CN108389077B - 电子装置、信息推荐方法及相关产品 - Google Patents
电子装置、信息推荐方法及相关产品 Download PDFInfo
- Publication number
- CN108389077B CN108389077B CN201810140639.8A CN201810140639A CN108389077B CN 108389077 B CN108389077 B CN 108389077B CN 201810140639 A CN201810140639 A CN 201810140639A CN 108389077 B CN108389077 B CN 108389077B
- Authority
- CN
- China
- Prior art keywords
- target
- hair style
- hair
- user
- target user
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000000694 effects Effects 0.000 claims abstract description 79
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 17
- 230000008451 emotion Effects 0.000 claims description 101
- 238000013507 mapping Methods 0.000 claims description 20
- 230000036651 mood Effects 0.000 claims description 19
- 239000000523 sample Substances 0.000 claims description 19
- 210000004556 brain Anatomy 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 239000013074 reference sample Substances 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 53
- 238000010586 diagram Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 9
- 206010013954 Dysphoria Diseases 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000001431 Psychomotor Agitation Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 238000013398 bayesian method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001544 dysphoric effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
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
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45D—HAIRDRESSING OR SHAVING EQUIPMENT; EQUIPMENT FOR COSMETICS OR COSMETIC TREATMENTS, e.g. FOR MANICURING OR PEDICURING
- A45D44/00—Other cosmetic or toiletry articles, e.g. for hairdressers' rooms
- A45D44/005—Other cosmetic or toiletry articles, e.g. for hairdressers' rooms for selecting or displaying personal cosmetic colours or hairstyle
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Tourism & Hospitality (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Child & Adolescent Psychology (AREA)
- Psychiatry (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Hospice & Palliative Care (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种电子装置、信息推荐方法及相关产品,其中,该方法包括:获取目标用户的第一发型关联信息;根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型;获取目标图像,将所述第一目标发型与所述目标图像进行合成得到第一效果图,其中,所述目标图像包括所述目标用户的头部图像;展示所述第一效果图。本申请实施例能够在一定程度上提升电子装置进行发型选择与适配的便捷性、准确性和智能性。
Description
技术领域
本申请涉及信息处理技术领域,具体涉及一种电子装置、信息推荐方法及相关产品。
背景技术
在日常生活中,由于各种社交活动的频繁化,个人形象的设计也显得越来越重要。在发型设计方面,人们通常在理发时会不知道自己适合的发型,或者自己的发型由理发师来设计,还存在根据自己在理发时的心情来决定自己的发型的情况,通过上述方式来决定发型,其随机性较强,准确度较低,容易造成在理完头发之后对发型存在不满意的情况的发生。
发明内容
本申请实施例提供一种电子装置、信息推荐方法及相关产品,能够在一定程度上提升电子装置进行发型选择与适配的便捷性、准确性和智能性。
本申请实施例的第一方面提供了一种电子装置,电子装置包括处理器、显示屏、摄像头和存储器,其中,
所述存储器,用于存储发型推荐模型;
所述摄像头,用于获取目标图像,所述目标图像包括所述目标用户的头部图像;
所述处理器,用于获取目标用户的第一发型关联信息;根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型;以及将所述第一目标发型与所述目标图像进行合成得到第一效果图;
所述显示屏,用于展示所述第一效果图。
本申请实施例的第二方面提供了一种信息推荐方法,包括:
获取目标用户的第一发型关联信息;
根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型;
获取目标图像,将所述第一目标发型与所述目标图像进行合成得到第一效果图,其中,所述目标图像包括所述目标用户的头部图像;
展示所述第一效果图。
本申请实施例的第三方面提供了一种信息推荐装置,信息推荐装置包括获取单元、确定单元、合成单元和展示单元,其中,
