[发明专利]一种用户专注度检测方法及用户专注度检测系统有效
申请号: | 202110353090.2 | 申请日: | 2021-04-01 |
公开(公告)号: | CN112801052B | 公开(公告)日: | 2021-08-31 |
发明(设计)人: | 李牧;李钢江;马义 | 申请(专利权)人: | 北京百家视联科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 刘凤 |
地址: | 100082 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用户 专注 检测 方法 系统 | ||
1.一种用户专注度检测方法,其特征在于,所述方法包括:
接收专注度检测请求,所述专注度检测请求中携带有检测时间信息;
确定与所述检测时间信息对应的待检测用户的目标面部状态数据,以及与所述检测时间信息对应的待检测用户在所持有的终端上执行的目标操作状态数据;
基于所述目标面部状态数据和所述目标操作状态数据,确定所述待检测用户的专注状态信息;
输出所述待检测用户的专注状态信息;
其中,所述专注度检测请求的发送方与接收方是同一方或者是不同方;
其中,确定与所述检测时间信息对应的待检测用户的目标面部状态数据,以及与所述检测时间信息对应的待检测用户在所持有的终端上执行的目标操作状态数据,包括:
如果所述检测时间信息指示的时间长度小于第一时间阈值,则确定与所述检测时间信息对应的待检测用户的目标面部状态数据,以及与所述检测时间信息对应的待检测用户在所持有的终端上执行的目标操作状态数据,以输出该时间长度的结束时刻的专注度检测结果;
如果所述检测时间信息指示的时间长度大于第一时间阈值,则将所述时间长度划分为多个时间段,针对每个时间段,确定与该时间段对应的待检测用户的目标面部状态数据,以及与该时间段对应的待检测用户在所持有的终端上执行的目标操作状态数据,以输出该时间段的结束时刻的专注度检测结果;
通过以下步骤确定与所述检测时间信息对应的待检测用户的目标面部状态数据:
获取与所述检测时间信息对应的待检测用户的视频图像;
检测是否预存有所述待检测用户的人脸信息;
若检测到预存有待检测用户的人脸信息,则采用第一人脸识别模型对所述视频图像进行人脸识别,获得识别人脸信息,将所述识别人脸信息与预存的所述待检测用户的人脸信息进行比对,根据比对结果,确定待检测用户的第一面部状态数据,将所述第一面部状态数据确定为所述待检测用户的目标面部状态数据;
若未检测到预存有待检测用户的人脸信息,则采用第二人脸识别模型对所述视频图像进行人脸识别,获得识别人脸信息,将所述识别人脸信息确定为待检测用户的第二面部状态数据,将所述第二面部状态数据确定为所述待检测用户的目标面部状态数据。
2.根据权利要求1所述的方法,其特征在于,通过以下步骤训练所述第一人脸识别模型:
获取视频图像样本,所述视频图像样本中包括第一目标用户的视频图像样本以及非第一目标用户的视频图像样本;
将所述视频图像样本输入至预先构建好的神经网络中,提取所述视频图像样本中第一目标用户的人脸特征信息和非第一目标用户的人脸特征信息;
计算所述第一目标用户的人脸特征信息与预存的第一目标用户的人脸信息之间的第一相似度,以及所述非第一目标用户的人脸特征信息与预存的第一目标用户的人脸信息之间的第二相似度;
分别计算所述第一相似度低于第一相似度阈值的第一数量与计算出的第一相似度对应的总数之间的第一数量比值,以及所述第二相似度不低于第二相似度阈值的第二数量与计算出的第二相似度对应的总数之间的第二数量比值;
当所述第一数量比值低于第一设定阈值,且所述第二数量比值低于第二设定阈值时,确定所述第一人脸识别模型训练完成。
3.根据权利要求1所述的方法,其特征在于,通过以下步骤训练所述第二人脸识别模型:
获取第二目标用户的视频图像样本;
将所述视频图像样本输入至预先构建好的神经网络中,提取所述视频图像样本中第二目标用户的人脸特征信息;
计算所述第二目标用户的人脸特征信息与预存的第二目标用户的人脸信息之间的第三相似度;
计算所述第三相似度低于第三相似度阈值的第三数量与计算出的第三相似度对应的总数之间的第三数量比值;
当所述第三数量比值低于第三设定阈值时,确定所述第二人脸识别模型训练完成。
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北京百家视联科技有限公司,未经北京百家视联科技有限公司许可,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/202110353090.2/1.html,转载请声明来源钻瓜专利网。