CN110245295A - 一种用于信息推荐的人脸识别方法、装置及系统 - Google Patents
一种用于信息推荐的人脸识别方法、装置及系统 Download PDFInfo
- Publication number
- CN110245295A CN110245295A CN201910510998.2A CN201910510998A CN110245295A CN 110245295 A CN110245295 A CN 110245295A CN 201910510998 A CN201910510998 A CN 201910510998A CN 110245295 A CN110245295 A CN 110245295A
- Authority
- CN
- China
- Prior art keywords
- user
- dislike
- content
- content area
- variation
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提供一种用于信息推荐的人脸识别方法、装置及系统。该方法包括:用户终端识别用户在浏览当前界面内容时的人脸特征信息;根据人脸特征信息分析用户是否对当前界面内容反感;若判定用户对当前界面内容反感,则获取当前界面内容中用户反感的各个内容区域,同时分析用户对每个内容区域的反感级别;将每个内容区域和对应的反感级别发送给服务器;服务器基于反感级别对每个内容区域进行评分,得到每个内容区域的累积评分;根据每个内容区域的累积评分更新对用户终端的信息推荐策略。由此,无需用户主动操作,通过人脸识别即可自动判断用户喜好并更新推荐策略,避免为用户推荐无用反感内容,增强用户体验。
Description
技术领域
本申请涉及人脸识别领域,具体而言,涉及一种种用于信息推荐的人脸识别方法、装置及系统。
背景技术
随着科技水平的发展,各种类型的移动终端出现在人们的日常生活和工作中,如智能手机、平板电脑和电子书等。通过移动终端,用户能够获取到各种信息。例如,用户可通过移动终端观看视频、浏览新闻、移动聊天等,从而丰富自身的日常生活。
目前,为了便于用户获取感兴趣的信息,服务器为移动终端提供信息推荐服务。这种情况下,当用户使用某些应用时,该应用界面上的预设区域会显示推荐的信息,以便用户观看。例如,当用户打开某些新闻类应用的时候,在该应用界面上的预设区域,会显示推荐给用户的新闻或者广告等,若用户对推荐的新闻或者广告感兴趣,则可直接打开推荐的新闻或者广告,无需用户搜索,从而为用户带来便利。
但是,目前移动终端推荐信息时,一般是用户被动接收的原则,这种原则下,用户可能会被动地接收到很多无用甚至反感的内容,虽然目前用户可以选择不再推荐,但是操作繁琐,在此情况下用户操作意愿性并不强。
发明内容
为了克服现有技术中的上述不足,本申请的目的在于提供一种种用于信息推荐的人脸识别方法、装置及系统,无需用户主动操作,通过人脸识别即可自动判断用户喜好并更新推荐策略,避免为用户推荐无用反感内容,增强用户体验。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种用于信息推荐的人脸识别方法,应用于用于信息推荐的人脸识别系统,所述用于信息推荐的人脸识别系统包括相互之间通信连接的用户终端以及服务器,所述方法包括:
所述用户终端识别用户在浏览当前界面内容时的人脸特征信息;
根据所述人脸特征信息分析所述用户是否对当前界面内容反感;
若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别;
将每个内容区域和对应的反感级别发送给所述服务器;
所述服务器基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分;
根据每个内容区域的累积评分更新对所述用户终端的信息推荐策略。
可选地,所述人脸特征信息包括脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化,所述根据所述人脸特征信息分析所述用户是否对当前界面内容反感的步骤,包括;
结合所述用户的瞳孔变化、眼球转动变化以及眼睛睁闭变化分析所述用户浏览当前界面内容的注视点变化,并结合所述用户的脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化分析所述用户浏览当前界面内容的情绪变化,其中,所述注视点变化包括注视点转移速度和注视点转移范围;
若所述注视点变化表征所述用户在浏览当前界面内容时注视点转移速度大于预设速度且注视点转移范围大于预设范围,且所述情绪变化表征所述用户在浏览当前界面内容时的情绪状态由第一类型状态变更为第二类型状态时,判定用户对当前界面内容反感。
可选地,所述方法还包括:
预先建立脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化与用户情绪状态的第一对应关系;
所述结合所述用户的脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化分析所述用户浏览当前界面内容的情绪变化的方式,包括:
结合所述用户的脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化从所述第一对应关系中获取所述用户的实时情绪状态,并根据所述用户的实时情绪状态分析所述用户浏览当前界面内容的情绪变化。
