CN111161035A - 菜品推荐方法、装置、服务器、电子设备及存储介质 - Google Patents
菜品推荐方法、装置、服务器、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111161035A CN111161035A CN201911412951.9A CN201911412951A CN111161035A CN 111161035 A CN111161035 A CN 111161035A CN 201911412951 A CN201911412951 A CN 201911412951A CN 111161035 A CN111161035 A CN 111161035A
- Authority
- CN
- China
- Prior art keywords
- dish
- user
- recommendation
- information
- terminal
- 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.)
- Granted
Links
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- 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
-
- 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
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V40/174—Facial expression recognition
Abstract
本申请提供了一种菜品推荐方法、装置、服务器、电子设备及存储介质,属于互联网技术领域。所述方法包括:接收第一终端的推荐请求,推荐请求携带用户的第一人脸图像;在第一人脸图像中确定多个第一特征关键点;根据多个第一特征关键点,获取用户的面部属性特征,以及,根据多个第一特征关键点,获取用户的第一面部情绪特征;根据面部属性特征和第一面部情绪特征,确定用户的至少一个推荐标签;从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息;向第一终端发送至少一个第一菜品的菜品信息。根据用户的面部属性特征和第一面部情绪特征确定用户的推荐标签,精准推荐与用户的推荐标签匹配的菜品信息,提高菜品推荐准确率。
Description
技术领域
本申请涉及互联网技术领域,特别涉及一种菜品推荐方法、装置、服务器、电子设备及存储介质。
背景技术
互联网技术的发展大大方便了人们的生活,现在很多商家都开发了点餐APP,用户可以在终端上下载点餐APP;这样用户去餐厅吃饭时,就可以不需要服务员手动点餐进行下单,用户直接通过终端上的该点餐APP进行点餐即可。目前用户通过点餐APP进行点餐时,一般是用户在点餐APP上选择自己喜好的菜品,下单购买。
发明内容
本申请实施例提供了一种菜品推荐方法、装置、服务器、电子设备及存储介质,能够更准确的为用户推荐菜品。所述技术方案如下:
根据本申请实施例的一方面,提供了一种菜品推荐方法,所述方法包括:
接收第一终端的推荐请求,所述推荐请求携带用户的第一人脸图像;
在所述第一人脸图像中确定多个第一特征关键点;
根据所述多个第一特征关键点,获取所述用户的面部属性特征,以及,根据所述多个第一特征关键点,获取所述用户的第一面部情绪特征;
根据所述面部属性特征和所述第一面部情绪特征,确定所述用户的至少一个推荐标签;
从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息;
向所述第一终端发送所述至少一个第一菜品的菜品信息。
在一种可能的实现方式中,所述根据所述多个第一特征关键点,获取所述用户的第一面部情绪特征,包括:
从所述多个第一特征关键点中选择指定部位的多个目标特征关键点;
根据每个目标特征关键点在所述第一人脸图像中的位置,确定所述第一人脸图像对应的特征数据;
根据所述特征数据,确定所述用户的第一面部情绪特征。
在另一种可能的实现方式中,所述根据每个目标特征关键点在所述第一人脸图像中的位置,确定所述第一人脸图像对应的特征数据,包括:
根据所述目标特征关键点在所述第一人脸图像中的位置,确定所述目标特征关键点对应的特征向量;
根据所述目标特征关键点对应的特征向量,确定所述目标特征关键点之间的距离、所述目标特征关键点之间的角度和所述目标特征关键点所在曲线的曲率;
将所述目标特征关键点之间的距离、所述目标特征关键点之间的角度和所述目标特征关键点所在曲线的曲率确定为所述第一人脸图像对应的特征数据。
在另一种可能的实现方式中,根据所述特征数据,确定所述用户的第一面部情绪特征,包括:
将所述特征数据输入情绪分类器中,输出所述用户的第一面部情绪特征。
在另一种可能的实现方式中,所述向所述第一终端发送所述至少一个第一菜品的菜品信息之后,所述方法还包括:
接收所述第一终端采集的第二人脸图像,所述第二人脸图像为所述第一终端在所述用户查看所述至少一个第一菜品的菜品信息过程中采集的;
在所述第二人脸图像中确定多个第二特征关键点;
根据所述多个第二特征关键点,获取所述用户的第二面部情绪特征;
根据所述第一面部情绪特征和第二面部情绪特征,确定所述用户的情绪波动特征;
根据所述用户的情绪波动特征,获取至少一个第二菜品的菜品信息;
向所述第一终端发送所述至少一个第二菜品的菜品信息。
在另一种可能的实现方式中,所述根据所述面部属性特征和所述第一面部情绪特征,确定所述用户的至少一个推荐标签,包括:
将所述面部属性特征和所述第一面部情绪特征输入标签分类模型中,输出所述用户的至少一个推荐标签。
或者,获取所述用户的个人信息,将所述用户的个人信息、所述面部属性特征和所述第一面部情绪特征输入标签分类模型中,输出所述用户的至少一个推荐标签。
在另一种可能的实现方式中,所述从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息,包括:
从所述菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息,所述菜品推荐图谱中包括多个推荐标签和每个推荐标签匹配的菜品信息。
在另一种可能的实现方式中,所述从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息,包括:
将所述至少一个推荐标签输入用户分类模型中,输出所述用户的分类标签;
从所述菜品推荐图谱中选择与所述分类标签匹配的至少一个第一菜品的菜品信息,所述菜品推荐图谱中包括多个分类标签和每个分类标签匹配的菜品信息。
在另一种可能的实现方式中,所述从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息,包括:
获取所述用户的历史推荐记录;
根据所述历史推荐记录,确定所述用户的饮食偏好和消费水平;
根据所述用户的饮食偏好和消费水平,以及所述至少一个推荐标签,从所述菜品推荐图谱中选择与所述至少一个推荐标签匹配,且菜品的类型符合所述饮食偏好,且菜品的资源数值符合所述消费水平的至少一个第一菜品的菜品信息。
在另一种可能的实现方式中,所述至少一个推荐标签包括情绪标签、面色标签、职业标签、属性标签和身体状态标签中的至少一个。
在另一种可能的实现方式中,所述至少一个推荐标签包括身体状态标签时,所述方法还包括:
当所述身体状态标签指示所述用户的身体状态为异常状态时,向所述第一终端发送提示信息,所述提示信息用于提示所述用户及时就医。
在另一种可能的实现方式中,所述提示信息还包括目标医疗场所的第一位置信息;所述向所述第一终端发送提示信息之前,所述方法还包括:
获取所述第一终端当前所在的第二位置信息;
根据所述第二位置信息,获取离所述第一终端最近的目标医疗场所的第一位置信息。
在另一种可能的实现方式中,所述向所述第一终端发送所述至少一个第一菜品的菜品信息之后,所述方法还包括:
响应于所述第一终端的下单请求,向商家对应的第二终端发送订单信息,所述订单信息包括所述至少一个第一菜品的菜品信息和所述第一终端对应的第三位置信息。
根据本申请实施例的一方面,提供了一种菜品推荐方法,所述方法包括:
第一终端显示目标应用程序APP的推荐界面,采集所述用户的第一人脸图像,向服务器发送推荐请求,所述推荐请求携带所述第一人脸图像;
所述服务器接收所述推荐请求,在所述第一人脸图像中确定多个第一特征关键点;根据所述多个第一特征关键点,获取所述用户的面部属性特征,以及,根据所述多个第一特征关键点,获取所述用户的第一面部情绪特征;根据所述面部属性特征和所述第一面部情绪特征,确定所述用户的至少一个推荐标签;从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息;向所述第一终端发送所述至少一个第一菜品的菜品信息;
所述第一终端接收所述至少一个第一菜品的菜品信息,在所述推荐界面上显示所述至少一个第一菜品的菜品信息。
根据本申请实施例的另一方面,提供了一种菜品推荐装置,所述装置包括:
第一接收模块,被配置为接收第一终端的推荐请求,所述推荐请求携带用户的第一人脸图像;
第一确定模块,被配置为在所述第一人脸图像中确定多个第一特征关键点;
第一获取模块,被配置为根据所述多个第一特征关键点,获取所述用户的面部属性特征,以及,根据所述多个第一特征关键点,获取所述用户的第一面部情绪特征;
所述第一确定模块,还被配置为根据所述面部属性特征和所述第一面部情绪特征,确定所述用户的至少一个推荐标签;
第一选择模块,被配置为从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息;
第一发送模块,被配置为向所述第一终端发送所述至少一个第一菜品的菜品信息。
在一种可能的实现方式中,所述第一获取模块,还被配置为从所述多个第一特征关键点中选择指定部位的多个目标特征关键点;根据每个目标特征关键点在所述第一人脸图像中的位置,确定所述第一人脸图像对应的特征数据;根据所述特征数据,确定所述用户的第一面部情绪特征。
在另一种可能的实现方式中,所述第一获取模块,还被配置为根据所述目标特征关键点在所述第一人脸图像中的位置,确定所述目标特征关键点对应的特征向量;根据所述目标特征关键点对应的特征向量,确定所述目标特征关键点之间的距离、所述目标特征关键点之间的角度和所述目标特征关键点所在曲线的曲率;将所述目标特征关键点之间的距离、所述目标特征关键点之间的角度和所述目标特征关键点所在曲线的曲率确定为所述第一人脸图像对应的特征数据。
在另一种可能的实现方式中,所述第一获取模块,还被配置为将所述特征数据输入情绪分类器中,输出所述用户的第一面部情绪特征。
在另一种可能的实现方式中,所述装置还包括:
所述第一接收模块,还被配置为接收所述第一终端采集的第二人脸图像,所述第二人脸图像为所述第一终端在所述用户查看所述至少一个第一菜品的菜品信息过程中采集的;
所述第一确定模块,还被配置为在所述第二人脸图像中确定多个第二特征关键点;
所述第一获取模块,还被配置为根据所述多个第二特征关键点,获取所述用户的第二面部情绪特征;
所述第一确定模块,还被配置为根据所述第一面部情绪特征和第二面部情绪特征,确定所述用户的情绪波动特征;
所述第一获取模块,还被配置为根据所述用户的情绪波动特征,获取至少一个第二菜品的菜品信息;
所述第一发送模块,还被配置为向所述第一终端发送所述至少一个第二菜品的菜品信息。
在另一种可能的实现方式中,所述第一确定模块,还被配置为将所述面部属性特征和所述第一面部情绪特征输入标签分类模型中,输出所述用户的至少一个推荐标签;
或者,所述第一确定模块,还被配置为获取所述用户的个人信息,将所述用户的个人信息、所述面部属性特征和所述第一面部情绪特征输入标签分类模型中,输出所述用户的至少一个推荐标签。