所述获取单元,用于获取目标用户的第一发型关联信息;
所述确定单元,用于根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型;
所述合成单元,用于获取目标图像,将所述第一目标发型与所述目标图像进行合成得到第一效果图,其中,所述目标图像包括所述目标用户的头部图像;
所述展示单元,用于展示所述第一效果图。
本申请实施例的第四方面提供一种电子装置,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第二方面中的步骤的指令。
本申请实施例的第五方面提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第二方面中所描述的部分或全部步骤。
本申请实施例的第六方面提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第二方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,具有如下有益效果:
可以看出,通过本申请实施例,电子装置首先获取用户的发型关联信息,然后根据发型关联信息在发型推荐模型中获取与该关联信息相对应的目标发型,然后电子设备获取包括用户头部图像的目标图像,将目标图像和目标发型进行合成得到效果图,最后将该效果图进行展示,目前用户发型由理发师来设计或者根据用户在理发时的心情来决定,相对于此种随机性较强、准确度较低的方式,用户采用上述电子装置提供的方法选择发型,电子装置可以根据用户发型关联信息通过发型推荐模型得到适配用户当前状态的发型预览图像,因而能够在一定程度上提升电子装置进行发型选择与适配的便捷性、准确性和智能性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为本申请实施例提供了一种电子装置的示意图;
图2为本申请实施例提供了一种信息推荐方法的流程示意图;
图3为本申请实施例提供了另一种信息推荐方法的流程示意图;
图4为本申请实施例提供了另一种信息推荐方法的流程示意图;
图5为本申请实施例提供的一种电子装置的结构示意图;
图6为本申请实施例提供了一种信息推荐装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本申请所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子装置可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(user equipment,UE),移动台(mobile station,MS),终端设备(terminaldevice)等等。为方便描述,上面提到的设备统称为电子装置。
为了更好的理解本申请的技术方案,下面先对本申请实施例提供的应用信息推荐方法的电子装置进行简要介绍。请参阅图1,请参阅图1,图1为本申请实施例提供了一种电子装置的示意图。如图1所示,电子装置100包括:壳体110、设置于所述壳体110内的电路板120、摄像头140和设置于所述壳体110上的显示屏130,所述电路板120上设置有处理器1201和存储器1202,所述处理器1201与所述摄像头140、存储器1202以及所述显示屏130相连接,其中,
所述存储器1202,用于存储发型推荐模型;
所述摄像头140,用于获取目标图像,所述目标图像包括所述目标用户的头部图像;
所述处理器1201,用于获取目标用户的第一发型关联信息;根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型;以及将所述第一目标发型与所述目标图像进行合成得到第一效果图;
所述显示屏130,用于展示所述第一效果图。
其中,所述处理器1201包括应用处理器和基带处理器,处理器是电子装置的控制中心,利用各种接口和线路连接整个电子装置的各个部分,通过运行或执行存储在存储器内的软件程序和/或模块,以及调用存储在存储器内的数据,执行电子装置的各种功能和处理数据,从而对电子装置进行整体监控。其中,应用处理器主要处理操作系统、用户界面和应用程序等,基带处理器主要处理无线通信。可以理解的是,上述基带处理器也可以不集成到处理器中。存储器1202可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行电子装置的各种功能应用以及数据处理。存储器1202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等;存储数据区可存储根据电子装置的使用所创建的数据等。此外,存储器1202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、或其他易失性固态存储器件。所述显示屏130可包括全面屏、双面屏或可折叠的柔性显示屏、虚拟显示屏等。
可以看出,通过本申请实施例,电子装置首先获取用户的发型关联信息,然后根据发型关联信息在发型推荐模型中获取与该关联信息相对应的目标发型,然后电子设备获取包括用户头部图像的目标图像,将目标图像和目标发型进行合成得到效果图,最后将该效果图进行展示,目前用户发型由理发师来设计或者根据用户在理发时的心情来决定,相对于此种随机性较强、准确度较低的方式,用户采用上述电子装置提供的方法选择发型,电子装置可以根据用户发型关联信息通过发型推荐模型得到适配用户当前状态的发型预览图像,因而能够在一定程度上提升电子装置进行发型选择与适配的便捷性、准确性和智能性。
可选的,所述发型关联信息包括以下至少一种:季节、天气、所述目标用户的习惯装束、所述目标用户的用户情绪;在所述根据所述发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型方面,所述处理器1201具体用于:根据所述发型关联信息生成所述发型推荐模型能够识别的第一输入参数;将所述第一输入参数输入所述发型推荐模型,得到所述目标用户的第一目标发型。
可见,本示例中,通过将用户的发型关联信息输入到发信推荐模型得到目标发型,能够将用户的情绪及其它特征进行模型化处理,根据这些特征通过模型得到发型,能够在一定程度上提升对用户提供推荐发型时的准确性以及智能性。
可选的,所述处理器1201还具体用于:获取所述目标用户的多个理发记录和每个理发记录对应的反馈信息,所述每个理发记录包括发型关联信息和对应的目标发型,所述反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据;根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级;筛选所述多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录;根据所述一个或多个理发记录生成基准样本数据;根据所述基准样本数据训练预设的机器学习模型,得到所述发型推荐模型。
可见,本示例中,通过采集用户的反馈信息并根据反馈信息确认出用户理发记录未基准样本数据,最后通过机器学习模型,得到发型推荐模型,能够一定程度上提升推荐模型的样本空间及容量的遍历性,得到用户发型的一般性特征,因而一定程度上提升了发型推荐模型的准确性以及推荐模型与用户的适应性。