可选地,所述获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别的步骤,包括:
根据所述用户的注视点变化获取所述当前界面内容中所述用户反感的各个内容区域;
根据所述用户在浏览反感的各个内容区域时的注视点变化和情绪变化分析所述用户对每个内容区域的反感级别。
可选地,所述方法还包括:
预先建立注视点变化、情绪变化和反感级别之间的第二对应关系;
所述根据所述用户在浏览反感的各个内容区域时的注视点变化和情绪变化分析所述用户对每个内容区域的反感级别的步骤,包括:
根据所述用户在浏览反感的各个内容区域时的注视点变化和情绪变化从所述第二对应关系中获取所述用户对每个内容区域的反感级别。
可选地,所述服务器基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分的步骤,包括:
根据预设分数规则获取所述反感级别对应的扣分分数,其中,所述预设分数规则包括各个反感级别与扣分分数之间的对应关系;
根据所述扣分分数对对应的内容区域进行扣分,以得到每个内容区域的累积评分。
可选地,所述根据每个内容区域的累积评分更新对所述用户终端的信息推荐策略的步骤,包括:
监测每个内容区域的累积评分是否低于预设评分;
若是,则不再向所述用户终端推荐与该内容区域关联的内容信息。
第二方面,本申请实施例还提供一种用于信息推荐的人脸识别方法,应用于用户终端,所述方法包括:
识别用户在浏览当前界面内容时的人脸特征信息;
根据所述人脸特征信息分析所述用户是否对当前界面内容反感;
若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别;
将每个内容区域和对应的反感级别发送给服务器,以使所述服务器基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分,并根据每个内容区域的累积评分更新对所述用户终端的信息推荐策略。
第三方面,本申请实施例还提供一种用于信息推荐的人脸识别装置,其特征在于,应用于用户终端,所述装置包括:
识别模块,用于识别用户在浏览当前界面内容时的人脸特征信息;
分析模块,用于根据所述人脸特征信息分析所述用户是否对当前界面内容反感;
获取模块,用于若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别;
发送模块,用于将每个内容区域和对应的反感级别发送给服务器,以使所述服务器基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分,并根据每个内容区域的累积评分更新对所述用户终端的信息推荐策略。
第四方面,本申请实施例还提供一种用于信息推荐的人脸识别系统,所述用于信息推荐的人脸识别系统包括相互之间通信连接的用户终端以及服务器;
所述用户终端,用于识别用户在浏览当前界面内容时的人脸特征信息;根据所述人脸特征信息分析所述用户是否对当前界面内容反感;若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别;将每个内容区域和对应的反感级别发送给所述服务器;
所述服务器,用于基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分,并根据每个内容区域的累积评分更新对所述用户终端的信息推荐策略。
相对于现有技术而言,本申请具有以下有益效果:
本申请实施例提供的用于信息推荐的人脸识别方法、装置及系统,通过用户终端识别用户在浏览当前界面内容时的人脸特征信息,并根据人脸特征信息分析用户是否对当前界面内容反感,判定用户对当前界面内容反感,则获取当前界面内容中用户反感的各个内容区域,同时分析用户对每个内容区域的反感级别,再将每个内容区域和对应的反感级别发送给服务器。接着,服务器基于反感级别对每个内容区域进行评分,得到每个内容区域的累积评分,并根据每个内容区域的累积评分更新对用户终端的信息推荐策略。由此,无需用户主动操作,通过人脸识别即可自动判断用户喜好并更新推荐策略,避免为用户推荐无用反感内容,增强用户体验。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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它相关的附图。
图1为本申请实施例提供的用于信息推荐的人脸识别系统的交互示意图;
图2为本申请实施例提供的用于信息推荐的人脸识别方法的一种流程示意图;
图3为本申请实施例提供的用于信息推荐的人脸识别方法的另一种流程示意图;
图4为本申请实施例提供的用于实现上述用于信息推荐的人脸识别方法的用户终端的方框示意图。
图标:10-用于信息推荐的人脸识别系统;100-用户终端;110-存储器;120-处理器;200-用于信息推荐的人脸识别装置;210-识别模块;220-分析模块;230-获取模块;240-发送模块;300-服务器。
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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