在另一种可能的实现方式中,所述第一选择模块,还被配置为从所述菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息,所述菜品推荐图谱中包括多个推荐标签和每个推荐标签匹配的菜品信息。
在另一种可能的实现方式中,所述第一选择模块,还被配置为将所述至少一个推荐标签输入用户分类模型中,输出所述用户的分类标签;从所述菜品推荐图谱中选择与所述分类标签匹配的至少一个第一菜品的菜品信息,所述菜品推荐图谱中包括多个分类标签和每个分类标签匹配的菜品信息。
在另一种可能的实现方式中,所述第一选择模块,还被配置为获取所述用户的历史推荐记录;根据所述历史推荐记录,确定所述用户的饮食偏好和消费水平;根据所述用户的饮食偏好和消费水平,以及所述至少一个推荐标签,从所述菜品推荐图谱中选择与所述至少一个推荐标签匹配,且菜品的类型符合所述饮食偏好,且菜品的资源数值符合所述消费水平的至少一个第一菜品的菜品信息。
在另一种可能的实现方式中,所述至少一个推荐标签包括情绪标签、面色标签、职业标签、属性标签和身体状态标签中的至少一个。
在另一种可能的实现方式中,所述至少一个推荐标签包括身体状态标签时,所述第一发送模块,还被配置为当所述身体状态标签指示所述用户的身体状态为异常状态时,向所述第一终端发送提示信息,所述提示信息用于提示所述用户及时就医。
在另一种可能的实现方式中,所述提示信息还包括目标医疗场所的第一位置信息,所述第一获取模块,还被配置为获取所述第一终端当前所在的第二位置信息;根据所述第二位置信息,获取离所述第一终端最近的目标医疗场所的第一位置信息。
在另一种可能的实现方式中,所述第一发送模块,还被配置为响应于所述第一终端的下单请求,向商家对应的第二终端发送订单信息,所述订单信息包括所述至少一个第一菜品的菜品信息和所述第一终端对应的第三位置信息。
根据本申请实施例的另一方面,提供了一种菜品推荐装置,所述装置包括:
显示模块,被配置为第一终端显示目标应用程序APP的推荐界面,采集所述用户的第一人脸图像,向服务器发送推荐请求,所述推荐请求携带所述第一人脸图像;
第二接收模块,被配置为所述服务器接收所述推荐请求;
第二确定模块,被配置为在所述第一人脸图像中确定多个第一特征关键点;
第二获取模块,被配置为根据所述多个第一特征关键点,获取所述用户的面部属性特征,以及,根据所述多个第一特征关键点,获取所述用户的第一面部情绪特征;
所述第二确定模块,还被配置为根据所述面部属性特征和所述第一面部情绪特征,确定所述用户的至少一个推荐标签;
第二选择模块,被配置为从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息;
第二发送模块,被配置为向所述第一终端发送所述至少一个第一菜品的菜品信息;
所述显示模块,还被配置为所述第一终端接收所述至少一个第一菜品的菜品信息,在所述推荐界面上显示所述至少一个第一菜品的菜品信息。
根据本申请实施例的另一方面,提供了一种服务器,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现上述任一可能的实现方式所述的菜品推荐方法。
根据本申请实施例的另一方面,提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现上述任一可能的实现方式所述的菜品推荐方法。
根据本申请实施例的另一方面,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中存储有至少一条指令,所述至少一条指令由处理器加载并执行,以实现上述任一可能的实现方式所述的菜品推荐方法。
在本申请实施例中,接收第一终端的推荐请求,该推荐请求携带用户的第一人脸图像;在第一人脸图像中确定多个第一特征关键点;根据多个第一特征关键点,获取用户的面部属性特征和用户的第一面部情绪特征;根据面部属性特征和第一面部情绪特征,确定用户的至少一个推荐标签;从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息;向第一终端发送至少一个第一菜品的菜品信息。能够根据用户的面部属性特征和第一面部情绪特征,确定用户的推荐标签,从而精准推荐与用户的推荐标签匹配的菜品信息,提高菜品推荐的准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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是本申请实施例提供的一种实施环境的示意图;
图2是本申请实施例提供的一种菜品推荐方法的流程图;
图3是本申请实施例提供的一种菜品推荐方法的流程图;
图4是本申请实施例提供的一种确定用户的第一面部情绪特征的流程图;
图5是本申请实施例提供的一种菜品推荐装置的框图;
图6是本申请实施例提供的一种菜品推荐装置的框图;
图7是本申请实施例提供的一种终端的框图;
图8是本申请实施例提供的一种服务器的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
图1是本申请实施例提供的一种实施环境的示意图。参见图1,该实施环境中包括第一终端101和服务器102;第一终端101和服务器102之间通过无线或者有线网络连接。并且,第一终端101上可以安装有服务器102提供服务的目标应用程序APP,第一终端101对应的用户可以通过该目标应用程序APP实现例如数据传输、消息交互等功能。
第一终端101可以为电脑、手机、平板电脑或者其他电子设备。目标应用程序APP可以为第一终端101上安装的餐饮类应用程序。例如,目标应用程序APP可以为餐饮商家的点餐应用、美食应用、外卖应用或者购物应用等。服务器102可以为该目标应用程序APP对应的后台服务器102。相应的,服务器102可以为餐饮商家的点餐应用服务器、美食应用服务器、外卖应用服务器或者购物应用服务器等。
第一终端101可以通过该目标应用程序APP向服务器102发送推荐请求,由服务器102通过本申请实施例提供的方法进行菜品推荐。例如,当目标应用程序APP为餐饮商家的点餐应用时,服务器102可以结合用户的人脸图像向用户推荐该餐饮商家的菜品或菜品的合理搭配;当该目标应用程序APP为美食应用时,服务器102可以结合用户的人脸图像向用户推荐合适的菜谱;当目标应用程序APP为外卖应用时,服务器102可以结合用户的人脸图像向用户推荐合适的套餐或菜品的合理搭配;当目标应用程序APP为购物应用时,在用户浏览生鲜或者食品界面时,服务器102可以结合人脸图像向用户推荐合理的食材或者食品等。在本申请实施例中,以用户通过餐饮商家的点餐应用或者外卖应用进行点餐为例进行说明。
该实施环境中还包括第二终端103,第二终端103和服务器102之间通过无线或者有线网络连接。并且,该第二终端103也可以安装有服务器102提供服务的目标应用程序APP,第二终端103对应的用户可以通过该目标应用程序APP实现数据传输、消息交互等功能。第二终端103可以为商家对应的终端,第二终端103可以为电脑、手机、平板电脑或者其他电子设备。第二终端103中的目标应用程序APP可以为商家对应的点餐应用、美食应用、外卖应用或者购物应用等。
当用户对至少一个第一菜品的菜品信息执行确认操作时,第一终端101接收对至少一个第一菜品的菜品信息的确认操作,获取第一终端101对应的第三位置信息,向服务器102发送第一下单请求,该第一下单请求携带第三位置信息;服务器102接收该第一下单请求,向第二终端103发送至少一个第一菜品的菜品信息和第三位置信息;第二终端103接收该至少一个第一菜品的菜品信息和第三位置信息,商家根据第二终端103接收的至少一个第一菜品的菜品信息和第三位置信息将至少一个第一菜品送到第三位置信息对应的位置。
相应的,参见图2,用户可以打开第一终端101中的目标应用程序APP,例如点餐软件;进入目标应用程序APP的推荐界面,也即人脸识别点餐的界面。第一终端101采集用户的人脸图像后,向服务器102发送推荐请求,该推荐请求携带该用户的人脸图像;服务器102接收第一终端101发送的推荐请求,根据推荐请求中携带的人脸图像,获取用户的面部属性特征和第一面部情绪特征,也即进行识别特征;服务器102可以根据用户的面部属性特征和第一面部情绪特征,结合菜品推荐图谱确定至少一个第一菜品的菜品信息,向第一终端101发送至少一个第一菜品的菜品信息,也即输出菜品搭配。
继续参见图2,服务器102还可以根据用户的面部属性特征和第一面部情绪特征,结合菜品推荐图谱,以及用户的饮食偏好和消费水平、资源数值上限、就餐人数、就餐时间等推荐策略中的一个或者多个,确定至少一个第一菜品的菜品信息,向第一终端101发送至少一个第一菜品的菜品信息。其中,推荐策略中用户的饮食偏好和消费水平可以根据历史推荐记录由机器学习的方法得到。
第一终端101接收服务器102发送的至少一个第一菜品的菜品信息,用户可以通过第一终端101对该至少一个第一菜品的菜品信息触发确认操作或者否定操作。当用户对推荐的至少一个第一菜品的菜品信息满意时,可以触发对至少一个第一菜品的菜品信息的确认操作;第一终端101接收对至少一个第一菜品的菜品信息的确认操作,向服务器102发送第一下单请求;服务器102接收第一终端101发送的第一下单请求;当用户对推荐的至少一个第一菜品的菜品信息不满意时,可以触发对至少一个第一菜品的菜品信息的否定操作;第一终端101接收对至少一个第一菜品的菜品信息的否定操作,向服务器102发送取消指示。
当服务器102接收到第一下单请求时,即接收到用户的确认时,服务器102对用户确认的推荐积累策略案例,存储到历史推荐记录中,以及将至少一个第一菜品的菜品信息和该第一下单请求中携带的第三位置信息发送至商家对应的第二终端103,也即自动下单,将用户确认的至少一个第一菜品的菜品信息以及该用户的第三位置信息发送给商家对应的第二终端103;当服务器102接收到取消指示时,即表明该用户对推荐的至少一个第一菜品的菜品信息不满意,则累计案例,重新选择,服务器102也将用户否认的推荐存储到历史推荐记录中。服务器102可以根据历史推荐记录通过机器学习的方法得到用户的饮食偏好和消费水平,将用户的饮食偏好和消费水平添加到推荐策略中,结合人脸的特征确定至少一个第一菜品的菜品信息向用户推荐。
图3是本申请实施例提供的一种菜品推荐方法的流程图。参见图3,该菜品推荐方法包括以下步骤:
步骤301:第一终端显示目标应用程序APP的推荐界面。
目标应用程序APP可以为工具类APP或者美食类APP;目标应用程序APP的推荐界面可以为工具类APP中美食模块的界面,或者,目标应用程序APP的推荐界面可以为美食类APP的主界面或者推荐不同类美食的其他界面。
在一种可能的实现方式中,在显示目标应用程序APP的推荐界面时,即触发第一终端打开摄像头采集人脸图像。
在另一种可能的实现方式中,目标应用程序APP的推荐界面中包括推荐按钮和选择按钮,当用户需要通过人脸识别进行点餐时,可以触发推荐按钮,第一终端接收到对推荐按钮的触发操作时,打开摄像头,采集人脸图像。当用户需要自主选择点餐时,可以触发选择按钮,第一终端接收到对选择按钮的触发操作时,在当前界面上显示餐饮信息,供用户自主选择。
目标应用程序APP的推荐界面包括推荐按钮和选择按钮;当第一终端接收到对推荐按钮的触发操作时,执行采集用户的人脸图像的步骤;当第一终端接收到对选择按钮的触发操作时,获取用户选择的至少一个第三菜品的菜品信息和第一终端对应的第三位置信息,向服务器发送第二下单请求,第二下单请求携带第三位置信息和至少一个第三菜品的菜品信息,用于请求服务器将至少一个第三菜品的菜品信息和第三位置信息发送至商家对应的第二终端。
在本申请实施例中,用户可以选择通过人脸识别进行菜品推荐或者自主选择点餐,为用户提供了多种可能的方式,用户可以根据自身需求进行选择,可以提升用户的体验度。
在另一种可能的实现方式中,目标应用程序APP的推荐界面中还包括资源数值输入框,用于获取用户根据自身消费水平输入的本次就餐的资源数值上限。
在另一种可能的实现方式中,目标程序APP的推荐界面中还包括就餐人数输入框。用于获取用户根据就餐人数输入的本次就餐的就餐人数。
