CN107563897A - 基于人脸匹配的名人励志推荐和社交网络建立方法与系统 - Google Patents
基于人脸匹配的名人励志推荐和社交网络建立方法与系统 Download PDFInfo
- Publication number
- CN107563897A CN107563897A CN201710827039.4A CN201710827039A CN107563897A CN 107563897 A CN107563897 A CN 107563897A CN 201710827039 A CN201710827039 A CN 201710827039A CN 107563897 A CN107563897 A CN 107563897A
- Authority
- CN
- China
- Prior art keywords
- face
- famous person
- goal
- determination
- social networks
- 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.)
- Withdrawn
Links
Landscapes
- Processing Or Creating Images (AREA)
Abstract
为了做到寓教于乐，同时为了留住参与名人匹配游戏的用户，本发明提供了一种基于人脸匹配的名人励志教育推荐和社交网络建立方法与系统。本发明以人脸匹配出的相似名人人脸为切入点进行名人励志教育，并以具有相似的名人人脸为共性构建社交网络。本发明方法步骤和系统模块包括：名人库构建、人脸检测与属性分析、人脸特征提取、名人匹配、名人励志教育推荐和社交网络构建。另外，为了提高人脸匹配的稳定性，提供了一种融合人脸脸型和纹理特征的人脸相似匹配方法。本发明提供的名人励志教育推荐和社交网络建立方法与系统可以应用于教育、政府、游戏和商业等。
Description
技术领域
本发明涉及图像处理与模式识别，互联网教育和社交领域，特别涉及一种基于人脸识别技术的智慧教育和智慧社交方法与系统。
背景技术
近些年来，人们对相似脸搜索和名人脸匹配的关注度日益提高，一些知名应用如微软的twins or not，Face + + 的相似脸搜索、百度明星脸、百度魔图、寻找明星脸 、照照明星脸等的出现，标志着相似脸搜索正成为新一轮的研究热点。然而，目前的名人脸匹配游戏更多的只限于明星且都是基于游戏娱乐思想。目前社会媒体过多关注娱乐明星，而对人类社会做突出贡献的科学家名人们往往没人想起，实际上这类科学家名人们更应该被关注与宣传，以起到传播正能量的作用。因此，本发明将更多关注对社会有巨大贡献的名人脸匹配；另外，在用户娱乐的同时向其推荐名人简介和励志事迹，做到科普教育的作用，真正做到寓教于乐。
发明内容
为了真正做到寓教于乐，本发明提供了一种基于人脸匹配的名人励志教育推荐和社交网络建立方法与系统。
一种基于人脸匹配的名人励志推荐和社交网络建立方法，其特征在于，包括如下步骤：
S1 名人库构建
在后台离线收集名人人脸图像，并进行图像归一化处理和特征提取。
所述的名人主要从在世的科学家、教育家、医学家、哲学家、文学家、历史学家、音乐家、企业家、国家领导人、具有正能量的明星中选取。
进一步的，对收集的名人人脸图像进行预处理：包括人脸检测、关键点定位、分辨率和姿态评判、人脸剪切和归一化处理。最后得到统一大小为100×100的标准人脸图像。所述的人脸检测、关键点定位、分辨率和姿态评判、人脸剪切和归一化处理方法同步骤S2中相应方法一样。
进一步的，对标准人脸图像进行人脸脸型和纹理特征提取存入名人人脸特征库。所述的人脸特征提取方法同步骤S3中相应方法一样。
S2 人脸检测与属性分析
对用户输入的人脸图像（文件上传或现场拍照）进行人脸检测和关键特征点定位，并进行性别和姿态分析，最后得到无背景的归一化大小为100×100的标准人脸图像。
为了提高人脸检测、关键点定位和属性分析的速度和精度，本发明采用美国马里兰大学的Rajeev Ranjan等人提出的HypeFace（Ranjan R, Patel V M, Chellappa R.HyperFace: A Deep Multi-task Learning Framework for Face Detection, LandmarkLocalization, Pose Estimation, and Gender Recognition）方法，一种可以同时进行人脸检测、关键点定位、姿态和性别识别的多任务深度学习网络。即利用HypeFace一次性完成人脸检测与关键点定位，并识别出检测人脸的性别与姿态信息。