可选的,在所述根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级方面,所述处理器1201还具体用于:提取所述每个理发记录对应的反馈信息中的目标发型关键字;将所述目标发型关键字与基准关键字库中的基准关键字进行匹配,确定所述目标发型关键字对应的目标基准关键字;根据预设的基准关键字与满意度等级之间的映射关系,确定所述目标基准关键字对应的目标满意度等级为所述每个理发记录的满意度等级。
可见,本示例中,通过提取反馈信息的发型关键字,最后通过该发型关键字来确定满意度等级,可以一定程度上简化了确定每个理发记录的满意度等级的过程,提升了确定满意度等级的效率。
可选的,所述发型关联信息包括所述目标用户的用户情绪,所述处理器1201还具体用于:在展示所述第一效果图之后,获取所述目标用户的当前情绪;在所述当前情绪为预设的情绪时,根据所述当前情绪确定所述目标用户的第二发型关联信息;根据所述第二发型关联信息生成所述发型推荐模型能够识别的第二输入参数;将所述第二输入参数输入所述发型推荐模型,得到所述目标用户的第二目标发型;将所述第二目标发型与所述目标图像进行合成得到第二效果图;展示所述第二效果图。
可见,本示例中,通过在第一效果图展示完成后,对用户的当前情绪进行采集,再判断当前情绪是否为预设的情绪,预设情绪可以理解为与不满意相关的情绪,则再根据当前情绪生成发型关联信息,最后得到一个与该发型关联信息相对应的效果图,因而可以一定程度上提升对用户提供发型推荐的准确性以及智能性。
请参阅图2,图2为本申请实施例提供了一种信息推荐方法的流程示意图。应用于图1所示的电子装置,如图2所示,信息推荐方法包括如下步骤:
201、电子设备获取目标用户的第一发型关联信息。
可选的,发型关联信息包括以下至少一种:季节、天气、所述目标用户的习惯装束、所述目标用户的用户情绪等。
可选的,电子设备可以从互联网中获取季节信息,实时的天气情况;电子设备在获取目标用户的习惯装束方面,可以通过如下方式进行获取:可以通过摄像头获取固定时间间隔内用户的装束,将获取的装束进行筛选,得到用户的装束超过预设的时间间隔的至少一个装束,降上述装束确定为用户的习惯装束,其中,固定时间间隔例如可以是一周、两周等,预设时间间隔例如以固定时间间隔为一周为例,可以设置为3天至5天之间的时间间隔。通过上述方式来确定用户的习惯装束,可以一定程度上提升习惯装束的获取准确性以及与用户的适应性。
可选的,电子设备获取目标用户的用户情绪例如可以通过采集用户的语音或者动作信息来确定用户的情绪,以语音信息为例,通过电声设备获取用户的语音信息,对语音信息进行语音识别,将音频文件的语音信息翻译为文本文件的语音信息,从文本文件的语音信息中提取与情绪相关的词语,以上述词语来得到用户的情绪。
可选的,电子设备还可以通过分析用户的脑电波来获取目标用户的用户情绪,具体的例如可以是,首先通过脑电波传感器获取用户的脑电波信号;然后对获取的脑电波信号进行滤波处理得到滤波后的脑电波信号;再后对滤波后的脑电波信号通过低噪声放大器进行放大处理;再后对经过放大处理后的脑电波信号进行模数转换得到数字型的脑电波信号;再后提取该数字型脑电波信号中的特征参数,特征参数至少包括以下一种:振幅、频率;最后分析上述特征参数所表征的用户情绪从而得到用户情绪。
可选的,用户的情绪例如可以包括:非常烦躁、烦躁、较为烦躁、普通心情、较为开心、开心和非常开心等,其中普通心情为用户的平常无情绪波动时的心情。分析特征参数所表征的用户情绪的方法例如可以是,以特征参数为频率,用户情绪为开心时为例进行说明,可以包括如下步骤:
2011、电子装置通过检测用户在开心的情绪下的多个脑电波信号,确定出每个脑电波信号的频率值。
2012、将所述频率值归为与开心的情绪相对应的频率值集合。
2013、通过上述建立脑电波信号与开心的情绪的映射关系的方法,确定用户在其它情绪下与该情绪相对应的脑电波信号的频率值集合。
2014、存储每个情绪和频率值集合之间的映射关系得到情绪库。
通过上述步骤建立出一种可能的特征参数集合(频率)与用户情绪的映射关系如表1所示:
表1用户情绪与特征参数集合(频率)的映射关系表
用户情绪 | 特征参数集合(频率) |
非常烦躁 | (A-B] |
烦躁 | (B-C] |
较为烦躁 | (C-D] |
普通心情 | (D-E] |
较为开心 | (E-F] |
开心 | (F-G] |
非常开心 | (G-E] |
其中,频率值为采用频率值区间段进行表示,A、B、C、D、E、F、G为频率区间的端点。例如当提取到的频率处于(A-B]之间时,则可以确定出用户情绪为非常伤心,提取到的频率处于(E-F]时,可以确定用户情绪为较为开心。
202、电子设备根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型。
可选的,发型推荐模型的一种可能的构建方式可包括如下步骤:
2021、电子设备获取目标用户的多个理发记录和每个理发记录对应的反馈信息,每个理发记录包括发型关联信息和对应的目标发型,反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据。
可选的,预设时间间隔例如可以是在用户理发后的24小时内的时间间隔,通过设置较长的时间间隔,可以得到一个较大的数据样本,一定程度上提升获取的反馈信息准确性。
可选的,在获取用户理发记录中的目标发型时,可以通过摄像头对用户的包括面部的头部进行拍照或录取视频,从照片或者视频中提取上述目标发型。
可选的,电子设备采集语音数据的一种可能的方式为:电子设备对用户进行语音识别,在识别出与发型相关的词语时,对用户进行语音数据的采集,与发型相关的词语例如可以为理发、发型、头发长短等;电子设备采集用户情绪的方法可以通过步骤201中对用户进行的语音信息进行语音识别或通过对用户脑电波的采集并分析来得到用户情绪,当然,还可以通过其他方式来获得用户情绪,例如,用户可以手动输入用户情绪到电子设备等。
2022、电子设备根据每个理发记录对应的反馈信息确定每个理发记录的满意度等级。
可选的,一个可能的示例中,以语音数据为例对反馈信息确定每个理发记录的满意度等级进行说明,电子设备根据每个理发记录对应的反馈信息确定每个理发记录的满意度等级可包括如下步骤:
221、提取所述每个理发记录对应的反馈信息中的目标发型关键字。
可选的,从语音数据中提取与发型相关的词语的语音片段,从该语音片段中提取目标发型关键字,以包括发型的关键字为例进行说明,发型关键字可包括:“发型极好”“发型不错”、“发型很好”、“发型糟糕”、“不喜欢这种发型”、“发型一般”、“发型较差”等。
222、将所述目标发型关键字与基准关键字库中的基准关键字进行匹配,确定所述目标发型关键字对应的目标基准关键字。
可选的,基准关键字可包括:极好的发型、较好的发型、普通的发型、较差的发型、极差的发型等。一种可能的发型关键字与基准关键字之间的映射关系如表2所示:
表2发型关键字与基准关键字之间的映射关系
发型关键字 | 基准关键字 |
不喜欢这种发型、发型糟糕 | 极差的发型 |
发型较差 | 较差的发型 |
发型一般 | 普通的发型 |
发型很好、发型不错 | 较好的发型 |