步骤302:第一终端采集用户的第一人脸图像,向服务器发送推荐请求,推荐请求携带第一人脸图像。
(1)第一终端采集用户的第一人脸图像。
在一种可能的实现方式中,第一终端只采集一个第一人脸图像,相应的,本步骤可以为:第一终端显示人脸图像获取框,该人脸图像获取框用于获取一个完整的人脸图像;当识别到人脸图像获取框中的图像为非人脸图像或者不完整的人脸图像时,显示第一提示信息,该第一提示信息用于提示用户将脸部对准人脸图像获取框。
在另一种可能的实现方式中,第一终端可以根据用户需求采集一个或多个第一人脸图像。相应的,第一终端采集用户的第一人脸图像的步骤可以为:采集第一图像,当第一图像中包括多个人脸图像时,在第一图像中标记多个人脸;获取被选择的第一人脸图像。
第一终端采集摄像头所能获取的范围内的第一图像,当该第一图像中仅有一个人脸图像或仅有一个突出的人脸图像时;获取一个第一人脸图像;当该第一图像中有多个人脸图像时,在该第一图像中标记多个人脸的位置,在当前界面中显示第二提示信息,用于提示用户选择作为人脸识别菜品推荐基础的第一人脸图像;获取用户选择的一个或多个第一人脸图像。
(2)第一终端向服务器发送推荐请求,推荐请求携带第一人脸图像。
在一种可能的实现方式中,第一终端只采集一个第一人脸图像,当第一终端识别到人脸图像获取框中的图像为一个完整的第一人脸图像时,向服务器发送推荐请求,该推荐请求携带该第一人脸图像,用于请求服务器根据该第一人脸图像进行菜品推荐。
在本申请实施例中,第一终端只采集一个完整的人脸图像发送给服务器,服务器能够根据第一终端采集的一个完整的人脸图像更准确的确定该人脸图像的特征,从而能够根据更准确向用户进行更精准的推荐,提升用户的体验度。
在另一种可能的实现方式中,第一终端可以根据用户需求采集一个或多个第一人脸图像,当第一终端采集的第一图像中仅有一个人脸图像或者仅有一个突出的人脸图像时,向服务器发送推荐请求,该推荐请求一个第一人脸图像。当第一终端采集的第一图像中有多个人脸图像时,获取用户选择的一个或多个第一人脸图像,向服务器发送推荐请求,该推荐请求携带上述用户选择的一个或多个第一人脸图像。
在本申请实施例中,第一终端可以采集多个第一人脸图像发送给服务器,用户可以根据自身需求选择根据第一图像中的哪几个人脸图像进行菜品推荐,为用户提供更多的选择,能够提升用户的体验度。
在另一种可能的实现方式中,第一终端向服务器发送推荐请求之前,还可以获取资源数值输入框中被输入的本次就餐的资源数值上限,推荐请求还携带资源数值上限。
第一终端向服务器发送的推荐请求还可以携带本次就餐的资源数值上限,当目标应用程序APP的推荐界面中的资源数值输入框中有数值输入时,第一终端可以从资源数值输入框中获取本次就餐的资源数值上限;则第一终端向服务器发送推荐请求时,该推荐请求不仅可以携带采集的第一人脸图像,还可以携带本次就餐的资源数值上限。
在本申请实施例中,目标应用程序APP的推荐界面中为用户提供了资源数值输入框,用户可以根据自身需求在资源数值输入框中输入本次就餐的资源数值上限,从而服务器能够根据该资源数值上限缩小筛选范围,从而可以降低用户选择成本,提升用户的体验度。
在另一种可能的实现方式中,第一终端向服务器发送推荐请求之前,还可以获取就餐人数输入框中被输入的就餐人数,推荐请求还携带就餐人数。
第一终端向服务器发送的推荐请求还可以携带本次就餐的就餐人数,当目标应用程序APP的推荐界面中的就餐人数输入框中有数值输入时,第一终端可以从就餐人数输入框中获取本次就餐的就餐人数;则第一终端向服务器发送推荐请求时,该推荐请求不仅可以携带采集的第一人脸图像,还可以携带本次就餐的就餐人数。
在本申请实施例中,目标应用程序APP的推荐界面中为用户提供了就餐人数输入框,用户可以根据自身需求在就餐人数输入框中输入本次就餐的就餐人数,服务器可以根据该就餐人数向用户推荐合理分量的菜品,从而可以降低用户选择成本,提升用户的体验度。
需要说明的一点是,第一终端采集用户的第一人脸图像是经用户授权后采集的。
步骤303:服务器接收第一终端的推荐请求,推荐请求携带用户的第一人脸图像,服务器在第一人脸图像中确定多个第一特征关键点。
该推荐请求携带一个或者多个用户的第一人脸图像;服务器接收到该推荐请求时,从该推荐请求中获取一个或者多个用户的第一人脸图像。
当服务器接收的推荐请求携带一个第一人脸图像,则服务器在该第一人脸图像中确定多个第一特征关键点;当服务器接收的推荐请求携带多个第一人脸图像,则服务器可以在多个第一人脸图像中的每一个第一人脸图像中确定多个第一特征关键点。相应的,对于每一个第一人脸图像,服务器根据该第一人脸图像确定多个第一特征关键点的步骤可以为:服务器对第一人脸图像进行图像预处理;服务器对该第一人脸图像中进行人脸检测,得到该第一人脸图像中人脸的边界框的坐标;服务器将第一人脸图像转化为人脸特征向量;服务器基于深度卷积神经网络,在人脸的边界框的坐标所确定的范围内,确定多个第一特征关键点。
图像预处理用于降低光照、角度等因素对确定面部属性特征和第一面部情绪特征的影响。例如,图像预处理可以为光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波和锐化等。
服务器可以基于深度卷积神经网络,确定眉毛、眼睛、鼻子和嘴巴等关键部位的内部关键点和轮廓关键点。例如,服务器可以从第三人脸图像中捕捉定位人脸轮廓的150个核心特征点坐标,包括眉毛、眼睛、鼻子、嘴巴、脸型轮廓、瞳孔等关键部位。
图4是本申请实施例提供的一种确定用户的第一面部情绪特征的流程图,参见图4,服务器对第一人脸图像进行图像预处理;服务器对该第一人脸图像中进行人脸检测,也即对人脸图像进行人脸检测处理的步骤。
步骤304:服务器根据多个第一特征关键点,获取用户的面部属性特征。
面部属性特征包括性别、年龄、发型、发色、面部斑点数量和色度分析数据、瞳孔大小、眼球的颜色和血丝程度、唇色等;服务器可以根据多个第一特征关键点确定目标部位的轮廓,基于目标部位的轮廓,获取用户的面部属性特征。相应的,服务器获取用户的面部属性特征的步骤可以为:服务器根据多个第一特征关键点,确定目标部位的轮廓;在目标部位的轮廓包括的范围内,获取目标部位的特征,根据目标部位的特征和人脸属性识别算法;确定用户的面部属性特征。
例如,目标部位可以为眼睛,服务器根据眼睛对应的第一特征关键点,确定眼睛的轮廓;在眼睛的轮廓的范围内,获取眼睛的特征;根据眼睛的特征和人脸属性识别算法,确定用户的瞳孔大小、眼球的颜色和血丝程度等与眼睛相关的面部属性特征。再如,目标部位可以为五官,服务器可以根据五官的特征,确定用户的年龄、性别等面部属性特征。再如,目标部位还可以为面部区域,服务器可以根据面部区域的特征,确定用户的面部斑点数量和色度分析数据等面部属性特征。
步骤305:服务器根据多个第一特征关键点,获取用户的第一面部情绪特征。
第一面部情绪特征用于表示用户的表情,用户的表情很大程度上是依靠面部器官的变化来反映的,例如,当用户的表情为兴奋时,唇角向后拉并抬高,嘴巴可能被张大、牙齿可能露出;当用户的表情为忧伤时,眼内角的上眼皮抬高,嘴角下拉;当用户的表情为疲劳时,上眼皮和下眼皮间距变小。
服务器可以根据指定部位的目标特征关键点的位置,确定第一人脸图像对应的特征数据,根据第一人脸图像的特征数据,确定用户的第一面部情绪特征。相应的,本步骤可以通过以下步骤(1)至(2)实现:
(1)服务器从多个第一特征关键点中选择指定部位的多个目标特征关键点;根据每个目标特征关键点在第一人脸图像中的位置,确定第一人脸图像对应的特征数据。
指定部位可以为面部器官,例如,指定部位可以为眼睛、鼻子和嘴巴等,当指定部位为眼睛时,多个目标特征关键点可以为标识眼睛的多个特征关键点,例如,目标特征关键点可以为眼睛的外眦点、内眦点、眼睛中线最低点、眼睛中线最高点和眼睛中心点等。当指点部位为鼻子时,多个目标特征关键点可以为标识鼻子的多个特征关键点,例如,目标特征关键点可以为左鼻翼外点、右鼻翼外点、鼻尖点、鼻根点和鼻梁中点等。当指定部位为嘴巴时,多个目标特征关键点可以为表示嘴巴的多个特征关键点,例如,目标特征关键点可以为左嘴角、右嘴角、唇中线中点、上唇中点和下唇中点等。
第一人脸图像对应的特征数据可以为目标特征关键点之间的距离、目标特征关键点之间的角度和目标特征关键点所在曲线的曲率。服务器可以根据人脸特征向量,将目标特征关键点在第一人脸图像中的位置映射为目标特征关键点对应的特征向量;根据目标特征关键点对应的特征向量,确定第一人脸图像对应的特征数据。相应的,服务器根据每个目标特征关键点在第一人脸图像中的位置,确定第一人脸图像对应的特征数据的步骤可以为:服务器根据目标特征关键点在第一人脸图像中的位置,确定目标特征关键点对应的特征向量;服务器根据目标特征关键点对应的特征向量,确定目标特征关键点之间的距离、目标特征关键点之间的角度和目标特征关键点所在曲线的曲率;服务器将目标特征关键点之间的距离、目标特征关键点之间的角度和目标特征关键点所在曲线的曲率确定为第一人脸图像对应的特征数据。
服务器可以根据目标特征关键点对应的特征向量,确定目标特征关键点之间的距离。服务器可以根据目标特征关键点对应的特征向量,通过欧氏距离的计算方法确定目标特征关键点之间的欧式距离。例如,服务器可以根据眼睛的外眦点和内眦点对应的特征向量,计算眼睛的外眦点和内眦点之间的距离;服务器还可以根据左嘴角和右嘴角对应的特征向量,计算左嘴角和右嘴角之间的距离;服务器还可以根据眼睛中心点和嘴角的特征向量,计算眼睛中心点和嘴角之间的距离。
服务器还可以根据目标特征关键点之间的距离,确定用户的疲劳特征。相应的,服务器确定用户的疲劳特征的步骤可以为:服务器可以根据眼睛中线最低点和眼睛中线最高点对应的特征向量,计算眼睛中线最低点和眼睛中线最高点之间的距离;根据眼睛中线最低点和眼睛中线最高点之间的距离,确定用户的疲劳特征。
服务器可以根据眼睛中线最低点和眼睛中线最高点之间的距离,通过阈值法确定用户的疲劳特征。当眼睛中线最低点和眼睛中线最高点之间的距离小于指定阈值时,确定用户的疲劳特征为疲劳。
服务器还可以根据眼睛中线最低点和眼睛中线最高点之间的距离,通过K-means聚类算法,确定用户的疲劳特征。服务器可以通过K-means聚类算法对训练集进行训练,得到疲劳分类器;将眼睛中线最低点和眼睛中线最高点之间的距离输入疲劳分类器,确定用户的疲劳特征。
服务器还可以根据目标特征关键点对应的特征向量,确定目标特征关键点之间的角度。例如,服务器可以确定眼睛的内眦点与鼻尖点的角度、眼睛的外眦点与鼻尖点的角度、鼻根点与左嘴角的角度和鼻根点与右嘴角的角度等。
服务器还可以将人脸图像表示为参数曲面,用目标特征关键点所在曲线的曲率来表示指定部位的变化情况。服务器可以根据目标关键特征点对应的特征向量,通过高斯曲率或者平均曲率的计算方法,确定目标特征关键点所在曲线的曲率。
继续参见图4,服务器从多个第一特征关键点中选择指定部位的多个目标特征关键点;根据每个目标特征关键点在第一人脸图像中的位置,确定第一人脸图像对应的特征数据,也即进行人脸特征提取的步骤。
(2)服务器根据特征数据,确定用户的第一面部情绪特征。
服务器可以将提取到的第一人脸图像对应的特征数据,输入到情绪分类器中,输出用户的第一面部情绪特征。相应的,服务器根据特征数据,确定用户的第一面部情绪特征的步骤可以为:服务器将特征数据输入情绪分类器中,输出用户的第一面部情绪特征。
第一面部情绪特征可以包括焦躁、疲劳、兴奋、忧伤等情绪特征。第一面部情绪特征还可以包括高兴、吃惊、悲伤、愤怒、厌恶和恐惧等情绪特征,在本申请实施例中,不做限定。
情绪分类器可以通过CMU(Carnegie Mellon University,卡内基·梅隆大学)的Cohn_Kannade(一种人脸表情数据库)数据库中的数据训练得到,其中,数据的训练可以通过支持向量机(Support Vector Machine,SVM)、朴素贝叶斯分类模型等方式实现。
继续参见图4,服务器根据特征数据,确定用户的第一面部情绪特征,也即进行人脸表情分类和输出的步骤。
