CN111190956B - 一种信息展示决策方法及装置 - Google Patents

一种信息展示决策方法及装置 Download PDF

Info

Publication number
CN111190956B
CN111190956B CN201911364030.XA CN201911364030A CN111190956B CN 111190956 B CN111190956 B CN 111190956B CN 201911364030 A CN201911364030 A CN 201911364030A CN 111190956 B CN111190956 B CN 111190956B
Authority
CN
China
Prior art keywords
characteristic information
information
clustering
display
weight value
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
Application number
CN201911364030.XA
Other languages
English (en)
Other versions
CN111190956A (zh
Inventor
李纲
魏泉
张虎胆
冷杨名
张天威
王童
毛进
刘湘赣
詹璐鸣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou zhanzhi Technology Co.,Ltd.
Original Assignee
Wuhan Youpin Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Youpin Technology Co ltd filed Critical Wuhan Youpin Technology Co ltd
Priority to CN201911364030.XA priority Critical patent/CN111190956B/zh
Publication of CN111190956A publication Critical patent/CN111190956A/zh
Application granted granted Critical
Publication of CN111190956B publication Critical patent/CN111190956B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种信息展示决策方法及装置。获取人物特征信息；基于预设权重值对各组特征信息求和，得到各组特征信息的权重值总和；将各组特征信息的权重值总和与预设权重值总和进行比较；若特征信息的权重值总和大于或者等于预设权重值总和，获取特征信息中权重值最大的单个身份特征信息；基于单个身份特征信息，对对应的人物进行聚类，生成聚类标识；根据聚类标识获取预设展示模板进行信息展示。本发明利用筛选、聚类的方法后，减少了人脸数据的数量对显示内容的影响，然后套用不同的展示模板组合生成使用于当前情况的显示内容，解决了人物信息可视化展示的准确性无法保证的技术问题，提高了人物信息可视化展示的准确性。

