[发明专利]基于人脸识别的个性化信息显示方法、装置和用户终端在审
申请号: | 201810394506.3 | 申请日: | 2018-04-27 |
公开(公告)号: | CN108595651A | 公开(公告)日: | 2018-09-28 |
发明(设计)人: | 黄鼎隆;马修·罗伯特·斯科特;傅恺;郭胜 | 申请(专利权)人: | 深圳码隆科技有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06K9/00 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 吴迪 |
地址: | 518000 广东省深圳*** | 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: | 个性化信息 目标用户 人脸识别 人脸信息 关键帧 相关信息 用户终端 面部识别技术 人脸信息判断 用户图像数据 用户体验 用户推荐 误判 | ||
1.一种基于人脸识别的个性化信息显示方法,其特征在于,包括:
对目标用户的用户图像数据中的关键帧进行人脸识别,确定所述关键帧中包含用户人脸信息;
根据所述关键帧中的所述用户人脸信息判断所述用户人脸信息对应的所述目标用户是否为已知用户;
若所述用户人脸信息对应的目标用户为已知用户,则显示与所确定的所述已知用户对应的个性化信息。
2.如权利要求1所述基于人脸识别的个性化信息显示方法,其特征在于,所述“若所述用户人脸信息对应的目标用户为已知用户,则显示与所确定的所述已知用户对应的个性化信息”包括:
若所述用户人脸信息对应的目标用户为已知用户,则确定包含所述用户人脸信息,且所述用户人脸信息为已知用户信息的所述关键帧的帧数量;
判断所述帧数量是否大于预设帧数;
若所述帧数量大于预设帧数,则显示与所述已知用户信息对应的个性化信息。
3.如权利要求1所述基于人脸识别的个性化信息显示方法,其特征在于,所述“对目标用户的用户图像数据中的关键帧进行人脸识别,确定所述关键帧中包含用户人脸信息”包括:
对所述目标用户的所述用户图像数据中的所述关键帧进行人脸轮廓检测和人眼检测,并生成第一识别结果;所述第一识别结果包括识别通过和识别失败;
若所述第一识别结果为识别通过,则判定所述关键帧中包含用户人脸信息。
4.如权利要求3所述基于人脸识别的个性化信息显示方法,其特征在于,所述“对所述图像采集装置获取的所述用户图像数据的关键帧进行人脸识别和人眼识别,并生成第一识别结果”,包括:
对所述关键帧进行人脸轮廓检测,判断所述关键帧中是否包括人脸轮廓;
若所述关键帧中包括人脸轮廓,则对所述关键帧进行人眼检测,判断所述关键帧中是否包含人眼;
若所述关键帧中包含人眼,则判定所述关键帧中包含所述用户人脸信息,并生成识别通过的第一识别结果。
5.如权利要求1所述基于人脸识别的个性化信息显示方法,其特征在于,所述“根据所述关键帧中的所述用户人脸信息判断所述用户人脸信息对应的所述目标用户是否为已知用户”之后,还包括:
若所述用户人脸信息对应的目标用户不为已知用户,则判定所述目标用户为新用户,并获取所述新用户的多角度图像数据;
根据所述多角度图像数据进行模型训练,获得所述新用户对应的用户模型。
6.如权利要求5所述基于人脸识别的个性化信息显示方法,其特征在于,所述“根据所述多角度图像数据进行模型训练,获得所述新用户对应的用户模型”包括:
对所述多角度图像数据中关键帧的进行人脸轮廓检测和人眼检测,并生成第二识别结果;
根据所述第二识别结果对所述关键帧中的面部特征定位,获取所述面部特征对应的特征截图,并建立与所述特征截图对应的特征标签;
将所述特征截图和与所述特征截图对应的特征标签通过面部识别函数进行训练,获得所述新用户对应的模型。
7.如权利要求1所述基于人脸识别的个性化信息显示方法,其特征在于,所述“对目标用户的用户图像数据中的关键帧进行人脸识别,确定所述关键帧中包含用户人脸信息”之前,还包括:
初始化物体检测算法的类,并导入用户人眼检测的人眼检测模型和用于人脸轮廓检测的人脸轮廓检测模型;
调用人脸识别函数,得到与所述人脸识别函数对应的面部识别实例,传入经训练的已知用户模型,用于后续人脸识别;
采集所述目标用户的所述用户图像数据。
8.一种基于人脸识别的个性化信息显示装置,其特征在于,包括:识别模块、判断模块和显示模块;
所述识别模块,用于对目标用户的用户图像数据中的关键帧进行人脸识别,确定所述关键帧中包含用户人脸信息;
所述判断模块,用于根据所述关键帧中的所述用户人脸信息判断所述用户人脸信息对应的所述目标用户是否为已知用户;
所述显示模块,用于若所述用户人脸信息对应的目标用户为已知用户,则显示与所确定的所述已知用户对应的个性化信息。
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深圳码隆科技有限公司,未经深圳码隆科技有限公司许可,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/201810394506.3/1.html,转载请声明来源钻瓜专利网。