CN107480265B - 数据推荐方法、装置、设备以及存储介质 - Google Patents

数据推荐方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN107480265B
CN107480265B CN201710706153.1A CN201710706153A CN107480265B CN 107480265 B CN107480265 B CN 107480265B CN 201710706153 A CN201710706153 A CN 201710706153A CN 107480265 B CN107480265 B CN 107480265B
Authority
CN
China
Prior art keywords
data
sample
recommendation
primary
historical
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.)
Active
Application number
CN201710706153.1A
Other languages
English (en)
Other versions
CN107480265A (zh
Inventor
胡婵
胡杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Shiyuan Electronics Thecnology Co Ltd
Guangzhou Shirui Electronics Co Ltd
Original Assignee
Guangzhou Shiyuan Electronics Thecnology Co Ltd
Guangzhou Shirui Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Shiyuan Electronics Thecnology Co Ltd, Guangzhou Shirui Electronics Co Ltd filed Critical Guangzhou Shiyuan Electronics Thecnology Co Ltd
Priority to CN201710706153.1A priority Critical patent/CN107480265B/zh
Publication of CN107480265A publication Critical patent/CN107480265A/zh
Application granted granted Critical
Publication of CN107480265B publication Critical patent/CN107480265B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种数据推荐方法、装置、设备以及存储介质。其中,该数据推荐方法包括:获取至少一个摄像头拍摄的图像数据;在图像数据中识别出至少一个目标对象的特征数据,特征数据包括:面部特征数据和/或体态特征数据;根据特征数据在样本数据库中选择至少一个样本数据作为推荐数据,并将推荐数据反馈给目标对象。采用上述方法可以解决现有数据推荐方法过于依赖用户账号的技术问题。

Description

数据推荐方法、装置、设备以及存储介质
技术领域
本发明涉及数据处理技术领域,尤其涉及一种数据推荐方法、装置、设备以及存储介质。
背景技术
如今,当用户使用某个智能设备或者某个应用软件时,该智能设备或者应用软件通常会向用户推荐个性化的数据。例如,根据用户的用车记录推荐叫车服务、根据用户的观看记录推荐视频数据。
在推荐数据时,需要获取用户的个性化数据,如历史行为数据、用户资料数据等,并结合上述个性化数据确定用户的推荐数据。一般而言,用户的个性化数据通常与用户账号绑定。假设当前使用智能设备或者应用软件的用户发生改变,如果不及时更换用户账号,那么将导致推荐数据不适用于当前的用户。
发明内容
有鉴于此,本发明实施例提供一种数据推荐方法、装置、设备以及存储介质,以解决现有数据推荐方法过于依赖用户账号的技术问题。
第一方面,本发明实施例提供了一种数据推荐方法,包括:
获取至少一个摄像头拍摄的图像数据;
在所述图像数据中识别出至少一个目标对象的特征数据,所述特征数据包括:面部特征数据和/或体态特征数据;
根据所述特征数据在样本数据库中选择至少一个样本数据作为推荐数据,并将所述推荐数据反馈给所述目标对象。
第二方面,本发明实施例还提供了一种数据推荐装置,包括:
数据获取模块,用于获取本地设备中至少一个摄像头拍摄的图像数据;
数据识别模块,用于在所述图像数据中识别出至少一个目标对象的特征数据,所述特征数据包括:面部特征数据和/或体态特征数据;