所述的人脸关键点，其特征在于，本发明提取人脸68个关键点，如图1所示。
所述的归一化人脸是根据人脸关键点剪切出无背景的干净人脸图像，并进行归一化处理。其中，剪切规则为，两边以人脸耳根点为边界，上边界以眉尖点为基准再往上提升10个像素点，下边界以下巴点为基准，再往下下降5个像素点。
优选的，为了提高后期人脸匹配精准度，本发明提出对检测到的人脸进行分辨率和姿态评判：
分辨率评判，其特征在于，根据检测到的人脸图像占整幅图像的比例和两眼之间瞳距的长度来判断。如果人脸图像占整幅图像的比例小于2/5，且瞳距小于35，则认为人脸图像分辨率不合格。
姿态评判，其特征在于，根据得到的人脸在X、Y和Z轴上的旋转角度（姿态信息）进行姿态评判。如果在任意一个坐标轴上旋转角度大于45度，则认为人脸姿态不合格。
S3人脸特征提取
针对检测到的合格人脸图像提取其鉴别特征，提取的特征包括人脸脸型特征和人脸纹理特征。
所述的人脸脸型特征，其特征在于，根据人脸关键点提取了34个人脸几何结构比例特征。
所述的人脸纹理特征，其特征在于，采用FaceNet网络提取人脸纹理特征，并利用主成份分析（PCA）技术进行特征降维。
S4 名人匹配
将用户人脸图像特征与名人库中人脸图像特征进行匹配，找出最相似名人脸：
首先，将S3步提取的人脸脸型特征和纹理特征分别与名人库相应的特征进行匹配；
然后，将脸型和纹理特征匹配结果进行融合得出最终相似度；
最后，对所有相似度进行排序找出最相似的名人。
S5 名人励志教育推荐
在匹配出的最相似名人人脸图像加上超链接，当用户点击名人人脸时便链接到名人简介页面进行名人励志和正能量宣传，其中名人简介和励志故事采用文字和视频播放相结合的形式进行。
另外，系统还加入跟踪推荐功能，即后续如果相匹配的名人有相应的正能量活动和事件时，及时向用户推荐。
S6 社交网络构建
以名人姓名为主题构建一个相似人脸社交群。因此，有多少位名人就有多少个群。当用户名人匹配完成后，可以选择加入此名人群进行交流互动。每一个参与名人匹配的用户都有一个群与其对应，这样便可以建立起一个囊括所有人的庞大社交网络。
所述的社交群是以具有相似名人脸为切入点构建的社交平台，但还可应用于Facebook、QQ、微信、陌陌、微博、贴吧、人人网、豆瓣、知乎、美拍和天涯社区等已存在的社交平台。
一种基于人脸匹配的名人励志推荐和社交网络建立系统，其特征在于，包括如下模块：
名人库构建模块，主要用于离线进行名人人脸图像收集、处理和特征提取。所收集的名人来源于科学家、教育家、医学家、哲学家、文学家、历史学家、音乐家、企业家、国家领导人、具有正能量的明星。所述的人脸图像处理包括人脸检测、关键点定位、人脸剪切和归一化。所述的特征提取包括人脸脸型特征和纹理特征。
人脸检测与属性分析模块，用于在线对用户输入的人脸图像进行人脸检测、关键点定位、人脸剪切和归一化、人脸图像质量评判处理。
人脸特征提取模块，用于对检测到的人脸提取脸型特征和纹理特征。
名人匹配模块，用于将用户输入的人脸特征与名人库中的人脸特征进行匹配，找出最相似的名人人脸。
名人励志教育模块，用于将匹配的最相似名人的简介推送给用户，以起到励志教育和传播正能量的作用。
社交网络构建模块，用于构建每个名人的相似人脸群，并以此为基础完成整个相似脸社交网络的构建。当用户匹配出最相似的名人后，提示用户加入名人相似脸群，此群都是来自五湖四海的人，其共同点就是都与名人脸相似，即群里每一个人都相互具有相似脸。
本发明有益效果为：
1）相比于现有的人脸相似度匹配方法，本发明采用人脸脸型与纹理相结合的方法，使匹配的结果更稳定；
2）本发明通过相似名人脸这个共同点为切入点构建一个庞大的社交网；
3）现有的名人匹配游戏，只是到名人匹配结果展示就完了，没有后续交互；而本发明在名人匹配后，还可以进行名人励志教育传播正能量；另外，通过构建相似人脸社交群的方式，可以进一步吸引用户和留住用户。
附图说明
图1 人脸68个关键点定位图
图2 一种基于人脸匹配的名人励志推荐和社交网络建立方法流程图