发型极好 | 极好的发型 |
由于多个发型关键字会表达的满意度为同一满意度,通过引入基准关键字可以一定程度上简化直接建立发型关键字与满意度之间的映射关系的复杂度,进而有利于提升电子装置的系统的可靠性以及降低匹配的难度。
223、根据预设的基准关键字与满意度等级之间的映射关系,确定所述目标基准关键字对应的目标满意度等级为所述每个理发记录的满意度等级。
可选的,满意度等级可以包括非常不满意、不满意、较为满意、满意、非常满意,满意度等级从非常不满意到非常满意依次升高,即非常满意为最高的满意度等级,非常不满意为满意度等级最低的满意度等级,一种可能的基准关键字与满意度之间的映射关系如表3所示:
表3基准关键字与满意度等级之间的映射关系
基准关键字 | 满意度等级 |
极差的发型 | 非常不满意 |
较差的发型 | 不满意 |
普通的发型 | 较为满意 |
较好的发型 | 满意 |
极好的发型 | 非常满意 |
可选的,另一个可能的示例中,以情绪数据为例对反馈信息确定每个理发记录的满意度等级进行说明,情绪数据包括用户的用户情绪,通过不同的用户情绪对应不同的满意度等级。用户情绪与满意度之间的一种可能的映射关系如表4所示:
表4用户情绪与满意度之间的映射关系
通过上述用户情绪与满意度之间的映射关系可以确定出理发记录的满意度等级,例如,用户情绪为烦躁时,可以确定出理发记录的满意度等级为不满意。
2023、电子设备筛选多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录。
可选的,预设满意度等级例如可以是满意或较为满意。
2024、电子设备根据一个或多个理发记录生成基准样本数据。
可选的,基准样本数据还可以来源于云端或网络,具体可以基于用户特征数据匹配合适的样本用户的基准样本数据来增加样本容量,可以一定程度上提高模型准确度。
可选的,用户特征数据包括用户的习惯装束、用户的用户情绪、用户的体貌特征等。
2025、电子设备根据基准样本数据训练预设的机器学习模型,得到发型推荐模型。
可选的,机器学习模型例如可以是逻辑回归模型、随机森林模型、贝叶斯方法模型、支持向量机模型或神经网络模型等,可以从上述机器学习模型中选取其中一个作为预设的机器模型。
可选的,在电子设备根据发型关联信息,通过存储的发型推荐模型获取所述目标用户的第一目标发型方面,其一种可能的实现方式可包括如下步骤:
21、根据所述发型关联信息生成所述发型推荐模型能够识别的第一输入参数。
22、将所述第一输入参数输入所述发型推荐模型,得到所述目标用户的第一目标发型。
203、电子设备获取目标图像,将所述第一目标发型与所述目标图像进行合成得到第一效果图,其中,所述目标图像包括所述目标用户的头部图像。
可选的,通过图像合成技术将第一目标发型和目标图像进行合成得到第一效果图,该第一效果图可以具有多种效果图,例如,可以设置不同的效果图背景,效果图背景可以根据用户的情绪进行设定,例如用户情绪为开心,则可以设置暖色调的效果图背景,使得效果图可以根据用户在不同的心情进行具体设置,一定程度上体现了电子设备的人性化。
可选的,目标图像可以通过摄像头对用户进行拍照或录制视频的方式来得到目标图像,也可以电子设备的本地内存中获取目标图像,还可以从云端或网络上获取目标图像。
可选的,目标图像还可以是用户所喜欢的歌星、球星、网络达人等的头部图像,通过设置非用户的头部图像作为目标图像,可以丰富效果图,也可以满足不同用户的需求,一定程度上扩大了电子设备的使用范围,有利于提升电子设备对于用户的接受度。
204、电子设备展示所述第一效果图。
可选的,电子设备可以通过其显示屏对第一效果图进行展示,也可以将效果图投影到电视等视频播放设备上进行展示。
可选的,在一个可能的示例中,在对第一效果图进行展示后,可能存在用户对该效果图不满意的情况,针对上述情况,本发明实施例提供了一种可能的方法来解决该情况,其中,发型关联信息中包括用户情绪,该方法可包括如下的步骤:
2041、在展示第一效果图之后,电子设备获取目标用户的当前情绪;
2042、在当前情绪为预设的情绪时,根据当前情绪确定目标用户的第二发型关联信息;
可选的,预设情绪可包括以下情绪中至少一个:非常烦躁、烦躁或较为烦躁;
2043、根据所述第二发型关联信息生成所述发型推荐模型能够识别的第二输入参数;
2044、将所述第二输入参数输入所述发型推荐模型,得到所述目标用户的第二目标发型;
2045、将所述第二目标发型与所述目标图像进行合成得到第二效果图;
2046、展示所述第二效果图。
上述步骤的具体实现方式可参见步骤201-203的具体实施方式,此处不再赘述。
通过上述方法可以在用户在观看了第一效果图后,其情绪表现出了不满意的情况,则可以根据用户的当前情绪生成当前的发型关联信息,并生成相应的效果不并进行展示,能够在用户对该效果图不满意的情况为用户再次提供发型效果图并进行展示,一定程度上提升了电子设备的智能性。
可以看出,通过本申请实施例,电子装置首先获取用户的发型关联信息,然后根据发型关联信息在发型推荐模型中获取与该关联信息相对应的目标发型,然后电子设备获取包括用户头部图像的目标图像,将目标图像和目标发型进行合成得到效果图,最后将该效果图进行展示,目前用户发型由理发师来设计或者根据用户在理发时的心情来决定,相对于此种随机性较强、准确度较低的方式,用户采用上述电子装置提供的方法选择发型,电子装置可以根据用户发型关联信息通过发型推荐模型得到适配用户当前状态的发型预览图像,因而能够在一定程度上提升电子装置进行发型选择与适配的便捷性、准确性和智能性。
请参阅图3,图3为本申请实施例提供了另一种信息推荐方法的流程示意图。如图3所示,信息推荐方法包括如下步骤:
301、获取目标用户的多个理发记录和每个理发记录对应的反馈信息,所述每个理发记录包括发型关联信息和对应的目标发型,所述反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据;
302、提取所述每个理发记录对应的反馈信息中的目标发型关键字;
303、将所述目标发型关键字与基准关键字库中的基准关键字进行匹配,确定所述目标发型关键字对应的目标基准关键字;
304、根据预设的基准关键字与满意度等级之间的映射关系,确定所述目标基准关键字对应的目标满意度等级为所述每个理发记录的满意度等级;
305、筛选所述多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录;
306、根据所述一个或多个理发记录生成基准样本数据;
307、根据所述基准样本数据训练预设的机器学习模型,得到发型推荐模型;
308、获取目标用户的第一发型关联信息;
309、根据所述发型关联信息生成所述发型推荐模型能够识别的第一输入参数;
310、将所述第一输入参数输入所述发型推荐模型,得到所述目标用户的第一目标发型;
311、展示所述第一效果图。