数据推荐模块,用于根据所述特征数据在样本数据库中选择至少一个样本数据作为推荐数据,并将所述推荐数据反馈给所述本地设备。
第三方面,本发明实施例还提供了一种数据推荐设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例所述的数据推荐方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例所述的数据推荐方法。
上述提供的数据推荐方法、装置、设备以及存储介质,通过在本地设备摄像头拍摄的图像数据中识别出至少一个目标对象的特征数据,并根据该特征数据在样本数据库中选择至少一个适用于目标对象的样本数据,并将该样本数据作为推荐数据反馈给本地设备的技术手段,实现了在向至少一个目标对象推荐数据时,仅需考虑目标对象的特征数据,尤其当目标对象改变时,无需目标对象执行额外的操作,如更换登录账号的操作,仍然能保证推荐的数据符合目标对象的实际需求,提升了目标对象的使用体验。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1a为本发明实施例一提供的一种数据推荐方法的流程图;
图1b为本发明实施例一提供的一种数据推荐方法的流程图;
图2a为本发明实施例二提供的一种数据推荐方法的流程图;
图2b为本发明实施例二提供的一种数据推荐方法的流程图;
图3为本发明实施例三提供的一种数据推荐装置的结构示意图;
图4为本发明实施例四提供的一种数据推荐设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
图1a为本发明实施例提供的一种数据推荐方法的流程图。本实施例提供的数据推荐方法可以由数据推荐装置执行,该数据推荐装置可以通过软件/或硬件的方式实现,并集成在数据推荐设备中。其中,数据推荐设备是与至少一个本地设备关联的后台服务器。本地设备可以是面向用户的终端设备,如智能电视、智能手机或者平板电脑等。可选的,本地设备配置有至少一个摄像头,该摄像头在开启时可以在拍摄范围内拍摄图像数据。
参考图1a,本实施例提供的数据推荐方法具体包括:
S110、获取本地设备中至少一个摄像头拍摄的图像数据。
示例性的,本地设备检测到摄像头开启指令时,开启至少一个摄像头,并实时将摄像头拍摄的图像数据发送至数据推荐设备中。
可选的,本地设备向数据推荐设备发送图像数据之前,对图像数据进行预处理,具体预处理过程为识别图像数据中是否存在至少一个目标对象,当存在至少一个目标对象时,将该图像数据发送至数据推荐设备中。当摄像头持续拍摄时可以得到大量的图像数据,因此,在识别大量的图像数据中是否存在至少一个目标对象时,可以进行去重处理,即在具有同一目标对象的图像数据中选择至少一个可以识别出目标对象的特征数据的图像数据发送至数据推荐设备中。需要说明的是,上述过程也可以在数据推荐设备中执行,即本地设备将摄像头拍摄的全部图像数据发送至数据推荐设备中,由数据推荐设备对图像数据执行上述预处理。在实际应用中,可以根据本地设备和数据推荐设备的数据处理能力选择预处理的执行设备。
还可选的,在本地设备中配置具面部捕捉功能或者体态捕捉功能的摄像头,当摄像头捕捉到面部数据或者体态数据时自动拍摄得到图像数据。
S120、在图像数据中识别出至少一个目标对象的特征数据。
具体的,目标对象为当前使用本地设备的用户。特征数据包括面部特征数据和/或体态特征数据。面部特征数据可以是目标对象面部的部分区域数据,如眼部、嘴巴、额头以及嘴巴等区域的图像数据。体态特征数据可以是目标对象的高度、宽度以及形体轮廓等数据。
进一步的,根据面部特征数据可以得到目标对象的面部图像,根据体态特征数据可以得到目标对象的形体图像。具体的,利用图像识别技术在图像数据中识别出至少一个目标对象的特征数据。可以在一个图像数据中识别出多个目标对象的特征数据。也可以结合多个图像数据识别出一个目标对象的特征数据,此时,可以保证得到的特征数据更加准确。
S130、根据特征数据在样本数据库中选择至少一个样本数据作为推荐数据,并将推荐数据反馈给本地设备。
具体的,样本数据可以是视频数据、音频数据、文字数据等。在本实施例中,样本数据优选为视频数据和/或音频数据,相应的,推荐数据优选为视频数据和/或音频数据。典型的,本实施例中以向目标对象推荐可观看的视频数据为应用场景进行示例性描述。进一步的,样本数据库中包括多个样本数据以及多个样本数据的属性信息。其中,样本数据的属性信息包括:所属类型以及适用目标对象群等。例如,样本数据为某部电影,对应的属性信息包括:喜剧、全部目标对象群。在样本数据库中选择至少一个样本数据是指在样本数据库中选择可以调取该样本数据的数据资源,并将该数据资源发送给本地设备,以使本地设备根据该数据资源观看视频数据。