请参阅图1,为本申请实施例提供的用于信息推荐的人脸识别系统10的交互示意图,该用于信息推荐的人脸识别系统10可包括相互之间通信连接的用户终端100以及服务器300。
本实施例中,所述用户终端100可以通过诸如有线或无线网络等方式发送或接收信号,或可以在诸如存储器中将信号处理或存储为物理存储状态。每个用户终端100可以是包括硬体、软体或内嵌逻辑元件或者两个或多个此类元件的组合的电子装置,并能够执行由用户终端100实施或支援的合适的功能。可选地,所述用户终端100可以是一种具有无线收发功能的设备,包括室内或室外、手持、穿戴或车载设备。例如,所述用户终端100可以是手机(mobile phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(VirtualReality,VR)终端设备、增强现实(Augmented Reality,AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端等等。本申请的实施例对应用场景不做限定。
根据本发明的一些实施例,用户终端100可以包括:包含应用处理部和射频/数位讯号处理器的处理装置;显示幕;可包含物理键、覆盖在显示幕上的触摸键或它们的组合的袖珍键盘;用户识别模组卡;可以包含ROM、RAM、快闪存储器或它们的任意组合的存储器装置;Wi-Fi和/或蓝牙接口;无线电话接口;带有关联电池的电源管理电路;USB接口和连接器;带有关联麦克风、扬声器和耳机插孔的音讯管理系统;以及各种诸如照相机、全球定位系统、加速器等的可选择的附属部件。此外,在用户终端100上可以安装各种用户端应用,用户端应用可以用于允许使用用户终端100来传送适合于和其他设备操作的命令。这类应用可以从服务器300上下载并安装到用户终端100的存储器中,也可以预先已被安装在用户终端100上。
在本发明实施例中,所述服务器300应被理解为提供处理、资料库、通讯设施的业务点。举例而言,服务器300可以指具有相关通信和资料存储和资料库设施的单个的物理处理器,或它可以指联网或集聚的处理器、相关网路和存放装置的集合体,并且对软体和一个或多个资料库系统和支援服务器300所提供的服务的应用软体进行操作。服务器300可以在配置或性能上差异很大,但是服务器300一般可以包括一个或多个中央处理单元和存储单元。服务器300还可以包括一个或多个大型存放区设备、一个或多个电源、一个或多个有线或无线网络组件、一个或多个输入/输出组件、或一个或多个作业系统,诸如,WindowsServer、Mac OS X、Unix、Linux、FreeBSD。
请参阅图2,为本申请实施例提供的用于信息推荐的人脸识别方法的一种流程示意图,所述方法由图1中所示的用于信息推荐的人脸识别系统10执行。所应说明的是,本申请实施例提供的用于信息推荐的人脸识别方法不以图2及以下所述的具体顺序为限制。所述方法的具体流程如下:
步骤S110,用户终端100识别用户在浏览当前界面内容时的人脸特征信息。
本实施例中,所述人脸特征信息可包括脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化。
步骤S120,根据所述人脸特征信息分析所述用户是否对当前界面内容反感。
所述用户终端100可结合所述用户的瞳孔变化、眼球转动变化以及眼睛睁闭变化分析所述用户浏览当前界面内容的注视点变化,并结合所述用户的脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化分析所述用户浏览当前界面内容的情绪变化,其中,所述注视点变化包括注视点转移速度和注视点转移范围;
可选地,在步骤S120之前,所述用户终端100还用于预先建立脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化与用户情绪状态的第一对应关系,其中,所述用户情绪状态包括不同级别的反感状态。
承上述,基于所述第一对应关系,所述用户终端100可结合所述用户的脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化从所述第一对应关系中获取所述用户的实时情绪状态,并根据所述用户的实时情绪状态分析所述用户浏览当前界面内容的情绪变化。而后,若所述注视点变化表征所述用户在浏览当前界面内容时注视点转移速度大于预设速度且注视点转移范围大于预设范围,且所述情绪变化表征所述用户在浏览当前界面内容时的情绪状态由第一类型状态变更为第二类型状态时,判定用户对当前界面内容反感。其中,所述第一类型状态可以是表征用户不反感的类型状态,例如开心、兴奋、愉悦等状态,所述第二类型状态可以是表征用户反感的类型状态,例如愤怒、恐惧等状态。基于此,当用户在浏览当前界面内容时注视点转移速度大于预设速度且注视点转移范围大于预设范围,可以表明该用户期望快速跳过当前界面内容,当用户在浏览当前界面内容时的情绪状态由第一类型状态变更为第二类型状态时,可以表明该用户不期望继续浏览当前界面内容。
步骤S130,若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别。
