CN113282770A - 一种多媒体推荐系统及方法 - Google Patents
一种多媒体推荐系统及方法 Download PDFInfo
- Publication number
- CN113282770A CN113282770A CN202010102332.6A CN202010102332A CN113282770A CN 113282770 A CN113282770 A CN 113282770A CN 202010102332 A CN202010102332 A CN 202010102332A CN 113282770 A CN113282770 A CN 113282770A
- Authority
- CN
- China
- Prior art keywords
- user
- target multimedia
- age
- multimedia resource
- playing 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008451 emotion Effects 0.000 claims abstract description 29
- 230000000694 effects Effects 0.000 claims description 34
- 230000002996 emotional effect Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 230000008447 perception Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
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
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种多媒体推荐系统及方法,涉及计算机技术领域。该多媒体推荐系统的一具体实施方式包括:采集装置、控制器和播放终端;其中,所述采集装置,用于采集用户图像;所述控制器,用于根据所述行为图像确定用户特征,所述用户特征包括用户的年龄特征、性格特征、情绪特征中至少一个;根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,并将所述目标多媒体资源发送至所述播放终端,以利用所述播放终端对所述目标多媒体资源进行播放。该实施方式实现了基于用户特征的多媒体资源的自动无感知推荐,提高了用户体验。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种多媒体推荐系统及方法。
背景技术
随着生活水平的提高,人们的娱乐活动愈加丰富,KTV设备由于其丰富的音频资源和强大的视听效果,已成为一种主要的娱乐方式。
目前,用户在KTV点歌时,一般需手动搜索歌曲,例如通过手动输入按照歌星或歌名等关键词进行搜索后,在搜索列表中手动选择相应的歌曲。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
手动搜索歌曲的方式需用户记住并逐个输入歌星或歌名等关键词,增加了用户的操作过程,降低了用户体验。
发明内容
有鉴于此,本发明实施例提供一种多媒体推荐系统及方法,能够根据用户的年龄特征、性格特征和/或情绪特征等用户特征,向播放终端推送相应的多媒体资源,从而无需用户通过在播放终端上输入歌名或歌星等关键词的方式查找并选择多媒体资源,实现了基于用户特征的多媒体资源的自动无感知推荐,减少了用户的操作过程,从而提高了用户体验。
为实现上述目的,根据本发明实施例的一个方面,提供了一种多媒体推荐系统。
本发明实施例的一种多媒体推荐系统包括:采集装置、控制器和播放终端;其中,
所述采集装置,用于采集用户图像;
所述控制器,用于根据所述用户图像确定用户特征,所述用户特征包括用户的年龄特征、性格特征、情绪特征中至少之一;根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,并将所述目标多媒体资源发送至所述播放终端,以利用所述播放终端对所述目标多媒体资源进行播放。
可选地,当所述采集装置采集有多个用户的用户图像时,
所述控制器,用于确定出所述用户特征包括年龄特征时,根据所述多个用户分别对应的年龄特征确定属于同一年龄段的用户的人数,根据所述年龄特征以及属于同一年龄段的用户的人数,确定所述目标多媒体资源。
可选地,所述控制器,还用于根据所述用户对历史推荐的目标多媒体资源的反馈信息以及所述用户特征,确定所述目标多媒体资源。
可选地,所述多媒体推荐系统还包括:投影装置;其中,