图3 人脸脸型几何结构特征提取示例图
图4 一种基于名人匹配的社交网络构建示意图
图5一种基于人脸匹配的名人励志推荐和社交网络建立系统框架图
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1：
图2示出了一种基于人脸匹配的名人励志推荐和社交网络建立方法流程图， 详述如下：
在步骤S101中，所述的名人库构建是在后台进行，主要从以下方面收集名 人人脸库：科学家名人，教育家名人，医学家名人，哲学家名人，文学家名人， 历史学家名人，音乐家名人，企业家名人，国家领导人，具有正能量的明星等。
进一步的，对收集的名人人脸图像进行预处理：包括人脸检测、关键点定位、分辨率和姿态评判、人脸剪切和归一化处理。最后得到统一大小为100×100的标准人脸图像。所述的人脸检测、关键点定位、分辨率和姿态评判、人脸剪切和归一化处理方法同步骤S102中相应方法一样。
进一步的，对标准人脸图像进行人脸脸型和纹理特征提取存入名人人脸特征库。所述的人脸特征提取方法同步骤S103中相应的方法一样。
在步骤S102中，主要是在线进行人脸检测和属性分析。对用户输入的人脸图像（文件上传或现场拍照）进行人脸检测和关键特征点定位，并进行性别和姿态分析，最后得到无背景的归一化大小100×100的标准人脸图像。
优选的，为了提高人脸检测、关键点定位和属性分析的速度和精度，本发明采用美国马里兰大学的Rajeev Ranjan等人提出的HypeFace（Ranjan R, Patel V M, ChellappaR. HyperFace: A Deep Multi-task Learning Framework for Face Detection,Landmark Localization, Pose Estimation, and Gender Recognition）方法，一种可以同时进行人脸检测、关键点定位、姿态和性别识别的多任务深度学习网络。即利用HypeFace一次性完成人脸检测与关键点定位，并识别出检测人脸的性别与姿态信息。
所述的人脸关键点，其特征在于，本发明提取人脸68个关键点，如图1所示。
所述的归一化人脸是根据人脸关键点剪切出无背景的干净人脸图像，并进行归一化处理。其中，剪切规则为，两边以人脸耳根点为边界，上边界以眉尖点为基准再往上提升10个像素点，下边界以下巴点为基准，再往下下降5个像素点。
优选的，为了提高后期人脸匹配精准度，本发明提出对检测到的人脸进行分辨率和姿态评判：
所述的人脸图像分辨率评判，其特征在于，根据检测到的人脸图像占整幅图像的比例和两眼之间瞳距的长度来判断。如果人脸图像占整幅图像的比例小于2/5，且瞳距小于35，则认为人脸图像分辨率不合格。
所述的人脸姿态评判，其特征在于，根据得到的人脸在X、Y和Z轴上的旋转角度（姿态信息）进行姿态评判。如果在任意一个坐标轴上旋转角度大于45度，则认为人脸姿态不合格。
在步骤S103中，主要是在线针对检测到的合格人脸图像提取其鉴别特征。所提取的特征包括人脸脸型特征和人脸纹理特征。
所述的人脸脸型特征，其特征在于，根据人脸关键点提取了34个人脸几何结构比例特征，详细几何结构比例特征如下表1所示，其中符号H0、H10、H1、H2、H3、H4、V1、V2、V3、V4、V5、V6、V7的意义见图3所示。
表1 人脸脸型几何结构比例特征
| 特征序号 | 特征符号表示 | 特征描述 |
| 1 | H2:H1 | 鼻宽/眼部面宽 |
| 2 | H3:H1 | 上唇面宽/眼部面宽 |
| 3 | H4:H1 | 下唇面宽/眼部面宽 |
| 4 | H2:H3 | 鼻宽/上唇面宽 |
| 5 | H2:H4 | 鼻宽/下唇面宽 |
| 6 | H4:H3 | 下唇面宽/上唇面宽 |
| 7 | H10:H0 | 瞳孔间距/眉间距 |
| 8 | H10:H1 | 瞳孔间距/眼部面宽 |
| 9 | H1:V4 | 眼部面宽/眉尖点到下巴的纵向间距 |
| 10 | H2:H5 | 鼻宽/嘴唇的长度 |
| 11 | V1:V4 | 瞳孔到鼻孔的纵向间距/眉尖点到下巴的纵向间距 |
| 12 | V2:V4 | 鼻孔到下巴的纵向间距/眉尖点到下巴的纵向间距 |
| 13 | V3:V4 | 鼻孔到嘴角的纵向间距/眉尖点到下巴的纵向间距 |
