[发明专利]应用程序的推荐方法、装置、存储介质及移动终端有效

专利信息
申请号: 201810588021.8 申请日: 2018-06-08
公开(公告)号: CN108897786B 公开(公告)日: 2021-06-08
发明(设计)人: 陈岩 申请(专利权)人: OPPO广东移动通信有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06N3/04;G06K9/62;G06K9/46
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 方高明
地址: 523860 广东*** 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: 应用程序 推荐 方法 装置 存储 介质 移动 终端
【权利要求书】:

1.一种应用程序的推荐方法,其特征在于,包括:

获取用户当前所处的场景图像;

利用神经网络对所述场景图像的背景进行分类检测,输出第一置信度图,以及对所述场景图像的前景进行目标检测,输出第二置信度图;所述第一置信度图中的每个像素点表示所述场景图像中每个像素点属于背景检测目标的置信度,所述第二置信度图中的每个像素点表示所述场景图像中每个像素点属于前景检测目标的置信度;根据所述第一置信度图和所述第二置信度图进行加权得到所述场景图像的最终置信度图;根据所述最终置信度图确定所述场景图像的背景类别和前景类别;

推荐与场景类别相关联的应用程序信息;所述场景类别包括所述背景类别和所述前景类别中的至少一种。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

将所述场景图像输入到所述神经网络的基础网络层对所述场景图像进行特征提取,得到特征数据;

将所述特征数据输入到所述神经网络的分类网络层对所述场景图像的背景进行分类检测,得到背景类别;

将所述特征数据输入到所述神经网络的目标检测网络层对所述场景图像的前景进行目标检测,得到前景类别。

3.根据权利要求1所述的方法,其特征在于,所述神经网络包括至少一个输入层、n个中间层和一个输出层,其中,n是大于或等于2的正整数,所述一个输出层的输入包括第一置信度输出节点和第二置信度输出节点;其中,所述输入层用于接收所述场景图像,所述第一置信度输出节点用于输出第一置信度图,所述第一置信度图表示采用所述神经网络检测出的、包含背景目标的场景图像中的每个像素点属于所述背景目标的置信度;所述第二置信度输出节点用于输出第二置信度图;所述第二置信度图表示采用所述神经网络检测出的、包含前景目标的场景图像中的每个像素点属于所述前景目标的置信度。

4.根据权利要求1所述的方法,其特征在于,所述推荐与所述场景类别相关联的应用程序信息,包括:

构建预设场景类别与应用程序信息的映射关系;

当所述场景类别与所述预设场景类别一致时,根据所述映射关系确定所述场景类别对应的应用程序信息;

推荐所述应用程序信息。

5.根据权利要求1所述的方法,其特征在于,所述推荐与所述场景类别相关联的应用程序信息,还包括:

根据所述场景类别生成推荐请求,将所述推荐请求发送至预设服务器,所述推荐请求用于指示所述预设服务器生成与所述场景类别相关联的应用程序信息;

接收所述预设服务器生成的与所述场景类别相关联的应用程序信息。

6.根据权利要求1-5任一项所述的方法,其特征在于,所述确定所述场景图像对应的场景类别之后,还包括:

显示所述场景类别提示信息;

根据用户的输入信息判断所述场景类别是否为目标场景;

当确定为所述场景类别为目标场景时,则根据所述场景类别推荐相关联的应用程序信息。

7.一种应用程序的推荐装置,其特征在于,所述装置包括:

获取模块,用于获取用户当前所处的场景图像;

确定模块,用于利用神经网络对所述场景图像的背景进行分类检测,输出第一置信度图,以及对所述场景图像的前景进行目标检测,输出第二置信度图;所述第一置信度图中的每个像素点表示所述场景图像中每个像素点属于背景检测目标的置信度,所述第二置信度图中的每个像素点表示所述场景图像中每个像素点属于前景检测目标的置信度;根据所述第一置信度图和所述第二置信度图进行加权得到所述场景图像的最终置信度图;根据所述最终置信度图确定所述场景图像的背景类别和前景类别;

推荐模块,用于推荐与场景类别相关联的应用程序信息;所述场景类别包括所述背景类别和所述前景类别中的至少一种。

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OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,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/201810588021.8/1.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