需要说明的一点是,步骤304和步骤305没有严格的时间先后顺序,服务器可以先执行步骤304,再执行步骤305;服务器也可以先执行步骤305,再执行步骤304;服务器还可以同时执行步骤304和步骤305,在本申请实施例中,对步骤304和步骤305执行的先后顺序不做限定。
步骤306:服务器根据面部属性特征和第一面部情绪特征,确定用户的至少一个推荐标签。
在一种可能的实现方式中,服务器可以根据从第一人脸图像中提取出的面部属性特征和第一面部情绪特征,确定用户的至少一个推荐标签,相应的,本步骤可以为:服务器将面部属性特征和第一面部情绪特征输入标签分类模型中,输出用户的至少一个推荐标签。
标签分类模型用于确定用户的推荐标签。推荐标签可以包括情绪标签、面色标签、职业标签、属性标签、身体状态标签中的至少一个。情绪标签包括第一面部情绪特征对应的焦躁、疲劳、兴奋、忧伤等。面色标签可以根据面部属性特征中的面部斑点数量和色度分析数据确定,相应的,面色标签包括偏白、黄、红、黑、青等。
职业标签包括社交型、经管型、研究型、事务型、技能型等;当推荐标签包括职业标签时,标签分类模型可以为职业分类模型,相应的,服务器根据面部属性特征和第一面部情绪特征,确定职业标签的步骤可以为:服务器将面部属性特征和第一面部情绪特征输入职业分类模型,输出用户的职业标签。职业分类模型为服务器通过机器学习算法训练得到的。
属性标签包括用户的年龄、性别、民族等;当推荐标签包括属性标签,且属性标签包括用户的年龄、性别时,服务器可以根据第一人脸图像的面部属性特征得到。当推荐标签包括属性标签,且属性标签包括用户的民族时,标签分类模型可以为民族分类模型,相应的,服务器根据面部属性特征和第一面部情绪特征,确定属性标签的步骤可以为:服务器将面部属性特征和第一面部情绪特征输入民族分类模型中,输出用户的民族。民族分类模型为服务器通过机器学习算法训练得到的。
身体状态标签包括健康状态、亚健康状态、异常状态;当推荐标签中包括身体状态标签时,标签分类模型可以为身体状态分类模型,相应的,服务器根据面部属性特征和第一面部情绪特征,确定用户的身体状态标签的步骤可以为:服务器将面部属性特征和第一面部情绪特征输入身体状态分类模型中,输出用户的身体状态标签。身体状态分类标签为服务器通过机器学习算法训练得到的。
在本申请实施例中,服务器能够根据第一人脸图像的面部属性特征和第一面部情绪特征,得到用户的至少一个推荐标签,由于服务器基于终端采集的第一人脸图像,得到用户的至少一个推荐标签,从而根据至少一个推荐标签确定菜品信息的准确率更高。
在另一种可能的实现方式中,服务器还可以结合用户的个人信息,确定用户的至少一个推荐标签。相应的,服务器根据面部属性特征和第一面部情绪特征,确定用户的至少一个推荐标签的步骤还可以为:服务器获取用户的个人信息,将用户的个人信息、面部属性特征和第一面部情绪特征输入标签分类模型中,输出用户的至少一个推荐标签。
用户在注册目标应用程序APP的账号后,可以在目标应用程序APP的个人信息设置界面编辑个人信息。例如,用户编辑的个人信息包括年龄、性别、民族、职业、饮食偏好和身体状况等。
当用户通过人脸识别进行点餐,且用户登录的点餐账号与第一终端采集的第一人脸图像匹配时,服务器可以直接获取当前点餐的账号对应的个人信息。当用户通过人脸识别进行点餐,且用户登录的点餐账号与用户的第一人脸图像不匹配时,服务器可以获取与第一人脸图像匹配的个人信息。
服务器可以将用户的个人信息、面部属性特征和第一面部情绪特征输入标签分类模型中,输出用户的至少一个推荐标签。例如,当推荐标签包括属性标签,且属性标签包括用户的年龄、性别和民族等属性信息,服务器可以从用户的个人信息中获取用户的年龄、性别和民族等属性信息。再如,当推荐标签包括职业标签,且用户的个人信息中包括用户的职业时,服务器可以根据用户的职业所属的类别,确定用户的职业标签。例如,用户的职业为会计,用户的职业标签为经管型。
需要说明的一点是,服务器获取用户的个人信息是经用户授权后获取得到的。
在本申请实施例中,服务器还可以结合用户的个人信息,确定用户的推荐标签,准确率更高。
步骤307:服务器从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息,向第一终端发送至少一个第一菜品的菜品信息。
本步骤可以通过以下步骤(1)至(2)实现:
(1)服务器从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息。
菜品推荐图谱为根据中医调养理论、西方养生学研究成果通过机器学习算法训练得到的知识图谱。
在一种可能的实现方式中,菜品推荐图谱中包括多个推荐标签和每个推荐标签匹配的菜品信息。相应的,本步骤可以为:服务器从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息,菜品推荐图谱中包括多个推荐标签和每个推荐标签匹配的菜品信息。
服务器从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息。例如,服务器确定用户的推荐标签为面色苍白、性别女,则服务器可以从菜品推荐图谱中选择与面色苍白,性别女匹配的至少一个第一菜品的菜品信息,该第一菜品的菜品信息可以为补血补气的食品,例如该第一菜品可以为养气红枣粥。再如,当用户的身体状态标签为异常状态,该用户所处环境为医院时,服务器从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息时,可以剔除辛辣刺激的食物,例如剔除小龙虾等辛辣刺激的食物。
在本申请实施例中,服务器根据至少一个推荐标签进行菜品推荐,推荐方式较为灵活,服务器能够根据第一人脸图像所表征的面部属性特征和第一面部情绪特征确定至少一个推荐标签,从而能够根据至少一个推荐标签进行综合推荐,推荐结果更加全面,菜品推荐的准确率更高。
在另一种可能的实现方式中,服务器还可以根据用户的至少一个推荐标签,确定用户的分类标签,根据用户的分类标签,确定至少一个第一菜品的菜品信息,相应的,服务器从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息的步骤可以为:服务器将至少一个推荐标签输入用户分类模型中,输出用户的分类标签;服务器从菜品推荐图谱中选择与分类标签匹配的至少一个第一菜品的菜品信息,菜品推荐图谱中包括多个分类标签和每个分类标签匹配的菜品信息。
服务器可以通过用户分类模型,确定每一个推荐标签的概率分值;根据推荐标签和推荐标签的概率分值确定用户的分类标签。例如,用户的推荐标签包括情绪标签、眼睛状态标签和属性标签;情绪标签的概率分值为0.1,眼睛状态标签的概率分值为0.7,属性标签的概率分值为0.2;用户的情绪标签为疲劳,用户的眼睛状态标签为眼球过度充血,用户的属性标签为年龄24,服务器可以确定用户的分类标签为熬夜人群。
在本申请实施例中,每个推荐标签对应不同的概率分值,服务器根据每个推荐标签和每个推荐标签对应的概率分值向用户推荐菜品,概率分值较大的推荐标签能够更有力的影响推荐结果,服务器推荐依据的推荐标签有一定的侧重点,推荐效率更高,推荐结果更加精准。
在本申请实施例中,服务器根据用户的推荐标签和根据中医调养理论、西医养生学研究成果得到的菜品推荐图谱确定向用户推荐的菜品信息,能够挖掘用户潜在的养生、瘦身、营养等诉求,用户不需要具备营养学相关知识,即可获得营养健康的菜品推荐,从而本申请实施例中的方法对促进国民健康饮食,培养健康意识和饮食习惯,有着积极的作用。
在另一种可能的实现方式中,服务器还可以结合历史推荐记录,根据用户的至少一个推荐标签,确定至少一个第一菜品的菜品信息。相应的,服务器从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息的步骤还可以为:获取用户的历史推荐记录;根据历史推荐记录,确定用户的饮食偏好和消费水平;根据用户的饮食偏好和消费水平,以及至少一个推荐标签,从菜品推荐图谱中选择与至少一个推荐标签匹配,且菜品的类型符合饮食偏好,且菜品的资源数值符合消费水平的至少一个第一菜品的菜品信息。其中,历史推荐记录包括对推荐的菜品信息的确认操作或否定操作、相应的菜品信息以及该菜品信息对应的用户当时的面部属性特征和第一面部情绪特征。其中,服务器可以根据历史推荐记录,通过机器学习的方法确定用户的饮食偏好和消费水平。
在本申请实施例中,服务器还可以结合历史推荐记录向用户推荐菜品,根据历史推荐记录确定的用户的饮食偏好和消费水平能够进一步缩小筛选范围,效率较高;通过历史推荐记录发掘用户已声明的外在需求,与用户潜在的健康需求结合起来,向用户推荐更加合适的菜品,可以提升用户的体验度。
在另一种可能的实现方式中,服务器还可以结合用户输入的资源数值上限,根据用户的至少一个推荐标签,确定至少一个第一菜品的菜品信息。相应的,服务器从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息的步骤还可以为:当接收到的第一终端发送的推荐请求中携带用户输入的资源数值上限时,服务器还可以根据至少一个推荐标签,确定与至少一个推荐标签匹配,且菜品的资源数值总和不大于资源数值上限的至少一个第一菜品的菜品信息。
在本申请实施例中,服务器还可以结合用户输入的资源数值上限向用户推荐菜品,服务器根据该资源数值上限可以缩小筛选范围,推荐效率更高。
在另一种可能的实现方式中,服务器还可以结合用户输入的就餐人数,根据用户的至少一个推荐标签,确定至少一个第一菜品的菜品信息。相应的,服务器从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息的步骤还可以为:根据就餐人数,确定与就餐人数匹配的目标菜品数量;根据至少一个推荐标签,确定与至少一个推荐标签匹配,且菜品数量为目标菜品数量的至少一个第一菜品的菜品信息。
在本申请实施例中,服务器还可以结合用户输入的就餐人数向用户推荐合适分量的菜品,降低用户选择成本,提升用户的体验度。
在另一种可能的实现方式中,服务器还可以结合用户的就餐时间,根据用户的至少一个推荐标签,确定至少一个第一菜品的菜品信息。相应的,服务器从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息的步骤还可以为:获取当前的就餐时间;根据就餐时间,确定与就餐时间匹配的多个第四菜品;根据至少一个推荐标签,从多个第四菜品中,确定与至少一个推荐标签匹配的至少一个第一菜品的菜品信息。
其中,就餐时间包括当前月份、当前日期以及当前具体时间,相应的,根据就餐时间,确定与就餐时间匹配的多个第四菜品的步骤可以为:根据就餐时间中的当前月份和当前日期确定当前的时令信息,根据当前的时令信息结合中医调养理论确定当前时令适宜食用的菜品信息为第四菜品的菜品信息;根据就餐时间中的当前具体时间,确定就餐性质为早餐、午餐、下午茶、晚餐或者夜宵等;根据就餐性质以及用户的餐饮习惯确定适宜当前具体时间食用的菜品信息为第四菜品的菜品信息。
在本申请实施例中,服务器还可以结合用户的就餐时间向用户推荐适宜当前时令食用的菜品,有益于用户的身体健康,服务器还可以根据就餐的具体时间向用户推荐符合其饮食习惯的菜品,降低用户选择成本,提升用户的体验度。
(2)服务器向第一终端发送至少一个第一菜品的菜品信息。
在一种可能的实现方式中,服务器向第一终端发送上述步骤中得到的至少一个第一菜品的菜品信息。
在另一种可能的实现方式中,当身体状态标签指示用户的身体状态为异常状态时,服务器还可以向第一终端发送提示信息,提示信息用于提示用户及时就医。例如,在人脸识别的过程中发现用户的舌苔异常,服务器可以向第一终端发送提示信息,用于提示该用户及时就医。
在本申请实施例中,服务器可以识别出用户身体的异常状态,推荐用户及时就医,有益于用户的身体健康,可以提升用户的体验度。
在另一种可能的实现方式中,用于提示用户及时就医的提示信息还可以包括目标医疗场所的第一位置信息;其中,确定该目标医疗场所的第一位置信息的步骤可以为:获取第一终端当前所在的第二位置信息;根据第二位置信息,获取离第一终端最近的目标医疗场所的第一位置信息。