Description

一种信息展示决策方法及装置
技术领域
本发明涉及信息展示技术领域，尤其涉及一种信息展示决策方法及装置。
背景技术
随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切需求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。而与其他生物特征识别方法相比，人脸识别由于具有直接、友好、方便等特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。
目前，人脸识别往往会由于具体场景的复杂性而使决策的效果受到一定限制，识别的人脸身份信息不同、人流量不同等都会影响人物信息可视化展示的准确性。
发明内容
本发明通过提供一种信息展示决策方法及装置，解决了现有技术中人物信息可视化展示的准确性无法保证的技术问题，实现了提高了人物信息可视化展示的准确性的技术效果。
本发明提供了一种信息展示决策方法，包括：
获取人物特征信息；
基于预设权重值对获取到的各组特征信息求和，得到各组特征信息的权重值总和；
将所述各组特征信息的权重值总和与预设权重值总和进行比较；
若所述特征信息的权重值总和大于或者等于所述预设权重值总和，获取所述特征信息中权重值最大的单个身份特征信息；
基于所述获取到的权重值最大的单个身份特征信息，对对应的人物进行聚类，生成聚类标识；
根据所述聚类标识获取预设展示模板进行信息展示。
进一步地，通过以下至少一种方式获取所述人物特征信息：
人脸识别、指纹识别、瞳孔识别、刷卡识别。
进一步地，所述人物特征信息包括多个单个身份特征信息；
所述基于预设权重值对获取到的各组特征信息求和，得到各组特征信息的权重值总和，包括：
针对各单个身份特征信息，预设分权重值；
将所述各单个身份特征信息乘以对应的分权重值，再求和，得到所述各组特征信息的权重值总和。
进一步地，所述基于所述获取到的权重值最大的单个身份特征信息，对对应的人物进行聚类，生成聚类标识，包括：
判断获取到的各所述权重值最大的单个身份特征信息是否相同；
若相同，将对应的人物聚为一类，生成相应的聚类标识。
进一步地，所述根据所述聚类标识获取预设展示模板进行信息展示，包括：
将各类中的单个身份特征信息的权重值求平均值，得到各类权重值的平均值；
根据所述各类权重值的平均值的大小，对所述各聚类标识进行排序；
基于排序的先后顺序，根据所述聚类标识获取对应的预设展示模板对信息进行先后展示。
本发明还提供了一种信息展示决策装置，包括：
特征信息获取模块，用于获取人物特征信息；
运算模块，用于基于预设权重值对获取到的各组特征信息求和，得到各组特征信息的权重值总和；
比较模块，用于将所述各组特征信息的权重值总和与预设权重值总和进行比较；
筛选模块，用于若所述特征信息的权重值总和大于或者等于所述预设权重值总和，获取所述特征信息中权重值最大的单个身份特征信息；
聚类模块，用于基于所述获取到的权重值最大的单个身份特征信息，对对应的人物进行聚类，生成聚类标识；
展示模块，用于根据所述聚类标识获取预设展示模板进行信息展示。
进一步地，所述特征信息获取模块通过以下至少一种方式获取所述人物特征信息：
人脸识别、指纹识别、瞳孔识别、刷卡识别。
进一步地，所述人物特征信息包括多个单个身份特征信息；
所述运算模块，包括：
分权重值预设单元，用于针对各单个身份特征信息，预设分权重值；
求和单元，用于将所述各单个身份特征信息乘以对应的分权重值，再求和，得到所述各组特征信息的权重值总和。
进一步地，所述聚类模块，包括：
判断单元，用于判断获取到的各所述权重值最大的单个身份特征信息是否相同；
聚类单元，用于若相同，将对应的人物聚为一类，生成相应的聚类标识。
进一步地，所述展示模块，包括：
求平均值单元，用于将各类中的单个身份特征信息的权重值求平均值，得到各类权重值的平均值；
排序单元，用于根据所述各类权重值的平均值的大小，对所述各聚类标识进行排序；
展示单元，用于基于排序的先后顺序，根据所述聚类标识获取对应的预设展示模板对信息进行先后展示。
