[发明专利]一种基于人脸识别分析个人兴趣爱好的方法

摘要

本发明公开了一种基于人脸识别分析个人兴趣爱好的方法，使用多个深度学习网络分别提取面部数据中对应的年龄、性别，并抽象面部特征，最后利用聚类方法得到具有相似抽象面部特征的人具有的兴趣爱好分布，从而给用户推荐兴趣爱好。本发明利用深度学习技术在处理面部数据的优势，得到具有高置信度的与面部数据对应的年龄和性别的信息；本发明使用深度学习的方式自动对特征进行提取，提取出的特征具有更强的鲁棒性，从而大大的提高了面部识别的准确度，并提高了兴趣爱好推荐的精度。

主权项

1.一种基于人脸识别分析个人兴趣爱好的方法，其特征在于，主要包括以下步骤：步骤E1：收集包含年龄、性别、兴趣爱好的人脸图像作为训练数据；步骤E2：使用AlexNet网络作为基础网络结构，用步骤E1中的数据训练得到AgeNet训练模型和GenderNet训练模型；利用年龄、性别对应的DeepID网络获取面部的特征数据，并将面部特征向量化；所述AgeNet训练模型用于生成面部数据与年龄的映射关系，能够获得未知年龄的面部数据的年龄信息；所述GenderNet训练模型用于生成面部数据与性别的映射关系，能够获得未知性别的面部数据的性别信息；步骤E3：在步骤E2之后调用聚类模型，根据聚类结果得到兴趣爱好的分布，从而输出推荐的兴趣爱好；步骤E4：在步骤E1‑E3训练得到的模型中输入用户的脸部照片，采用步骤E2中的AgeNet网络得到用户的年龄信息，采用步骤E2中的GenderNet网络得到用户的性别信息，最后调用步骤E3中的聚类模型输出兴趣爱好的信息。