一种基于脸识别的个性化界面推送方法及装置与流程

本发明涉及计算机技术领域，尤其涉及一种基于脸识别的个性化界面推送方法及装置。

背景技术：

在现有技术中，应用系统往往会准备多种用户界面或者多种界面显示内容供用户选择，并且可以依据偏好推荐机制提供与用户的偏好对应的界面和内容，比如，对于男性用户往往展示男性主题的界面，而对于女性用户来说则可以展示女性主题的界面。

偏好推荐机制的本质是利用用户的注册信息、浏览信息、以及评论、关注等交互信息来为用户做协同推荐，即个性化推荐。然而，在用户为新用户或者不同用户使用同一账户的场景，例如在网吧场景等多账户使用同一pc终端的场景中，应用系统中没有留下新用户的历史操作数据，所以无法获取用户的喜好，从而无法做出适合用户需求的推荐。

这时候便可以进行冷启动，冷启动是指通过不同的维度获取用户的基本特征等信息进行粗粒度的个性化推荐的过程。这时一般需要借助用户的背景资料，或者引导性地让用户手动选择性别、年龄等标签信息来设置首次要展示的界面和内容。

或者，也可以暂时用热门启动替代个性化推荐来，等用户产生操作数据后，再根据新的用户操作数据更新个性化推荐列表。

以上解决方法较为繁琐或者不能及时进行个性化推荐。

技术实现要素：

为解决上述技术问题，本发明实施例提供一种基于脸识别的个性化界面推送方法及装置，以方便及时地进行与用户相匹配的应用界面和推荐内容推送。

本发明实施例的技术方案是这样实现的：

本发明实施例提供一种基于脸识别的个性化界面推送方法及装置，包括：接收用户端在应用启动时调用摄像头获取的用户面部图像，根据所述用户面部图像提取用户特征；

基于所述用户特征建立用户特征标签；

根据所述用户特征标签获取与所述用户特征标签匹配的应用界面和推荐内容，将所述应用界面和所述推荐内容向用户推送。

上述方案中，所述根据所述用户面部图像提取用户特征，包括：

提取所述用户的年龄组、性别、有无眼镜、当前情绪中至少一种用户特征。

上述方案中，所述据所述用户特征标签获取与所述用户特征标签匹配的应用界面和推荐内容，包括：

根据统计分析结果确定与所述用户特征匹配的应用界面和推荐内容。

上述方案中，所述据所述用户特征标签获取与所述用户特征标签匹配的应用界面和推荐内容，还包括：

根据基于用户的协同过滤算法获取与所述用户特征标签相似度较高的用户类型感兴趣的应用界面和推荐内容。

上述方案中，所述根据所述用户特征标签获取与所述用户特征标签匹配的应用界面和推荐内容，还包括：根据当前热点、当前节日以及所述用户特征标签获取与所述用户特征标签匹配的应用界面和推荐内容。

上述方案中，所述根据所述用户面部图像提取用户特征，包括：

基于小波变换获取所述用户面部图像的高频子图和低频子图；

对所述高频子图和低频子图使用lbp算子提取所述用户特征。

本发明实施例提供一种基于脸识别的个性化界面推送装置，所述装置包括：

提取单元，用于接收用户端在应用启动时调用摄像头获取的用户面部图像，并根据所述用户面部图像提取用户特征；

建立单元，用于基于所述用户特征建立用户特征标签；

推送单元，用于根据所述用户特征标签获取与所述用户特征标签匹配的应用界面和推荐内容，将所述应用界面和所述推荐内容向用户推送。

上述方案中，所述提取单元还用于：

提取所述用户的年龄组、性别、有无眼镜、当前情绪中至少一种用户特征。

上述方案中，所述推送单元还用于：

根据统计分析结果确定与所述用户特征匹配的应用界面和推荐内容。

上述方案中，所述推送单元还用于：根据基于用户的协同过滤算法获取与所述用户特征标签相似度较高的用户类型感兴趣的应用界面和推荐内容。

上述方案中，所述推送单元还用于：根据当前热点、当前节日以及所述用户特征标签获取与所述用户特征标签匹配的应用界面和推荐内容。

上述方案中，所述提取单元还用于：

基于小波变换获取所述用户面部图像的高频子图和低频子图；

对所述高频子图和低频子图使用lbp算子提取所述用户特征。

本发明实施例所提供的基于脸识别的个性化界面推送方法及装置，根据应用启动过程中的用户面部图像提取用户特征以建立用户特征标签；根据所述用户特征标签获取与所述用户特征标签匹配的应用界面和推荐内容，采用该方案，可以方便及时地进行与用户相匹配的应用界面和推荐内容推送。

