CN110533452A - 产品信息推送方法、装置、计算机设备及存储介质 - Google Patents
产品信息推送方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110533452A CN110533452A CN201910662450.XA CN201910662450A CN110533452A CN 110533452 A CN110533452 A CN 110533452A CN 201910662450 A CN201910662450 A CN 201910662450A CN 110533452 A CN110533452 A CN 110533452A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- attention
- ocular
- facial image
- 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
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- 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
- 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
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及微表情识别领域，通过对用户浏览产品信息时的人脸数据进行微表情分析实现准确的向用户推荐感兴趣的产品的信息。具体公开了一种产品信息推送方法、装置、计算机设备及存储介质，该方法包括：输出目标产品的视觉数据信息，获取用户浏览所述视觉数据信息时的用户人脸图像；根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据；根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据；若所述疲劳度数据满足疲劳判定条件且所述眼部注意力数据满足注意力判定条件，输出与所述目标产品相关联的目标产品的视觉数据信息。
Description
技术领域
本申请涉及智能推荐技术领域，尤其涉及一种产品信息推送方法、装置、计算机设备及存储介质。
背景技术
目前在向用户推送一些产品的介绍信息时，主要通过根据用户的浏览记录向用户推送相关产品的介绍信息；但是浏览记录有时包含了用户误点链接而进入的产品介绍页面，因而无法准确的向用户推送用户真正感兴趣的产品，会造成用户对互联网的不信任。
发明内容
本申请实施例提供一种产品信息推送方法、装置、计算机设备及存储介质，能够在用户浏览产品信息时，更准确的向用户推荐相关联产品的信息。
第一方面，本申请提供了一种产品信息推送方法，所述方法包括：
输出目标产品的视觉数据信息，获取用户浏览所述视觉数据信息时的用户人脸图像；
根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据；
根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据；
若所述疲劳度数据满足疲劳判定条件且所述眼部注意力数据满足注意力判定条件，输出与所述目标产品相关联的目标产品的视觉数据信息。
第二方面，本申请提供了一种产品信息推送装置，所述装置包括：
信息输出模块，用于输出目标产品的视觉数据信息，获取用户浏览所述视觉数据信息时的用户人脸图像；
疲劳度分析模块，用于根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据；
注意力分析模块，用于根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据；
关联输出模块，用于若所述疲劳度数据满足疲劳判定条件且所述眼部注意力数据满足注意力判定条件，输出与所述目标产品相关联的目标产品的视觉数据信息。
第三方面，本申请提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现上述的产品信息推送方法。
第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，若所述计算机程序被处理器执行，实现上述的产品信息推送方法。
本申请公开了一种产品信息推送方法、装置、设备及存储介质，通过在用户浏览产品信息时，采集用户的人脸图像；从人脸图像中分析出疲劳度数据和注意力数据，根据用户的精神状态、微表情分析用户对所展示产品的感兴趣程度；若感兴趣程度较高，则为该用户展示该产品关联的产品信息，实现准确的为用户推送用户感兴趣的产品信息。
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为本申请一实施例的产品信息推送方法的流程示意图；
