[发明专利]电视节目推荐方法、终端、系统及存储介质

说明书

本发明公开了一种电视节目推荐方法、终端、系统及存储介质，该方法包括：采集当前用户的第一面部信息；从所述第一面部信息中提取第一面部特征；获取基于深度学习算法生成的预设情绪模型，所述预设情绪模型由若干用户的面部特征样本训练得到，用于基于面部特征反馈对应的情绪类型；将所述第一面部特征输入所述预设情绪模型中，获取所述预设情绪模型输出的第一情绪类型；基于所述第一情绪类型和预设推荐算法，获取与所述第一情绪类型对应的电视节目，将所述电视节目推荐给用户。本发明实现了根据用户的实时情绪类型为用户推荐相应的电视节目，提高了电视节目推荐的实时性、准确性和智能性。

技术领域

本发明涉及终端应用技术领域，尤其涉及一种电视节目推荐方法、终端、系统及存储介质。

背景技术

正在到来的第四次工业革命，是继机械化、电气化及信息化之后的一次大规模的智能化浪潮。近年来，随着人工智能、物联网、区块链等新兴技术突破式应用和爆发式增长，智能化趋势将愈发明显。电视将不仅仅作为一个终端显示媒体而存在，更需要贴近家庭，成为一名虚拟家庭伴侣，实时感知各家庭成员的心理活动，依托在客厅，卧室，大屏以及更贴近人类生活优势，为每位家庭成员呈现不一样的内容，达到智能化，生活化，人性化。从而为人类更好服务的终极目标。

目前的内容推荐算法主要是在大数据下建立每个用户特征，再对互联网上海量的内容建立各自的特征值，结合用户的使用习惯，推测用户在不同的场景下的使用模型，预估内容推荐给用户。由于机器学习算法的发展，用户花费越多时间使用，算法推荐的内容越能符合用户的预期。但是，机器学习算法强烈依赖于用户长期的使用习惯来修复算法的准确度，不能实时判断用户当前的喜怒哀乐，反映用户的心理状态。需要一个相当长的时间来学习，且不能保证准确性和实时性。

发明内容

本发明的主要目的在于提供一种电视节目推荐方法、终端、系统及存储介质，旨在实现根据用户的实时情绪类型为用户推荐相应的电视节目。

为实现上述目的，本发明提供一种电视节目推荐方法，所述电视节目推荐方法应用于电视终端，所述电视节目推荐方法包括以下步骤：

采集当前用户的第一面部信息；

从所述第一面部信息中提取第一面部特征；

获取基于深度学习算法生成的预设情绪模型，所述预设情绪模型由若干用户的面部特征样本训练得到，用于基于面部特征反馈对应的情绪类型；

将所述第一面部特征输入所述预设情绪模型中，获取所述预设情绪模型输出的第一情绪类型；

基于所述第一情绪类型和预设推荐算法，获取与所述第一情绪类型对应的电视节目，将所述电视节目推荐给用户。

可选地，所述电视终端集成有深度摄像机或者外挂有深度摄像机，所述采集当前用户的第一面部信息的步骤包括：

利用所述深度摄像机采集所述当前用户的面部图像信息，作为所述第一面部信息。

可选地，所述电视终端连接有内部集成有深度摄像机的移动终端，所述采集当前用户的第一面部信息的步骤包括：

利用所述移动终端采集所述当前用户的面部图像信息，作为所述第一面部信息。

可选地，所述从所述第一面部信息中提取第一面部特征的步骤包括：

基于所述第一面部信息，对当前用户的人脸图像进行特征点定位；

根据特征点定位结果将所述人脸图像分割成若干个人脸区域；

采用所述人脸区域对应的深度网络模型对所述人脸区域进行特征提取；

将从各个人脸区域提取到的特征进行重组，得到所述人脸图像的图像特征，作为所述第一面部特征。