。
在本公开的上述各示例性实施例中，所述不同类别的生物特征参数可以包括但不限于人脸特征参数和声音特征参数。
在本公开的一种示例性实施例中，该装置还可以包括第一艺术品推荐模块，用于根据预设时间频率将选择的所述艺术品图像推荐给用户显示。
本公开的一种示例性实施例中，该装置还可以包括第二艺术品推荐模块，用于在未确定到所述情绪类型时，根据用户的历史数据推荐相关的艺术品图像给用户。
在本公开的一种示例性实施例中，所述深度学习算法可以包括但不限于卷积神经网络深度学习算法。
在本公开的一种示例性实施例中，该装置还可以包括身份验证模块，用于在获取用户当前的生物特征参数后，根据所述生物特征参数对所述用户的身份进行合法性验证。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。作为模块或单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现木公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被例如处理器执行时可以实现上述任意一个实施例中所述基于情绪识别的艺术品推荐方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备如所述电子画框上运行时，所述程序代码用于使所述终端设备执行本说明书上述基于情绪识别的艺术品推荐方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图7所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品700，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如所述电子画框上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本公开的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述基于情绪识别的艺术品推荐方法的步骤。
在本公开的一种示例性实施例中，该电子设备还可以包括基体、显示部和生物特征采集设备。其中，所述基体例如是矩形框体。所述显示部设置在所述基体上，例如该显示部镶嵌设置于所述矩形框体的基体中，其用于显示所述艺术品图像。所述生物特征采集设备也设置在所述基体上，例如设置在所述矩形框体的边框上，用于采集用户的所述生物特征参数。
示例性的，该电子设备可以是一电子画框。所述存储器中可以预先存储不同颜色风格的艺术品如画的图像，所述显示部可以包括但不限于是LED显示屏、LCD显示屏或OLED显示屏等显示器件，其可以显示艺术品图像，例如一幅画等。所述生物特征采集设备可以包括但不限于麦克风和摄像头等，该麦克风和摄像头可以分别采集用户的声音特征和脸部图像特征等。这样经过所述处理器处理后可以根据用户当前情绪的不同选择推荐给用户例如不同颜色、风格的画。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图8来描述根据本发明的这种实施方式的电子设备600。图8显示的电子设备800仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：至少一个处理单元810、至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830、显示单元840等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书上述基于情绪识别的艺术品推荐方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元810可以执行如图1中所示的步骤。
所述存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(ROM)8203。
所述存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备800交互的设备通信，和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器860可以通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(例如可以是个人计算机等)执行根据本公开实施方式的上述基于情绪识别的艺术品推荐方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种基于情绪识别的艺术品推荐方法，其特征在于，该方法包括：
获取用户当前的生物特征参数，根据所述生物特征参数确定用户当前的情绪类型；
根据当前确定的所述情绪类型，选择与所述情绪类型对应的艺术品图像并推荐给用户显示。
2.根据权利要求1所述基于情绪识别的艺术品推荐方法，其特征在于，该方法还包括：
在获取用户当前的生物特征参数之前，基于深度学习算法对用户的多个所述生物特征参数进行分类训练处理以得到情绪分类模型；
所述根据所述生物特征参数确定用户当前的情绪类型包括：
根据所述情绪分类模型对所述生物特征参数进行处理，以确定用户当前的情绪类型。
3.根据权利要求2所述基于情绪识别的艺术品推荐方法，其特征在于，所述生物特征参数包括多种不同类别的生物特征参数；
所述基于深度学习算法对用户的多个所述生物特征参数进行分类训练处理以得到情绪分类模型包括：
基于所述深度学习算法对归属于每一类别的多个所述生物特征参数分别进行分类训练处理，以得到对应不同的多个情绪分类子模型；
所述根据所述情绪分类模型对所述生物特征参数进行处理，以确定用户当前的情绪类型包括：
判断当前的所述生物特征参数的类别，根据类别判断结果选择对应的情绪分类子模型对所述生物特征参数进行处理，从而确定用户当前的情绪类型。
4.根据权利要求3所述基于情绪识别的艺术品推荐方法，其特征在于，该方法还包括：
当获取到用户当前的多种不同类别的生物特征参数时，记录用户处于根据每一类别的生物特征参数所确定的不同情绪类型的持续时间；
所述选择与所述情绪类型对应的艺术品图像并推荐给用户显示包括：
比较所述不同情绪类型的持续时间的大小，选择持续时间最大值对应的情绪类型对应的艺术品图像并推荐给用户显示。
5.根据权利要求3或4所述基于情绪识别的艺术品推荐方法，其特征在于，所述不同类别的生物特征参数包括人脸特征参数和声音特征参数。