可选的,根据特征数据可以确定出目标对象的性别和/或所属年龄段,其中,年龄段的具体划分规则可以根据实际情况进行设备。例如,每十年为一个年龄段进行划分。再如,设定儿童、青少年、青年、中年以及老年等人群段后,依次为每个人群段设定对应的年龄段。进一步的,根据目标对象的性别和/或所属年龄段在样本数据库中确定推荐数据。确定推荐数据时,可以是结合全网用户的观看数据确定出与目标对象具有相同的性别和/或所属年龄段的用户对应的至少一个热点数据,并在样本数据库查找到该热点数据作为推荐数据,并调取对应的数据资源发送给本地设备。
如果当前识别出多个目标用户,且各目标用户属于不同的性别和/或所属年龄段,此时,可以结合各性别和/或各所属年龄段的权重值确定推荐数据。例如,目标用户包括儿童、中年。其中,儿童的权重值大于中年的权重值,那么在确定推荐数据时,可以偏向选择儿童的热门数据,且该热门数据同样适合于中年观看,如将某个不涉及惊悚、暴力以及爱情的喜剧电影作为推荐数据。
还可选的,根据特征数据在已有对象集中查找是否存在与特征数据相同的对象。其中,已有对象集为已经通过摄像头拍摄得到特征数据且存在历史数据的对象的集合。本实施例中,历史数据为历史观看数据。当确定至少一个目标对象属于已有对象集中的对象,即属于非首次拍摄对象时,可以结合对应的历史数据确定推荐数据。例如,当存在多个目标对象,可以根据多个目标对象的历史数据确定出各目标对象感兴趣的数据类型,并选择被最多目标对象感兴趣的数据类型作为推荐数据的数据类型,在样本数据库中选择与该数据类型对应的至少一个样本数据作为推荐数据。其中,该推荐数据可以是各目标对象均观看过的的数据、还可以是各目标对象正在观看的数据、或者是各目标对象均未观看的数据。再如,当存在一个目标对象时,可以根据历史数据确定该目标对象感兴趣的数据类型,并在样本数据库中选择对应的至少一个样本数据作为推荐数据。在选择时,优先选择目标用户未观看过的数据。
还可选的,当存在多个目标对象时,可以根据各目标对象的特征数据确定每个目标对象感兴趣的数据类型,并依据每个目标对象感兴趣的数据类型选择至少一个样本数据作为推荐数据,其中,每种数据类型对应至少一个样本数据。
进一步的,将至少一个推荐数据发送至本地设备后,在本地设备中显示该推荐数据。当推荐数据为多个时,在本地设备中仅显示该推荐数据的名称、类型、主演等信息,以使目标用户可以在多个推荐数据中选择出最感兴趣的数据进行观看。
需要说明的是,上述方法也可以在本地设备中执行,此时,本地设备中配置有样本数据库。本地设备获取到摄像头拍摄的图像数据后,优先在本地处理并确定推荐数据,当本地无法处理时,再通过网络与后台服务器交互,由后台服务器确定推荐数据后发送至本地设备中。
上述提供的技术方案,通过在本地设备的摄像头拍摄的图像数据中识别出至少一个目标对象的特征数据,并根据该特征数据在样本数据库中选择至少一个适用于目标对象的样本数据,并将该样本数据作为推荐数据反馈给本地设备的技术手段,实现了在向至少一个目标对象推荐数据时,仅需考虑目标对象的特征数据,尤其当目标对象改变时,无需目标对象执行额外的操作,如更换登录账号的操作,仍然能保证推荐的数据符合目标对象的实际需求,提升了目标对象的使用体验。
考虑到这类应用场景,当前目标对象既包括成人又包括小孩,在根据特征数据确定推荐数据,如果不考虑到目标对象的差异性,而仅根据目标对象的历史数据或者兴趣类型进行推荐,通常会使得推荐数据并不适于全部目标对象。比如,成人偏爱看恐怖类视频,但是该视频并不适合小孩观看,如果推荐恐怖类视频数据,将无法适用于全部目标对象。有鉴于此,参考图1b,当目标对象为至少两个时,根据特征数据在样本数据库中选择至少一个样本数据作为推荐数据具体可以包括:
S131、分析特征数据,以确定至少两个目标对象的属性数据。
其中,属性数据包括性别和/或所属年龄段。
示例性的,根据面部特征数据可以分析目标对象的性别以及所属年龄段。例如,对面部特征数据中的眼部以及额头进行二次识别,根据识别结果确定眼部和额头具有较多的纹路,此时可以确定该目标对象属于老年。进一步的,根据体态特征数据也可以分析出目标用户的性别和所属年龄段。例如,根据体态特征数据中的形体轮廓确定目标对象为女性。又如,根据体态特征数据中的高度数据确定目标对象所属年龄段为儿童。
S132、确定各属性数据的权重值。
示例性的,预先根据实际情况设定各属性数据对应的权重值。其中,权重值越大,对样本数据的选择结果影响越大。例如,儿童的权重值大于中年的权重值,那么在选择样本数据时,会优先考虑儿童。此时,得到的样本数据将不包括儿童不适合的类型。
S133、结合权重值和属性数据在样本数据库中选择至少一个样本数据作为推荐数据。
