[发明专利]基于专注度的智能电视用户识别方法及装置在审

专利信息
申请号: 202011280404.2 申请日: 2020-11-16
公开(公告)号: CN112381001A 公开(公告)日: 2021-02-19
发明(设计)人: 李潇 申请(专利权)人: 四川长虹电器股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;H04N21/4415;H04N21/442
代理公司: 成都虹桥专利事务所(普通合伙) 51124 代理人: 吴中伟
地址: 621000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 专注 智能 电视 用户 识别 方法 装置
【权利要求书】:

1.基于专注度的智能电视用户识别方法,其特征在于,包括以下步骤:

步骤1、获取智能电视前的图像,判断所述图像中是否包含多个人体,若是,则进入步骤2;

步骤2、在预设时间段内,分别检测所述图像中每个人体对应的人脸状态信息、姿态信息、人脸状态保持的第一时间信息以及姿态保持的第二时间信息,并根据所述第一时间信息确定对应人脸状态信息的专注度得分,根据所述第二时间信息确定对应姿态信息的专注度得分;

步骤3、根据所述人脸状态信息对应的专注度得分和姿态信息对应的专注度得分确定对应人体的整体专注度,确定出图像中每个人体的整体专注度;

步骤4、确定整体专注度最高的人体对应的用户身份,并将其作为智能电视的实际使用用户。

2.如权利要求1所述的基于专注度的智能电视用户识别方法,其特征在于,所述人脸状态信息至少包括:眼睛闭合状态和低头状态。

3.如权利要求2所述的基于专注度的智能电视用户识别方法,其特征在于,所述人体对应的人脸状态信息的检测方法包括:

采用LBP面部图像的特征提取方法提取人脸的面部特征,根据所述面部特征并基于SVM分类器识别是否闭眼和是否低头。

4.如权利要求1所述的基于专注度的智能电视用户识别方法,其特征在于,所述姿态信息至少包括:坐立状态、四肢状态和面部朝向。

5.如权利要求1所述的基于专注度的智能电视用户识别方法,其特征在于,所述人体对应的姿态信息通过Faster-RCNN算法进行检测。

6.如权利要求1所述的基于专注度的智能电视用户识别方法,其特征在于,所述人脸状态保持的第一时间信息的检测方法包括:

判断人体的人脸状态信息是否发生改变,若是,则记录当前节点的时间信息,根据记录的节点的时间信息确定人脸状态保持的第一时间信息。

7.如权利要求1所述的基于专注度的智能电视用户识别方法,其特征在于,所述姿态保持的第二时间信息的检测方法包括:

判断人体的姿态信息是否发生改变,若是,则记录当前节点的时间信息,根据记录的节点的时间信息确定姿态保持的第二时间信息。

8.如权利要求1所述的基于专注度的智能电视用户识别方法,其特征在于,所述对应人体的整体专注度的确定方法包括:

对所述人脸状态信息对应的专注度得分和姿态信息对应的专注度得分进行加权和计算得到对应人体的整体专注度。

9.如权利要求1所述的基于专注度的智能电视用户识别方法,其特征在于,所述整体专注度最高的人体对应的用户身份的确定方法包括:

获取各用户的人脸图像,从获取的各用户人脸图像中提取并保存对应的第一人脸特征向量数据;

从整体专注度最高的人体的人脸图像中提取第二人脸特征向量数据,将所述第二人脸特征向量数据与第一人脸特征向量数据进行相似度比较,根据相似度大于预设阈值的第二人脸特征向量数据对应的用户人脸图像确定整体专注度最高的人体对应的用户身份。

10.基于专注度的智能电视用户识别装置,其特征在于,包括:获取单元、检测单元和确定单元;

所述获取单元,用于获取智能电视前的图像,判断所述图像中是否包含多个人体;

所述检测单元,用于在预设时间段内,分别检测所述图像中每个人体对应的人脸状态信息、姿态信息、人脸状态保持的第一时间信息以及姿态保持的第二时间信息;

所述确定单元,用于根据所述第一时间信息确定对应人脸状态信息的专注度得分,根据所述第二时间信息确定对应姿态信息的专注度得分;根据所述人脸状态信息对应的专注度得分和姿态信息对应的专注度得分确定对应人体的整体专注度,确定出图像中每个人体的整体专注度;以及确定整体专注度最高的人体对应的用户身份,并将其作为智能电视的实际使用用户。

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四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,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/202011280404.2/1.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