所述控制器,用于根据所述用户在所述播放终端播放所述目标多媒体资源时的情绪特征,确定所述播放终端播放的所述目标多媒体资源所对应的场景特效,并通过所述投影装置将所述场景特效投影至所述播放终端所处的环境。
可选地,所述控制器还用于建立特征识别模型,所述特征识别模型通过标注有用户特征的训练数据训练得到,所述控制器使得所述特征识别模型识别所述年龄特征、性格特征和/或情绪特征。
可选地,所述采集装置与所述控制器集成于一体。
为实现上述目的,根据本发明实施例的又一方面,提供了一种多媒体推荐方法。
本发明实施例的一种多媒体推荐方法包括:
采集用户图像;
根据所述用户图像确定用户特征,所述用户特征包括用户的年龄特征、性格特征、情绪特征中至少之一;
根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,并将所述目标多媒体资源发送至播放终端,以利用所述播放终端对所述目标多媒体资源进行播放。
可选地,当采集有多个用户图像时,且所述用户特征包括年龄特征时,
所述根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,包括:
根据所述多个用户分别对应的年龄特征确定属于同一年龄段的用户的人数,根据所述年龄特征以及属于同一年龄段的用户的人数,确定所述目标多媒体资源。
可选地,
根据所述用户对历史推荐的目标多媒体资源的反馈信息以及所述用户特征,确定所述目标多媒体资源。
可选地,该方法还包括:
根据所述用户在所述播放终端播放所述目标多媒体资源时的情绪特征,确定所述播放终端播放的所述目标多媒体资源所对应的场景特效,并通过所述投影装置将所述场景特效投影至所述播放终端所处的环境。
为实现上述目的,根据本发明实施例的又一方面,提供了一种多媒体推荐的电子设备。
本发明实施例的一种多媒体推荐的电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例的一种多媒体推荐的方法。
为实现上述目的,根据本发明实施例的再一方面,提供了一种计算机可读存储介质。
本发明实施例的一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例的一种多媒体推荐的方法。
上述发明中的一个实施例具有如下优点或有益效果:根据本发明实施例的多媒体推荐方法可以看出,通过采集用户图像,并根据用户图像确定出用户的年龄特征、性格特征、情绪特征中至少一个用户特征,然后根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与用户特征相对应的目标多媒体资源,并将确定出的目标多媒体资源发送至播放终端,使得播放终端自动播放相应的目标多媒体资源,从而无需用户通过在播放终端上输入歌名或歌星等关键词的方式查找并选择多媒体资源,实现了基于用户特征的多媒体资源的自动推荐,减少了用户的操作过程,从而提高了用户体验。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的多媒体推荐系统的主要模块的示意图;
图2是根据本发明实施例的多媒体推荐方法的主要步骤的示意图;
图3是本发明实施例可以应用于其中的示例性系统架构图;
图4是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要指出的是,在不冲突的情况下,本发明的实施例以及实施例中的技术特征可以相互结合。
图1是根据本发明实施例的一种多媒体推荐系统的主要装置的示意图。
如图1所示,本发明实施例的一种多媒体推荐系统100包括:采集装置101、控制器102和播放终端103;其中,
所述采集装置101,用于采集用户图像;
所述控制器102,用于根据所述用户图像确定用户特征,所述用户特征包括用户的年龄特征、性格特征、情绪特征中至少之一;根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,并将所述目标多媒体资源发送至所述播放终端103,以利用所述播放终端103对所述目标多媒体资源进行播放。
其中,多媒体资源可以为音频和视频等。用户图像包括用户的面部图像和行为图像中的至少一个。
所述控制器102上还用于建立特征识别模型,所述特征识别模型通过标注有用户特征的训练数据训练得到,所述控制器102使得所述特征识别模型识别所述年龄特征、性格特征和/或情绪特征。
在特征识别模型的训练阶段,可基于云端存储的海量的用户数据,通过迁移学习和人工标注相结合的方法,基于CNN深度学习网络,训练出年龄模型、性格模型和情绪模型。具体地,首先获取云端存储的用户数据(图片数据),这些数据包含了用户年龄的标注标签(精确到具体数字,如18岁、30岁)、用户性格的标注标签(包括内向和外向两个方向,每个方向还可划分多个等级,例如划分为高、中、低3个等级,则具体的标注标签可以包括:高度内向或中度外向等)、用户情绪的标注标签(包括愉悦、亢奋、悲伤、暴怒、忧郁、平静等标签)。在使用用户数据时,为了保护用户隐私,可仅保留用户数据关于用户特征的关键特征信息,也就是仅保留关于用户年龄、用户性格和用户情绪的关键特征信息,而不保留可能暴露用户隐私的其他信息。对于已标注的用户数据,可进行少量的人工校对,以提高标注准确性,从而提高特征识别模型的预测准确性。