图2为产品信息推送方法应用于服务器时的场景示意图；
图3为图1中分析获取疲劳度数据的子流程示意图；
图4为图1中分析获取眼部注意力数据的一实施方式的子流程示意图；
图5为图1中分析获取眼部注意力数据的另一实施方式的子流程示意图；
图6为图1中分析获取眼部注意力数据的再一实施方式的子流程示意图；
图7为图1中输出相关联的目标产品的视觉数据信息的子流程示意图；
图8为本申请实施例提供的一种产品信息推送装置的结构示意图；
图9为图8中产品信息推送装置一实施方式的结构示意图；
图10为图8中注意力分析模块的子结构示意图；
图11为图8中产品信息推送装置另一实施方式的结构示意图；
图12为本申请一实施例提供的一种计算机设备的结构示意图。
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。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。另外，虽然在装置示意图中进行了功能模块的划分，但是在某些情况下，可以以不同于装置示意图中的模块划分。
本申请的实施例提供了一种产品信息推送方法、装置、设备及存储介质。其中，该产品信息推送方法可以应用于终端或服务器中，以实现在用户浏览产品信息时，更准确的向用户推荐产品信息。
例如，产品信息推送方法用于服务器，当然可以用于终端。其中，终端可以是手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备；服务器可以为独立的服务器，也可以为服务器集群。
示例性的，终端为智能眼镜设备、智能手机、电脑、广告牌等包含摄像头的电子设备。
示例性的，产品信息推送方法用于服务器；用户的终端可以与服务器通信连接。例如服务器为产品提供方、产品销售方或者产品推介方的服务器，终端可以为用户自己的终端、布置于公共场所等的终端；终端包括显示器件和摄像头。
示例性的，产品信息推送方法用于终端，终端为产品提供方、产品销售方或者产品推介方的终端；这些终端可以布置在公共场所等，且终端包括显示器件和摄像头，显示器件用于显示保险产品的相关信息供用户浏览。
但为了便于理解，以下实施例将以应用于服务器的产品信息推送方法进行详细介绍。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
请参阅图1，图1是本申请的实施例提供的一种产品信息推送方法的流程示意图。
如图2所示为产品信息推送方法应用于服务器时的场景示意图。
如图1所示，产品信息推送方法包括以下步骤S110至步骤S140。
步骤S110、输出目标产品的视觉数据信息，获取用户浏览所述视觉数据信息时的用户人脸图像。
示例性的，服务器中预存有若干产品的视觉数据信息，如图片、视频、文字说明等；例如，服务器存储有一些保险产品的相关信息，如险种名称、图案标识、介绍说明、保险协议等。服务器可以将产品的视觉数据信息输出给终端，以由终端显示产品的视觉数据信息供用户浏览。例如，终端和服务器建立通信连接后，服务器可以发送相关保险产品的相关信息给终端并由终端的显示器件进行显示，这些待显示的信息即为保险产品的视觉数据信息。
用户在终端浏览显示器件显示的某一产品的视觉数据信息时，终端可以通过摄像头采集用户的用户图像，并将采集到的用户人脸图像传输至服务器。示例性的，用户人脸图像包括用户脸部的全部或者部分，且用户人脸图像至少包括用户的眼部区域。
示例性的，终端获取用户图像后对用户图像进行预处理，如截取脸部区域或眼部区域后存储为用户人脸图像；然后终端将用户人脸图像发送给服务器以便服务器获取包含眼部区域的用户人脸图像。或者，终端获取用户图像后发送给服务器，服务器获取到该用户图像后对用户图像进行预处理，如截取脸部区域、眼部区域后存储为用户人脸图像。
示例性的，服务器每次发送多个产品的视觉数据信息给终端，终端可以每次显示一个产品的视觉数据信息供用户浏览。或者服务器每次发送多个产品的视觉数据信息给终端，终端可以每次显示多个保险产品的视觉数据信息供用户浏览，用户可以触发终端显示某一个产品的详情信息进行浏览。或者服务器随机或按预设顺序每次发送一个产品的视觉数据信息给终端进行显示。
需要终端显示视觉数据信息的产品为目标产品，服务器根据用户浏览该目标产品时的用户人脸图像为用户做出推荐。
步骤S120、根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据。
在一些实施方式中，根据用户人脸图像的眼部区域中的红血丝多少来评价用户的疲劳度。
在一些实施方式中，如图3所示，步骤S120根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据，包括步骤S121至步骤S123。
步骤S121、获取所述用户人脸图像的眼部区域中各像素的像素特征，根据所述像素特征判断各像素是否为红血丝像素。