可以看出,通过本申请实施例,电子装置首先获取用户的发型关联信息,然后根据发型关联信息在发型推荐模型中获取与该关联信息相对应的目标发型,然后电子设备获取包括用户头部图像的目标图像,将目标图像和目标发型进行合成得到效果图,最后将该效果图进行展示,同时,通过采集用户的反馈信息并根据反馈信息确认出用户理发记录未基准样本数据,最后通过机器学习模型,得到发型推荐模型,能够一定程度上提升推荐模型的样本空间及容量的遍历性,得到用户发型的一般性特征,目前用户发型由理发师来设计或者根据用户在理发时的心情来决定,相对于此种随机性较强、准确度较低的方式,用户采用上述电子装置提供的方法选择发型,电子装置可以根据用户发型关联信息通过发型推荐模型得到适配用户当前状态的发型预览图像,因而能够在一定程度上提升电子装置进行发型选择与适配的便捷性、准确性和智能性。
请参阅图4,图4为本申请实施例提供了另一种信息推荐方法的流程示意图。如图4所示,信息推荐方法包括:
401、获取目标用户的多个理发记录和每个理发记录对应的反馈信息,所述每个理发记录包括发型关联信息和对应的目标发型,所述反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据;
402、提取所述每个理发记录对应的反馈信息中的目标发型关键字;
403、将所述目标发型关键字与基准关键字库中的基准关键字进行匹配,确定所述目标发型关键字对应的目标基准关键字;
404、根据预设的基准关键字与满意度等级之间的映射关系,确定所述目标基准关键字对应的目标满意度等级为所述每个理发记录的满意度等级;
405、筛选所述多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录;
406、根据所述一个或多个理发记录生成基准样本数据;
407、根据所述基准样本数据训练预设的机器学习模型,得到发型推荐模型;
408、获取目标用户的第一发型关联信息;
409、根据所述发型关联信息生成所述发型推荐模型能够识别的第一输入参数;
410、将所述第一输入参数输入所述发型推荐模型,得到所述目标用户的第一目标发型;
411、展示所述第一效果图;
412、在展示所述第一效果图之后,获取所述目标用户的当前情绪;
413、在所述当前情绪为预设的情绪时,根据所述当前情绪确定所述目标用户的第二发型关联信息;
414、根据所述第二发型关联信息生成所述发型推荐模型能够识别的第二输入参数;
415、将所述第二输入参数输入所述发型推荐模型,得到所述目标用户的第二目标发型;
416、将所述第二目标发型与所述目标图像进行合成得到第二效果图;
417、展示所述第二效果图。
可以看出,通过本申请实施例,电子装置首先获取用户的发型关联信息,然后根据发型关联信息在发型推荐模型中获取与该关联信息相对应的目标发型,然后电子设备获取包括用户头部图像的目标图像,将目标图像和目标发型进行合成得到效果图,最后将该效果图进行展示,同时,在第一效果图展示完成后,对用户的当前情绪进行采集,再判断当前情绪是否为预设的情绪,预设情绪可以理解为与不满意相关的情绪,则再根据当前情绪生成发型关联信息,最后得到一个与该发型关联信息相对应的效果图,目前用户发型由理发师来设计或者根据用户在理发时的心情来决定,相对于此种随机性较强、准确度较低的方式,用户采用上述电子装置提供的方法选择发型,电子装置可以根据用户发型关联信息通过发型推荐模型得到适配用户当前状态的发型预览图像,因而能够在一定程度上提升电子装置进行发型选择与适配的便捷性、准确性和智能性。
与上述实施例一致的,请参阅图5,图5为本申请实施例提供的一种电子装置的结构示意图,如图所示,该电子装置包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行以下步骤的指令;
获取目标用户的第一发型关联信息;
根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型;
获取目标图像,将所述第一目标发型与所述目标图像进行合成得到第一效果图,其中,所述目标图像包括所述目标用户的头部图像;
展示所述第一效果图。
可以看出,通过本申请实施例,电子装置首先获取用户的发型关联信息,然后根据发型关联信息在发型推荐模型中获取与该关联信息相对应的目标发型,然后电子设备获取包括用户头部图像的目标图像,将目标图像和目标发型进行合成得到效果图,最后将该效果图进行展示,目前用户发型由理发师来设计或者根据用户在理发时的心情来决定,相对于此种随机性较强、准确度较低的方式,用户采用上述电子装置提供的方法选择发型,电子装置可以根据用户发型关联信息通过发型推荐模型得到适配用户当前状态的发型预览图像,因而能够在一定程度上提升电子装置进行发型选择与适配的便捷性、准确性和智能性。
在一个可能的示例中,所述发型关联信息包括以下至少一种:季节、天气、所述目标用户的习惯装束、所述目标用户的用户情绪;在所述根据所述发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型方面,所述程序中的指令具体用于执行以下操作:根据所述发型关联信息生成所述发型推荐模型能够识别的第一输入参数;将所述第一输入参数输入所述发型推荐模型,得到所述目标用户的第一目标发型。
在另一个可能的示例中,所述程序中的指令还具体用于执行以下操作:获取所述目标用户的多个理发记录和每个理发记录对应的反馈信息,所述每个理发记录包括发型关联信息和对应的目标发型,所述反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据;根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级;筛选所述多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录;根据所述一个或多个理发记录生成基准样本数据;根据所述基准样本数据训练预设的机器学习模型,得到所述发型推荐模型。
在另一个可能的示例中,在所述根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级方面,所述程序中的指令还具体用于执行以下操作:提取所述每个理发记录对应的反馈信息中的目标发型关键字;将所述目标发型关键字与基准关键字库中的基准关键字进行匹配,确定所述目标发型关键字对应的目标基准关键字;根据预设的基准关键字与满意度等级之间的映射关系,确定所述目标基准关键字对应的目标满意度等级为所述每个理发记录的满意度等级。
在另一个可能的示例中,所述发型关联信息包括所述目标用户的用户情绪,所述程序中的指令还具体用于执行以下操作:在展示所述第一效果图之后,获取所述目标用户的当前情绪;在所述当前情绪为预设的情绪时,根据所述当前情绪确定所述目标用户的第二发型关联信息;根据所述第二发型关联信息生成所述发型推荐模型能够识别的第二输入参数;将所述第二输入参数输入所述发型推荐模型,得到所述目标用户的第二目标发型;将所述第二目标发型与所述目标图像进行合成得到第二效果图;展示所述第二效果图。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子装置进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
与上述一致的,请参阅图6,图6为本申请实施例提供了一种信息推荐装置的结构示意图。如图6所示,信息推荐装置包括获取单元601、确定单元602、合成单元603和展示单元604,其中,
所述获取单元601,用于获取目标用户的第一发型关联信息;