本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：
先获取人物特征信息；基于预设权重值对获取到的各组特征信息求和，得到各组特征信息的权重值总和；再将各组特征信息的权重值总和与预设权重值总和进行比较；若特征信息的权重值总和大于或者等于预设权重值总和，获取特征信息中权重值最大的单个身份特征信息；基于获取到的权重值最大的单个身份特征信息，对对应的人物进行聚类，生成聚类标识；最后根据聚类标识获取预设展示模板进行信息展示。本发明利用筛选、聚类的方法后，减少了人脸数据的数量对显示内容的影响，然后套用不同的展示模板组合生成使用于当前情况的显示内容，用最稳妥的办法智能的生成展示方案，从而解决了现有技术中人物信息可视化展示的准确性无法保证的技术问题，实现了提高了人物信息可视化展示的准确性的技术效果。
附图说明
图1为本发明实施例提供的信息展示决策方法的流程图；
图2为本发明实施例提供的信息展示决策方法的逻辑原理图；
图3为本发明实施例提供的信息展示决策装置的模块图。
具体实施方式
本发明实施例通过提供一种信息展示决策方法及装置，解决了现有技术中人物信息可视化展示的准确性无法保证的技术问题，实现了提高了人物信息可视化展示的准确性的技术效果。
本发明实施例中的技术方案为解决上述问题，总体思路如下：
将已准备好的人脸信息库导入信息库，如表一A、B、C为除人脸特征值外的其他指标列信息。根据实际情况为每个指标列赋予一定权重，例如图一中的a、b、c分别为A、B、C的权重，其次为每列指标的具体数据值赋予权重，例如图中A1、A2…对应的a1、a2，即可得到每一行数据所对应的每一个具体数据值都有一个权重值。并为每个具体地数据值(特征值)设定一个展示模板，当识别到人脸信息时会利用人脸信息的核心特征值对应的展示模板生成展示内容进行展示。
id A(a) B(b) C(c)
1 A1(a<sub>1</sub>) B1(b<sub>1</sub>) C1(c<sub>1</sub>)
2 A2(a<sub>2</sub>) B2(b<sub>2</sub>) C2(c<sub>2</sub>)
3 A3(a<sub>3</sub>) B3(b<sub>3</sub>) C3(c<sub>3</sub>)
4 A4(a<sub>4</sub>) B4(b<sub>4</sub>) C4(c<sub>4</sub>)
5 A5(a<sub>5</sub>) B5(b<sub>5</sub>) C5(c<sub>5</sub>)
表一 权重示例
为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参见图1和图2，本发明实施例提供的信息展示决策方法，包括：
步骤S110：获取人物特征信息；
具体地，可以通过以下至少一种方式获取人物特征信息：
人脸识别、指纹识别、瞳孔识别、刷卡识别。这几种方式可以同时使用，也可以只使用其中的一种或几种，本发明实施例对此不做出具体限制。
步骤S120：基于预设权重值对获取到的各组特征信息求和，得到各组特征信息的权重值总和；
具体地，人物特征信息包括多个单个身份特征信息，例如：学历、工作单位、岗位等；先通过识别方式获取人物的生物特征信息，再将获取到的生物特征信息在数据库中查询出对应的人物特征信息。
对本步骤进行具体说明，基于预设权重值对获取到的各组特征信息求和，得到各组特征信息的权重值总和，包括：
针对各单个身份特征信息，预设分权重值；
将各单个身份特征信息乘以对应的分权重值，再求和，得到各组特征信息的权重值总和。
步骤S130：将各组特征信息的权重值总和与预设权重值总和进行比较；
步骤S140：若特征信息的权重值总和大于或者等于预设权重值总和，则说明与该特征信息对应的人物信息应该被展示，获取特征信息中权重值最大的单个身份特征信息；
具体地，摄像头识别到人脸信息后，摄像头将信息发送给服务器，运行程序在信息库中匹配相应的人脸特征。在匹配成功之后，计算每个人脸(即每行数据)权重值之和W，计算公式为：
W＝a×a1+b×b1+c×c1…
当计算机检测到W≥N(标准)时，将该有效的数据记录在一张表中，当W＜N(标准)时，设定人脸数据为无效数据，即无需展示，不做记录。在经过这个过程之后，所得到的表即是所有有效(有价值)的人脸数据，即需要进行展示。
步骤S150：基于获取到的权重值最大的单个身份特征信息，对对应的人物进行聚类，生成聚类标识；
对本步骤进行具体说明，基于获取到的权重值最大的单个身份特征信息，对对应的人物进行聚类，生成聚类标识，包括：
判断获取到的各权重值最大的单个身份特征信息是否相同；
若相同，则说明各与单个身份特征信息对应的人物为一类人群，将对应的人物聚为一类，生成相应的聚类标识。
具体地，运行算法程序将表中有效的人脸的相关指标数据进行聚类分析，分析过程：将表中存在的用户按照上述操作的权重排序。排序后，对每一个人脸信息，将特征值中权重最高的选取出来，然后对比其他人脸信息选取出来的最高特征值，将多个权重在一定范围内的具有相同核心特征值的人脸合并，获得带有不同核心特征值(取自表中的具体数据，如A1、A2…)的多个人脸群体。
步骤S160：根据聚类标识获取预设展示模板进行信息展示。
对本步骤进行具体说明，根据聚类标识获取预设展示模板进行信息展示，包括：
将各类中的单个身份特征信息的权重值求平均值，得到各类权重值的平均值；
根据各类权重值的平均值的大小，对各聚类标识进行排序；
基于排序的先后顺序，根据聚类标识获取对应的预设展示模板对信息进行先后展示。
具体地，利用每个群体的核心特征值的平均值对应的权重(即表一中的A1、A2…对应的权重a1、a2…)，将各群体按降序排列，并利用每个特征值预设的展示模板生成每个群体对应的展示内容，并将内容按排列顺序在屏幕上排列展示。若展示内容过多，则通过限定至多展示条数来进行控制，多余的内容会在第二个页面进行展示。
在本实施例中，展示模板至少为以下任意一种：
文字展示模板、图片展示模板、语音展示模板、视频展示模板。
实施例
选取某市场为例进行分析，根据实际情况，动态地进行展示决策。在进行决策之前，依据上文的描述，需要录入信息库、设定分量指标值以及文本内容模板库。
1.导入模拟数据
如下导入表二(人脸信息库)、表三(属性一级权重值)、表四(属性分量二级权重值)、表五(文本内容模板)
Figure BDA0002337937870000071
Figure BDA0002337937870000081
表二 人脸信息库
属性列 一级权重值
工作单位 0.4
职位 0.5
学历 0.1
表三 各属性一级权重值
Figure BDA0002337937870000082
Figure BDA0002337937870000091
表四 各属性分量二级权重值
Figure BDA0002337937870000092
表五 文本内容模板
2.计算权重值筛选有效人员
假设信息库中的十个人均在同一时段被摄像头捕获，设定有效人脸标准为权重值大于等于0.4。利用公式计算获得每个人脸的权重值之和：
W＝a×a1+b×b1+c×c1…
计算得到的结果为：
Figure BDA0002337937870000093
Figure BDA0002337937870000101
将权重值总和小于0.4的人脸信息进行剔除，得到有效识别人脸如下：
编号 工作单位 职位 学历 总和
4 0.24 0.45 0.07 0.76
1 0.2 0.35 0.1 0.65
3 0.2 0.3 0.07 0.57
2 0.2 0.25 0.1 0.55
5 0.24 0.2 0.07 0.51
6 0.24 0.1 0.07 0.41
7 0.24 0.1 0.07 0.41
然后通过聚类算法，例如一群人中有三张人脸为百度的员工，两个人脸是腾讯的员工，并且计算权重后他们的核心特征值都是单位，并且五个特征的权重差在给定的范围内，则将这五张人脸聚类为一个群体。针对这一种权重相近但属性不同的情况，可以通过选择的核心特征值将这一群体选择对应的模板(如：欢迎各单位莅临参观等)，最后这个群体的核心特征值为五张脸的核心特征值的平均值，得到的最后的排序如下表所示：
Figure BDA0002337937870000102