可选的,根据属性数据在样本数据库中选择至少一个样本数据,并根据权重值在至少一个样本数据中剔除不适合目标用户的样本数据,将剔除后得到的样本数据作为推荐数据。例如,当前包括两个目标用户,对应的属性信息分别为男性、儿童和男性、中年。其中,儿童的权重值大于中年的权重值。进一步的,在样本数据库中选择属性信息为适用于儿童、中年、男性以及全部用户的至少一个样本数据,并对确定的样本数据进行二次筛选,筛选出适合儿童的样本数据作为推荐数据。
还可选的,优先参考权重值较高的属性数据选择样本数据。例如,当前包括两个目标用户,对应的属性信息分别为老人和中年。其中,老人的权重值大于中年的权重值。那么,在样本数据库中选择样本数据时,选择同时适用于老人和中年的样本数据以及仅适用于老人的样本数据作为推荐数据。
基于上述方案,可以实现当存在多个目标对象进行观影时,通过依据多个目标对象的属性特征和对应的权重值进行数据匹配的方式,保证了最终得到的推荐数据适用于多个目标对象。
实施例二
图2a为本发明实施例二提供的一种数据推荐方法的流程图。本实施例是在上述实施例的基础上进行具体化。参考图2a,本实施例提供的数据推荐方法具体包括:
S210、获取本地设备中至少一个摄像头拍摄的图像数据。
S220、在图像数据中识别出至少一个目标对象的特征数据。
S230、根据特征数据确认目标对象是否包括非首次拍摄对象。若包括非首次拍摄对象,则执行S240,若不包括非首次拍摄对象,执行S250。
其中,非首次拍摄对象是指已经被本地设备拍摄过的对象,其可以是被当前本地设备拍摄过的对象,也可以是被其他关联的本地设备拍摄过的目标对象。
具体的,将得到的特征数据与非首次拍摄对象集合中各非首次拍摄对象的特征数据进行比对,并根据比对结果确定目标对象是否为非首次拍摄对象。
S240、根据特征数据调取非首次拍摄对象的历史数据,并在样本数据库中选择至少一个与所述历史数据相匹配的样本数据作为推荐数据。执行S260。
在本实施例中,历史数据包括非首次拍摄对象的观看数据等,其中,每条观看数据均为一个子历史数据。将历史数据与非首次拍摄对象的特征数据关联保存。当确定目标对象为非首次拍摄对象是,通过特征数据可以调取出该目标对象的历史数据。
进一步的,根据历史数据可以确定目标对象感兴趣的数据类型,进而在样本数据库中选择至少一个与数据类型相同的样本数据作为推荐数据。
可选的,参考图2b,该步骤具体可以包括:
S241、统计非首次拍摄对象的数量,并根据特征数据调取非首次拍摄对象的历史数据。
S242、根据数量和历史数据在样本数据库中选择至少一个样本数据作为推荐数据。
具体的,该步骤包括下述两个方案:
方案一、若非首次拍摄对象的数量为至少两个,则在至少两个历史数据中选择满足预设选择条件的至少一个子历史数据,并在样本数据库中查找与子历史数据相同的样本数据作为推荐数据。
可选的,预设选择条件是重复率高于设定重复阈值。其中,重复率越高,表明观看过该数据的目标对象的数量越多。例如,当前共有10个非首次拍摄对象,重复阈值设定为0.8,当子历史数据的重复率高于0.8时,表明该子历史数据被其中至少8个非首次拍摄对象观看过,适于作为推荐数据供目标用户分享或作为谈资。此时,确定该子历史数据的名称等数据,以在样本数据库中查找相同的样本数据作为推荐数据。
还可选的,预设选择条件是被观看次数最高的前N个子历史数据,N≥1。例如,统计各历史数据中的子历史数据,确定每个子历史数据被当前多个非首次拍摄对象观看的总次数,选择最高的三个总次数对应的子历史数据,并在样本数据库中选择上述三个子历史数据对应的样本数据作为推荐数据。例如,统计各历史数据中的子历史数据确定,影片A、影片B以及影片C被观看到总次数最多,此时,在样本数据库中找到影片A、影片B以及影片C,并作为推荐数据。
方案二、若非首次拍摄对象的数量为一个,则根据历史数据确定非首次拍摄对象的样本兴趣类型,并在样本数据库中查找与样本兴趣类型相同的至少一个样本数据作为推荐数据,且推荐数据不同于历史数据中记录的子历史数据。
具体的,根据历史数据可以确定出非首次拍摄对象感兴趣的样本兴趣类型。例如,当前历史数据中包括10个子历史数据,其中,恐怖类5个、喜剧类4个动作类1个,那么可以确定非首次拍摄对象对恐怖类和喜剧类比较感兴趣,即样本兴趣类型为恐怖类和喜剧类。进一步的,在样本数据库中查找与样本兴趣类型相同的至少一个样本数据。在查找时,可以统计该类型下各样本数据的热度,选择热度较高的样本数据。
由于仅有一个非首次拍摄对象,一般而言,一个目标对象重复观看同一视频数据的概率较小,因此,在选择样本数据时,优选未被观看过的样本数据作为推荐数据。即该推荐数据不同于历史数据中记录的子历史数据。这样可以避免目标对象重复观看同一推荐数据。
需要说明的是,如果某条子历史数据被非首次拍摄对象重复观看的次数过高,那么也可以将该子历史数据对应的样本数据作为推荐数据。
进一步的,当非首次拍摄对象选择推荐数据进行观看后,更新对应的历史数据。可选的,定期更新记录的非首次拍摄对象,剔除长期未更新历史数据的非首次拍摄对象。