所述确定单元602,用于根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型;
所述合成单元603,用于获取目标图像,将所述第一目标发型与所述目标图像进行合成得到第一效果图,其中,所述目标图像包括所述目标用户的头部图像;
所述展示单元604,用于展示所述第一效果图。
可以看出,通过本申请实施例,电子装置首先获取用户的发型关联信息,然后根据发型关联信息在发型推荐模型中获取与该关联信息相对应的目标发型,然后电子设备获取包括用户头部图像的目标图像,将目标图像和目标发型进行合成得到效果图,最后将该效果图进行展示,目前用户发型由理发师来设计或者根据用户在理发时的心情来决定,相对于此种随机性较强、准确度较低的方式,用户采用上述电子装置提供的方法选择发型,电子装置可以根据用户发型关联信息通过发型推荐模型得到适配用户当前状态的发型预览图像,因而能够在一定程度上提升电子装置进行发型选择与适配的便捷性、准确性和智能性。
可选的,所述发型关联信息包括以下至少一种:季节、天气、所述目标用户的习惯装束、所述目标用户的用户情绪;在所述根据所述发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型方面,所述确定单元602具体用于:根据所述发型关联信息生成所述发型推荐模型能够识别的第一输入参数;将所述第一输入参数输入所述发型推荐模型,得到所述目标用户的第一目标发型。
可选的,所述信息推荐装置具体用于:获取所述目标用户的多个理发记录和每个理发记录对应的反馈信息,所述每个理发记录包括发型关联信息和对应的目标发型,所述反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据;根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级;筛选所述多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录;根据所述一个或多个理发记录生成基准样本数据;根据所述基准样本数据训练预设的机器学习模型,得到所述发型推荐模型。
可选的,在所述根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级方面,所述信息推荐装置还具体用于:提取所述每个理发记录对应的反馈信息中的目标发型关键字;将所述目标发型关键字与基准关键字库中的基准关键字进行匹配,确定所述目标发型关键字对应的目标基准关键字;根据预设的基准关键字与满意度等级之间的映射关系,确定所述目标基准关键字对应的目标满意度等级为所述每个理发记录的满意度等级。
可选的,所述发型关联信息包括所述目标用户的用户情绪,所述信息推荐装置还具体用于:在展示所述第一效果图之后,获取所述目标用户的当前情绪;在所述当前情绪为预设的情绪时,根据所述当前情绪确定所述目标用户的第二发型关联信息;根据所述第二发型关联信息生成所述发型推荐模型能够识别的第二输入参数;将所述第二输入参数输入所述发型推荐模型,得到所述目标用户的第二目标发型;将所述第二目标发型与所述目标图像进行合成得到第二效果图;展示所述第二效果图。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种信息推荐方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种信息推荐方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为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单元来实现本实施例方案的目的。
另外,在申请明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器、随机存取器、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (13)
1.一种电子装置,其特征在于,所述电子装置包括处理器、显示屏、摄像头和存储器,其中,
所述存储器,用于存储发型推荐模型,其中,所述发型推荐模型是所述电子装置执行如下步骤后构建的:获取目标用户的多个理发记录和每个理发记录对应的反馈信息,所述每个理发记录包括发型关联信息和对应的目标发型,所述反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据;根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级;筛选所述多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录;根据所述一个或多个理发记录生成基准样本数据;根据所述基准样本数据训练预设的机器学习模型,得到所述发型推荐模型,其中,所述语音数据包括:所述电子装置在对所述目标用户进行语音识别,识别出与发型相关的预设词语时,采集的所述目标用户的语音数据;所述情绪数据包括:所述电子装置对所述目标用户的语音数据进行语音识别得到的情绪数据,或者,所述电子装置根据采集的所述目标用户的脑电波得到的情绪数据;
所述摄像头,用于获取目标图像,所述目标图像包括所述目标用户的头部图像;
所述处理器,用于获取目标用户的第一发型关联信息;根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型;以及将所述第一目标发型与所述目标图像进行合成得到第一效果图;
所述显示屏,用于展示所述第一效果图。
2.根据权利要求1所述的电子装置,其特征在于,所述发型关联信息包括以下至少一种:季节、天气、所述目标用户的习惯装束、所述目标用户的用户情绪;在所述根据所述发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型方面,所述处理器具体用于:根据所述发型关联信息生成所述发型推荐模型能够识别的第一输入参数;将所述第一输入参数输入所述发型推荐模型,得到所述目标用户的第一目标发型。
3.根据权利要求1或2所述的电子装置,其特征在于,所述处理器还具体用于:获取所述目标用户的多个理发记录和每个理发记录对应的反馈信息,所述每个理发记录包括发型关联信息和对应的目标发型,所述反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据;根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级;筛选所述多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录;根据所述一个或多个理发记录生成基准样本数据;根据所述基准样本数据训练预设的机器学习模型,得到所述发型推荐模型。
4.根据权利要求3所述的电子装置,其特征在于,在所述根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级方面,所述处理器还具体用于:提取所述每个理发记录对应的反馈信息中的目标发型关键字;将所述目标发型关键字与基准关键字库中的基准关键字进行匹配,确定所述目标发型关键字对应的目标基准关键字;根据预设的基准关键字与满意度等级之间的映射关系,确定所述目标基准关键字对应的目标满意度等级为所述每个理发记录的满意度等级。