Figure BDA0002337937870000111
3.生成对应的展示模板
根据排序、聚类以及对应的特征值生成的展示内容如下：
欢迎阿里巴巴BCEO莅临指导工作！
欢迎腾讯A总经理莅临指导工作！
欢迎百度C总经理秘书莅临指导工作！
欢迎腾讯B部门经理莅临指导工作！
欢迎阿里巴巴莅临指导工作！
当然，也可以对展示对象逐次进行图片、音视频信息的展示，而不仅限于文字展示。
参见图3，本发明实施例提供的信息展示决策装置，包括：
特征信息获取模块100，用于获取人物特征信息；
具体地，特征信息获取模块100可以通过以下至少一种方式获取人物特征信息：
人脸识别、指纹识别、瞳孔识别、刷卡识别。这几种方式可以同时使用，也可以只使用其中的一种或几种，本发明实施例对此不做出具体限制。
运算模块200，用于基于预设权重值对获取到的各组特征信息求和，得到各组特征信息的权重值总和；
具体地，人物特征信息包括多个单个身份特征信息，例如：学历、工作单位、岗位等；先通过识别方式获取人物的生物特征信息，再将获取到的生物特征信息在数据库中查询出对应的人物特征信息。
运算模块200，包括：
分权重值预设单元，用于针对各单个身份特征信息，预设分权重值；
求和单元，用于将各单个身份特征信息乘以对应的分权重值，再求和，得到各组特征信息的权重值总和。
比较模块300，用于将各组特征信息的权重值总和与预设权重值总和进行比较；
筛选模块400，用于若特征信息的权重值总和大于或者等于预设权重值总和，则说明与该特征信息对应的人物信息应该被展示，获取特征信息中权重值最大的单个身份特征信息；
聚类模块500，用于基于获取到的权重值最大的单个身份特征信息，对对应的人物进行聚类，生成聚类标识；
具体地，聚类模块500，包括：
判断单元，用于判断获取到的各权重值最大的单个身份特征信息是否相同；
聚类单元，用于若相同，则说明各与单个身份特征信息对应的人物为一类人群，将对应的人物聚为一类，生成相应的聚类标识。
展示模块600，用于根据聚类标识获取预设展示模板进行信息展示。
具体地，展示模块600，包括：
求平均值单元，用于将各类中的单个身份特征信息的权重值求平均值，得到各类权重值的平均值；
排序单元，用于根据各类权重值的平均值的大小，对各聚类标识进行排序；
展示单元，用于基于排序的先后顺序，根据聚类标识获取对应的预设展示模板对信息进行先后展示。
在本实施例中，展示模板至少为以下任意一种：
文字展示模板、图片展示模板、语音展示模板、视频展示模板。
【技术效果】
本发明实施例先录入人脸信息库，并为信息指标列以及指标列对应的具体数据值设定权重值(例如职位、学历、工作单位等可能为几个不同的信息指标列，学历中的博士、硕士、本科等可能为几个不同的具体数据值)，并为每一个具体的数据值设定一个展示内容的文本模板。在摄像头识别到人脸信息上传服务器进行匹配后，通过权重值过滤部分不符合标准的人脸。判断有效人脸数量，并对识别的人脸依据核心特征进行分类，得到核心特征各不相同的几组人群。再利用核心特征对应的平均权重值将人群进行排序，将各人群核心特征填充至预设的展示模板内，并将各人群文本内容按降序排列，在展示屏幕上进行展示。
本发明实施例旨在针对实际生活中复杂的人脸信息场景，提供一种以识别的人脸信息为基础，动态智能地进行决策的方法，即根据人脸识别的结果不同，为可视化展示屏幕提供一种基于人脸信息的动态、智能的展示变化决策方法。先通过摄像头进行人脸识别，并将识别信息与已有的人脸信息库中的数据进行对比，根据识别的人脸信息情况，采用本方法的筛选排序后，有策略的动态控制展示屏幕的展示内容。由于实际情况中所识别的人脸情况往往十分复杂，人流量、人员组成等都会影响具体的展示内容，因此，本方法会根据具体的识别环境，利用筛选和聚类，提供特定的决策方法，并生成与具体环境对应的展示内容进行展示，从而减少了人脸数据的数量对显示内容的影响，用最稳妥的办法智能的生成了展示方案。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种信息展示决策方法，其特征在于，包括：
获取人物特征信息；
基于预设权重值对获取到的各组特征信息求和，得到各组特征信息的权重值总和；