在本申请实施例中,服务器识别出用户身体的异常状态时,还可以向用户提供距离用户当前位置最近的医疗场所的位置信息,便于用户到附近的医疗场所及时就医,有益于用户的身体健康,可以提升用户的体验度。
需要说明的一点是,服务器向第一终端发送至少一个第一菜品的菜品信息之后,还可以继续采集用户的第二人脸图像,通过第一人脸图像和第二人脸图像,确定用户的情绪波动特征,根据用户的情绪波动特征,调整向第一终端发送的菜品信息。相应的,服务器调整向第一终端发送的菜品信息的步骤可以为:服务器接收第一终端采集的第二人脸图像,第二人脸图像为第一终端在用户查看至少一个第一菜品的菜品信息过程中采集的;在第二人脸图像中确定多个第二特征关键点;根据多个第二特征关键点,获取用户的第二面部情绪特征;服务器根据第一面部情绪特征和第二面部情绪特征,确定用户的情绪波动特征;服务器根据用户的情绪波动特征,获取至少一个第二菜品的菜品信息;服务器向第一终端发送至少一个第二菜品的菜品信息。
第一终端可以在用户浏览至少一个第一菜品的菜品信息时,采集用户的多张第二人脸图像。第一终端可以在用户每浏览一个第一菜品的菜品信息时,采集一次用户的第二人脸图像。第一终端也可以在用户每浏览预设数量的第一菜品的菜品信息时,采集一次用户的第二人脸图像,例如,第一用户每浏览3个第一菜品的菜品信息,第一终端就采集一次用户的第二人脸图像。第一终端还可以每隔一个指定时间段,就采集一次用户的第二人脸图像,例如,第一终端可以每隔30秒采集一次用户的第二人脸图像。
服务器可以对比第一面部情绪特征和第二面部情绪特征,得到用户的情绪波动特征,情绪波动特征用于表示用户的情绪变化。相应的,服务器根据用户的情绪波动特征,获取至少一个第二菜品的菜品信息的步骤可以为:若情绪波动特征用于指示用户对当前浏览的第一菜品的菜品信息不满意,服务器获取第一终端当前显示的第一菜品的菜品信息和用户的至少一个推荐标签;根据用户的至少一个推荐标签,确定与第一终端当前显示的第一菜品的菜品信息不匹配的至少一个第二菜品的菜品信息。
例如,用户的情绪波动特征表示用户的情绪特征由高兴转变为厌恶,该情绪波动特征用于指示用户对当前浏览的第一菜品的菜品信息不满意,服务器应减少向该用户推荐与用户当前浏览的第一菜品信息相似的菜品信息,因此,服务器可以根据用户的至少一个推荐标签,确定与第一终端当前显示的第一菜品的菜品信息不匹配的至少一个第二菜品的菜品信息。
在本申请实施例中,服务器还能够根据用户的情绪波动特征,动态调整向第一终端发送的菜品信息,提高菜品推荐的准确率。
步骤308:第一终端接收服务器返回的至少一个第一菜品的菜品信息,在推荐界面上显示至少一个第一菜品的菜品信息。
在一种可能的实现方式中,第一终端接收服务器返回的至少一个第一菜品的菜品信息,在推荐界面上以列表形式或图文形式显示至少一个第一菜品的菜品信息。相应的,第一终端在推荐界面上显示至少一个第一菜品的菜品信息的步骤可以为:第一终端从至少一个第一菜品的菜品信息中获取指定数量的第一菜品的菜品信息,指定数量为推荐界面上以列表形式或图文形式显示第一菜品的菜品信息的最大数量;将指定数量的第一菜品的菜品信息显示在推荐界面上;第一终端响应于刷新菜品信息的操作,从至少一个第一菜品的菜品信息中获取指定数量的第一菜品的菜品信息;将指定数量的第一菜品的菜品信息显示在推荐界面上。
在另一种可能的实现方式中,第一终端接收服务器返回的提示信息,在目标应用程序APP的推荐界面上显示该提示信息,该提示信息为服务器确定用户的身体状态为异常状态时发送的,且该提示信息用于提示用户及时就医。第一终端可以在接收到服务器返回的提示信息时,在推荐界面上以弹出框的形式显示该提示信息。
在另一种可能的实现方式中,服务器向第一终端返回的提示信息还包括目标医疗场所的第一位置信息,目标医疗场所为离第一终端当前所在的第二位置信息最近的医疗场所。第一终端可以在接收到服务器返回的提示信息时,在推荐界面上以弹出框的形式同时显示目标医疗场所的第一位置信息。第一终端也可以在接收到服务器返回的提示信息时,在推荐界面中以弹出框的形式显示提示信息,并且弹出框中包括用于获取目标医疗场所的第一位置信息的按钮;当第一终端接收到对用于获取目标医疗场所的第一位置信息的按钮的触发操作时,显示目标医疗场所的第一位置信息。第一终端可以跳转到地图的导航界面显示目标医疗场所的第一位置信息。
步骤309:第一终端接收对至少一个第一菜品的菜品信息的确认操作,向服务器返回下单请求。
用户可以根据自身喜好对推荐界面上显示的至少一个第一菜品的菜品信息触发确认操作或否定操作。第一终端接收对至少一个第一菜品的菜品信息的确认操作,根据对至少一个第一菜品的菜品信息的确认操作,向服务器发送下单请求。
当第一终端接收到对至少一个第一菜品的菜品信息的确认操作时,获取第一终端对应的第三位置信息;向服务器发送下单请求,下单请求携带第三位置信息,且下单请求用于请求服务器将至少一个第一菜品的菜品信息和第三位置信息发送至商家对应的第二终端。
需要说明的一点是,第一终端还可以接收对至少一个第一菜品的菜品信息的否定操作,根据对至少一个第一菜品的菜品信息的否定操作,向服务器发送取消指示。
当第一终端接收到对至少一个第一菜品的菜品信息的否定操作时,向服务器发送取消指示,取消指示用于指示服务器重新为用户推荐菜品;接收服务器重新推荐的至少一个第二菜品的菜品信息,在推荐界面上显示至少一个第二菜品的菜品信息。
在本申请实施例中,用户可以根据自身喜好对服务器推荐的菜品进行确认或者否定的操作,可以提升用户的体验度。
步骤310:服务器响应于第一终端的下单请求,向商家对应的第二终端发送订单信息,订单信息包括至少一个第一菜品的菜品信息和第一终端对应的第三位置信息。
服务器响应于第一终端的下单请求,向商家对应的第二终端发送订单信息,商家对应的第二终端可以接收服务器发送的订单信息,根据订单信息中至少一个第一菜品的菜品信息和第一终端对应的第三位置信息,将至少一个第一菜品上菜或送餐至第三位置信息对应的位置。
需要说明的一点是,服务器还可以响应于第一终端的取消指示,重新获取至少一个第二菜品的菜品信息;向第一终端发送至少一个第二菜品的菜品信息。其中,重新获取至少一个第二菜品的菜品信息的步骤可以为:服务器根据用户的至少一个推荐标签,从菜品推荐图谱中选择与至少一个推荐标签匹配,且与至少一个第一菜品的菜品不相同的至少一个第二菜品的菜品信息。
需要说明的另一点是,服务器重新获取至少一个第二菜品的菜品信息的步骤还可以为:服务器根据第一历史点餐数据确定热门菜品或者招牌菜品为第二菜品,例如,当目标应用程序APP为餐饮商家的点餐应用时,第一历史点餐数据可以为该餐饮商家点餐应用的服务器中的历史点餐数据,由该第一历史点餐数据确定被点次数较多的热门菜品;服务器确定该热门菜品和该餐饮商家的招牌菜品为第二菜品,重新推荐给用户。
需要说明的另一点是,服务器重新获取至少一个第二菜品的菜品信息的步骤还可以为:服务器还可以根据该用户的第二历史点餐数据,确定该用户的饮食偏好和消费水平,根据该用户的饮食偏好和消费水平确定至少一个第二菜品的菜品信息。
需要说明的另一点是,服务器还可以根据服务器的第一历史点餐数据以及用户对应的第二历史点餐数据确定至少一个第二菜品的菜品信息。
在本申请实施例中,当用户对服务器推荐的菜品触发确认操作时,服务器可以根据用户的确认操作自动下单,将订单信息发送给商家对应的第二终端,无需用户其他操作,简单快捷,可以提升用户的体验度。当用户对服务器推荐的菜品触发否定操作时,服务器可以根据用户的人脸特征继续向用户推荐其它菜品,也可以不再结合用户的人脸特征向用户推荐菜品,从而能够向用户推荐其较为满意的菜品,提升用户的体验度。
需要说明的另一点是,第一终端对应的用户在目标应用程序APP中点餐时,还可以不基于人脸识别进行点餐,自主选择所需要的第三菜品。第一终端接收对第三菜品的下单请求,向服务器返回该下单请求,服务器响应于该下单请求,获取该下单请求携带的第三位置信息和至少一个第三菜品的菜品信息,将第三位置信息和至少一个第三菜品的菜品信息发送给商家对应的第二终端。商家对应的第二终端可以根据服务器发送的第三位置信息和至少一个第三菜品的菜品信息,将至少一个第三菜品上菜或者送餐到第三位置信息对应的位置。
在本申请实施例中,用户在目标应用程序APP中点餐时,也可以自主选择菜品,为用户点餐提供了多种方式,用户可以根据自身喜好选择点餐方式,能能够提升用户的体验度。
在本申请实施例中,第一终端显示目标应用程序APP的推荐界面,采集用户的人脸图像,向服务器发送推荐请求,用于请求服务器根据人脸图像进行菜品推荐,服务器根据人脸图像进行菜品推荐,将至少一个第一菜品的菜品信息发送给第一终端,第一终端将至少一个第一菜品的菜品信息显示在目标应用程序APP的推荐界面中供用户选择,能够提高菜品推荐的准确度,降低用户的选择成本,提升用户的体验度。
在本申请实施例中,接收第一终端的推荐请求,该推荐请求携带用户的第一人脸图像;在第一人脸图像中确定多个第一特征关键点;根据多个第一特征关键点,获取用户的面部属性特征和用户的第一面部情绪特征;根据面部属性特征和第一面部情绪特征,确定用户的至少一个推荐标签;从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息;向第一终端发送至少一个第一菜品的菜品信息。能够根据用户的面部属性特征和第一面部情绪特征,确定用户的推荐标签,从而精准推荐与用户的推荐标签匹配的菜品信息,提高菜品推荐的准确率。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
图5是本申请实施例提供的一种菜品推荐装置的框图。参见图5,该装置包括:
第一接收模块501,被配置为接收第一终端的推荐请求,推荐请求携带用户的第一人脸图像;
第一确定模块502,被配置为在第一人脸图像中确定多个第一特征关键点;
第一获取模块503,被配置为根据多个第一特征关键点,获取用户的面部属性特征,以及,根据多个第一特征关键点,获取用户的第一面部情绪特征;
第一确定模块502,还被配置为根据面部属性特征和第一面部情绪特征,确定用户的至少一个推荐标签;
第一选择模块504,被配置为从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息;
第一发送模块505,被配置为向第一终端发送至少一个第一菜品的菜品信息。
在一种可能的实现方式中,第一获取模块503,还被配置为从多个第一特征关键点中选择指定部位的多个目标特征关键点;根据每个目标特征关键点在第一人脸图像中的位置,确定第一人脸图像对应的特征数据;根据特征数据,确定用户的第一面部情绪特征。
在另一种可能的实现方式中,第一获取模块503,还被配置为根据目标特征关键点在第一人脸图像中的位置,确定目标特征关键点对应的特征向量;根据目标特征关键点对应的特征向量,确定目标特征关键点之间的距离、目标特征关键点之间的角度和目标特征关键点所在曲线的曲率;将目标特征关键点之间的距离、目标特征关键点之间的角度和目标特征关键点所在曲线的曲率确定为第一人脸图像对应的特征数据。
在另一种可能的实现方式中,第一获取模块503,还被配置为将特征数据输入情绪分类器中,输出用户的第一面部情绪特征。
在另一种可能的实现方式中,该装置还包括:
第一接收模块501,还被配置为接收第一终端采集的第二人脸图像,第二人脸图像为第一终端在用户查看至少一个第一菜品的菜品信息过程中采集的;
第一确定模块502,还被配置为在第二人脸图像中确定多个第二特征关键点;
第一获取模块503,还被配置为根据多个第二特征关键点,获取用户的第二面部情绪特征;
第一确定模块502,还被配置为根据第一面部情绪特征和第二面部情绪特征,确定用户的情绪波动特征;
第一获取模块503,还被配置为根据用户的情绪波动特征,获取至少一个第二菜品的菜品信息;
第一发送模块505,还被配置为向第一终端发送至少一个第二菜品的菜品信息。
在另一种可能的实现方式中,第一确定模块502,还被配置为将面部属性特征和第一面部情绪特征输入标签分类模型中,输出用户的至少一个推荐标签;或者,第一确定模块502,还被配置为获取用户的个人信息,将用户的个人信息、面部属性特征和第一面部情绪特征输入标签分类模型中,输出用户的至少一个推荐标签。