附图说明

图1为本发明实施例基于脸识别的个性化界面推送方法的实现流程图；

图2为本发明实施例基于脸识别的个性化界面推送装置的组成结构示意图。

具体实施方式

为了能够更加详尽地了解本发明的特点与技术内容，下面结合附图对本发明的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本发明。

图1为本发明实施例基于脸识别的个性化界面推送方法的实现流程图，如图1所示，本发明实施例提供的基于脸识别的个性化界面推送方法包括：

步骤101，接收用户端在应用启动时调用摄像头获取的用户面部图像，并根据用户面部图像提取用户特征。

步骤102，基于用户特征建立用户特征标签。

步骤103，根据用户特征标签获取与用户特征标签匹配的应用界面和推荐内容，将应用界面和推荐内容向用户推送。

在本发明实施例的技术方案中，用户终端获取到当前使用终端的用户的人脸图像后，可以将图像发送至后台的服务器，由服务器提取图像中的用户特征，然后根据该用户特征确定对应的展示界面以及界面中的内容，最后将确定的展示界面以及界面中的内容推送至用户终端，用户终端便可以向当前使用终端的用户展示。

这样，在用户冷启动登录触发后，便可根据人脸识别提供相应的界面和推荐内容，例如，针对不同性别提供不同的登陆首页面，针对女性用户提供女频书籍的主页面，针对年轻男性用户提供男频书籍的主页面；针对不同年龄段的用户会提供不同的字体、大小和颜色，针对老年用户自动将应用字体放大；根据各种社会热点和节假日的情况进行实时调整和改变，在节假日向老年用户提供色彩亮丽的界面和更大的字体。或者，对于男性用户，可以展示男性用户专属的一整套界面，该界面不仅样式为专属的男性界面，且界面中的内容也是男性感兴趣的内容；针对10-20岁男性用户提供男生专题页面并提供年轻男性用户喜爱阅读的网络连载内容推荐等。以上展示的界面以及界面中的内容都可以通过服务器实时推送，时效性较高。

其中，步骤101中，获取用户头部图像并提取用户特征的具体过程为：通过摄像头获取用户面部图像，然后对图像进行人脸识别；在对图像进行人脸识别时，基于小波变换获取用户面部图像的高频子图和低频子图；对高频子图和低频子图使用lbp算子提取用户特征。

具体地，通过haar小波分解人脸图像得到高频子图；再利用高频子图的纹理特征受光照影响小的特点，使用lbp扩展算子运算得到各子图的统计直方图，并按权重级联后作为人脸的特征向量，以提高人脸识别对光照的鲁棒性；在人脸性别识别的特征提取过程中，利用小波变换的多分辨率分析特性，通过小波分解人脸图像得到一阶和二阶的低频子图，同样运用lbp算子对低频子图进行运算得到子图的统计直方图，运用lbp算子对原图进行运算得到原图的统计直方图，将子图与原图所得的统计直方图级联作为最终的分类图像特征。

该方案较好地结合了人脸整体结构特征与局部细节特征，提高了分类稳定性的同时解决了基于小样本训练库下的人脸性别识别，并降低了计算和存储成本，可以满足日益普及的移动和嵌入式平台对存储空间和计算复杂度的要求。

步骤101中，根据用户面部图形提取的用户特征包括用户的年龄组、性别、有无眼镜和当前情绪。根据通过人脸识别得到的图像特征，按照预先设定的图像特征与用户特征之间的对应关系，可以获得用户的如下特征：年龄组(20以下、30-40等)、性别(男、女、未知)、是否戴眼镜、情绪(喜、怒、哀、平静等)。步骤102中，基于以上用户特征建立用户特征标签。

在步骤103中，将用户特征标签作为输入，根据统计分析结果和协同过滤算法，得出向用户展示的界面和内容，然后向用户进行展示，下面对这一过程做详细的解释。

步骤103中，根据用户特征标签获取与用户特征标签匹配的应用界面和推荐内容时，可根据统计分析结果确定与用户特征标签匹配的应用界面和推荐内容。

这里的统计分析结果指根据已有的数据，对不同用户对内容和界面的感兴趣程度进行分析得到的结果。这里所分析的数据包括：对用户的喜好进行调研得到的数据以及根据用户的历史行为得到的反映用户喜好的数据。