将所述各组特征信息的权重值总和与预设权重值总和进行比较；
若所述特征信息的权重值总和大于或者等于所述预设权重值总和，获取所述特征信息中权重值最大的单个身份特征信息；
基于所述获取到的权重值最大的单个身份特征信息，对对应的人物进行聚类，生成聚类标识；
根据所述聚类标识获取预设展示模板进行信息展示；
根据具体的识别环境，利用筛选和聚类，提供特定的决策方法，并生成与具体环境对应的展示内容进行展示。
2.如权利要求1所述的方法，其特征在于，通过以下至少一种方式获取所述人物特征信息：
人脸识别、指纹识别、瞳孔识别、刷卡识别。
3.如权利要求1所述的方法，其特征在于，所述人物特征信息包括多个单个身份特征信息；
所述基于预设权重值对获取到的各组特征信息求和，得到各组特征信息的权重值总和，包括：
针对各单个身份特征信息，预设分权重值；
将所述各单个身份特征信息乘以对应的分权重值，再求和，得到所述各组特征信息的权重值总和。
4.如权利要求1所述的方法，其特征在于，所述基于所述获取到的权重值最大的单个身份特征信息，对对应的人物进行聚类，生成聚类标识，包括：
判断获取到的各所述权重值最大的单个身份特征信息是否相同；
若相同，将对应的人物聚为一类，生成相应的聚类标识。
5.如权利要求1-4中任一项所述的方法，其特征在于，所述根据所述聚类标识获取预设展示模板进行信息展示，包括：
将各类中的单个身份特征信息的权重值求平均值，得到各类权重值的平均值；
根据所述各类权重值的平均值的大小，对所述各聚类标识进行排序；
基于排序的先后顺序，根据所述聚类标识获取对应的预设展示模板对信息进行先后展示。
6.一种信息展示决策装置，其特征在于，包括：
特征信息获取模块，用于获取人物特征信息；
运算模块，用于基于预设权重值对获取到的各组特征信息求和，得到各组特征信息的权重值总和；
比较模块，用于将所述各组特征信息的权重值总和与预设权重值总和进行比较；
筛选模块，用于若所述特征信息的权重值总和大于或者等于所述预设权重值总和，获取所述特征信息中权重值最大的单个身份特征信息；
聚类模块，用于基于所述获取到的权重值最大的单个身份特征信息，对对应的人物进行聚类，生成聚类标识；
展示模块，用于根据所述聚类标识获取预设展示模板进行信息展示。
7.如权利要求6所述的装置，其特征在于，所述特征信息获取模块通过以下至少一种方式获取所述人物特征信息：
人脸识别、指纹识别、瞳孔识别、刷卡识别。
8.如权利要求6所述的装置，其特征在于，所述人物特征信息包括多个单个身份特征信息；
所述运算模块，包括：
分权重值预设单元，用于针对各单个身份特征信息，预设分权重值；
求和单元，用于将所述各单个身份特征信息乘以对应的分权重值，再求和，得到所述各组特征信息的权重值总和。
9.如权利要求6所述的装置，其特征在于，所述聚类模块，包括：
判断单元，用于判断获取到的各所述权重值最大的单个身份特征信息是否相同；
聚类单元，用于若相同，将对应的人物聚为一类，生成相应的聚类标识。
10.如权利要求6-9中任一项所述的装置，其特征在于，所述展示模块，包括：
求平均值单元，用于将各类中的单个身份特征信息的权重值求平均值，得到各类权重值的平均值；
排序单元，用于根据所述各类权重值的平均值的大小，对所述各聚类标识进行排序；
展示单元，用于基于排序的先后顺序，根据所述聚类标识获取对应的预设展示模板对信息进行先后展示。
CN201911364030.XA 2019-12-26 2019-12-26 一种信息展示决策方法及装置 Active CN111190956B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911364030.XA CN111190956B (zh) 2019-12-26 2019-12-26 一种信息展示决策方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911364030.XA CN111190956B (zh) 2019-12-26 2019-12-26 一种信息展示决策方法及装置