6.根据权利要求5所述基于情绪识别的艺术品推荐方法，其特征在于，该方法还包括：
在未确定到所述情绪类型时，根据用户的历史数据推荐相关的艺术品图像给用户。
7.根据权利要求1～4任一项所述基于情绪识别的艺术品推荐方法，其特征在于，该方法还包括：
在获取用户当前的生物特征参数后，根据所述生物特征参数对所述用户的身份进行合法性验证。
8.一种基于情绪识别的艺术品推荐装置，其特征在于，该装置包括：
情绪确定模块，用于获取用户当前的生物特征参数，根据所述生物特征参数确定用户当前的情绪类型；
信息推荐模块，用于根据当前确定的所述情绪类型，选择与该情绪类型对应的艺术品图像并推荐给用户显示。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～7任一项所述基于情绪识别的艺术品推荐方法的步骤。
10.一种电子设备，其特征在于，包括：
处理器；
存储器，用于存储所述处理器的可执行指令且所述处理器配置为经由执行所述可执行指令来执行权利要求1～7任一项所述基于情绪识别的艺术品推荐方法的步骤；
基体；
显示部，设置在所述基体上，用于显示所述艺术品图像；以及
生物特征采集设备，设置在所述基体上，用于采集用户的所述生物特征参数。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710694834.0A CN107424019A (zh) | 2017-08-15 | 2017-08-15 | 基于情绪识别的艺术品推荐方法、装置、介质和电子设备 |
| US16/639,008 US11132547B2 (en) | 2017-08-15 | 2018-08-14 | Emotion recognition-based artwork recommendation method and device, medium, and electronic apparatus |
| PCT/CN2018/100318 WO2019034026A1 (zh) | 2017-08-15 | 2018-08-14 | 基于情绪识别的艺术品推荐方法、装置、介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710694834.0A CN107424019A (zh) | 2017-08-15 | 2017-08-15 | 基于情绪识别的艺术品推荐方法、装置、介质和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107424019A true CN107424019A (zh) | 2017-12-01 |
Family
ID=60436824
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710694834.0A Pending CN107424019A (zh) | 2017-08-15 | 2017-08-15 | 基于情绪识别的艺术品推荐方法、装置、介质和电子设备 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11132547B2 (zh) |
| CN (1) | CN107424019A (zh) |
| WO (1) | WO2019034026A1 (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108491555A (zh) * | 2018-04-18 | 2018-09-04 | 京东方科技集团股份有限公司 | 显示装置及其显示方法、计算机可读存储介质 |
| CN109117621A (zh) * | 2018-08-30 | 2019-01-01 | 广东小天才科技有限公司 | 一种智能管控方法及家教设备 |
| WO2019034026A1 (zh) * | 2017-08-15 | 2019-02-21 | 京东方科技集团股份有限公司 | 基于情绪识别的艺术品推荐方法、装置、介质和电子设备 |
| CN109767261A (zh) * | 2018-12-18 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 产品推荐方法、装置、计算机设备和存储介质 |
| WO2019184745A1 (zh) * | 2018-03-30 | 2019-10-03 | 京东方科技集团股份有限公司 | 智能画框的控制方法、控制系统及计算机可读存储介质 |
| CN110807920A (zh) * | 2019-10-23 | 2020-02-18 | 上海能塔智能科技有限公司 | 用于车辆驾驶的情绪确定、上报方法及装置、服务器、终端及车辆 |
| CN112052349A (zh) * | 2019-06-06 | 2020-12-08 | 松下知识产权经营株式会社 | 内容选择方法、内容选择装置以及记录介质 |
| CN112363624A (zh) * | 2020-11-16 | 2021-02-12 | 新之航传媒科技集团有限公司 | 一种基于情绪分析的互动展馆系统 |
| CN112398952A (zh) * | 2020-12-09 | 2021-02-23 | 英华达（上海）科技有限公司 | 电子资源推送方法、系统、设备及存储介质 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111145871A (zh) * | 2018-11-02 | 2020-05-12 | 京东方科技集团股份有限公司 | 情绪干预方法、装置和系统，以及计算机可读存储介质 |
| CN111222044A (zh) * | 2019-12-31 | 2020-06-02 | 深圳Tcl数字技术有限公司 | 基于情绪感知的信息推荐方法、设备及存储介质 |
| CN113094578B (zh) * | 2021-03-16 | 2023-03-31 | 平安普惠企业管理有限公司 | 基于深度学习的内容推荐方法、装置、设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105956059A (zh) * | 2016-04-27 | 2016-09-21 | 乐视控股（北京）有限公司 | 基于情绪识别的信息推荐方法和装置 |