S250、分析特征数据,以确定目标对象的属性数据,并在样本数据库中选择至少一个与属性数据相匹配的样本数据作为推荐数据。执行S260。
如果目标对象中不包括非首次拍摄对象,即均为首次出现的目标对象,那么可以根据特征数据,确定目标对象的属性数据。其中,属性数据包括性别和/或所属年龄段。进一步的,根据全网用户的历史数据确定各属性数据对应的热点视频数据或者热点数据类型,并在样本数据库中找到对应的样本数据作为推荐数据。
可选的,当目标对象为多个时,可以确定各属性数据的权重值,进而结合权重值和属性数据在样本数据库中选择至少一个样本数据作为推荐数据。
可选的,关联保存首次拍摄对象的观看记录以及特征数据,得到首次拍摄对象的历史数据,并将首次拍摄对象更新为非首次拍摄对象。
S260、将推荐数据反馈给本地设备。
需要说明的是,实际应用中,如果识别的多个目标对象中既包括首次拍摄对象也包括非首次拍摄对象,那么可以优先根据非首次拍摄对象的历史数据确定推荐数据;也可以统计首次拍摄对象的个数和非首次拍摄对象的个数,选择个数较多的对象作为推荐数据的主要目标对象,或者是根据个数确定两者的比例,根据比例确定分别向首次拍摄对象和非首次拍摄对象推荐的数据个数,进而选择推荐数据。
上述提供的技术方案,通过在获取的图像数据中识别出至少一个目标对象的特征数据后,根据该特征数据确定至少一个目标对象中是否包括非首次拍摄对象,若包括,则根据非首次拍摄对象的历史数据确定推荐数据,若不包括,则根据首次拍摄对象的属性数据确定推荐数据的技术方案,可以使得推荐数据更加定制化、个性化,提升了用户使用体验,尤其在多个目标对象的应用场景下,可以保证推荐数据尽可能的符合每个目标对象的兴趣需求。
实施例三
图3为本发明实施例三提供的一种数据推荐装置的结构示意图。参考图3,本实施例提供的数据推荐装置具体包括:数据获取模块301、数据识别模块302以及数据推荐模块303。
其中,数据获取模块301,用于获取本地设备中至少一个摄像头拍摄的图像数据;数据识别模块302,用于在图像数据中识别出至少一个目标对象的特征数据,特征数据包括:面部特征数据和/或体态特征数据;数据推荐模块303,用于根据特征数据在样本数据库中选择至少一个样本数据作为推荐数据,并将推荐数据反馈给本地设备。
上述提供的技术方案,通过在本地设备摄像头拍摄的图像数据中识别出至少一个目标对象的特征数据,并根据该特征数据在样本数据库中选择至少一个适用于目标对象的样本数据,并将该样本数据作为推荐数据反馈给本地设备的技术手段,实现了在向至少一个目标对象推荐数据时,仅需考虑目标对象的特征数据,尤其当目标对象改变时,无需目标对象执行额外的操作,如更换登录账号的操作,仍然能保证推荐的数据符合目标对象的实际需求,提升了目标对象的使用体验。
在上述实施例的基础上,目标对象为至少两个,数据推荐模块303包括:特征数据获取子模块,用于分析特征数据,以确定至少两个目标对象的属性数据,属性数据包括:性别和/或所属年龄段;权重确定子模块,用于确定各属性数据的权重值;数据确定子模块,用于结合权重值和属性数据在样本数据库中选择至少一个样本数据作为推荐数据。
在上述实施例的基础上,数据推荐模块303包括:对象识别子模块,用于根据特征数据确认目标对象是否包括非首次拍摄对象;第一匹配子模块,用于若包括非首次拍摄对象,则根据特征数据调取非首次拍摄对象的历史数据,并在样本数据库中选择至少一个与历史数据相匹配的样本数据作为推荐数据。
在上述实施例的基础上,数据推荐模块303还包括:第二匹配子模块,用于若不包括非首次拍摄对象,则分析特征数据,以确定目标对象的属性数据,并在样本数据库中选择至少一个与属性数据相匹配的样本数据作为推荐数据,所述属性数据包括:性别和/或所属年龄段。
在上述实施例的基础上,第一匹配子模块包括:数量确定单元,用于若包括非首次拍摄对象,则统计非首次拍摄对象的数量,并根据特征数据调取非首次拍摄对象的历史数据;样本确定单元,用于根据数量和历史数据在样本数据库中选择至少一个样本数据作为推荐数据。
在上述实施例的基础上,样本确定单元包括:第一子单元,用于若非首次拍摄对象的数量为至少两个,则在至少两个历史数据中选择满足预设选择条件的至少一个子历史数据,并在样本数据库中查找与子历史数据相同的样本数据作为推荐数据;第二子单元,用于若非首次拍摄对象的数量为一个,则根据历史数据确定非首次拍摄对象的样本兴趣类型,并在样本数据库中查找与样本兴趣类型相同的至少一个样本数据作为推荐数据,且推荐数据不同于历史数据中记录的子历史数据。
在上述实施例的基础上,推荐数据为视频数据和/或音频数据。
本发明实施例提供的数据推荐装置可以用于执行上述任意实施例提供的数据推荐方法,具备相应的功能和有益效果。
实施例四