5.根据权利要求1-4任一项所述的电子装置,其特征在于,所述发型关联信息包括所述目标用户的用户情绪,所述处理器还具体用于:在展示所述第一效果图之后,获取所述目标用户的当前情绪;在所述当前情绪为预设的情绪时,根据所述当前情绪确定所述目标用户的第二发型关联信息;根据所述第二发型关联信息生成所述发型推荐模型能够识别的第二输入参数;将所述第二输入参数输入所述发型推荐模型,得到所述目标用户的第二目标发型;将所述第二目标发型与所述目标图像进行合成得到第二效果图;展示所述第二效果图。
6.一种信息推荐方法,其特征在于,所述方法包括:
获取目标用户的第一发型关联信息;
根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型,其中,所述发型推荐模型是电子装置执行如下步骤后构建的:获取所述目标用户的多个理发记录和每个理发记录对应的反馈信息,所述每个理发记录包括发型关联信息和对应的目标发型,所述反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据;根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级;筛选所述多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录;根据所述一个或多个理发记录生成基准样本数据;根据所述基准样本数据训练预设的机器学习模型,得到所述发型推荐模型,其中,所述语音数据包括:所述电子装置在对所述目标用户进行语音识别,识别出与发型相关的预设词语时,采集的所述目标用户的语音数据;所述情绪数据包括:所述电子装置对所述目标用户的语音数据进行语音识别得到的情绪数据,或者,所述电子装置根据采集的所述目标用户的脑电波得到的情绪数据;
获取目标图像,将所述第一目标发型与所述目标图像进行合成得到第一效果图,其中,所述目标图像包括所述目标用户的头部图像;
展示所述第一效果图。
7.根据权利要求6所述的方法,其特征在于,所述发型关联信息包括以下至少一种:季节、天气、所述目标用户的习惯装束、所述目标用户的用户情绪;
所述根据所述发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型,包括:
根据所述发型关联信息生成所述发型推荐模型能够识别的第一输入参数;
将所述第一输入参数输入所述发型推荐模型,得到所述目标用户的第一目标发型。
8.根据权利要求6或7所述的方法,其特征在于,所述方法还包括:
获取所述目标用户的多个理发记录和每个理发记录对应的反馈信息,所述每个理发记录包括发型关联信息和对应的目标发型,所述反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据;
根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级;
筛选所述多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录;
根据所述一个或多个理发记录生成基准样本数据;
根据所述基准样本数据训练预设的机器学习模型,得到所述发型推荐模型。
9.根据权利要求8所述的方法,其特征在于,所述根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级,包括:
提取所述每个理发记录对应的反馈信息中的目标发型关键字;
将所述目标发型关键字与基准关键字库中的基准关键字进行匹配,确定所述目标发型关键字对应的目标基准关键字;
根据预设的基准关键字与满意度等级之间的映射关系,确定所述目标基准关键字对应的目标满意度等级为所述每个理发记录的满意度等级。
10.根据权利要求6至9任一项所述的方法,其特征在于,所述发型关联信息包括所述目标用户的用户情绪,所述方法还包括:
在展示所述第一效果图之后,获取所述目标用户的当前情绪;
在所述当前情绪为预设的情绪时,根据所述当前情绪确定所述目标用户的第二发型关联信息;
根据所述第二发型关联信息生成所述发型推荐模型能够识别的第二输入参数;
将所述第二输入参数输入所述发型推荐模型,得到所述目标用户的第二目标发型;
将所述第二目标发型与所述目标图像进行合成得到第二效果图;
展示所述第二效果图。
11.一种信息推荐装置,其特征在于,所述信息推荐装置包括获取单元、确定单元、合成单元和展示单元,其中,
所述获取单元,用于获取目标用户的第一发型关联信息;
所述确定单元,用于根据所述第一发型关联信息,通过发型推荐模型获取所述目标用户的第一目标发型,其中,所述发型推荐模型是电子装置执行如下步骤后构建的:获取所述目标用户的多个理发记录和每个理发记录对应的反馈信息,所述每个理发记录包括发型关联信息和对应的目标发型,所述反馈信息包括电子装置在用户理发后的预设时间隔内采集到的以下至少一种数据:语音数据、情绪数据;根据所述每个理发记录对应的反馈信息确定所述每个理发记录的满意度等级;筛选所述多个理发记录中满意度等级大于预设满意度等级的一个或多个理发记录;根据所述一个或多个理发记录生成基准样本数据;根据所述基准样本数据训练预设的机器学习模型,得到所述发型推荐模型,其中,所述语音数据包括:所述电子装置在对所述目标用户进行语音识别,识别出与发型相关的预设词语时,采集的所述目标用户的语音数据;所述情绪数据包括:所述电子装置对所述目标用户的语音数据进行语音识别得到的情绪数据,或者,所述电子装置根据采集的所述目标用户的脑电波得到的情绪数据;
所述合成单元,用于获取目标图像,将所述第一目标发型与所述目标图像进行合成得到第一效果图,其中,所述目标图像包括所述目标用户的头部图像;
所述展示单元,用于展示所述第一效果图。
12.一种电子装置,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储于所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求6-10任一项所述的方法中的步骤的指令。
13.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求6-10任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810140639.8A CN108389077B (zh) | 2018-02-11 | 2018-02-11 | 电子装置、信息推荐方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810140639.8A CN108389077B (zh) | 2018-02-11 | 2018-02-11 | 电子装置、信息推荐方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108389077A CN108389077A (zh) | 2018-08-10 |
CN108389077B true CN108389077B (zh) | 2022-04-05 |
Family