| CN105975536A (zh) * | 2016-04-29 | 2016-09-28 | 合网络技术（北京）有限公司 | 网络资源的推荐方法和装置 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8561095B2 (en) * | 2001-11-13 | 2013-10-15 | Koninklijke Philips N.V. | Affective television monitoring and control in response to physiological data |
| US7307636B2 (en) * | 2001-12-26 | 2007-12-11 | Eastman Kodak Company | Image format including affective information |
| US8798374B2 (en) * | 2008-08-26 | 2014-08-05 | The Regents Of The University Of California | Automated facial action coding system |
| US9493130B2 (en) * | 2011-04-22 | 2016-11-15 | Angel A. Penilla | Methods and systems for communicating content to connected vehicle users based detected tone/mood in voice input |
| WO2013152254A1 (en) * | 2012-04-06 | 2013-10-10 | Drexel University | System and method for suggesting the viewing of cultural items based on social tagging and metadata applications |
| US9418390B2 (en) | 2012-09-24 | 2016-08-16 | Intel Corporation | Determining and communicating user's emotional state related to user's physiological and non-physiological data |
| CN103919537B (zh) * | 2014-04-30 | 2016-02-10 | 江滔 | 情绪记录分析引导系统及其实现方法 |
| CN105721936B (zh) * | 2016-01-20 | 2018-01-16 | 中山大学 | 一种基于情景感知的智能电视节目推荐系统 |
| CN107424019A (zh) | 2017-08-15 | 2017-12-01 | 京东方科技集团股份有限公司 | 基于情绪识别的艺术品推荐方法、装置、介质和电子设备 |
| EP3644616A1 (en) * | 2018-10-22 | 2020-04-29 | Samsung Electronics Co., Ltd. | Display apparatus and operating method of the same |
| WO2021026400A1 (en) * | 2019-08-06 | 2021-02-11 | Neuroenhancement Lab, LLC | System and method for communicating brain activity to an imaging device |
-
2017
- 2017-08-15 CN CN201710694834.0A patent/CN107424019A/zh active Pending
-
2018
- 2018-08-14 WO PCT/CN2018/100318 patent/WO2019034026A1/zh active Application Filing
- 2018-08-14 US US16/639,008 patent/US11132547B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105956059A (zh) * | 2016-04-27 | 2016-09-21 | 乐视控股（北京）有限公司 | 基于情绪识别的信息推荐方法和装置 |
| CN105975536A (zh) * | 2016-04-29 | 2016-09-28 | 合网络技术（北京）有限公司 | 网络资源的推荐方法和装置 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019034026A1 (zh) * | 2017-08-15 | 2019-02-21 | 京东方科技集团股份有限公司 | 基于情绪识别的艺术品推荐方法、装置、介质和电子设备 |
| US11132547B2 (en) | 2017-08-15 | 2021-09-28 | Boe Technology Group Co., Ltd. | Emotion recognition-based artwork recommendation method and device, medium, and electronic apparatus |
| WO2019184745A1 (zh) * | 2018-03-30 | 2019-10-03 | 京东方科技集团股份有限公司 | 智能画框的控制方法、控制系统及计算机可读存储介质 |
| US11455036B2 (en) | 2018-03-30 | 2022-09-27 | Beijing Boe Technology Development Co., Ltd. | Control method of iGallery, control system of iGallery, and computer readable storage medium |
| CN108491555B (zh) * | 2018-04-18 | 2021-08-27 | 京东方科技集团股份有限公司 | 显示装置及其显示方法、计算机可读存储介质 |