在另一种可能的实现方式中,第一选择模块504,还被配置为从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息,菜品推荐图谱中包括多个推荐标签和每个推荐标签匹配的菜品信息。
在另一种可能的实现方式中,第一选择模块504,还被配置为将至少一个推荐标签输入用户分类模型中,输出用户的分类标签;从菜品推荐图谱中选择与分类标签匹配的至少一个第一菜品的菜品信息,菜品推荐图谱中包括多个分类标签和每个分类标签匹配的菜品信息。
在另一种可能的实现方式中,第一选择模块504,还被配置为获取用户的历史推荐记录;根据历史推荐记录,确定用户的饮食偏好和消费水平;根据用户的饮食偏好和消费水平,以及至少一个推荐标签,从菜品推荐图谱中选择与至少一个推荐标签匹配,且菜品的类型符合饮食偏好,且菜品的资源数值符合消费水平的至少一个第一菜品的菜品信息。
在另一种可能的实现方式中,至少一个推荐标签包括情绪标签、面色标签、职业标签、属性标签和身体状态标签中的至少一个。
在另一种可能的实现方式中,至少一个推荐标签包括身体状态标签时,第一发送模块505,还被配置为当身体状态标签指示用户的身体状态为异常状态时,向第一终端发送提示信息,提示信息用于提示用户及时就医。
在另一种可能的实现方式中,提示信息还包括目标医疗场所的第一位置信息,第一获取模块503,还被配置为获取第一终端当前所在的第二位置信息;根据第二位置信息,获取离第一终端最近的目标医疗场所的第一位置信息。
在另一种可能的实现方式中,第一发送模块505,还被配置为响应于第一终端的下单请求,向商家对应的第二终端发送订单信息,订单信息包括至少一个第一菜品的菜品信息和第一终端对应的第三位置信息。
需要说明的是:上述实施例提供的菜品推荐装置在进行菜品推荐时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将服务器的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的菜品推荐装置与菜品推荐方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
在本申请实施例中,接收第一终端的推荐请求,该推荐请求携带用户的第一人脸图像;在第一人脸图像中确定多个第一特征关键点;根据多个第一特征关键点,获取用户的面部属性特征和用户的第一面部情绪特征;根据面部属性特征和第一面部情绪特征,确定用户的至少一个推荐标签;从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息;向第一终端发送至少一个第一菜品的菜品信息。能够根据用户的面部属性特征和第一面部情绪特征,确定用户的推荐标签,从而精准推荐与用户的推荐标签匹配的菜品信息,提高菜品推荐的准确率。
图6是本申请实施例提供的一种菜品推荐装置的框图。参见图6,该装置包括:
显示模块601,被配置为第一终端显示目标应用程序APP的推荐界面,采集用户的第一人脸图像,向服务器发送推荐请求,推荐请求携带第一人脸图像;
第二接收模块602,被配置为服务器接收推荐请求;
第二确定模块603,被配置为在第一人脸图像中确定多个第一特征关键点;
第二获取模块604,被配置为根据多个第一特征关键点,获取用户的面部属性特征,以及,根据多个第一特征关键点,获取用户的第一面部情绪特征;
第二确定模块603,还被配置为根据面部属性特征和第一面部情绪特征,确定用户的至少一个推荐标签;
第二选择模块605,被配置为从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息;
第二发送模块606,被配置为向第一终端发送至少一个第一菜品的菜品信息;
显示模块601,还被配置为第一终端接收至少一个第一菜品的菜品信息,在推荐界面上显示至少一个第一菜品的菜品信息。
需要说明的是:上述实施例提供的菜品推荐装置在进行菜品推荐时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将终端或服务器的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的菜品推荐装置与菜品推荐方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
在本申请实施例中,第一终端采集用户的第一人脸图像,向服务器发送携带有第一人脸图像的推荐请求;服务器接收第一终端的推荐请求,该推荐请求携带用户的第一人脸图像;在第一人脸图像中确定多个第一特征关键点;根据多个第一特征关键点,获取用户的面部属性特征和用户的第一面部情绪特征;根据面部属性特征和第一面部情绪特征,确定用户的至少一个推荐标签;从菜品推荐图谱中选择与至少一个推荐标签匹配的至少一个第一菜品的菜品信息;向第一终端发送至少一个第一菜品的菜品信息;第一终端接收服务器返回的至少一个第一菜品的菜品信息,将至少一个第一菜品的菜品推荐信息显示在推荐界面上。服务器能够从用户第一人脸图像中获取用户的面部属性特征和第一面部情绪特征,确定用户的推荐标签,从而精准推荐与用户的推荐标签匹配的菜品信息,提高菜品推荐的准确率,第一终端接收服务器返回的菜品信息,将该菜品信息显示在推荐界面中供用户浏览查看,能够降低用户的选择成本,提升用户的体验度。
本申请实施例提供了一种电子设备,该电子设备可以为终端或者服务器。响应于该电子设备为终端;图7是本申请实施例提供的一种终端的框图。该终端700可以是:智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端700包括有:处理器701和存储器702。
处理器701可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器701可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器701还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器702可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器702中的非暂态的计算机可读存储介质用于存储至少一条指令,该至少一条指令用于被处理器701所执行以实现本申请中方法实施例提供的菜品推荐方法。
在一些实施例中,终端700还可选包括有:外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地,外围设备包括:射频电路704、触摸显示屏705、摄像头组件706、音频电路707、定位组件708和电源709中的至少一种。
外围设备接口703可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中,处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上;在一些其他实施例中,处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路704用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路704包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路704还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏705用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时,显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时,显示屏705还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏705可以为一个,设置终端700的前面板;在另一些实施例中,显示屏705可以为至少两个,分别设置在终端700的不同表面或呈折叠设计;在再一些实施例中,显示屏705可以是柔性显示屏,设置在终端700的弯曲表面上或折叠面上。甚至,显示屏705还可以设置成非矩形的不规则图形,也即异形屏。显示屏705可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件706用于采集图像或视频。可选地,摄像头组件706包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器701进行处理,或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路707还可以包括耳机插孔。
定位组件708用于定位终端700的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件708可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源709用于为终端700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端700还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于:加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。
加速度传感器711可以检测以终端700建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号,控制触摸显示屏705以横向视图或纵向视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器712可以检测终端700的机体方向及转动角度,陀螺仪传感器712可以与加速度传感器711协同采集用户对终端700的3D动作。处理器701根据陀螺仪传感器712采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器713可以设置在终端700的侧边框和/或触摸显示屏705的下层。当压力传感器713设置在终端700的侧边框时,可以检测用户对终端700的握持信号,由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器713设置在触摸显示屏705的下层时,由处理器701根据用户对触摸显示屏705的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器714用于采集用户的指纹,由处理器701根据指纹传感器714采集到的指纹识别用户的身份,或者,由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器701授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置终端700的正面、背面或侧面。当终端700上设置有物理按键或厂商Logo时,指纹传感器714可以与物理按键或厂商Logo集成在一起。
光学传感器715用于采集环境光强度。在一个实施例中,处理器701可以根据光学传感器715采集的环境光强度,控制触摸显示屏705的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏705的显示亮度;当环境光强度较低时,调低触摸显示屏705的显示亮度。在另一个实施例中,处理器701还可以根据光学传感器715采集的环境光强度,动态调整摄像头组件706的拍摄参数。