| 14 | V5:V4 | 眉尖点到瞳孔的纵向间距/眉尖点到下巴的纵向间距 |
| 15 | V6:V4 | 瞳孔到嘴角的纵向间距/眉尖点到下巴的纵向间距 |
| 16 | V7:V4 | 嘴角到下巴的纵向间距/眉尖点到下巴的纵向间距 |
| 17 | V1:V2 | 瞳孔到鼻孔的纵向间距/鼻孔到下巴的纵向间距 |
| 18 | V1:V3 | 瞳孔到鼻孔的纵向间距/鼻孔到嘴角的纵向间距 |
| 19 | V1:V5 | 瞳孔到鼻孔的纵向间距/眉尖到瞳孔的纵向间距 |
| 20 | V1:V6 | 瞳孔到鼻孔的纵向间距/瞳孔到嘴角的纵向间距 |
| 21 | V1:V7 | 瞳孔到鼻孔的纵向间距/嘴角到下巴的纵向间距 |
| 22 | V2:V3 | 鼻孔到下巴的纵向间距/鼻孔到嘴角的纵向间距 |
| 23 | V2:V5 | 鼻孔到下巴的纵向间距/眉尖到瞳孔的纵向间距 |
| 24 | V2:V6 | 鼻孔到下巴的纵向间距/瞳孔到嘴角的纵向间距 |
| 25 | V2:V7 | 鼻孔到下巴的纵向间距/嘴角到下巴的纵向间距 |
| 26 | V3:V5 | 鼻孔到嘴角的纵向间距/眉尖到瞳孔的纵向间距 |
| 27 | V3:V6 | 鼻孔到嘴角的纵向间距/瞳孔到嘴角的纵向间距 |
| 28 | V3:V7 | 鼻孔到嘴角的纵向间距/嘴角到下巴的纵向间距 |
| 29 | V4:V5 | 眉尖点到下巴的纵向间距/眉尖到瞳孔的纵向间距 |
| 30 | V4:V6 | 眉尖点到下巴的纵向间距/瞳孔到嘴角的纵向间距 |
| 31 | V4:V7 | 眉尖点到下巴的纵向间距/嘴角到下巴的纵向间距 |
| 32 | V5:V6 | 眉尖到瞳孔的纵向间距/瞳孔到嘴角的纵向间距 |
| 33 | V5:V7 | 眉尖到瞳孔的纵向间距/嘴角到下巴的纵向间距 |
| 34 | V6:V7 | 瞳孔到嘴角的纵向间距/嘴角到下巴的纵向间距 |
所述的人脸纹理特征，其特征在于，采用FaceNet网络提取人脸纹理特征，并利用主成份分析（PCA）技术进行特征降维。
在步骤S104中，主要是在线进行名人匹配，找出最相似的名人：
首先，将S3步提取的人脸脸型特征和纹理特征分别与名人库相应的特征进行匹配；
然后，将脸型和纹理特征匹配结果进行融合得出最终相似度；
最后，对所有相似度进行排序找出最相似的名人。
在步骤S105中，主要是在线进行励志教育，传播正能量。
在匹配出的最相似名人人脸图像上加入超链接，当用户点击名人人脸时便链接到名人简介页面进行名人励志和正能量宣传。所述的名人简介和励志故事采用文字和视频播放两种方式相结合进行。
所述的名人简介主要包括姓名、年龄、出生地、学历、职位、所从事的工作、所做出的贡献和成就、励志故事等。另外，在名人简介的一些关键词上再添加超链接，方便用户进一步详细了解。如，在出生地名、出版的书名等关键词上添加超链接。
另外，加入名人时实跟踪报到功能。即如果后续匹配的名人有相应的具有正能量的事件、活动、成果、新闻出现时，及时的向用户推荐。
在步骤S106中，主要是在线完成社交群的加入。
首先，以名人姓名为主题构建一个相似人脸社交群。因此，有多少位名人就有多少个群。
然后，当用户名人匹配完成后，提示用户可以选择加入名人相似群进行交流互动。
最后，每一个参与名人匹配的用户都有一个群与其对应，这样便可以建立起一个囊括所有人的庞大社交网络，一种基于名人匹配的社交网络构建示意图如图4所示，本发明将其称为名人网。名人网可以以现有的社交平台，如Facebook、QQ、微信、陌陌、微博、贴吧、人人网、豆瓣、知乎、美拍和天涯社区等构建，也可以利用社交网络开源框架重新构建。
图5示出了一种基于人脸匹配的名人励志推荐和社交网络建立系统的结构图，详述如下：
名人库构建模块21，主要用于离线进行名人人脸图像收集、处理和特征提取。所收集的名人来源于科学家、教育家、医学家、哲学家、文学家、历史学家、音乐家、企业家、国家领导人、具有正能量的明星。所述的人脸图像处理包括人脸检测、关键点定位、人脸剪切和归一化。所述的特征提取包括人脸脸型特征和纹理特征。
人脸检测与属性分析模块22，用于在线对用户输入的人脸图像进行人脸检测、关键点定位、人脸剪切和归一化、人脸图像质量评判。
人脸特征提取模块23，用于对检测到的人脸提取脸型特征和纹理特征。
名人匹配模块24，用于将用户输入的人脸特征与名人库中的人脸特征进行匹配，找出最相似的名人人脸。