| CN108491555A (zh) * | 2018-04-18 | 2018-09-04 | 京东方科技集团股份有限公司 | 显示装置及其显示方法、计算机可读存储介质 |
| US10990800B2 (en) | 2018-04-18 | 2021-04-27 | Boe Technology Group Co., Ltd. | Display device and display method thereof, electronic picture frame computer readable storage medium |
| CN109117621A (zh) * | 2018-08-30 | 2019-01-01 | 广东小天才科技有限公司 | 一种智能管控方法及家教设备 |
| CN109767261A (zh) * | 2018-12-18 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 产品推荐方法、装置、计算机设备和存储介质 |
| CN112052349B (zh) * | 2019-06-06 | 2024-04-16 | 松下知识产权经营株式会社 | 内容选择方法、内容选择装置以及记录介质 |
| CN112052349A (zh) * | 2019-06-06 | 2020-12-08 | 松下知识产权经营株式会社 | 内容选择方法、内容选择装置以及记录介质 |
| CN110807920B (zh) * | 2019-10-23 | 2020-10-30 | 上海能塔智能科技有限公司 | 用于车辆驾驶的情绪确定、上报方法及装置、服务器、终端及车辆 |
| CN110807920A (zh) * | 2019-10-23 | 2020-02-18 | 上海能塔智能科技有限公司 | 用于车辆驾驶的情绪确定、上报方法及装置、服务器、终端及车辆 |
| CN112363624B (zh) * | 2020-11-16 | 2022-09-09 | 新之航传媒科技集团有限公司 | 一种基于情绪分析的互动展馆系统 |
| CN112363624A (zh) * | 2020-11-16 | 2021-02-12 | 新之航传媒科技集团有限公司 | 一种基于情绪分析的互动展馆系统 |
| CN112398952A (zh) * | 2020-12-09 | 2021-02-23 | 英华达（上海）科技有限公司 | 电子资源推送方法、系统、设备及存储介质 |
| TWI823055B (zh) * | 2020-12-09 | 2023-11-21 | 英華達股份有限公司 | 電子資源推送方法及系統 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20200364457A1 (en) | 2020-11-19 |
| US11132547B2 (en) | 2021-09-28 |
| WO2019034026A1 (zh) | 2019-02-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107424019A (zh) | 基于情绪识别的艺术品推荐方法、装置、介质和电子设备 | |
| CN108121490A (zh) | 用于处理多模式输入的电子装置、方法和服务器 | |
| CN109243432A (zh) | 话音处理方法以及支持该话音处理方法的电子设备 | |
| CN106372059A (zh) | 信息输入方法和装置 | |
| CN111261161B (zh) | 一种语音识别方法、装置及存储介质 | |
| CN108121800A (zh) | 基于人工智能的信息生成方法和装置 | |
| CN107392124A (zh) | 情绪识别方法、装置、终端及存储介质 | |
| CN104035995B (zh) | 群标签生成方法及装置 | |
| CN110782962A (zh) | 听力语言康复装置、方法、电子设备及存储介质 | |
| CN109726655A (zh) | 基于情绪识别的客服服务评价方法、装置、介质及设备 | |
| CN109272994A (zh) | 话音数据处理方法以及支持该话音数据处理方法的电子装置 | |
| CN108694944A (zh) | 通过使用框架生成自然语言表达的方法和设备 | |
| CN110147936A (zh) | 基于情绪识别的服务评价方法、装置、存储介质 | |
| CN107357787A (zh) | 语义交互方法、装置及电子设备 | |
| US11205418B2 (en) | Monotone speech detection | |
| CN110347817A (zh) | 智能应答方法及装置、存储介质、电子设备 | |
| CN110335596A (zh) | 基于语音识别的产品推荐方法、装置、设备和存储介质 | |
| CN112735418A (zh) | 一种语音交互的处理方法、装置、终端及存储介质 | |
| CN108228720A (zh) | 识别目标文字内容和原图相关性的方法、系统、装置、终端、及存储介质 | |
| CN110209778A (zh) | 一种对话生成的方法以及相关装置 | |
| CN107832720A (zh) | 基于人工智能的信息处理方法和装置 | |
| CN106326852A (zh) | 一种基于深度学习的商品识别方法及装置 | |
| CN110069991A (zh) | 反馈信息确定方法、装置、电子设备及存储介质 | |
| CN110489519B (zh) | 基于会话预测模型的会话方法及相关产品 | |
| US20240095491A1 (en) | Method and system for personalized multimodal response generation through virtual agents |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171201 |
|
| RJ01 | Rejection of invention patent application after publication |