[发明专利]节目推荐方法、系统及计算机可读存储介质在审
申请号: | 201711180447.1 | 申请日: | 2017-11-23 |
公开(公告)号: | CN107948700A | 公开(公告)日: | 2018-04-20 |
发明(设计)人: | 高晓林 | 申请(专利权)人: | 深圳TCL数字技术有限公司 |
主分类号: | H04N21/4223 | 分类号: | H04N21/4223;H04N21/466;H04N21/442;H04N21/258;G06K9/00 |
代理公司: | 深圳市世纪恒程知识产权代理事务所44287 | 代理人: | 胡海国 |
地址: | 518054 广东省深圳市前海深港合作区前湾一路鲤鱼门街一号前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 节目 推荐 方法 系统 计算机 可读 存储 介质 | ||
1.一种节目推荐方法,其特征在于,所述方法包括如下步骤:
当侦测到用户观看节目时,采集当前用户的人脸图像;
对所述当前用户的人脸图像进行特征提取;
将提取到的当前用户的人脸特征与预先存储在云端数据库中的人脸特征相匹配,所述云端数据库中存储有不同用户的人脸特征及对应的节目参数;
若在所述云端数据库中匹配到与所述当前用户的人脸特征相对应的人脸特征,则从所述云端数据库获取与所述当前用户的人脸特征相对应的节目参数;
根据所述节目参数向当前用户推荐相应的节目。
2.根据权利要求1所述的节目推荐方法,其特征在于,所述节目参数包括:当前用户在预设时间段内观看节目的节目名称、节目类型,以及观看时间中的一种或多种。
3.根据权利要求2所述的节目推荐方法,其特征在于,所述从所述云端数据库获取与所述当前用户的人脸特征相对应的节目参数的步骤之后还包括:
对所述节目参数进行聚类分析;
所述根据所述节目参数向当前用户推荐相应的节目的步骤包括:
根据所述聚类分析的结果向用户推荐相应的节目。
4.根据权利要求3所述的节目推荐方法,其特征在于,所述将提取到的当前用户的人脸特征与预先存储在云端数据库中的人脸特征相匹配的步骤包括:
将提取到的当前用户的人脸特征与预先存储在云端数据库中的人脸特征基于surf图像匹配算法进行匹配。
5.根据权利要求1-4中任意一项所述的节目推荐方法,其特征在于,所述当侦测到用户观看节目时,采集当前用户的人脸图像的步骤之前还包括:
预先建立云端数据库,所述云端数据库存储有用户的人脸特征、与所述用户的人脸特征相对应的节目参数。
6.根据权利要求5所述的节目推荐方法,其特征在于,所述预先建立云端数据库的步骤包括:
采集用户的人脸图像,并对所述用户的人脸图像进行预处理;
从预处理过的人脸图像中提取人脸特征;
记录所述用户在预设时间段内的节目观看记录,并从所述节目观看记录中获取所述节目的节目参数;
基于所述预处理过的人脸图像的人脸特征、所述节目参数建立云端数据库。
7.根据权利要求6所述的节目推荐方法,其特征在于,所述预先建立云端数据库的步骤之后还包括:
对所述云端数据库中的节目参数进行加密处理;
所述若在所述云端数据库中匹配到与所述当前用户的人脸特征相对应的人脸特征,则从所述云端数据库获取与所述当前用户的人脸特征相对应的节目参数的步骤包括:
若在所述云端数据库中匹配到与所述当前用户的人脸特征相对应的人脸特征,则基于匹配到的人脸特征对所述云端数据库中的节目参数进行解密;
在解密成功后,从所述云端数据库获取与所述当前用户的人脸特征相对应的节目参数。
8.根据权利要求6所述的节目推荐方法,其特征在于,所述从预处理过的人脸图像中提取人脸特征的步骤包括:
使用Gabor小波对预处理过的人脸图像进行变换,得到多个Gabor幅值图像;
对每幅Gabor幅值图像进行LBP编码,得到LGBP特征图像;
对每幅LGBP特征图像进行分块,并提取每个分块的LGBP直方图序列;
将多个LGBP直方图序列串联成一个向量,作为用以表述人脸特征的特征向量。
9.一种节目推荐系统,其特征在于,所述系统包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的节目推荐程序,所述节目推荐程序被所述处理器执行时实现如权利要求1-8中任意一项所述的节目推荐方法的步骤。
10.一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上存储有节目推荐程序,所述节目推荐程序被处理器执行时实现如权利要求1-8中任一项所述的节目推荐方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳TCL数字技术有限公司,未经深圳TCL数字技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711180447.1/1.html,转载请声明来源钻瓜专利网。