名人励志教育模块25，用于将匹配的最相似名人的简介推送给用户，以起到励志教育和传播正能量的作用。
社交网络构建模块26，用于构建每个名人的相似人脸群，并以此为基础完成整个相似脸社交网络的构建。当用户匹配出最相似的名人后，提示用户加入名人相似脸群，此群都是来自五湖四海的人，其共同点就是都与名人脸相似，即群里每一个人都相互具有相似脸。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (8)
1.一种基于人脸匹配的名人励志推荐和社交网络建立方法，其特征在于，包括如下步骤：
名人库构建：在后台离线收集名人人脸图像，并进行图像归一化处理和特征提取；
人脸检测与属性分析：对用户输入的人脸图像进行人脸检测和关键特征点定位，并进行性别和姿态分析，最后得到无背景的归一化的标准人脸图像；
人脸特征提取：针对检测到的标准人脸图像提取其鉴别特征，提取的特征包括人脸脸型特征和人脸纹理特征；
名人匹配：将用户人脸图像特征与名人库中人脸图像特征进行匹配，找出最相似名人脸；
名人励志教育推荐：在匹配出的最相似名人人脸图像上加入超链接，当用户点击名人人脸时便链接到名人简介页面进行名人励志和正能量宣传；
社交网络构建：以名人为主题构建一个相似人脸社交群，所述的社交群是以具有相似名人脸为切入点构建的社交平台，但还可应用于Facebook、QQ、微信、陌陌、微博、贴吧、人人网、豆瓣、知乎、美拍和天涯社区等已存在的社交平台。
2.根据权利要求1所述的一种基于人脸匹配的名人励志推荐和社交网络建立方法，其特征在于，所述的名人库主要从在世的科学家、教育家、医学家、哲学家、文学家、历史学家、音乐家、企业家、国家领导人、具有正能量的明星中选取。
3.根据权利要求1所述的一种基于人脸匹配的名人励志推荐和社交网络建立方法，其特征在于，所述的分辨率评判是根据检测到的人脸图像占整幅图像的比例和两眼之间瞳距的长度来判断：如果人脸图像占整幅图像的比例小于2/5，且瞳距小于35，则认为人脸图像分辨率不合格；
所述的姿态评判是根据得到的人脸在X、Y和Z轴上的旋转角度进行姿态评判：如果在任意一个坐标轴上旋转角度大于45度，则认为人脸姿态不合格。
4.根据权利要求1所述的一种基于人脸匹配的名人励志推荐和社交网络建立方法，其特征在于，所述的人脸脸型特征是根据人脸关键点提取了34个人脸几何结构比例特征，具体请见说明书实施例1中的表1；
所述的人脸纹理特征是采用FaceNet网络提取人脸纹理特征，并利用主成份分析（PCA）技术进行特征降维。
5.根据权利要求1所述的一种基于人脸匹配的名人励志推荐和社交网络建立方法，其特征在于，所述的名人匹配方法为：
首先，将提取到的人脸脸型特征和纹理特征分别与名人库中相应的特征进行匹配；
然后，将脸型和纹理特征匹配结果进行融合得出最终相似度；
最后，对所有相似度进行排序找出最相似的名人。
6.根据权利要求1所述的一种基于人脸匹配的名人励志推荐和社交网络建立方法，其特征在于，所述的名人励志教育推荐方法包括名人简介推荐和实时关注推荐两部分：
名人简介推荐：当用户点击匹配出的最相似名人图像时，便向用户推荐相似名人的个人简介，以起到励志和传播正能量的作用；
实时关注推荐：后续实时跟踪报到，即，如果后续名人有相应的具有正能量事件、活动和成果出现时，自动及时的向用户推荐相关新闻。
7.根据权利要求1所述的一种基于人脸匹配的名人励志推荐和社交网络建立方法，其特征在于，所述的社交网络构建方法为：
首先，以名人库中每个名人姓名建立一个相似人脸群，因此有多少名人就有多少个相似人脸群；
然后，每次有用户参与到名人匹配游戏时，便推荐其加入到与其对应的相似名人群中去，即每个用户都能找到一个相似人脸群，此群的特征点是群里的每个人都具有相似的人脸；
最后，随着参与名人匹配游戏的人越来越多，每个相似人脸群都会聚集一定数量的用户，由这些相似人脸群构成了一个社交网络群。
8.一种基于人脸匹配的名人励志推荐和社交网络建立系统，其特征在于，包括如下模块：
名人库构建模块，主要用于离线进行名人人脸图像收集、处理和特征提取：所收集的名人来源于科学家、教育家、医学家、哲学家、文学家、历史学家、音乐家、企业家、国家领导人、具有正能量的明星；所述的人脸图像处理包括人脸检测、关键点定位、人脸剪切和归一化；所述的特征提取包括人脸脸型特征和纹理特征；