示例性的，获取用户人脸图像后截取出眼部区域，然后逐一获取眼部区域中各像素的像素特征，如红色分量、绿色分量、蓝色分量，然后判断各像素的像素特征是否位于红血丝像素的特征范围；若眼部区域中某像素的像素特征位于红血丝像素的特征范围内，则判定该像素为红血丝像素。例如，若眼部区域中某像素的红色分量大于预设阈值，则判定该像素为红血丝像素。
步骤S122、根据判断结果统计所述红血丝像素的个数，并统计所述眼部区域中像素的个数。
示例性的，眼部区域中共有3000个像素被判定为红血丝像素，则红血丝像素的个数为3000；所述眼部区域中像素的个数共有20000个。
步骤S123、根据所述红血丝像素的个数和所述眼部区域中像素的个数计算红血丝密度，并根据所述红血丝密度获取所述用户的疲劳度数据。
示例性的，红血丝密度等于红血丝像素的个数除以眼部区域中像素的个数，例如，红血丝密度等于3000÷20000＝0.15。
示例性的，红血丝密度可以作为评价用户疲劳度的指标，即用户的疲劳度数据。例如将红血丝密度直接作为用户的疲劳度数据，或者基于疲劳度数据和红血丝密度之间的映射关系，根据该用户的疲劳度数据查询对应的疲劳度数据；在一些实施方式中，疲劳度数据和红血丝密度的映射关系可以通过有限次试验统计得到。
在另一些实施方式中，步骤S120根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据，包括：将所述用户人脸图像眼部区域的数据输入训练好的疲劳度识别模型，得到所述用户的疲劳度数据。
示例性的，疲劳度识别模型可通过如下方式构建：通过机器学习算法，从训练样本集中学习获得所述疲劳度识别模型。
所述训练样本集包括大量训练样本。所述训练样本包括处于不同疲劳程度人的眼部区域图像以及与眼部区域图像各自对应的疲劳度标注数据两方面信息，根据眼部区域图像可以提取出特征数据。在进行模型训练时，将眼部区域图像作为输入数据，模型对眼部区域图像进行特征提取和分类等，输出预测的疲劳度数据；根据疲劳度标注数据和预测的疲劳度数据计算损失值，根据损失值反向调整模型的参数；从而实现通过选定的机器学习模型，从包括大量训练样本的训练样本集中学习以获得疲劳度识别模型。
步骤S130、根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据。
在一些实施例中，将眼部区域中两个瞳孔之间的距离作为评价用户眼部注意力程度的指标。
在一些实施方式中，根据眼部区域中两个瞳孔之间的距离，即瞳间距获取用户的眼部注意力数据。如图4所示，步骤S130根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据，包括步骤S131和步骤S132。
步骤S131、识别所述用户人脸图像的眼部区域中瞳孔的位置，根据两个瞳孔的位置计算瞳间距。
示例性的，根据瞳孔与眼部其他区域的颜色差异确定眼部区域中瞳孔的位置，然后根据两个瞳孔的位置计算两个瞳孔之间的距离，即瞳间距。
步骤S132、根据所述瞳间距获取所述用户的眼部注意力数据。
示例性的，瞳孔之间的距离，即瞳间距可以直接作为用户的眼部注意力数据；或者基于眼部注意力数据与瞳间距之间的映射关系，根据该用户人脸图像的瞳间距查询得到对应的眼部注意力数据。示例性的，获取以不同注意力程度浏览相关内容时获取的人的眼部区域图像以及分别与各眼部区域图像对应的眼部注意力标注数据，以得到眼部注意力数据与瞳间距之间的映射关系。
在一些实施方式中，根据眼部区域中两个瞳孔之间的距离与眼睛所在脸部横面宽度的比例获取用户的眼部注意力数据。如图5所示，步骤S130根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据，包括步骤S131和步骤S133，其中，步骤S133如下。
步骤S133、根据所述瞳间距和所述用户人脸图像脸部区域的宽度之比获取所述用户的眼部注意力数据。
示例性的，计算两个瞳孔所在直线截取用户脸部的长度即眼睛所在脸部横面宽度，得到脸部区域的宽度。根据瞳间距和脸部区域的宽度之比获取用户的眼部注意力数据。例如，瞳间距和脸部区域的宽度之比可以直接作为用户的眼部注意力数据；或者基于眼部注意力数据与瞳间距和脸部区域宽度之比之间的映射关系，根据该用户人脸图像的瞳间距和脸部区域宽度之比查询得到对应的眼部注意力数据。
在另一些实施方式中，根据用户人脸图像的眼部区域中瞳孔的扩张程度来评价用户的眼部注意力程度。如图6所示，步骤S130根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据，包括步骤S134至步骤S136。
步骤S134、获取所述用户人脸图像的眼部区域中瞳孔的直径或面积。
示例性的，获取用户人脸图像后截取出眼部区域，然后识别出瞳孔的区域并计算瞳孔的直径或瞳孔区域的面积。
步骤S135、根据获取的瞳孔的直径或面积，以及预先存储的瞳孔直径或瞳孔面积的历史数据，计算所述用户的瞳孔扩张数据。
