[发明专利]一种基于人脸表情图像的信息推荐效果的评价方法及手机有效

专利信息
申请号: 201310302929.5 申请日: 2013-07-18
公开(公告)号: CN104298682B 公开(公告)日: 2018-02-23
发明(设计)人: 不公告发明人 申请(专利权)人: 广州华久信息科技有限公司
主分类号: G06F17/30 分类号: G06F17/30;G06K9/66
代理公司: 暂无信息 代理人: 暂无信息
地址: 510000 广东省广州市番禺区小谷*** 国省代码: 广东;44
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 基于 表情 图像 信息 推荐 效果 评价 方法 手机
【权利要求书】:

1.一种基于人脸表情图像的信息推荐效果的评价方法,其特征在于该方法包括以下步骤:

(1)用户阅读推荐的信息;

(2)按设定时间间隔采集用户阅读推荐信息时的人脸表情图像,得到多幅人脸表情图像;

(3)抽取每幅人脸表情图像的情感特征,构造特征向量;

(4)利用人脸表情分类模型预测每幅入脸表情图像的情感状态;

(5)将预测的用户的各类情感状态的统计值作为推荐效果的评价;用户阅读推荐信息期间,将获得多幅人脸情感图像及对应的情感状态类别,统计每类情感状态类别的次数,然后将各个情感状态类别的统计次数作为推荐效果的评价值;

其中,人脸情感分类模型的获取过程包含以下步骤:

①采集N个人脸表情图像及其对应的情感类别;

②抽取每个人脸表情图像的特征向量;

③构造训练数据,以人脸表情图像的特征向量为输入,其对应的情感类别为输出,构成训练样本集合;

④采用训练样本集合,学习人脸情感分类模型;

⑤以10倍交叉验证方式选择支持向量机的合适参数,进而获得对应的支持向量机人脸表情分类模型。

2.一种基于人脸表情图像的信息推荐效果的评价手机,其特征在于,包括:人脸表情训练样本数据库,手机摄像头控制模块,推荐信息阅读模块,人脸表情图像采集模块,人脸表情图像的特征向量构造模块,人脸表情分类模块,信息推荐效果评价模块,人脸表情分类模型学习模块,信息推荐效果显示模块,信息推荐效果档案管理模块;

其中,推荐信息阅读模块的输出与手机摄像头控制模块的输入连接,手机摄像头控制模块的输出与人脸表情图像采集模块的输入连接,人脸表情图像采集模块的输出与人脸表情图像的特征向量构造模块的输入连接,人脸表情图像的特征向量构造模块的输出与人脸表情分类模块的输入连接,人脸表情分类模型学习模块的输出与人脸表情分类模块的输入连接,人脸表情分类模块的输出与信息推荐效果评价模块的输入连接,信息推荐效果评价模块的输出与信息推荐效果显示模块的输入连接,信息推荐效果显示模块的输出与信息推荐效果档案管理模块的输入连接;

推荐信息阅读模块:通过手机的阅读软件阅读信息推荐系统推荐的信息,包括图片、文字、网页、视频、游戏;

手机摄像头控制模块:通过控制手机的照相机对人脸照相,采集入脸表情图像;

人脸表情图像采集模块:对手机摄像头控制模块采集的人脸表情图像进行预处理,去除背景,获得预处理后的人脸表情图像;

人脸表情图像的特征向量构造模块:负责将检测的人脸表情图像抽取特征,转化为人脸表情图像的特征向量表示;

人脸表情分类模块:采用支持向量机分类器对人脸表情图像的特征向量进行情感分类,获得情感类别;

人脸表情分类模型学习模块:通过人脸表情训练样本数据库中的学习样本集,训练支持向量机分类器,获得支持向量机分类模型;

信息推荐效果评价模块:根据人脸表情的情感类别,给出对应的效果评价值;

信息推荐效果显示模块:将推荐的信息、预测的情感类别及时间显示在手机屏上;

信息推荐效果档案管理模块:将推荐的信息、预测的情感类别、时间信息保存到信息推荐效果档案数据库,并能查询信息推荐效果档案数据库的历史记录。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广州华久信息科技有限公司,未经广州华久信息科技有限公司许可,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/201310302929.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top