人脸检测与属性分析模块，用于在线对用户输入的人脸图像进行人脸检测、关键点定位、人脸剪切和归一化、人脸图像质量评判处理；
人脸特征提取模块，用于对检测到的人脸提取脸型特征和纹理特征；
名人匹配模块，用于将用户输入的人脸特征与名人库中的人脸特征进行匹配，找出最相似的名人人脸；
名人励志教育模块，用于将匹配的最相似名人的简介和实时跟踪新闻推送给用户，以起到励志教育和传播正能量的作用；
社交网络构建模块，用于构建每个名人的相似人脸群，并以此为基础完成整个相似脸社交网络的构建。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710827039.4A CN107563897A (zh) | 2017-09-08 | 2017-09-08 | 基于人脸匹配的名人励志推荐和社交网络建立方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710827039.4A CN107563897A (zh) | 2017-09-08 | 2017-09-08 | 基于人脸匹配的名人励志推荐和社交网络建立方法与系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107563897A true CN107563897A (zh) | 2018-01-09 |
Family
ID=60980947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710827039.4A Withdrawn CN107563897A (zh) | 2017-09-08 | 2017-09-08 | 基于人脸匹配的名人励志推荐和社交网络建立方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107563897A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108197593A (zh) * | 2018-01-23 | 2018-06-22 | 深圳极视角科技有限公司 | 基于三点定位方法的多尺寸人脸表情识别方法及装置 |
| CN108388842A (zh) * | 2018-01-31 | 2018-08-10 | 广东欧珀移动通信有限公司 | 智能提醒方法及相关产品 |
| CN108875654A (zh) * | 2018-06-25 | 2018-11-23 | 深圳云天励飞技术有限公司 | 一种人脸特征采集方法及装置 |
| JP2021513699A (ja) * | 2018-02-06 | 2021-05-27 | ▲騰▼▲訊▼科技（深▲セン▼）有限公司 | コンテンツ投稿方法、コンテンツ投稿装置並びに読み取り可能な記憶媒体 |
| WO2022012299A1 (zh) * | 2020-07-14 | 2022-01-20 | 海信视像科技股份有限公司 | 显示设备及人物识别展示的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105160312A (zh) * | 2015-08-27 | 2015-12-16 | 南京信息工程大学 | 基于人脸相似度匹配的明星脸装扮推荐方法 |
| US20160132720A1 (en) * | 2014-11-07 | 2016-05-12 | Noblis, Inc. | Vector-based face recognition algorithm and image search system |
| CN106096520A (zh) * | 2016-06-02 | 2016-11-09 | 乐视控股（北京）有限公司 | 一种信息推送方法及装置 |
| CN106504104A (zh) * | 2016-10-27 | 2017-03-15 | 江西瓷肌电子商务有限公司 | 一种基于面部识别交友社交的方法 |
| CN106815309A (zh) * | 2016-12-20 | 2017-06-09 | 北京奇虎科技有限公司 | 一种图像推送方法、装置以及移动终端 |
-
2017
- 2017-09-08 CN CN201710827039.4A patent/CN107563897A/zh not_active Withdrawn
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160132720A1 (en) * | 2014-11-07 | 2016-05-12 | Noblis, Inc. | Vector-based face recognition algorithm and image search system |
| CN105160312A (zh) * | 2015-08-27 | 2015-12-16 | 南京信息工程大学 | 基于人脸相似度匹配的明星脸装扮推荐方法 |
| CN106096520A (zh) * | 2016-06-02 | 2016-11-09 | 乐视控股（北京）有限公司 | 一种信息推送方法及装置 |
| CN106504104A (zh) * | 2016-10-27 | 2017-03-15 | 江西瓷肌电子商务有限公司 | 一种基于面部识别交友社交的方法 |
| CN106815309A (zh) * | 2016-12-20 | 2017-06-09 | 北京奇虎科技有限公司 | 一种图像推送方法、装置以及移动终端 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108197593A (zh) * | 2018-01-23 | 2018-06-22 | 深圳极视角科技有限公司 | 基于三点定位方法的多尺寸人脸表情识别方法及装置 |
| CN108197593B (zh) * | 2018-01-23 | 2022-02-18 | 深圳极视角科技有限公司 | 基于三点定位方法的多尺寸人脸表情识别方法及装置 |
| CN108388842A (zh) * | 2018-01-31 | 2018-08-10 | 广东欧珀移动通信有限公司 | 智能提醒方法及相关产品 |
| JP2021513699A (ja) * | 2018-02-06 | 2021-05-27 | ▲騰▼▲訊▼科技（深▲セン▼）有限公司 | コンテンツ投稿方法、コンテンツ投稿装置並びに読み取り可能な記憶媒体 |
| JP7004944B2 (ja) | 2018-02-06 | 2022-01-21 | ▲騰▼▲訊▼科技（深▲セン▼）有限公司 | コンテンツ投稿方法、コンテンツ投稿装置並びに読み取り可能な記憶媒体 |
| CN108875654A (zh) * | 2018-06-25 | 2018-11-23 | 深圳云天励飞技术有限公司 | 一种人脸特征采集方法及装置 |
| CN108875654B (zh) * | 2018-06-25 | 2021-03-05 | 深圳云天励飞技术有限公司 | 一种人脸特征采集方法及装置 |
| WO2022012299A1 (zh) * | 2020-07-14 | 2022-01-20 | 海信视像科技股份有限公司 | 显示设备及人物识别展示的方法 |
| US11997341B2 (en) | 2020-07-14 | 2024-05-28 | Hisense Visual Technology Co., Ltd. | Display apparatus and method for person recognition and presentation |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11670033B1 (en) | Generating a background that allows a first avatar to take part in an activity with a second avatar | |
| CN107563897A (zh) | 基于人脸匹配的名人励志推荐和社交网络建立方法与系统 | |
| CN110209897B (zh) | 智能对话方法、装置、存储介质及设备 | |
| CN107728780A (zh) | 一种基于虚拟机器人的人机交互方法及装置 | |
| CN109902912B (zh) | 一种基于性格特征的个性化图像美学评价方法 | |