示例性的，服务器根据该用户的历史人脸图像得到用户的瞳孔直径或瞳孔面积的历史数据，将该历史数据进行存储；例如，服务器根据之前获取的该用户的多个人脸图像，获取这些人脸图像的眼部区域中瞳孔的直径或面积，得到平均的瞳孔直径或面积，得到预先存储的瞳孔直径或瞳孔面积的历史数据；或者，获取这些人脸图像的眼部区域中瞳孔的直径或面积的最小值作为预先存储的瞳孔直径或瞳孔面积的历史数据。
示例性的，将步骤S134获取的瞳孔的直径除以预先存储的瞳孔直径，得到用户的瞳孔扩张数据；或者将步骤S134获取的瞳孔的面积减去预先存储的瞳孔面积，得到用户浏览目标产品的视觉数据信息时瞳孔扩张数据。
步骤S136、根据所述瞳孔扩张数据获取所述用户的眼部注意力数据。
示例性的，瞳孔扩张数据可以直接作为用户的眼部注意力数据；或者基于眼部注意力数据与瞳孔扩张数据之间的映射关系，根据该用户人脸图像的瞳孔扩张数据查询得到对应的眼部注意力数据。
在其他一些实施方式中，步骤S130根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据，包括：将所述用户人脸图像眼部区域的数据输入训练好的眼部聚焦识别模型，得到所述用户的眼部注意力数据。
示例性的，眼部聚焦识别模型可通过如下方式构建：通过机器学习算法，从训练样本集中学习获得所述眼部聚焦识别模型。
所述训练样本集包括大量训练样本。所述训练样本包括以不同注意力程度浏览相关内容时获取的人的眼部区域图像以及分别与各眼部区域图像对应的眼部注意力标注数据两方面信息，根据眼部区域图像可以提取出特征数据。在进行模型训练时，将眼部区域图像作为输入数据，模型对眼部区域图像进行特征提取和分类等，输出预测的眼部注意力数据；根据注意力标注数据和预测的眼部注意力数据计算损失值，根据损失值反向调整模型的参数；从而实现通过选定的机器学习模型，从包括大量训练样本的训练样本集中学习以获得眼部聚焦识别模型。
步骤S140、若所述疲劳度数据满足疲劳判定条件且所述眼部注意力数据满足注意力判定条件，输出与所述目标产品相关联的目标产品的视觉数据信息。
疲劳度数据可以体现用户在浏览某一产品的视觉数据信息时的疲劳程度，眼部注意力数据可以体现用户在浏览某一产品的视觉数据信息时对信息的关注程度。
示例性的，如果某一时刻服务器获取的疲劳度数据满足预设的疲劳判定条件，则说明该用户当前较为疲劳；如果某一时刻服务器获取的眼部注意力数据满足预设的注意力条件，则说明该用户对终端当前显示视觉数据信息对应的保险产品较为关注。
示例性的，如果用户浏览所述视觉数据信息时，用户人脸图像对应的疲劳度数据满足疲劳判定条件且眼部注意力数据满足注意力判定条件，则说明虽然当前用户较为疲劳，但仍能较关注地浏览目标产品的视觉数据信息，可以更加准确的确定用户对该目标产品是感兴趣的；因此可以输出与该目标产品相关联的其他目标产品的视觉数据信息，为用户推荐相近的产品。
在一些实施方式中，步骤S140中的所述疲劳度数据满足疲劳判定条件，包括：所述疲劳度数据不小于预设的疲劳度阈值；步骤S140中的所述眼部注意力数据满足注意力判定条件，包括：所述眼部注意力数据不小于预设的注意力阈值。
在一些实施方式中，如图7所示，步骤S140中的输出与所述目标产品相关联的目标产品的视觉数据信息，包括步骤S141至步骤S143。
步骤S141、将所述目标产品标记为感兴趣产品。
示例性的，若所述疲劳度数据满足疲劳判定条件且所述眼部注意力数据满足注意力判定条件，将所述目标产品标记为感兴趣产品。
步骤S142、基于产品关联数据，生成与所述感兴趣产品相关联的目标产品的列表。
示例性的，服务器中预存有若干产品的代码，以及各产品相关联产品的代码；例如有些不同的保险产品具有一些共性即相同的特征，例如某几个保险产品均为某一险种如意外险、车险、疾病险等，则可以将具有相同特征的若干个保险产品关联起来。
例如，产品A被标记为感兴趣产品，与产品A相关联的产品包括产品B、产品C，则生成的与所述感兴趣产品相关联的目标产品的列表包括产品B、产品C的名称和/或代码。
步骤S143、输出所述列表中目标产品的视觉数据信息以供所述用户浏览。
示例性的，获取与所述感兴趣产品相关联的目标产品的列表中的产品B、产品C的视觉数据信息，将产品B、产品C的视觉数据信息发送给终端；终端显示产品B、产品C的视觉数据信息供用户浏览。
在一些实施例中，步骤S140输出与所述目标产品相关联的目标产品的视觉数据信息后，返回步骤S110继续执行，以获取用户浏览产品B或产品C的视觉数据信息时的用户人脸图像，从而判断用户是否对产品B、产品C感兴趣。
本申请实施例提供的产品信息推送方法，通过在用户浏览产品信息时，采集用户的人脸图像；从人脸图像中分析出疲劳度数据和注意力数据，根据用户的精神状态、微表情分析用户对所展示产品的感兴趣程度；若感兴趣程度较高，则为该用户展示该产品关联的产品信息，实现准确的为用户推送用户感兴趣的产品信息。
请参阅图8，图8是本申请一实施例提供的一种产品信息推送装置的结构示意图，该产品信息推送装置可以配置于服务器或终端中，用于执行前述的产品信息推送方法。
