[发明专利]一种基于表情的内容推送方法与装置有效

专利信息
申请号: 202110168783.4 申请日: 2021-02-07
公开(公告)号: CN112507243B 公开(公告)日: 2021-05-18
发明(设计)人: 陈晔莹 申请(专利权)人: 深圳市阿卡索资讯股份有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06K9/00;G09B5/12
代理公司: 深圳市智胜联合知识产权代理有限公司 44368 代理人: 齐文剑
地址: 518000 广东省深圳市罗湖区笋*** 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 内容 推送 方法 装置
【权利要求书】:

1.一种基于表情的内容推送方法,所述方法用于在线学习时基于用户的表情对所述用户进行知识课程的推送,其特征在于,包括:

获取所述用户在线学习的面部三维视频数据;其中,获取所述面部三维视频数据的时间与至少与一个知识课程的时间相对应;

依据所述面部三维视频数据生成面部表情集,其中,所述面部表情集为所述面部三维视频数据中每帧图像所对应的面部表情标签的集合;

依据所述面部表情集确定正面表情集;或依据所述面部表情集确定负面表情集和正面表情集,其中,所述负面表情集为所述面部表情集中每帧图像所对应的负面表情标签的集合,所述负面表情集为至少一个;所述正面表情集为所述面部表情集中每帧图像所对应的正面表情标签的集合,所述正面表情集为至少一个;

依据所述正面表情集确定所述用户深化的知识课程,其中,将所述正面表情集的时间段所对应的所述用户实时学习的知识课程进行深化作为深化的知识课程推送给所述用户,具体地,依据所述正面表情集中的每帧正面表情图像所对应的时间标签确定知识课程;若所述知识课程中的正面表情图像数量超过预设阈值,则将所述知识课程进行深化作为深化的知识课程推送给所述用户;或依据所述负面表情集确定所述用户薄弱的知识课程和依据所述正面表情集确定所述用户深化的知识课程,其中,将所述负面表情集的时间段所对应的所述用户实时学习的知识课程作为薄弱的知识课程推送给所述用户,将所述正面表情集的时间段所对应的所述用户实时学习的知识课程进行深化作为深化的知识课程推送给所述用户,具体地,依据所述负面表情集中的每帧负面表情图像的时间标签确定所对应的知识课程;若所述知识课程中的负面表情图像数量超过预设阈值,则将所述知识课程作为薄弱的知识课程推送给所述用户;依据所述正面表情集中的每帧正面表情图像所对应的时间标签确定知识课程;若所述知识课程中的正面表情图像数量超过预设阈值,则将所述知识课程进行深化作为深化的知识课程推送给所述用户。

2.根据权利要求1所述的基于表情的内容推送方法,其特征在于,所述获取所述用户在线学习的面部三维视频数据,包括:

获取所述用户面部视频的深度值;

获取所述用户面部的色彩视频数据,并依据所述色彩视频数据标记采集点对应所述用户面部各部分确定标记数据;

依据所述深度值、所述标记数据和所述色彩视频数据,重建所述用户在线学习的面部三维视频数据。

3.根据权利要求2所述的基于表情的内容推送方法,其特征在于,所述获取所述用户面部视频的深度值,包括:

向所述用户面部发射预设的结构化红外点阵模板,并获取所述结构化红外点阵模板反射的结构化红外点阵模板;

依据所述预设的结构化红外点阵模板和所述反射的结构化红外点阵模板确定所述用户面部视频的深度值。

4.根据权利要求1所述的基于表情的内容推送方法,其特征在于,所述依据所述面部三维视频数据生成面部表情集,包括:

依据所述面部三维视频数据确定每帧图像的三维数据,并在所述每帧图像标记时间标签;

依据预设的表情库匹配所述每帧图像的三维数据所对应的表情标签,确定所述面部表情集。

5.根据权利要求1所述的基于表情的内容推送方法,其特征在于,所述依据所述面部表情集确定正面表情集;或依据所述面部表情集确定负面表情集和正面表情集,包括:

将所述面部表情集中的相同表情标签的每帧图像进行合并确定相同表情集,其中,所述相同表情集为至少两个;

将所述相同表情集中的带有正面表情标签的集作为正面表情集;或将所述相同表情集中的带有负面表情标签的集作为负面表情集和将所述相同表情集中的带有正面表情标签的集作为正面表情集。

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深圳市阿卡索资讯股份有限公司,未经深圳市阿卡索资讯股份有限公司许可,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/202110168783.4/1.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