本实施例中,如果判定所述用户对当前界面内容反感,则可以根据所述用户的注视点变化获取所述当前界面内容中所述用户反感的各个内容区域。例如,当前界面内容分为A内容区域、B内容区域、C内容区域和D内容区域,若所述用户的注视点变化表征该用户的注视点由A内容区域快速转到C内容区域,并在C内容区域停留了一段时间,接着观看到B内容区域时,又快速转移到D内容区域,则用户反感的内容区域和A内容区域和B内容区域。
接着,再根据所述用户在浏览反感的各个内容区域时的注视点变化和情绪变化分析所述用户对每个内容区域的反感级别。可选地,所述用户终端100还可以预先建立注视点变化、情绪变化和反感级别之间的第二对应关系,例如,不同的注视点转移速度可以表征用户期望跳过此区域内容的程度,同时不同的变化程度也可以表征用户在浏览此区域的情绪波动,基于此可以建立注视点变化、情绪变化和反感级别之间的第二对应关系。
基于该第二对应关系,则可以根据所述用户在浏览反感的各个内容区域时的注视点变化和情绪变化从所述第二对应关系中获取所述用户对每个内容区域的反感级别。
步骤S140,将每个内容区域和对应的反感级别发送给所述服务器300。
本实施例中,所述用户终端100可将每个内容区域和对应的反感级别发送给所述服务器300,例如,可将上述的A内容区域和B内容区域以及A内容区域对应的反感级别a和B内容区域对应的反感级别b发送给所述服务器300。
步骤S150,所述服务器300基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分。
本实施例中,所述服务器300可根据预设分数规则获取所述反感级别对应的扣分分数,其中,所述预设分数规则包括各个反感级别与扣分分数之间的对应关系,再根据所述扣分分数对对应的内容区域进行扣分,以得到每个内容区域的累积评分
步骤S160,根据每个内容区域的累积评分更新对所述用户终端100的信息推荐策略。
本实施例中,所述服务器300可实时监测每个内容区域的累积评分是否低于预设评分,若是,则不再向所述用户终端100推荐与该内容区域关联的内容信息。其中,与该内容区域关联的内容信息可以与该内容区域的话题关联的内容信息或者与该内容区域的类别关联的内容信息。
由此,本实施例提供的用于信息推荐的人脸识别方法,无需用户主动操作,通过人脸识别即可自动判断用户喜好并更新推荐策略,避免为用户推荐无用反感内容,增强用户体验。
进一步地,请参阅图3,本申请实施例还提供一种用于信息推荐的人脸识别方法,与上面实施例不同的是,本用于信息推荐的人脸识别方法由用户终端100执行,可以理解的是,接下来要描述的用于信息推荐的人脸识别方法中涉及的步骤在上面实施例中已经描述过,具体各个步骤的详尽内容可参照上面的实施例描述,下面仅对用户终端100执行步骤进行简要说明。
步骤S210,识别用户在浏览当前界面内容时的人脸特征信息。
步骤S220,根据所述人脸特征信息分析所述用户是否对当前界面内容反感。
步骤S230,若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别。
步骤S240,将每个内容区域和对应的反感级别发送给服务器300,以使所述服务器300基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分,并根据每个内容区域的累积评分更新对所述用户终端100的信息推荐策略。
进一步地,请参阅图4,是本申请实施例提供的用于实现上述用于信息推荐的人脸识别方法的用户终端100的示意图。本实施例中,所述用户终端100包括用于信息推荐的人脸识别装置200、存储器110以及处理器120。本申请实施例中,用于信息推荐的人脸识别装置200包括至少一个可以软件或固件(Firmware)的形式存储于所述存储器110中或固化在所述用户终端100的操作系统(Operating System,OS)中的软件功能模块。所述处理器120用于执行所述存储器110中存储的可执行软件模块,例如,所述用于信息推荐的人脸识别装置200所包括的软件功能模块及计算机程序等。本实施例中,所述用于信息推荐的人脸识别装置200也可以集成于所述操作系统中,作为所述操作系统的一部分。具体地,所述用于信息推荐的人脸识别装置200可以包括:
识别模块210,用于识别用户在浏览当前界面内容时的人脸特征信息。
分析模块220,用于根据所述人脸特征信息分析所述用户是否对当前界面内容反感。
获取模块230,用于若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别。
发送模块240,用于将每个内容区域和对应的反感级别发送给服务器300,以使所述服务器300基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分,并根据每个内容区域的累积评分更新对所述用户终端100的信息推荐策略。
进一步地,对应于图3中的用于信息推荐的人脸识别方法,本申请实施例还提供了一种可读存储介质,该可读存储介质上存储有计算机程序,该计算机程序被处理器120运行时执行上述图3中用于信息推荐的人脸识别方法的步骤。
具体地,该可读存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述用于信息推荐的人脸识别方法。