ID=63068725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810140639.8A Active CN108389077B (zh) | 2018-02-11 | 2018-02-11 | 电子装置、信息推荐方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108389077B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447895B (zh) | 2018-09-03 | 2021-06-08 | 腾讯科技(武汉)有限公司 | 图片生成方法和装置、存储介质及电子装置 |
CN110889006A (zh) * | 2018-09-07 | 2020-03-17 | 阿里巴巴集团控股有限公司 | 推荐方法及装置 |
CN110415318B (zh) * | 2019-07-26 | 2023-05-05 | 上海掌门科技有限公司 | 图像处理方法和装置 |
CN111508079B (zh) * | 2020-04-22 | 2024-01-23 | 深圳追一科技有限公司 | 虚拟服饰试穿方法、装置、终端设备及存储介质 |
CN111523981A (zh) * | 2020-04-29 | 2020-08-11 | 深圳追一科技有限公司 | 虚拟试用方法、装置、电子设备及存储介质 |
CN112906585B (zh) * | 2021-02-25 | 2022-08-23 | 商楚苘 | 基于机器学习的智能化理发辅助系统、方法和可读介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105495980A (zh) * | 2016-01-28 | 2016-04-20 | 徐益贤 | 一种智能发型镜 |
CN105956150A (zh) * | 2016-05-12 | 2016-09-21 | 张家港索奥通信科技有限公司 | 一种生成用户发型及妆容搭配建议的方法及装置 |
CN107194981A (zh) * | 2017-04-18 | 2017-09-22 | 武汉市爱米诺网络科技有限公司 | 发型虚拟展示系统及其方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001357415A (ja) * | 2000-04-13 | 2001-12-26 | Sony Corp | 画像処理装置および方法、記録媒体、並びにプログラム |
CN105205193A (zh) * | 2014-06-23 | 2015-12-30 | 南京专创知识产权服务有限公司 | Diy自动理发系统 |
JP2017054337A (ja) * | 2015-09-10 | 2017-03-16 | ソニー株式会社 | 画像処理装置および方法 |
-
2018
- 2018-02-11 CN CN201810140639.8A patent/CN108389077B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105495980A (zh) * | 2016-01-28 | 2016-04-20 | 徐益贤 | 一种智能发型镜 |
CN105956150A (zh) * | 2016-05-12 | 2016-09-21 | 张家港索奥通信科技有限公司 | 一种生成用户发型及妆容搭配建议的方法及装置 |
CN107194981A (zh) * | 2017-04-18 | 2017-09-22 | 武汉市爱米诺网络科技有限公司 | 发型虚拟展示系统及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108389077A (zh) | 2018-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108389077B (zh) | 电子装置、信息推荐方法及相关产品 | |
CN105874780B (zh) | 对一组图像生成文本色彩的方法和装置 | |
CN109637518A (zh) | 虚拟主播实现方法及装置 | |
US8494338B2 (en) | Electronic apparatus, video content editing method, and program | |
CN108377418B (zh) | 一种视频标注处理方法和装置 | |
US20080310725A1 (en) | Image processing apparatus and method and program | |
CN107864410B (zh) | 一种多媒体数据处理方法、装置、电子设备以及存储介质 | |
JP5843401B2 (ja) | コンテンツ情報提供装置、コンテンツ情報提供システム、コンテンツ情報提供方法及びコンテンツ情報提供プログラム | |
CN105556947A (zh) | 用于色彩检测以生成文本色彩的方法和装置 | |
JP6046393B2 (ja) | 情報処理装置、情報処理システム、情報処理方法および記録媒体 | |
CN111010611A (zh) | 电子相册的获取方法、装置、计算机设备和存储介质 | |
CA2838878C (en) | Method and apparatus for controlling contents in electronic device | |
CN107547922B (zh) | 信息处理方法、装置、系统及计算机可读存储介质 | |
WO2011149860A1 (en) | Ranking key video frames using camera fixation | |
US20230290382A1 (en) | Method and apparatus for matching music with video, computer device, and storage medium | |
CN110769312A (zh) | 一种直播应用中推荐信息的方法及装置 | |
CN104394315A (zh) | 一种拍摄图像的方法 | |
CN105787976A (zh) | 一种处理图片的方法和装置 | |
CN114025235A (zh) | 视频生成方法、装置、电子设备及存储介质 | |
CN111401198B (zh) | 观众情绪识别方法、装置及系统 | |
CN110324702B (zh) | 视频播放过程中的信息推送方法和装置 | |
CN107786896A (zh) | 信息的推送方法、装置、终端设备和存储介质 | |
CN115985303A (zh) | 基于声音的数字人形象生成方法及其相关装置 | |
CN110162710A (zh) | 输入场景下信息推荐方法及装置 | |
CN106303701A (zh) | 智能电视内容推荐方法及装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |