[发明专利]网络协议电视IPTV中推荐内容的方法和装置

权利要求书

1.一种网络协议电视IPTV中推荐内容的方法，其特征在于，包括：

获取观影用户的用户图像；

根据所述用户图像，确定用户特征向量，所述用户特征向量中包括反映所述观影用户的特征的多维数据；

将所述用户特征向量上传到视频服务器，所述用户特征向量用于所述视频服务器生成与所述用户特征向量对应的推荐内容；

从所述视频服务器获取所述推荐内容。

2.根据权利要求1所述的方法，其特征在于，所述根据用户图像，确定用户特征向量，包括：

基于所述用户图像，提取用户特征信息，所述用户特征信息包括以下特征中的一项或多项：用户人脸特征，用户人体特征；

根据所述用户特征信息，确定所述用户特征向量。

3.根据权利要求2所述的方法，其特征在于，若所述用户特征信息包括用户人脸特征，

所述方法还包括：

采用机器学习算法，基于所述用户人脸特征，识别所述观影用户的状态与属性信息，所述状态与属性信息包括以下信息中的一项或多项：用户性别、用户年龄、用户情绪。

4.根据权利要求3所述的方法，其特征在于，所述机器学习算法包括神经网络算法，其中，所述用户人脸特征作为神经网络算法的输入，所述状态与属性信息是神经网络算法的输出。

5.根据权利要求2所述的方法，其特征在于，若所述用户特征信息包括用户人体特征，

所述方法还包括：

采用机器学习算法，基于所述用户人体特征，确定所述观影用户的着装分类信息。

6.根据权利要求5所述的方法，其特征在于，所述机器学习算法包括着装分类算法，所述采用机器学习算法，基于所述用户人体特征，确定所述观影用户的着装分类信息，包括：

根据所述用户人体特征，提取所述用户图像中的用户着装图像；

采用着装分类算法，获取与所述用户着装图像对应的所述用户的着装分类信息。

7.根据权利要求2至6中任一项所述的方法，其特征在于，所述根据所述用户特征信息，确定所述用户特征向量，包括：

基于所述用户的状态与属性信息，和/或，所述用户的着装分类信息进行信息融合，生成所述用户特征向量，所述用户特征向量中包括以下向量元素中的一项或多项：用户性别、用户年龄、用户情绪、用户着装标签。

8.根据权利要求1至7中任一项所述的方法，其特征在于，所述推荐内容是所述视频服务器基于映射关系生成的，其中，所述映射关系是指用户特征向量中的数据与推荐内容的对应关系。

9.根据权利要求1至8中任一项所述的方法，其特征在于，所述用户图像是观影用户在观影区域的图像，其中，所述观影区域是能够采集到观影用户的用户图像的区域。

10.一种网络协议电视IPTV中推荐内容的方法，其特征在于，包括：

获取来自终端的用户特征向量，所述用户特征向量中包括反映所述用户的特征的多维数据；

根据所述用户特征向量，生成与所述用户特征向量对应的推荐内容；

向所述终端发送所述推荐内容。

11.根据权利要求10所述的方法，其特征在于，所述根据所述用户特征向量，生成与所述用户特征向量对应的推荐内容，包括：

基于映射关系，生成与所述用户特征向量对应的推荐内容，其中，所述映射关系是指用户特征向量中的数据与推荐内容的对应关系。

12.根据权利要求10或11所述的方法，其特征在于，所述用户特征向量是基于用户特征信息确定的，其中，所述用户特征信息包括以下特征中的一项或多项：用户人脸特征，用户人体特征。