[发明专利]节目推荐方法、系统及计算机可读存储介质

说明书

技术领域

本发明涉及节目播放技术领域，尤其涉及一种节目推荐方法、系统及计算机可读存储介质。

背景技术

随着高新技术的迅速发展，继智能手机后智能电视兴起。为了更好的用户体验，智能电视的一大重要功能就是节目的自动推荐，在现行的智能电视节目推荐方法中，主要依靠用户观看节目记录的节目关键词进行节目的智能推荐，这类智能电视节目推荐方法虽然能实现节目的自动推荐，但是下一个用户容易获知上一个用户观看电视节目的记录，容易暴露用户有关电视节目的隐私信息。

鉴于上述技术问题，有必要提出一种在向用户推荐节目时，既能高效精准的向用户推荐节目，提升用户体验，又能有效保护用户观看节目相关隐私信息的解决方案。

发明内容

本发明的主要目的在于提出一种节目推荐方法、系统及计算机可读存储介质，旨在保护节目推荐中用户的隐私信息，更有效的实现节目的自动推荐。

为实现上述目的，本发明提供一种节目推荐方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

此外，本发明还提出一种节目推荐系统，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上所述的节目推荐方法的步骤。

此外，本发明还提出一种计算机可读存储介质，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上所述的节目推荐方法的步骤。