| US10453097B2 (en) | Sentiments based transaction systems and methods | |
| Cao et al. | Facial expression recognition via a CBAM embedded network | |
| CN111680550B (zh) | 情感信息识别方法、装置、存储介质及计算机设备 | |
| CN113506624A (zh) | 基于逐层泛化推送逻辑的孤独症儿童认知能力评估干预系统 | |
| CN104156464A (zh) | 基于微视频特征数据库的微视频检索方法及装置 | |
| Guy et al. | Impact of COVID-19 on a Participatory Action Research Project: Group-Level Assessments with Undergraduate Women in Engineering. | |
| Shresthova | Watch 30 minute video on internet, become social activist | |
| Magnini et al. | Face recognition and name recall: training implications for the hospitality industry | |
| Sharma et al. | Clustering emotions of people in various Indian cities using Instagram | |
| JP2015075906A (ja) | 感情情報表示制御装置、その方法及びプログラム | |
| Jeffries | Prioritizing Black Self-Determination: The Last Strident Voice of Twentieth-Century Black Nationalism | |
| Filter et al. | Dating in the 21st century: How important is authenticity for mobile dating apps? | |
| Jo et al. | A Robotic Dating Coaching System Leveraging Online Communities Posts | |
| Petricini | Friendship in the Digital Age: Implications from a Philosophy of Communication Approach | |
| CN106097110B (zh) | 一种基于社会网络的词库构建方法及单词匹配推荐方法 | |
| Apok | Alaska Native Men’s Voices: Tracking Masculinities through Indigenous Gender Constructs | |
| Ko et al. | Nonverbal social behavior generation for social robots using end-to-end learning | |
| Davies | Fashion, Style, and Identity Performances in Time and Space | |
| Pavitra et al. | Review on Smart Music Player and Algorithm for Recommending Music Based on Facial Micro-Expressions with Multi Cultural Facial Expression Analysis | |
| Boff et al. | Mining social and affective data for recommendation of student tutors |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180109 |