如图8所示，该产品信息推送装置，包括：
信息输出模块110，用于输出目标产品的视觉数据信息，获取用户浏览所述视觉数据信息时的用户人脸图像；
疲劳度分析模块120，用于根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据；
注意力分析模块130，用于根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据；
关联输出模块140，用于若所述疲劳度数据满足疲劳判定条件且所述眼部注意力数据满足注意力判定条件，输出与所述目标产品相关联的目标产品的视觉数据信息。
在一些实施方式中，如图9所示，疲劳度分析模块120包括：
像素判断子模块121，用于获取所述用户人脸图像的眼部区域中各像素的像素特征，根据所述像素特征判断各像素是否为红血丝像素；
像素统计子模块122，用于根据判断结果统计所述红血丝像素的个数，并统计所述眼部区域中像素的个数；
疲劳分析子模块123，用于根据所述红血丝像素的个数和所述眼部区域中像素的个数计算红血丝密度，并根据所述红血丝密度获取所述用户的疲劳度数据。
在一些实施方式中，如图9所示，注意力分析模块130包括：
瞳孔识别子模块131，用于识别所述用户人脸图像的眼部区域中瞳孔的位置，根据两个瞳孔的位置计算瞳间距；
第一注意力分析子模块132，用于根据所述瞳间距获取所述用户的眼部注意力数据。
在另一些实施方式中，如图9所示，注意力分析模块130包括瞳孔识别子模块131和第二注意力分析子模块133。
第二注意力分析子模块133，用于根据所述瞳间距和所述用户人脸图像脸部区域的宽度之比获取所述用户的眼部注意力数据。
在其他一些实施方式中，如图10所示，注意力分析模块130包括：
瞳孔大小获取子模块134，用于获取所述用户人脸图像的眼部区域中瞳孔的直径或面积；
瞳孔扩张分析子模块135，用于根据获取的瞳孔的直径或面积，以及预先存储的瞳孔直径或瞳孔面积的历史数据，计算所述用户的瞳孔扩张数据；
第三注意力分析子模块136，用于根据所述瞳孔扩张数据获取所述用户的眼部注意力数据。
在一些实施方式中，如图9所示，关联输出模块140包括：
疲劳判断子模块141，用于判断所述疲劳度数据是否不小于预设的疲劳度阈值；
注意力判断子模块142，用于判断所述眼部注意力数据是否不小于预设的注意力阈值；
示例性的，如图9所示，关联输出模块140还包括：
兴趣标记子模块143，用于将所述目标产品标记为感兴趣产品；
关联获取子模块144，用于基于产品关联数据，生成与所述感兴趣产品相关联的目标产品的列表；
关联输出子模块145，用于输出所述列表中目标产品的视觉数据信息以供所述用户浏览。
在一些实施方式中，如图11所示，疲劳度分析模块120包括：
疲劳识别子模块124，用于将所述用户人脸图像眼部区域的数据输入训练好的疲劳度识别模型，得到所述用户的疲劳度数据。
如图11所示，注意力分析模块130包括：
注意力识别子模块137，用于将所述用户人脸图像眼部区域的数据输入训练好的眼部聚焦识别模型，得到所述用户的眼部注意力数据。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各模块、单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的方法、装置可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、机顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
示例性的，上述的方法、装置可以实现为一种计算机程序的形式，该计算机程序可以在如图12所示的计算机设备上运行。
请参阅图12，图12是本申请实施例提供的一种计算机设备的结构示意图。该计算机设备可以是服务器或终端。
参阅图12，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种产品信息推送方法。
处理器用于提供计算和控制能力，支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种产品信息推送方法。
该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，该计算机设备的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
应当理解的是，处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中，在一个实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：
输出目标产品的视觉数据信息，获取用户浏览所述视觉数据信息时的用户人脸图像；
根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据；
根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据；
若所述疲劳度数据满足疲劳判定条件且所述眼部注意力数据满足注意力判定条件，输出与所述目标产品相关联的目标产品的视觉数据信息。
在一些实施方式中，所述处理器实现根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据时，用于实现：
获取所述用户人脸图像的眼部区域中各像素的像素特征，根据所述像素特征判断各像素是否为红血丝像素；
根据判断结果统计所述红血丝像素的个数，并统计所述眼部区域中像素的个数；
根据所述红血丝像素的个数和所述眼部区域中像素的个数计算红血丝密度，并根据所述红血丝密度获取所述用户的疲劳度数据。
在一些实施方式中，所述处理器实现根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据时，用于实现：
识别所述用户人脸图像的眼部区域中瞳孔的位置，根据两个瞳孔的位置计算瞳间距；
根据所述瞳间距获取所述用户的眼部注意力数据；或者
根据所述瞳间距和所述用户人脸图像脸部区域的宽度之比获取所述用户的眼部注意力数据。
在一些实施方式中，所述处理器实现根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据时，用于实现：
获取所述用户人脸图像的眼部区域中瞳孔的直径或面积；
根据获取的瞳孔的直径或面积，以及预先存储的瞳孔直径或瞳孔面积的历史数据，计算所述用户的瞳孔扩张数据；
根据所述瞳孔扩张数据获取所述用户的眼部注意力数据。
在一些实施方式中，所述处理器实现根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据时，用于实现：
将所述用户人脸图像眼部区域的数据输入训练好的疲劳度识别模型，得到所述用户的疲劳度数据。
在一些实施方式中，所述处理器实现根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据时，用于实现：
将所述用户人脸图像眼部区域的数据输入训练好的眼部聚焦识别模型，得到所述用户的眼部注意力数据。
在一些实施方式中，所述处理器实现判断所述疲劳度数据是否满足疲劳判定条件时，用于实现：
判断所述疲劳度数据是否不小于预设的疲劳度阈值。
在一些实施方式中，所述处理器实现判断眼部注意力数据是否满足注意力判定条件时，用于实现：
判断所述眼部注意力数据是否不小于预设的注意力阈值。
在一些实施方式中，所述处理器实现输出与所述目标产品相关联的目标产品的视觉数据信息时，用于实现：
将所述目标产品标记为感兴趣产品；
基于产品关联数据，生成与所述感兴趣产品相关联的目标产品的列表；
输出所述列表中目标产品的视觉数据信息以供所述用户浏览。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。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存储介质中，如ROM/RAM、磁碟、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)执行本申请各个实施例或者实施例的某些部分所述的方法，如：
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本申请实施例提供的任一项产品信息推送方法。
其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种产品信息推送方法，其特征在于，包括：
输出目标产品的视觉数据信息，获取用户浏览所述视觉数据信息时的用户人脸图像；
根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据；
根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据；
若所述疲劳度数据满足疲劳判定条件且所述眼部注意力数据满足注意力判定条件，输出与所述目标产品相关联的目标产品的视觉数据信息。
2.如权利要求1所述的产品信息推送方法，其特征在于，所述根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据，包括：
获取所述用户人脸图像的眼部区域中各像素的像素特征，根据所述像素特征判断各像素是否为红血丝像素；
根据判断结果统计所述红血丝像素的个数，并统计所述眼部区域中像素的个数；
根据所述红血丝像素的个数和所述眼部区域中像素的个数计算红血丝密度，并根据所述红血丝密度获取所述用户的疲劳度数据。
3.如权利要求1所述的产品信息推送方法，其特征在于，所述根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据，包括：