然后,可基于标注有用户性格标签、年龄标签和情绪标签对CNN卷积神经网络进行训练,在训练过程中,标注好的图片数据通过多层卷积反复修正各神经元权值,最终输出完整的深层网络结构,以形成特征识别模型。则在多媒体推荐系统的应用过程中,设置有该特征识别模型的控制器可利用特征识别模型识别出用户图像中的年龄特征、性格特征、情绪特征中的至少一个用户特征。也就是说,在训练好特征识别模型后,可将训练好的特征识别模型固化到逻辑芯片中,以形成控制器。
为了便于多媒体推荐系统的部署,采集装置与控制器可以集成于一体。其中,采集装置可以为可摄像头,也就是说,可通过该芯片将该芯片嵌入到摄像头中,由此实现采集装置与控制器的集成,从而使得摄像头在采集到用户图像后,即可根据嵌入的控制器识别用户图像中的用户特征。
当该多媒体推荐系统应用于KTV等场景时,可在采集空间(如用户所处房间)中设置多个摄像头,且每个摄像头的采集角度有所不同,例如,将四个摄像头分别设置于用户所处房间的四个角上,以全面采集表征用户的面部表情的面部图像和表征肢体动作的行为图像等用户图像。可以理解的是,摄像头可直接采集静态的图像,也可以采集动态的图像(即用户活动所产生的视频),控制器分析用户图像时,若用户图像是静态的,则可直接对用户图像进行分析,若采集的是视频,则可从视频中按帧提取出用户图像,再对用户图像进行分析,控制器可从用户图像中实时提取出用户特征,并为每个用户动态匹配年龄、性格和/或情绪标签。
进一步地,摄像头采集的用户图像还可被按帧提取出关键特征后,将表征这些关键特征的字符上传至云端,用于优化特征识别模型,从而不断提高特征识别模型的预测准确性,并且,用户图像经特征提取后才上传至云端,不会暴露用户隐私。
另外,可根据规则库提供的先验知识和领域经验等,构建用户特征与多媒体资源之间的对应关系,例如,当多媒体资源为歌曲对应的视频时,构建的对应关系可以为歌曲以及适合该歌曲的年龄标签、性格标签和情绪标签之间的对应关系,例如,歌曲A的标签是20岁-30岁、内向、忧郁/悲伤。由此,当确定出用户特征之后,可基于用户特征以及用户特征与多媒体资源之间的对应关系,将相应的多媒体资源推荐给用户。
在本发明一个实施方式中,当用户特征同时包括年龄特征、性格特征和情绪特征时,可根据漏斗型推荐策略,从多媒体资源库中筛选出与用户特征相匹配的多媒体资源。
具体地,首先可根据用户的年龄特征从多媒体数据库中筛选第一多媒体资源。当所述采集装置采集有多个用户的用户图像时,所述控制器,用于确定出所述用户特征包括年龄特征时,根据所述多个用户分别对应的年龄特征确定属于同一年龄段的用户的人数,根据所述年龄特征以及属于同一年龄段的用户的人数,确定所述目标多媒体资源。
其中,年龄段可根据年代划分,例如70年代和80年代为不同的年龄段,也可以根据用户的年龄特征进行划分,例如,先计算多个用户的平均年龄,将平均年龄±第一数量n1作为一个年龄段,或者根据多个用户中的最大年龄和最小年龄之间的差值划分年龄段,例如,最大年龄为60岁,最小年龄为21岁,划分的年龄段数量为5个,则21-28岁为一个年龄段,29-36岁为一个年龄段,37-44岁为一个年龄段,45岁-52岁为一个年龄段,53岁-60岁为一个年龄段。可以理解的是,此处年龄段的划分规则与构建用户特征与多媒体资源的对应关系时的年龄段划分规则相同,在本发明一个优选的实施方式中,可按年代划分年龄段。
在确定目标多媒体资源的过程中,当摄像头采集到多个用户的用户图像且从用户图像中确定出年龄特征时,控制器可通过统计的方式计算这多个用户的平均年龄、最大年龄和最小年龄等,然后根据预定义的年龄段划分规则,确定属于同一年龄段的人数,然后可根据人数最多的年龄段,从多媒体数据库中确定出相应的第一多媒体资源。可以理解的是,当用户特征仅包括年龄特征时,确定出的第一多媒体资源即为发送至播放终端的目标多媒体资源,由于不同年龄段具有不同的特点,因此根据不同年龄段的特点确定目标多媒体资源可提高多媒体资源推荐的准确性。
当用户特征包括年龄特征、性格特征和情绪特征时,在根据年龄特征从多媒体资源库中筛选出第一多媒体资源之后,再根据用户的性格特征从第一多媒体资源中筛选出第二多媒体资源,也就是根据用户的性格分布情况,根据内向或外向的偏向程度,从第一多媒体资源中筛选出第二多媒体资源。值得一提的是,当采集了多个用户的用户图像时,在确定用户性格分布情况时,与年龄特征类似的,可根据每个用户的性格特征确定属于同一性格的用户的人数,然后根据属于同一性格的用户的人数确定第二多媒体资源,一般根据人数最多的性格确定第二多媒体资源。或者,也可以根据正在演唱歌曲的用户的性格特征,确定第二多媒体资源。
在确定第二多媒体资源时,还可根据所述用户对历史推荐的目标多媒体资源的反馈信息以及所述用户特征,确定所述目标多媒体资源。例如,当播放终端播放历史推荐的目标多媒体资源时,可根据用户对该历史推荐的目标多媒体资源的反馈信息动态修正用户的性格偏向(内向或外向),然后根据修正后的性格特征确定第二多媒体资源。
可以理解的是,当用户特征包括年龄特征和性格特征时,上述第二多媒体资源即为发送至播放终端的目标多媒体资源,也就是推荐给用户的目标多媒体资源。当用户特征仅包括性格特征时,也可直接根据用户的性格特征从多媒体资源库中筛选出目标多媒体资源。
当用户特征包括年龄特征、性格特征和情绪特征时,再进一步根据用户的情绪特征从第二多媒体资源中确定目标多媒体资源,该情绪特征主要可通过用户图像中用户的即时表情所确定。在这里,可主要根据正在演唱歌曲的用户的情绪特征确定目标多媒体资源。
另外,在根据多个用户特征(年龄特征、性格特征和情绪特征)从多媒体资源库中确定目标多媒体资源时,还可为每个用户特征设置不同的权重,以根据权重确定多个用户特征的筛选顺序,也就是确定多个用户在特征漏斗型推荐策略的位置,一般来说,权重越大的用户特征越靠近漏斗出口。
在本发明实施例中,如图1所示,本发明实施例提供的多媒体推荐系统还可以包括投影装置104,可利用投影装置104投影出多媒体资源所对应的场景特效。该投影装置104可以为AR投影装置,以提高投影效果。具体地,在资源数据库中可预存多媒体资源所对应的多种场景特效,在确定出目标多媒体资源时,也相应确定了目标多媒体资源所对应的场景特效。在播放终端播放目标多媒体资源时,可根据用户对应于目标多媒体资源的情绪特征,确定相应的场景特效,然后利用投影装置104将所述场景特效投影至所述播放终端所处的环境,当本发明实施例提供的多媒体推荐系统应用于KTV时,即通过投影装置将场景特效投放至用户所处房间的四面墙壁上。场景特效的具体形式可预先定义,例如场景特效对应于四面墙壁时,一面为输出歌词信息的主屏幕,其余三面最为辅助屏幕,可投影出与氛围有关的场景特效。
场景特效的形式可以有多重,例如:模拟演唱会现场、有观众影像和现场音效的演唱会特效;也可以为自然风景特效,其可根据歌曲内容渲染满足当前曲风的自然风景,包括田园、森林、大海、沙漠等;还可以为基于歌曲原始MTV,使用AR技术对其进行增强,产生更具带入感的场景特效体验的MTV特效。
在场景特效的投影过程中,可根据用户情绪特征的变化,动态调整场景特效,例如,用户唱到歌曲高潮部分,听众的情绪标签更新为“亢奋”,则控制器自动切换场景特效为欢呼特效,AR投影画面会做出相应的改变。
根据本发明实施例的多媒体推荐系统可以看出,通过采集用户的行为图像,并根据行为图像确定出用户的年龄特征、性格特征、情绪特征中至少一个用户特征,然后根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与用户特征相对应的目标多媒体资源并将确定出的目标多媒体资源发送至播放终端,使得播放终端自动播放相应的目标多媒体资源,从而无需用户通过在播放终端上输入歌名或歌星等关键词的方式查找并选择多媒体资源,实现了基于用户特征的多媒体资源的自动推荐,减少了用户的操作过程,从而提高了用户体验。
图2是根据本发明实施例的多媒体推荐方法的主要步骤的示意图。
如图2所示,本发明实施例的多媒体推荐方法主要包括以下步骤:
步骤S201:采集用户的行为图像。
步骤S202:根据所述行为图像确定用户特征,所述用户特征包括用户的年龄特征、性格特征和/或情绪特征。
步骤S203:根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,并将所述目标多媒体资源发送至播放终端,以利用所述播放终端对所述目标多媒体资源进行播放。
在本发明一个实施例中,当采集有多个用户的用户图像时,且所述用户特征包括年龄特征时,所述根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,包括:利用所述控制器根据所述多个用户分别对应的年龄特征确定属于同一年龄段的用户的人数,根据所述年龄特征以及属于同一年龄段的用户的人数,确定所述目标多媒体资源。
在本发明一个实施例中,根据所述用户对历史推荐的目标多媒体资源的反馈信息以及所述用户特征,确定所述目标多媒体资源。
在本发明一个实施例中,根据所述用户在所述播放终端播放所述目标多媒体资源时的情绪特征,确定所述播放终端播放的所述目标多媒体资源所对应的场景特效,并将所述场景特效投影至所述播放终端所处的环境。