图4为本发明实施例四提供的一种数据推荐设备的结构示意图。如图4所示,该设备包括处理器40、存储器41、输入装置42和输出装置43;设备中处理器40的数量可以是一个或多个,图4中以一个处理器40为例;设备中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器41作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的数据推荐方法对应的程序指令/模块(例如,数据获取模块301、数据识别模块302和数据推荐模块303)。处理器40通过运行存储在存储器41中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的数据推荐方法。
存储器41可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器41可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器41可进一步包括相对于处理器40远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置42可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置43可包括显示屏等显示设备。
本发明实施例提供的设备可以执行上述任意实施例提供的数据推荐方法,具备相应的功能和有益效果。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种数据推荐方法,该数据推荐方法包括:
获取本地设备中至少一个摄像头拍摄的图像数据;
在图像数据中识别出至少一个目标对象的特征数据,特征数据包括:面部特征数据和/或体态特征数据;
根据特征数据在样本数据库中选择至少一个样本数据作为推荐数据,并将推荐数据反馈给本地设备。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的数据推荐方法操作,还可以执行本发明任意实施例所提供的数据推荐方法中的相关操作,具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的数据推荐方法。
值得注意的是,上述数据推荐装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (9)

1.一种数据推荐方法,其特征在于,包括:
获取本地设备中至少一个摄像头拍摄的图像数据;
在所述图像数据中识别出至少一个目标对象的特征数据,所述特征数据包括:面部特征数据和/或体态特征数据;
根据所述特征数据在样本数据库中选择至少一个样本数据作为推荐数据,并将所述推荐数据反馈给所述本地设备;
其中,所述根据所述特征数据在样本数据库中选择至少一个样本数据作为推荐数据包括:
根据所述特征数据确认所述目标对象是否包括非首次拍摄对象;
若包括非首次拍摄对象,则根据所述特征数据调取所述非首次拍摄对象的历史数据,并在所述样本数据库中选择至少一个与所述历史数据相匹配的样本数据作为推荐数据,其中,所述历史数据包括所述非首次拍摄对象的观看数据;
所述非首次拍摄对象是已经被本地设备拍摄过的对象;
根据所述特征数据确认所述目标对象是否包括非首次拍摄对象,包括:
将所述特征数据与非首次拍摄对象集合中各非首次拍摄对象的特征数据进行比对,并根据比对结果确定所述目标对象是否为非首次拍摄对象。
2.根据权利要求1所述的数据推荐方法,其特征在于,所述目标对象为至少两个,所述根据所述特征数据在样本数据库中选择至少一个样本数据作为推荐数据包括:
分析所述特征数据,以确定至少两个目标对象的属性数据,所述属性数据包括:性别和/或所属年龄段;
确定各所述属性数据的权重值;
结合所述权重值和所述属性数据在样本数据库中选择至少一个样本数据作为推荐数据。
3.根据权利要求1所述的数据推荐方法,其特征在于,还包括:
若不包括非首次拍摄对象,则分析所述特征数据,以确定所述目标对象的属性数据,并在所述样本数据库中选择至少一个与所述属性数据相匹配的样本数据作为推荐数据,所述属性数据包括:性别和/或所属年龄段。
4.根据权利要求1所述的数据推荐方法,其特征在于,所述若包括非首次拍摄对象,则根据所述特征数据调取所述非首次拍摄对象的历史数据,并在所述样本数据库中选择至少一个与所述历史数据相匹配的样本数据作为推荐数据包括:
若包括非首次拍摄对象,则统计所述非首次拍摄对象的数量,并根据所述特征数据调取所述非首次拍摄对象的历史数据;
根据所述数量和所述历史数据在所述样本数据库中选择至少一个样本数据作为推荐数据。
5.根据权利要求4所述的数据推荐方法,其特征在于,所述根据所述数量和所述历史数据在所述样本数据库中选择至少一个样本数据作为推荐数据包括:
若所述非首次拍摄对象的数量为至少两个,则在至少两个所述历史数据中选择满足预设选择条件的至少一个子历史数据,并在所述样本数据库中查找与所述子历史数据相同的样本数据作为推荐数据;