接近传感器716,也称距离传感器,通常设置在终端700的前面板。接近传感器716用于采集用户与终端700的正面之间的距离。在一个实施例中,当接近传感器716检测到用户与终端700的正面之间的距离逐渐变小时,由处理器701控制触摸显示屏705从亮屏状态切换为息屏状态;当接近传感器716检测到用户与终端700的正面之间的距离逐渐变大时,由处理器701控制触摸显示屏705从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图7中示出的结构并不构成对终端700的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
响应于该电子设备为服务器;图8是本申请实施例提供的一种服务器的框图,该服务器800可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(Central Processing Units,CPU)801和一个或一个以上的存储器802,其中,存储器802中存储有至少一条指令,至少一条指令由处理器801加载并执行以实现上述各个方法实施例提供的菜品推荐方法。当然,该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有至少一条指令,上述至少一条指令可由处理器执行以完成上述实施例中的菜品推荐方法。例如,计算机可读存储介质可以是ROM(Read-Only Memory,只读存储器)、RAM(Random Access Memory,随机存取存储器)、CD-ROM(Compact Disc Read-Only Memory,只读光盘)、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (19)
1.一种菜品推荐方法,其特征在于,所述方法包括:
接收第一终端的推荐请求,所述推荐请求携带用户的第一人脸图像;
在所述第一人脸图像中确定多个第一特征关键点;
根据所述多个第一特征关键点,获取所述用户的面部属性特征,以及,根据所述多个第一特征关键点,获取所述用户的第一面部情绪特征;
根据所述面部属性特征和所述第一面部情绪特征,确定所述用户的至少一个推荐标签;
从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息;
向所述第一终端发送所述至少一个第一菜品的菜品信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个第一特征关键点,获取所述用户的第一面部情绪特征,包括:
从所述多个第一特征关键点中选择指定部位的多个目标特征关键点;
根据每个目标特征关键点在所述第一人脸图像中的位置,确定所述第一人脸图像对应的特征数据;
根据所述特征数据,确定所述用户的第一面部情绪特征。
3.根据权利要求2所述的方法,其特征在于,所述根据每个目标特征关键点在所述第一人脸图像中的位置,确定所述第一人脸图像对应的特征数据,包括:
根据所述目标特征关键点在所述第一人脸图像中的位置,确定所述目标特征关键点对应的特征向量;
根据所述目标特征关键点对应的特征向量,确定所述目标特征关键点之间的距离、所述目标特征关键点之间的角度和所述目标特征关键点所在曲线的曲率;
将所述目标特征关键点之间的距离、所述目标特征关键点之间的角度和所述目标特征关键点所在曲线的曲率确定为所述第一人脸图像对应的特征数据。
4.根据权利要求2所述的方法,其特征在于,所述根据所述特征数据,确定所述用户的第一面部情绪特征,包括:
将所述特征数据输入情绪分类器中,输出所述用户的第一面部情绪特征。
5.根据权利要求1所述的方法,其特征在于,所述向所述第一终端发送所述至少一个第一菜品的菜品信息之后,所述方法还包括:
接收所述第一终端采集的第二人脸图像,所述第二人脸图像为所述第一终端在所述用户查看所述至少一个第一菜品的菜品信息过程中采集的;
在所述第二人脸图像中确定多个第二特征关键点;
根据所述多个第二特征关键点,获取所述用户的第二面部情绪特征;
根据所述第一面部情绪特征和第二面部情绪特征,确定所述用户的情绪波动特征;
根据所述用户的情绪波动特征,获取至少一个第二菜品的菜品信息;
向所述第一终端发送所述至少一个第二菜品的菜品信息。
6.根据权利要求1所述的方法,其特征在于,所述根据所述面部属性特征和所述第一面部情绪特征,确定所述用户的至少一个推荐标签,包括:
将所述面部属性特征和所述第一面部情绪特征输入标签分类模型中,输出所述用户的至少一个推荐标签;
或者,获取所述用户的个人信息,将所述用户的个人信息、所述面部属性特征和所述第一面部情绪特征输入标签分类模型中,输出所述用户的至少一个推荐标签。
7.根据权利要求1所述的方法,其特征在于,所述从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息,包括:
从所述菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息,所述菜品推荐图谱中包括多个推荐标签和每个推荐标签匹配的菜品信息。
8.根据权利要求1所述的方法,其特征在于,所述从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息,包括:
将所述至少一个推荐标签输入用户分类模型中,输出所述用户的分类标签;
从所述菜品推荐图谱中选择与所述分类标签匹配的至少一个第一菜品的菜品信息,所述菜品推荐图谱中包括多个分类标签和每个分类标签匹配的菜品信息。
9.根据权利要求1所述的方法,其特征在于,所述从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息,包括:
获取所述用户的历史推荐记录;
根据所述历史推荐记录,确定所述用户的饮食偏好和消费水平;
根据所述用户的饮食偏好和消费水平,以及所述至少一个推荐标签,从所述菜品推荐图谱中选择与所述至少一个推荐标签匹配,且菜品的类型符合所述饮食偏好,且菜品的资源数值符合所述消费水平的至少一个第一菜品的菜品信息。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述至少一个推荐标签包括情绪标签、面色标签、职业标签、属性标签和身体状态标签中的至少一个。
11.根据权利要求10所述的方法,其特征在于,所述至少一个推荐标签包括身体状态标签时,所述方法还包括:
当所述身体状态标签指示所述用户的身体状态为异常状态时,向所述第一终端发送提示信息,所述提示信息用于提示所述用户及时就医。
12.根据权利要求11所述的方法,其特征在于,所述提示信息还包括目标医疗场所的第一位置信息,所述向所述第一终端发送提示信息之前,所述方法还包括:
获取所述第一终端当前所在的第二位置信息;
根据所述第二位置信息,获取离所述第一终端最近的目标医疗场所的第一位置信息。
13.根据权利要求1所述的方法,其特征在于,所述向所述第一终端发送所述至少一个第一菜品的菜品信息之后,所述方法还包括:
响应于所述第一终端的下单请求,向商家对应的第二终端发送订单信息,所述订单信息包括所述至少一个第一菜品的菜品信息和所述第一终端对应的第三位置信息。
14.一种菜品推荐方法,其特征在于,所述方法包括:
第一终端显示目标应用程序APP的推荐界面,采集所述用户的第一人脸图像,向服务器发送推荐请求,所述推荐请求携带所述第一人脸图像;
所述服务器接收所述推荐请求,在所述第一人脸图像中确定多个第一特征关键点;根据所述多个第一特征关键点,获取所述用户的面部属性特征,以及,根据所述多个第一特征关键点,获取所述用户的第一面部情绪特征;根据所述面部属性特征和所述第一面部情绪特征,确定所述用户的至少一个推荐标签;从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息;向所述第一终端发送所述至少一个第一菜品的菜品信息;
所述第一终端接收所述至少一个第一菜品的菜品信息,在所述推荐界面上显示所述至少一个第一菜品的菜品信息。
15.一种菜品推荐装置,其特征在于,所述装置包括:
第一接收模块,被配置为接收第一终端的推荐请求,所述推荐请求携带用户的第一人脸图像;
第一确定模块,被配置为在所述第一人脸图像中确定多个第一特征关键点;
第一获取模块,被配置为根据所述多个第一特征关键点,获取所述用户的面部属性特征,以及,根据所述多个第一特征关键点,获取所述用户的第一面部情绪特征;
所述第一确定模块,还被配置为根据所述面部属性特征和所述第一面部情绪特征,确定所述用户的至少一个推荐标签;
第一选择模块,被配置为从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息;
第一发送模块,被配置为向所述第一终端发送所述至少一个第一菜品的菜品信息。
16.一种菜品推荐装置,其特征在于,所述装置包括:
显示模块,被配置为第一终端显示目标应用程序APP的推荐界面,采集所述用户的第一人脸图像,向服务器发送推荐请求,所述推荐请求携带所述第一人脸图像;
第二接收模块,被配置为所述服务器接收所述推荐请求;
第二确定模块,被配置为在所述第一人脸图像中确定多个第一特征关键点;
第二获取模块,被配置为根据所述多个第一特征关键点,获取所述用户的面部属性特征,以及,根据所述多个第一特征关键点,获取所述用户的第一面部情绪特征;
所述第二确定模块,还被配置为根据所述面部属性特征和所述第一面部情绪特征,确定所述用户的至少一个推荐标签;
第二选择模块,被配置为从菜品推荐图谱中选择与所述至少一个推荐标签匹配的至少一个第一菜品的菜品信息;
第二发送模块,被配置为向所述第一终端发送所述至少一个第一菜品的菜品信息;
所述显示模块,还被配置为所述第一终端接收所述至少一个第一菜品的菜品信息,在所述推荐界面上显示所述至少一个第一菜品的菜品信息。
17.一种服务器,其特征在于,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现如权利要求1至13任一所述的菜品推荐方法。
18.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现权利要求14所述的菜品推荐方法。
19.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行,以实现权利要求1至14任一项所述的菜品推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911412951.9A CN111161035B (zh) | 2019-12-31 | 2019-12-31 | 菜品推荐方法、装置、服务器、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911412951.9A CN111161035B (zh) | 2019-12-31 | 2019-12-31 | 菜品推荐方法、装置、服务器、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111161035A true CN111161035A (zh) | 2020-05-15 |
CN111161035B CN111161035B (zh) | 2022-09-16 |
Family
ID=70559971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911412951.9A Active CN111161035B (zh) | 2019-12-31 | 2019-12-31 | 菜品推荐方法、装置、服务器、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111161035B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215664A (zh) * | 2020-10-29 | 2021-01-12 | 支付宝(杭州)信息技术有限公司 | 信息推荐方法及装置 |
CN112417282A (zh) * | 2020-11-20 | 2021-02-26 | 聚好看科技股份有限公司 | 信息推荐方法、食材储藏设备及服务器 |
CN112861633A (zh) * | 2021-01-08 | 2021-05-28 | 广州朗国电子科技有限公司 | 一种基于机器学习的图像识别方法、设备及存储介质 |
CN112966617A (zh) * | 2021-03-11 | 2021-06-15 | 北京三快在线科技有限公司 | 摆盘图像的生成方法、图像生成模型的训练方法及装置 |
CN113256396A (zh) * | 2021-07-02 | 2021-08-13 | 佛山市墨纳森智能科技有限公司 | 基于大数据的餐饮推荐方法、系统及可读存储介质 |
CN113344666A (zh) * | 2021-06-02 | 2021-09-03 | 易食便当香港有限公司 | 餐单生成方法、装置及系统 |
CN113435357A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技(深圳)有限公司 | 语音播报方法、装置、设备及存储介质 |
CN113724366A (zh) * | 2020-05-25 | 2021-11-30 | 北京新氧科技有限公司 | 3d模型生成方法、装置及设备 |
CN117198465A (zh) * | 2023-09-01 | 2023-12-08 | 广州捷蜂网络科技有限公司 | 一种中西医营养健康量化咨询方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021506A (zh) * | 2014-06-24 | 2014-09-03 | 河海大学常州校区 | 一种基于人脸识别技术的智能餐厅点餐管理系统及方法 |
CN107133593A (zh) * | 2017-05-08 | 2017-09-05 | 湖南科乐坊教育科技股份有限公司 | 一种幼儿情绪获取方法及系统 |
CN107506576A (zh) * | 2017-08-01 | 2017-12-22 | 上海祉云医疗科技有限公司 | 基于云中医的健康监测方法及系统 |
US20180032126A1 (en) * | 2016-08-01 | 2018-02-01 | Yadong Liu | Method and system for measuring emotional state |
CN107978355A (zh) * | 2017-10-30 | 2018-05-01 | 珠海格力电器股份有限公司 | 食谱推荐方法、装置和抽油烟机 |
CN108288219A (zh) * | 2018-03-19 | 2018-07-17 | 口口相传(北京)网络技术有限公司 | 餐品信息的推送方法及系统 |
CN109284415A (zh) * | 2018-10-11 | 2019-01-29 | 深圳市沃特沃德股份有限公司 | 自动推荐食物的方法、装置 |
CN109816469A (zh) * | 2018-12-14 | 2019-05-28 | 平安科技(深圳)有限公司 | 基于大数据的菜品推荐方法及服务器 |
CN110334658A (zh) * | 2019-07-08 | 2019-10-15 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备和存储介质 |
-
2019
- 2019-12-31 CN CN201911412951.9A patent/CN111161035B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021506A (zh) * | 2014-06-24 | 2014-09-03 | 河海大学常州校区 | 一种基于人脸识别技术的智能餐厅点餐管理系统及方法 |
US20180032126A1 (en) * | 2016-08-01 | 2018-02-01 | Yadong Liu | Method and system for measuring emotional state |
CN107133593A (zh) * | 2017-05-08 | 2017-09-05 | 湖南科乐坊教育科技股份有限公司 | 一种幼儿情绪获取方法及系统 |
CN107506576A (zh) * | 2017-08-01 | 2017-12-22 | 上海祉云医疗科技有限公司 | 基于云中医的健康监测方法及系统 |
CN107978355A (zh) * | 2017-10-30 | 2018-05-01 | 珠海格力电器股份有限公司 | 食谱推荐方法、装置和抽油烟机 |
CN108288219A (zh) * | 2018-03-19 | 2018-07-17 | 口口相传(北京)网络技术有限公司 | 餐品信息的推送方法及系统 |
CN109284415A (zh) * | 2018-10-11 | 2019-01-29 | 深圳市沃特沃德股份有限公司 | 自动推荐食物的方法、装置 |
CN109816469A (zh) * | 2018-12-14 | 2019-05-28 | 平安科技(深圳)有限公司 | 基于大数据的菜品推荐方法及服务器 |
CN110334658A (zh) * | 2019-07-08 | 2019-10-15 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
PIETER M.A.等: ""Sources of positive and negative emotions in food experience"", 《APPETITE》 * |
赵虹: ""基于人脸识别技术的面部表情研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113724366A (zh) * | 2020-05-25 | 2021-11-30 | 北京新氧科技有限公司 | 3d模型生成方法、装置及设备 |
CN113724366B (zh) * | 2020-05-25 | 2024-02-27 | 北京新氧科技有限公司 | 3d模型生成方法、装置及设备 |
CN112215664A (zh) * | 2020-10-29 | 2021-01-12 | 支付宝(杭州)信息技术有限公司 | 信息推荐方法及装置 |
CN112417282A (zh) * | 2020-11-20 | 2021-02-26 | 聚好看科技股份有限公司 | 信息推荐方法、食材储藏设备及服务器 |
CN112861633A (zh) * | 2021-01-08 | 2021-05-28 | 广州朗国电子科技有限公司 | 一种基于机器学习的图像识别方法、设备及存储介质 |
CN112966617A (zh) * | 2021-03-11 | 2021-06-15 | 北京三快在线科技有限公司 | 摆盘图像的生成方法、图像生成模型的训练方法及装置 |
CN113344666A (zh) * | 2021-06-02 | 2021-09-03 | 易食便当香港有限公司 | 餐单生成方法、装置及系统 |
CN113435357A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技(深圳)有限公司 | 语音播报方法、装置、设备及存储介质 |
CN113256396A (zh) * | 2021-07-02 | 2021-08-13 | 佛山市墨纳森智能科技有限公司 | 基于大数据的餐饮推荐方法、系统及可读存储介质 |
CN117198465A (zh) * | 2023-09-01 | 2023-12-08 | 广州捷蜂网络科技有限公司 | 一种中西医营养健康量化咨询方法及系统 |
CN117198465B (zh) * | 2023-09-01 | 2024-03-29 | 广州捷蜂网络科技有限公司 | 一种中西医营养健康量化咨询方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111161035B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111161035B (zh) | 菜品推荐方法、装置、服务器、电子设备及存储介质 | |
CN111652678B (zh) | 物品信息显示方法、装置、终端、服务器及可读存储介质 | |
US20190318545A1 (en) | Command displaying method and command displaying device | |
CN110121118A (zh) | 视频片段定位方法、装置、计算机设备及存储介质 | |
CN108513060B (zh) | 使用外部电子设备的拍摄方法和支持该方法的电子设备 | |
US20160006941A1 (en) | Electronic apparatus for providing health status information, method of controlling the same, and computer-readable storage | |
CN108475326A (zh) | 用于提供与图像关联的服务的方法、存储介质和电子设备 | |
AU2019200007A1 (en) | Electronic device and method for processing information associated with food | |
CN106796651A (zh) | 电子设备的多媒体数据处理方法及其电子设备 | |
US10311613B2 (en) | Electronic device for processing image and method for controlling thereof | |
CN110807325A (zh) | 谓词识别方法、装置及存储介质 | |
CN111897996A (zh) | 话题标签推荐方法、装置、设备及存储介质 | |
CN110325993A (zh) | 通过使用多个生物特征传感器执行认证的电子设备及其操作方法 | |
CN111222569A (zh) | 识别食物的方法、装置、电子设备及介质 | |
KR102303534B1 (ko) | 사용자 맞춤형 상품 정보 제공 장치 | |
KR20220163430A (ko) | 메시징 시스템에서의 증강 현실 경험을 위한 물리적 제품들의 식별 | |
US20230091214A1 (en) | Augmented reality items based on scan | |
CN111368116A (zh) | 图像分类方法、装置、计算机设备及存储介质 | |
US11596764B2 (en) | Electronic device and method for providing information for stress relief by same | |
CN110290426A (zh) | 展示资源的方法、装置、设备及存储介质 | |
CN110209316B (zh) | 类别标签显示方法、装置、终端及存储介质 | |
KR20230029945A (ko) | 제품 데이터에 기초한 증강 현실 콘텐츠 | |
CN111028071B (zh) | 账单处理方法、装置、电子设备及存储介质 | |
CN111341317B (zh) | 唤醒音频数据的评价方法、装置、电子设备及介质 | |
CN110853124B (zh) | 生成gif动态图的方法、装置、电子设备及介质 |
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 |