识别所述用户人脸图像的眼部区域中瞳孔的位置，根据两个瞳孔的位置计算瞳间距；
根据所述瞳间距获取所述用户的眼部注意力数据；或者
根据所述瞳间距和所述用户人脸图像脸部区域的宽度之比获取所述用户的眼部注意力数据。
4.如权利要求1所述的产品信息推送方法，其特征在于，所述根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据，包括：
获取所述用户人脸图像的眼部区域中瞳孔的直径或面积；
根据获取的瞳孔的直径或面积，以及预先存储的瞳孔直径或瞳孔面积的历史数据，计算所述用户的瞳孔扩张数据；
根据所述瞳孔扩张数据获取所述用户的眼部注意力数据。
5.如权利要求1所述的产品信息推送方法，其特征在于，所述根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据，包括：
将所述用户人脸图像眼部区域的数据输入训练好的疲劳度识别模型，得到所述用户的疲劳度数据；
所述根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据，包括：
将所述用户人脸图像眼部区域的数据输入训练好的眼部聚焦识别模型，得到所述用户的眼部注意力数据。
6.如权利要求1-5中任一项所述的产品信息推送方法，其特征在于，所述疲劳度数据满足疲劳判定条件，包括：
所述疲劳度数据不小于预设的疲劳度阈值；
所述眼部注意力数据满足注意力判定条件，包括：
所述眼部注意力数据不小于预设的注意力阈值。
7.如权利要求1-5中任一项所述的产品信息推送方法，其特征在于，所述输出与所述目标产品相关联的目标产品的视觉数据信息，包括：
将所述目标产品标记为感兴趣产品；
基于产品关联数据，生成与所述感兴趣产品相关联的目标产品的列表；
输出所述列表中目标产品的视觉数据信息以供所述用户浏览。
8.一种产品信息推送装置，其特征在于，包括：
信息输出模块，用于输出目标产品的视觉数据信息，获取用户浏览所述视觉数据信息时的用户人脸图像；
疲劳度分析模块，用于根据所述用户人脸图像的眼部区域，对所述用户进行疲劳度分析，得到所述用户的疲劳度数据；
注意力分析模块，用于根据所述用户人脸图像的眼部区域，对所述用户进行注意力分析，得到所述用户的眼部注意力数据；
关联输出模块，用于若所述疲劳度数据满足疲劳判定条件且所述眼部注意力数据满足注意力判定条件，输出与所述目标产品相关联的目标产品的视觉数据信息。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1-7中任一项所述的产品信息推送方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于：若所述计算机程序被处理器执行，实现如权利要求1-7中任一项所述的产品信息推送方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910662450.XA CN110533452A (zh) | 2019-07-22 | 2019-07-22 | 产品信息推送方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910662450.XA CN110533452A (zh) | 2019-07-22 | 2019-07-22 | 产品信息推送方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110533452A true CN110533452A (zh) | 2019-12-03 |
Family
ID=68660386
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910662450.XA Pending CN110533452A (zh) | 2019-07-22 | 2019-07-22 | 产品信息推送方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110533452A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111612576A (zh) * | 2020-05-09 | 2020-09-01 | 向培红 | 一种商品推荐方法、装置和电子设备 |
| WO2024037581A1 (zh) * | 2022-08-18 | 2024-02-22 | 上海市内分泌代谢病研究所 | 一种结膜充血的量化评估方法、装置和存储介质 |
-
2019
- 2019-07-22 CN CN201910662450.XA patent/CN110533452A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111612576A (zh) * | 2020-05-09 | 2020-09-01 | 向培红 | 一种商品推荐方法、装置和电子设备 |