根据本发明实施例的多媒体推荐方法可以看出,通过采集用户图像,并根据用户图像确定出用户的年龄特征、性格特征、情绪特征中至少一个用户特征,然后根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与用户特征相对应的目标多媒体资源,并将确定出的目标多媒体资源发送至播放终端,使得播放终端自动播放相应的目标多媒体资源,从而无需用户通过在播放终端上输入歌名或歌星等关键词的方式查找并选择多媒体资源,实现了基于用户特征的多媒体资源的自动推荐,减少了用户的操作过程,从而提高了用户体验。
图3示出了可以应用本发明实施例的多媒体推荐方法或多媒体推荐系统的示例性系统架构300。
如图3所示,系统架构300可以包括终端设备301、302、303,网络304和服务器305。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备301、302、303通过网络304与服务器305交互,以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备301、302、303可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器305可以是提供各种服务的服务器,例如对用户利用终端设备301、302、303所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息)反馈给终端设备。
需要说明的是,本发明实施例所提供的多媒体推荐的方法一般由服务器305执行,相应地,多媒体推荐系统一般设置于服务器305中。
应该理解,图3中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图4,其示出了适于用来实现本发明实施例的终端设备的计算机系统400的结构示意图。图4示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统400包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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,上述模块、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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:利用采集装置采集用户图像;根据所述用户图像确定用户特征,所述用户特征包括用户的年龄特征、性格特征、情绪特征中至少一个;根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,并将所述目标多媒体资源发送至播放终端。
根据本发明实施例的技术方案,根据本发明实施例的多媒体推荐方法可以看出,通过采集用户图像,并根据用户图像确定出用户的年龄特征、性格特征、情绪特征中至少一个用户特征,然后根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与用户特征相对应的目标多媒体资源,并将确定出的目标多媒体资源发送至播放终端,使得播放终端自动播放相应的目标多媒体资源,从而无需用户通过在播放终端上输入歌名或歌星等关键词的方式查找并选择多媒体资源,实现了基于用户特征的多媒体资源的自动推荐,减少了用户的操作过程,从而提高了用户体验。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种多媒体推荐系统,其特征在于,包括:采集装置、控制器和播放终端;其中,
所述采集装置,用于采集用户图像;
所述控制器,用于根据所述用户图像确定用户特征,所述用户特征包括用户的年龄特征、性格特征、情绪特征中至少之一;根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,并将所述目标多媒体资源发送至所述播放终端,以利用所述播放终端对所述目标多媒体资源进行播放。
2.根据权利要求1所述的系统,其特征在于,当所述采集装置采集有多个用户的用户图像时,
所述控制器,用于确定出所述用户特征包括年龄特征时,根据所述多个用户分别对应的年龄特征确定属于同一年龄段的用户的人数,根据所述年龄特征以及属于同一年龄段的用户的人数,确定所述目标多媒体资源。
3.根据权利要求1所述的系统,其特征在于,
所述控制器,还用于根据所述用户对历史推荐的目标多媒体资源的反馈信息以及所述用户特征,确定所述目标多媒体资源。
4.根据权利要求1所述的系统,其特征在于,还包括:投影装置;其中,
所述控制器,用于根据所述用户在所述播放终端播放所述目标多媒体资源时的情绪特征,确定所述播放终端播放的所述目标多媒体资源所对应的场景特效,并通过所述投影装置将所述场景特效投影至所述播放终端所处的环境。
5.根据权利要求1所述的系统,其特征在于,
所述控制器还用于建立特征识别模型,所述特征识别模型通过标注有用户特征的训练数据训练得到,所述控制器使得所述特征识别模型识别所述年龄特征、性格特征和/或情绪特征。
6.根据权利要求1所述的系统,其特征在于,
所述采集装置与所述控制器集成于一体。
7.一种多媒体推荐方法,其特征在于,包括:
采集用户图像;
根据所述用户图像确定用户特征,所述用户特征包括用户的年龄特征、性格特征、情绪特征中至少之一;
根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,并将所述目标多媒体资源发送至播放终端,以利用所述播放终端对所述目标多媒体资源进行播放。
8.根据权利要求7所述的方法,其特征在于,当采集有多个用户的用户图像时,且所述用户特征包括年龄特征时,
所述根据用户特征与多媒体资源之间的对应关系,从多媒体资源库中确定与所述用户特征相对应的目标多媒体资源,包括:
根据所述多个用户分别对应的年龄特征确定属于同一年龄段的用户的人数,根据所述年龄特征以及属于同一年龄段的用户的人数,确定所述目标多媒体资源。
9.根据权利要求7所述的方法,其特征在于,
根据所述用户对历史推荐的目标多媒体资源的反馈信息以及所述用户特征,确定所述目标多媒体资源。
10.根据权利要求7所述的方法,其特征在于,还包括:
根据所述用户在所述播放终端播放所述目标多媒体资源时的情绪特征,确定所述播放终端播放的所述目标多媒体资源所对应的场景特效,并将所述场景特效投影至所述播放终端所处的环境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010102332.6A CN113282770A (zh) | 2020-02-19 | 2020-02-19 | 一种多媒体推荐系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010102332.6A CN113282770A (zh) | 2020-02-19 | 2020-02-19 | 一种多媒体推荐系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113282770A true CN113282770A (zh) | 2021-08-20 |
Family
ID=77275084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010102332.6A Pending CN113282770A (zh) | 2020-02-19 | 2020-02-19 | 一种多媒体推荐系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113282770A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115578115A (zh) * | 2022-09-21 | 2023-01-06 | 支付宝(杭州)信息技术有限公司 | 资源抽选处理方法及装置 |
CN117555937A (zh) * | 2024-01-12 | 2024-02-13 | 山东街景智能制造科技股份有限公司 | 一种用于产品推荐的数据采集方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140074846A1 (en) * | 2012-09-07 | 2014-03-13 | Clear Channel Communications, Inc. | Multi-input playlist selection |
CN105898553A (zh) * | 2015-12-09 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 智能终端、服务器及媒体信息推广方法 |
CN110175245A (zh) * | 2019-06-05 | 2019-08-27 | 腾讯科技(深圳)有限公司 | 多媒体推荐方法、装置、设备及存储介质 |
CN110418172A (zh) * | 2019-07-31 | 2019-11-05 | 上海掌门科技有限公司 | 用于播放多媒体资源的方法、电子设备和计算机可读介质 |
-
2020
- 2020-02-19 CN CN202010102332.6A patent/CN113282770A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140074846A1 (en) * | 2012-09-07 | 2014-03-13 | Clear Channel Communications, Inc. | Multi-input playlist selection |
CN105898553A (zh) * | 2015-12-09 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 智能终端、服务器及媒体信息推广方法 |
CN110175245A (zh) * | 2019-06-05 | 2019-08-27 | 腾讯科技(深圳)有限公司 | 多媒体推荐方法、装置、设备及存储介质 |
CN110418172A (zh) * | 2019-07-31 | 2019-11-05 | 上海掌门科技有限公司 | 用于播放多媒体资源的方法、电子设备和计算机可读介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115578115A (zh) * | 2022-09-21 | 2023-01-06 | 支付宝(杭州)信息技术有限公司 | 资源抽选处理方法及装置 |
CN115578115B (zh) * | 2022-09-21 | 2023-09-08 | 支付宝(杭州)信息技术有限公司 | 资源抽选处理方法及装置 |
CN117555937A (zh) * | 2024-01-12 | 2024-02-13 | 山东街景智能制造科技股份有限公司 | 一种用于产品推荐的数据采集方法及系统 |
CN117555937B (zh) * | 2024-01-12 | 2024-04-19 | 山东街景智能制造科技股份有限公司 | 一种用于产品推荐的数据采集方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107832434B (zh) | 基于语音交互生成多媒体播放列表的方法和装置 | |
CN109379636B (zh) | 弹幕处理方法、装置及系统 | |
JP6967059B2 (ja) | 映像を生成するための方法、装置、サーバ、コンピュータ可読記憶媒体およびコンピュータプログラム | |
US8717367B2 (en) | Automatically generating audiovisual works | |
CN107846561B (zh) | 确定和显示上下文定向内容的方法及系统 | |
US11670015B2 (en) | Method and apparatus for generating video | |
CN112616063A (zh) | 一种直播互动方法、装置、设备及介质 | |
CN111432235A (zh) | 直播视频生成方法、装置、计算机可读介质及电子设备 | |
CN111258995B (zh) | 数据处理方法、装置、存储介质及设备 | |
CN109474843A (zh) | 语音操控终端的方法、客户端、服务器 | |
CN104994921A (zh) | 用于分布式故事阅读的视觉内容修改 | |
JP7240505B2 (ja) | 音声パケット推薦方法、装置、電子機器およびプログラム | |
CN104918670A (zh) | 用于故事阅读的基于位置的增强 | |
WO2019227429A1 (zh) | 多媒体内容生成方法、装置和设备/终端/服务器 | |
CN112738557A (zh) | 视频处理方法及装置 | |
CN111158924A (zh) | 内容分享方法、装置、电子设备及可读存储介质 | |
US20240273153A1 (en) | Systems and methods for managing media feed timelines | |
US11048387B1 (en) | Systems and methods for managing media feed timelines | |
CN113282770A (zh) | 一种多媒体推荐系统及方法 | |
CN111259245A (zh) | 作品推送方法、装置及存储介质 | |
US10681402B2 (en) | Providing relevant and authentic channel content to users based on user persona and interest | |
CN113762040B (zh) | 视频识别方法、装置、存储介质及计算机设备 | |
JP7113000B2 (ja) | 映像を生成するための方法および装置 | |
CN116389849A (zh) | 视频生成方法、装置、设备及存储介质 | |
CN113766255B (zh) | 视频流合并方法、装置、电子设备及计算机介质 |
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 |