Publications (2)

Publication Number Publication Date
CN111190956A CN111190956A (zh) 2020-05-22
CN111190956B true CN111190956B (zh) 2021-02-09

Family

ID=70708000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911364030.XA Active CN111190956B (zh) 2019-12-26 2019-12-26 一种信息展示决策方法及装置

Country Status (1)

Country Link
CN (1) CN111190956B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104657420A (zh) * 2015-01-09 2015-05-27 北京京东尚科信息技术有限公司 页面展示方法和系统
CN105205071A (zh) * 2014-06-24 2015-12-30 阿里巴巴集团控股有限公司 一种数据表展示的方法和系统
CN105843608A (zh) * 2016-03-16 2016-08-10 中山大学 一种基于聚类的app用户界面设计模式推荐方法及系统
CN108154171A (zh) * 2017-12-20 2018-06-12 北京奇艺世纪科技有限公司 一种人物识别方法、装置及电子设备
CN110334261A (zh) * 2019-05-31 2019-10-15 平安科技（深圳）有限公司 车辆信息展示方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003296606A (ja) * 2002-04-04 2003-10-17 Oki Electric Ind Co Ltd コンテンツ仲介システム及びコンテンツ仲介方法
US8699776B2 (en) * 2009-02-06 2014-04-15 Universite Laval Methods and apparatuses for quantitatively determining the likelihood of a disease
CN110223133B (zh) * 2019-04-23 2024-03-08 平安科技（深圳）有限公司 产品展示方法、装置、计算机设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205071A (zh) * 2014-06-24 2015-12-30 阿里巴巴集团控股有限公司 一种数据表展示的方法和系统
CN104657420A (zh) * 2015-01-09 2015-05-27 北京京东尚科信息技术有限公司 页面展示方法和系统
CN105843608A (zh) * 2016-03-16 2016-08-10 中山大学 一种基于聚类的app用户界面设计模式推荐方法及系统
CN108154171A (zh) * 2017-12-20 2018-06-12 北京奇艺世纪科技有限公司 一种人物识别方法、装置及电子设备
CN110334261A (zh) * 2019-05-31 2019-10-15 平安科技（深圳）有限公司 车辆信息展示方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111190956A (zh) 2020-05-22

Similar Documents

Publication Publication Date Title
CN107609493B (zh) 优化人脸图片质量评价模型的方法及装置
AU2013213886B2 (en) Notification and privacy management of online photos and videos
KR20120114564A (ko) 대표 지문 템플릿 생성 장치 및 방법
CN102486793A (zh) 一种搜索目标用户的方法和系统
CN109934114A (zh) 一种手指静脉模板生成与更新算法及系统
CN113537446A (zh) 深度学习算法的选择方法及深度学习算法的选择装置
Jianfeng et al. Multi-feature authentication system based on event evoked electroencephalogram
Hu et al. Person recognition: Qualitative differences in how forensic face examiners and untrained people rely on the face versus the body for identification
CN111652260B (zh) 一种人脸聚类样本数量的选择方法及系统
CN114639152A (zh) 基于人脸识别的多模态语音交互方法、装置、设备及介质
CN103443772A (zh) 基于多模态信息的人口统计分析的系统和方法
Shashikala et al. Attendance monitoring system using face recognition
CN111190956B (zh) 一种信息展示决策方法及装置
Grd et al. Creating a face database for age estimation and classification
CN109948718B (zh) 一种基于多算法融合的系统及方法
Trujillo et al. Haptic: the new biometrics-embedded media to recognizing and quantifying human patterns
Stark et al. Human perceptual categorization of iris texture patterns
CN105224957B (zh) 一种基于单样本的图像识别的方法及系统
CN108536709B (zh) 一种搜索优化方法及装置
Gan et al. A method for face and iris feature fusion in identity authentication
CN113010725B (zh) 演奏乐器的选择方法、装置、设备及存储介质
KR100539148B1 (ko) 성적 정보 제공 방법 및 장치
Li et al. Multimodal Biometric Fusion Algorithm Based on Ranking Partition Collision Theory
Lee et al. A Study on the Prediction of Emotion from Image by Time-flow depend on Color Analysis
Lyamin et al. Biometric student identification using low-frequency eye tracker

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Room 404-27, building 6, No. 25, Lushan Road, high tech Zone, Suzhou, Jiangsu 215000

Patentee after: Suzhou zhanzhi Technology Co.,Ltd.

Address before: No. 2801, shuxiangmen, No. 76, Luoshi North Road, Hongshan District, Wuhan City, Hubei Province, 430000

Patentee before: WUHAN YOUPIN TECHNOLOGY Co.,Ltd.