若所述非首次拍摄对象的数量为一个,则根据所述历史数据确定所述非首次拍摄对象的样本兴趣类型,并在所述样本数据库中查找与所述样本兴趣类型相同的至少一个样本数据作为推荐数据,且所述推荐数据不同于所述历史数据中记录的子历史数据。
6.根据权利要求1-5任一项所述的数据推荐方法,其特征在于,所述推荐数据为视频数据和/或音频数据。
7.一种数据推荐装置,其特征在于,包括:
数据获取模块,用于获取本地设备中至少一个摄像头拍摄的图像数据;
数据识别模块,用于在所述图像数据中识别出至少一个目标对象的特征数据,所述特征数据包括:面部特征数据和/或体态特征数据;
数据推荐模块,用于根据所述特征数据在样本数据库中选择至少一个样本数据作为推荐数据,并将所述推荐数据反馈给所述本地设备;
其中,数据推荐模块包括:
对象识别子模块,用于根据特征数据确认目标对象是否包括非首次拍摄对象;
第一匹配子模块,用于若包括非首次拍摄对象,则根据特征数据调取非首次拍摄对象的历史数据,并在样本数据库中选择至少一个与历史数据相匹配的样本数据作为推荐数据,其中,所述历史数据包括所述非首次拍摄对象的观看数据;
所述非首次拍摄对象是已经被本地设备拍摄过的对象;
所述对象识别子模块,具体用于:
将所述特征数据与非首次拍摄对象集合中各非首次拍摄对象的特征数据进行比对,并根据比对结果确定所述目标对象是否为非首次拍摄对象。
8.一种数据推荐设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6任一所述的数据推荐方法。
9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的数据推荐方法。
CN201710706153.1A 2017-08-17 2017-08-17 数据推荐方法、装置、设备以及存储介质 Active CN107480265B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710706153.1A CN107480265B (zh) 2017-08-17 2017-08-17 数据推荐方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710706153.1A CN107480265B (zh) 2017-08-17 2017-08-17 数据推荐方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN107480265A CN107480265A (zh) 2017-12-15
CN107480265B true CN107480265B (zh) 2021-02-09

Family

ID=60600744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710706153.1A Active CN107480265B (zh) 2017-08-17 2017-08-17 数据推荐方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN107480265B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670106B (zh) * 2018-12-06 2022-03-11 百度在线网络技术(北京)有限公司 基于场景的事物推荐方法和装置
CN109740048B (zh) * 2018-12-12 2020-12-22 中国联合网络通信集团有限公司 一种课程推荐方法及装置
CN112685596B (zh) * 2019-10-18 2023-04-14 中移(苏州)软件技术有限公司 视频推荐方法及装置、终端、存储介质
CN110874582A (zh) * 2019-11-18 2020-03-10 浙江大华技术股份有限公司 电信诈骗的确定方法及装置、存储介质、电子装置
CN111311303A (zh) * 2020-01-17 2020-06-19 北京市商汤科技开发有限公司 一种信息投放方法及装置、电子设备、存储介质
CN112019886B (zh) * 2020-08-07 2022-09-06 青岛海尔科技有限公司 用于播放视频的方法及装置、设备
CN112069358B (zh) * 2020-08-18 2022-03-25 北京达佳互联信息技术有限公司 信息推荐方法、装置及电子设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930457A (zh) * 2012-10-24 2013-02-13 深圳市万凯达科技有限公司 一种基于面部图像特征实现应用推荐的方法和系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120310955A1 (en) * 2011-06-02 2012-12-06 Google Inc. Identifying Languages Missing From Campaigns