| WO2024037581A1 (zh) * | 2022-08-18 | 2024-02-22 | 上海市内分泌代谢病研究所 | 一种结膜充血的量化评估方法、装置和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nightingale et al. | Can people identify original and manipulated photos of real-world scenes? | |
| US8407220B2 (en) | Apparatuses, methods and systems for ambiguous code-triggered information querying and serving on mobile devices | |
| US20240022785A1 (en) | Online live video sales management system | |
| Ashby et al. | The effect of consumer ratings and attentional allocation on product valuations | |
| US20110208593A1 (en) | Electronic advertisement apparatus, electronic advertisement method and recording medium | |
| CN106164959A (zh) | 行为事件测量系统和相关方法 | |
| US20140289006A1 (en) | Method and System For Social Media Sales | |
| CN110020122A (zh) | 一种视频推荐方法、系统及计算机可读存储介质 | |
| US9619707B2 (en) | Gaze position estimation system, control method for gaze position estimation system, gaze position estimation device, control method for gaze position estimation device, program, and information storage medium | |
| CN110533452A (zh) | 产品信息推送方法、装置、计算机设备及存储介质 | |
| JP2016071501A (ja) | 広告評価システム、広告評価方法 | |
| US20230111437A1 (en) | System and method for content recognition and data categorization | |
| KR102375962B1 (ko) | 유저중심의 학습공간 매칭 통합관리 시스템 | |
| CN110415108A (zh) | 业务处理方法及装置、电子设备和计算机可读存储介质 | |
| CN110473049A (zh) | 理财产品推荐方法、装置、设备及计算机可读存储介质 | |
| KR102298101B1 (ko) | 성인용품 판매시스템 및 그 시스템의 구동방법 | |
| JP6865297B2 (ja) | メディアコンテンツの追跡 | |
| CN116097321A (zh) | 用于面部特征信息生成的方法和系统 | |
| Sharara et al. | Prediction of the VDT Worker's Headache Using Convolutional Neural Network with Class Activation Mapping | |
| WO2021163108A1 (en) | Systems and methods to produce customer analytics | |
| CN110798335A (zh) | 网络资产指数分析方法、装置、服务终端和存储介质 | |
| KR20160005180A (ko) | 복수 기업이 패션모델을 공유하여 이용하는 온라인 쇼윈도 시스템 | |
| KR102382741B1 (ko) | 골프 연습장 무인 관리 시스템 | |
| TWI744704B (zh) | 營運資訊分析系統 | |
| Payne et al. | Defining biometrics with privacy and benefits: A research agenda |
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 |