综上所述,本申请实施例提供的用于信息推荐的人脸识别方法、装置及系统,通过用户终端识别用户在浏览当前界面内容时的人脸特征信息,并根据人脸特征信息分析用户是否对当前界面内容反感,判定用户对当前界面内容反感,则获取当前界面内容中用户反感的各个内容区域,同时分析用户对每个内容区域的反感级别,再将每个内容区域和对应的反感级别发送给服务器。接着,服务器基于反感级别对每个内容区域进行评分,得到每个内容区域的累积评分,并根据每个内容区域的累积评分更新对用户终端的信息推荐策略。由此,无需用户主动操作,通过人脸识别即可自动判断用户喜好并更新推荐策略,避免为用户推荐无用反感内容,增强用户体验。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
可以替换的,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等
需要说明的是,在本文中,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括一个……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种用于信息推荐的人脸识别方法,其特征在于,应用于用于信息推荐的人脸识别系统,所述用于信息推荐的人脸识别系统包括相互之间通信连接的用户终端以及服务器,所述方法包括:
所述用户终端识别用户在浏览当前界面内容时的人脸特征信息;
根据所述人脸特征信息分析所述用户是否对当前界面内容反感;
若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别;
将每个内容区域和对应的反感级别发送给所述服务器;
所述服务器基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分;
根据每个内容区域的累积评分更新对所述用户终端的信息推荐策略。
2.根据权利要求1所述的用于信息推荐的人脸识别方法,其特征在于,所述人脸特征信息包括脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化,所述根据所述人脸特征信息分析所述用户是否对当前界面内容反感的步骤,包括;
结合所述用户的瞳孔变化、眼球转动变化以及眼睛睁闭变化分析所述用户浏览当前界面内容的注视点变化,并结合所述用户的脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化分析所述用户浏览当前界面内容的情绪变化,其中,所述注视点变化包括注视点转移速度和注视点转移范围;
若所述注视点变化表征所述用户在浏览当前界面内容时注视点转移速度大于预设速度且注视点转移范围大于预设范围,且所述情绪变化表征所述用户在浏览当前界面内容时的情绪状态由第一类型状态变更为第二类型状态时,判定用户对当前界面内容反感。
3.根据权利要求2所述的用于信息推荐的人脸识别方法,其特征在于,所述方法还包括:
预先建立脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化与用户情绪状态的第一对应关系;
所述结合所述用户的脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化分析所述用户浏览当前界面内容的情绪变化的方式,包括:
结合所述用户的脸部肌肉变化、眉宇舒张情况、嘴巴状态变化、鼻子形态变化、瞳孔变化、眼球转动变化以及眼睛睁闭变化从所述第一对应关系中获取所述用户的实时情绪状态,并根据所述用户的实时情绪状态分析所述用户浏览当前界面内容的情绪变化。
4.根据权利要求2所述的用于信息推荐的人脸识别方法,其特征在于,所述获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别的步骤,包括:
根据所述用户的注视点变化获取所述当前界面内容中所述用户反感的各个内容区域;
根据所述用户在浏览反感的各个内容区域时的注视点变化和情绪变化分析所述用户对每个内容区域的反感级别。
5.根据权利要求4所述的用于信息推荐的人脸识别方法,其特征在于,所述方法还包括:
预先建立注视点变化、情绪变化和反感级别之间的第二对应关系;
所述根据所述用户在浏览反感的各个内容区域时的注视点变化和情绪变化分析所述用户对每个内容区域的反感级别的步骤,包括:
根据所述用户在浏览反感的各个内容区域时的注视点变化和情绪变化从所述第二对应关系中获取所述用户对每个内容区域的反感级别。
6.根据权利要求1所述的用于信息推荐的人脸识别方法,其特征在于,所述服务器基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分的步骤,包括:
根据预设分数规则获取所述反感级别对应的扣分分数,其中,所述预设分数规则包括各个反感级别与扣分分数之间的对应关系;
根据所述扣分分数对对应的内容区域进行扣分,以得到每个内容区域的累积评分。
7.根据权利要求1所述的用于信息推荐的人脸识别方法,其特征在于,所述根据每个内容区域的累积评分更新对所述用户终端的信息推荐策略的步骤,包括:
监测每个内容区域的累积评分是否低于预设评分;
若是,则不再向所述用户终端推荐与该内容区域关联的内容信息。
8.一种用于信息推荐的人脸识别方法,其特征在于,应用于用户终端,所述方法包括:
识别用户在浏览当前界面内容时的人脸特征信息;
根据所述人脸特征信息分析所述用户是否对当前界面内容反感;
若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别;
将每个内容区域和对应的反感级别发送给服务器,以使所述服务器基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分,并根据每个内容区域的累积评分更新对所述用户终端的信息推荐策略。
9.一种用于信息推荐的人脸识别装置,其特征在于,应用于用户终端,所述装置包括:
识别模块,用于识别用户在浏览当前界面内容时的人脸特征信息;
分析模块,用于根据所述人脸特征信息分析所述用户是否对当前界面内容反感;
获取模块,用于若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别;
发送模块,用于将每个内容区域和对应的反感级别发送给服务器,以使所述服务器基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分,并根据每个内容区域的累积评分更新对所述用户终端的信息推荐策略。
10.一种用于信息推荐的人脸识别系统,其特征在于,所述用于信息推荐的人脸识别系统包括相互之间通信连接的用户终端以及服务器;
所述用户终端,用于识别用户在浏览当前界面内容时的人脸特征信息;根据所述人脸特征信息分析所述用户是否对当前界面内容反感;若判定所述用户对当前界面内容反感,则获取所述当前界面内容中所述用户反感的各个内容区域,同时分析所述用户对每个内容区域的反感级别;将每个内容区域和对应的反感级别发送给所述服务器;
所述服务器,用于基于所述反感级别对每个内容区域进行评分,得到每个内容区域的累积评分,并根据每个内容区域的累积评分更新对所述用户终端的信息推荐策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910510998.2A CN110245295A (zh) | 2019-06-13 | 2019-06-13 | 一种用于信息推荐的人脸识别方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910510998.2A CN110245295A (zh) | 2019-06-13 | 2019-06-13 | 一种用于信息推荐的人脸识别方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110245295A true CN110245295A (zh) | 2019-09-17 |
Family
ID=67887023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910510998.2A Pending CN110245295A (zh) | 2019-06-13 | 2019-06-13 | 一种用于信息推荐的人脸识别方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110245295A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858399A (zh) * | 2019-01-15 | 2019-06-07 | 上海理工大学 | 一种基于眼神注视的喜好判别方法及判别系统 |
CN111062242A (zh) * | 2019-10-27 | 2020-04-24 | 魏嘉臻 | 交互式信息提示方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455580A (zh) * | 2013-08-26 | 2013-12-18 | 华为技术有限公司 | 一种推荐信息的方法和装置 |
US20140365273A1 (en) * | 2013-06-07 | 2014-12-11 | Bby Solutions, Inc. | Data analytics collection for customer interaction with products in a retail store |
CN105335369A (zh) * | 2014-06-11 | 2016-02-17 | 数伦计算机技术(上海)有限公司 | 计算机用户兴趣点反馈系统及反馈方法 |
CN107679067A (zh) * | 2017-08-04 | 2018-02-09 | 平安科技(深圳)有限公司 | 信息推荐方法及移动终端 |
CN109145195A (zh) * | 2017-06-28 | 2019-01-04 | 南宁富桂精密工业有限公司 | 信息推荐方法、电子装置及计算机可读存储介质 |
CN109785004A (zh) * | 2019-01-21 | 2019-05-21 | 美的集团武汉制冷设备有限公司 | 筛选展示方法、机器人及计算机可读存储介质 |
-
2019
- 2019-06-13 CN CN201910510998.2A patent/CN110245295A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140365273A1 (en) * | 2013-06-07 | 2014-12-11 | Bby Solutions, Inc. | Data analytics collection for customer interaction with products in a retail store |
CN103455580A (zh) * | 2013-08-26 | 2013-12-18 | 华为技术有限公司 | 一种推荐信息的方法和装置 |
CN105335369A (zh) * | 2014-06-11 | 2016-02-17 | 数伦计算机技术(上海)有限公司 | 计算机用户兴趣点反馈系统及反馈方法 |
CN109145195A (zh) * | 2017-06-28 | 2019-01-04 | 南宁富桂精密工业有限公司 | 信息推荐方法、电子装置及计算机可读存储介质 |
CN107679067A (zh) * | 2017-08-04 | 2018-02-09 | 平安科技(深圳)有限公司 | 信息推荐方法及移动终端 |
CN109785004A (zh) * | 2019-01-21 | 2019-05-21 | 美的集团武汉制冷设备有限公司 | 筛选展示方法、机器人及计算机可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858399A (zh) * | 2019-01-15 | 2019-06-07 | 上海理工大学 | 一种基于眼神注视的喜好判别方法及判别系统 |
CN111062242A (zh) * | 2019-10-27 | 2020-04-24 | 魏嘉臻 | 交互式信息提示方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11270343B2 (en) | Method and apparatus for generating targeted label, and storage medium | |
US10972559B2 (en) | Systems and methods for providing recommendations and explanations | |
WO2015180672A1 (en) | Video-based interaction method, terminal, server and system | |
CN110178132A (zh) | 使用语言模型对消息中接收到的图像的自动建议响应 | |
CN108132805A (zh) | 语音交互方法、装置及计算机可读存储介质 | |
CN111405224B (zh) | 在线交互控制方法、装置、存储介质及电子设备 | |
CN107533714B (zh) | 用于针对具有低能力的各方在便携无线装置上实现有效数字营销的系统和方法 | |
CN103748580A (zh) | 基于姿势的搜索方法及系统 | |
US10726087B2 (en) | Machine learning system and method to identify and connect like-minded users | |
CN113115114B (zh) | 互动方法、装置、设备及存储介质 | |
CN108763564A (zh) | 应用推送方法、装置及计算机可读存储介质 | |
CN108600680A (zh) | 视频处理方法、终端及计算机可读存储介质 | |
CN111556352B (zh) | 多媒体资源分享方法、装置、电子设备及存储介质 | |
WO2015149321A1 (en) | Personal digital engine for user empowerment and method to operate the same | |
CN110245295A (zh) | 一种用于信息推荐的人脸识别方法、装置及系统 | |
CN110134577A (zh) | 显示用户情绪的方法及设备 | |
CN105656988A (zh) | 用于在电子装置中提供服务的电子装置和方法 | |
CN112698895A (zh) | 电子设备的显示方法、装置、设备和介质 | |
CA2901461C (en) | Inferring attribute and item preferences | |
CN109918344A (zh) | 文件处理方法和装置以及终端 | |
JP2013246682A (ja) | 情報処理装置、情報処理方法、および、プログラム | |
WO2023196456A1 (en) | Adaptive wellness collaborative media system | |
US11240568B2 (en) | Apparatus and method for replacing and outputting advertisement | |
CN110196900A (zh) | 用于终端的交互方法和装置 | |
CN114666643A (zh) | 一种信息显示方法、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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190917 |
|
RJ01 | Rejection of invention patent application after publication |