CN106776619B (zh) * 2015-11-20 2020-09-04 百度在线网络技术(北京)有限公司 用于确定目标对象的属性信息的方法和装置
CN105577920B (zh) * 2015-12-11 2019-05-24 小米科技有限责任公司 防晒方案推荐的方法及装置
CN106096009A (zh) * 2016-06-23 2016-11-09 北京小米移动软件有限公司 消息生成方法及装置
CN106250553A (zh) * 2016-08-15 2016-12-21 珠海市魅族科技有限公司 一种服务推荐方法及终端
CN106326441A (zh) * 2016-08-26 2017-01-11 乐视控股(北京)有限公司 信息推荐方法及装置
CN106407418A (zh) * 2016-09-23 2017-02-15 Tcl集团股份有限公司 一种基于人脸识别的个性化视频推荐方法及推荐系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930457A (zh) * 2012-10-24 2013-02-13 深圳市万凯达科技有限公司 一种基于面部图像特征实现应用推荐的方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"融合情境的智慧图书馆个性化服务研究";曾子明 等;《图书馆论坛》;20160113(第02期);57-63 *

Also Published As

Publication number Publication date
CN107480265A (zh) 2017-12-15

Similar Documents

Publication Publication Date Title
CN107480265B (zh) 数据推荐方法、装置、设备以及存储介质
CN105635824B (zh) 个性化频道推荐方法和系统
US10313288B2 (en) Photo sharing method and device
JP5358083B2 (ja) 人物画像検索装置及び画像検索装置
US9953221B2 (en) Multimedia presentation method and apparatus
CN111556327A (zh) 直播间推荐方法、装置、终端、服务器、系统及存储介质
US20140123165A1 (en) Method and system for context-aware recommendation
CN107682714B (zh) 一种获取在线视频截图的方法及装置
KR101895846B1 (ko) 소셜 네트워킹 툴들과의 텔레비전 기반 상호작용의 용이화
US20170118298A1 (en) Method, device, and computer-readable medium for pushing information
CN107818110A (zh) 一种信息推荐方法、装置
CN105744355A (zh) 一种视频预提醒处理的方法、装置以及终端
KR102370699B1 (ko) 영상에 기반한 정보 획득 방법 및 장치
CN110572719A (zh) 信息展示方法、装置和设备
CN110929063A (zh) 相册生成方法、终端设备及计算机可读存储介质
CN111405363A (zh) 一种家庭网络中识别机顶盒的当前用户的方法及设备
CN112131466A (zh) 群组展示方法、装置、系统和存储介质
CN110166836B (zh) 一种电视节目切换方法、装置、可读存储介质及终端设备
US9621505B1 (en) Providing images with notifications
CN111797746B (zh) 人脸识别方法、装置及计算机可读存储介质
CN112598016A (zh) 图像分类方法及装置、通信设备及存储介质
CN111429210A (zh) 用于衣物推荐的方法及装置、设备
CN110673737A (zh) 基于智能家居操作系统的显示内容的调整方法及装置
WO2023082569A1 (zh) 视频信息提取方法及装置
CN114643835A (zh) 基于鼻信息的香氛调整方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant