[发明专利]一种基于眼神注视的喜好判别方法及判别系统

说明书

本发明提出了一种基于眼神注视的喜好判别方法，包括：通过摄像单元实时捕捉用户在获取当前播放内容时的眼神注视图像追踪所述眼神注视图像中用户的瞳孔特征数据，包括追踪用户瞳孔的瞳孔移动数据、瞳孔缩放数据和眨眼频率数据；判断数值赋值为零，若瞳孔移动数据超过阈值，则判断数值累加；若瞳孔缩放数据低于阈值，则判断数值累加；若眨眼频率数据低于阈值，则判断数值累加；若判断数值不高于1，则判断用户的喜好程度为高；否则，判断用户的喜好程度为低；生成主要判断结果。本发明还提供了一种基于眼神注视的喜好判别系统。

技术领域

本发明属于计算机领域，尤其涉及一种基于眼神注视的喜好判别方法及判别系统。

背景技术

推送技术通常是在事先表达喜好的信息，以构筑发布/订阅模型。一位客户可能订阅的各种信息，每当相关新内容再次发布，服务器会推出的信息给用户。在这一流程中，用户订阅是决定内容推送与否的关键，但在大多数时候，推送的决定权仍旧在服务商手中，推广内容是容易的，但是推广用户喜欢的内容却不容易。这造成了用户接受大量垃圾信息，而服务商做出一次次无效推广。

为此，在大数据时代下研究具体用户的心理，根据用户喜好推送内容是值得研究的关键课题。资源标签可由总体的选择提供，不过每一位用户的喜好不尽相同，某两个标签往往关联不能得出对其中一个标签资源表达喜爱的某位用户也对另一个标签资源喜爱。一般来说，储存单一用户的历史浏览能够追踪出该用户的喜好，不过，该方法无法外接，即，人的喜好会随时间变动，也会随接受信息而增减，这种方法是面向过去的方法，没有时效性。

发明内容

本发明的目的在于提供一种能够实时分析用户喜好的智能手机应用程序，以获得更精确、高效、有效的针对具体用户的推送与发布。

本发明提出了一种基于眼神注视的喜好判别方法，包括

步骤1：通过摄像单元实时捕捉用户在获取当前播放内容时的眼神注视图像；

步骤2：追踪所述眼神注视图像中用户的瞳孔特征数据，包括追踪用户瞳孔的瞳孔移动数据、瞳孔缩放数据和眨眼频率数据；

步骤3：判断数值赋值为零，若瞳孔移动数据超过阈值，则判断数值累加；若瞳孔缩放数据低于阈值，则判断数值累加；若眨眼频率数据低于阈值，则判断数值累加；

步骤4：若判断数值不高于1，则判断用户的喜好程度为高；否则，判断用户的喜好程度为低；生成主要判断结果。

本发明提出的所述基于眼神注视的喜好判别方法中，通过捕捉用户的瞳距，若瞳距中心点在播放内容时移动，则记录瞳孔移动数据。

本发明提出的所述基于眼神注视的喜好判别方法中，通过捕捉用户的瞳距，若瞳距在播放内容时缩小，则记瞳孔缩放数据。

本发明提出的所述基于眼神注视的喜好判别方法中，步骤4之后进一步包括步骤5：显示交互页面，获取用户输入关于当前播放内容的喜好程度。

本发明提出的所述基于眼神注视的喜好判别方法中，步骤5之后进一步包括步骤6：若其连续多次与主要判断结果不相符，则进一步引入辅助判断模式修正判断结果；所述辅助判断模式包括：

步骤a：在获取当前播放内容时，进一步通过摄像单元刺激用户的表情数据，和/或进一步通过麦克风采集用户的语音语调数据；

步骤b：分析表情数据中用户的嘴角两端位置，嘴角上扬则判断喜好程度为高，反之，为低；和/或分析语音语调数据中用户的发音频率，频率高于阈值则判断喜好程度威高，反之，为低；输出辅助判断结果。

本发明提出的所述基于眼神注视的喜好判别方法中，步骤b之后进一步包括步骤c：若主要判断结果与辅助判断结果相同则判定所述主要判断结果正确；若不符，则对所述主要判断结果进行重新判断。