比如，根据对数据的统计分析确定20～30岁的用户喜欢界面a，30～40岁的用户喜欢界面b，这样，如果判断当前用户的年龄为23岁，就可以向该用户推荐界面a。当然这里仅以单个界面进行举例说明，对于多个界面和界面中的不同元素与用户特征之间的关系都可以进行统计分析，进而可以根据当前用户的特征向当前用户推荐界面。

这里的统计分析对用户特征划分的粒度往往较大，为了进一步增加用户标签与界面匹配的精确度，可以通过协同过滤算法来根据用户的标签确定用户感兴趣的界面，具体地，根据基于用户的协同过滤算法获取与用户特征标签相似度较高的用户类型感兴趣的应用界面和推荐内容。

基于用户的协同过滤算法的原理为：通过用户的历史行为数据发现用户对商品或内容的喜好，并对这些喜好进行度量和打分。此处的用户的历史行为数据包括购买商品、收藏商品、评论内容或分享内容。之后，根据不同用户对相同商品或内容的态度和喜好程度计算用户之间的关系，并在有相同喜好的用户间进行商品或内容推荐。例如，如果a，b两个用户都购买了x，y，z三本图书，并且给出了五星的好评，那么a和b就属于具有相同喜好的用户，可以将a看过的图书w推荐给用户b。同样的道理，采用基于用户的协同过滤算法，可以获取与当前用户类型相似度较高即与当前用户具有相同喜好的用户，并将后一用户感兴趣的应用界面和推荐内容推荐给当前用户。

在本发明实施例中，还可以根据当前热点、当前节日以及用户特征标签获取与用户特征标签匹配的应用界面和推荐内容。

具体地，根据各种社会热点和节假日的情况对应用界面和推荐内容进行实时调整和改变，在某些节假日例如国庆、春节、重阳节结合用户特征标签向老年用户提供色彩亮丽的界面以及与节假日相符的界面。

本发明实施例所提供的基于脸识别的个性化界面推送方法，根据应用启动过程中的用户面部图像提取用户特征以建立用户特征标签；根据用户特征标签获取与用户特征标签匹配的应用界面和推荐内容，采用该方案，可以方便及时地进行与用户相匹配的应用界面和推荐内容推送。

如图2所示，本发明实施例提供的基于脸识别的个性化界面推送装置包括：

提取单元201，用于接收用户端在应用启动时调用摄像头获取的用户面部图像，并根据用户面部图像提取用户特征。

建立单元202，用于基于用户特征建立用户特征标签。

推送单元203，用于根据用户特征标签获取与用户特征标签匹配的应用界面和推荐内容，将应用界面和推荐内容向用户推送。

其中，提取单元201获取用户头部图像并提取用户特征的具体过程为：通过摄像头获取用户面部图像，然后对图像进行人脸识别；在对图像进行人脸识别时，基于小波变换获取用户面部图像的高频子图和低频子图；对高频子图和低频子图使用lbp算子提取用户特征。

具体地，利用小波变换的原理通过haar小波分解人脸图像得到高频子图；再利用高频子图的纹理特征受光照影响小的特点，使用lbp扩展算子运算得到各子图的统计直方图，并按权重级联后作为人脸的特征向量，以提高人脸识别对光照的鲁棒性；在人脸性别识别的特征提取过程中，利用小波变换的多分辨率分析特性，通过小波分解人脸图像得到一阶和二阶的低频子图，同样运用lbp算子对低频子图进行运算得到子图的统计直方图，运用lbp算子对原图进行运算得到原图的统计直方图，将子图与原图所得的统计直方图级联作为最终的分类图像特征。

该方案较好地结合了人脸整体结构特征与局部细节特征，提高了分类稳定性的同时解决了基于小样本训练库下的人脸性别识别，并降低了计算和存储成本，可以满足日益普及的移动和嵌入式平台对存储空间和计算复杂度的要求。

提取单元201根据用户面部图形提取的用户特征包括用户的年龄组、性别、有无眼镜和当前情绪。具体地，根据通过人脸识别得到的图像特征，按照预先设定的图像特征与用户特征之间的对应关系，可以获得用户的如下特征：年龄组(20以下、30-40等)、性别(男、女、未知)、是否戴眼镜、情绪(喜、怒、哀、平静等)。之后，建立单元202基于以上用户特征建立用户特征标签。

推送单元203还用于根据统计分析结果确定与用户特征匹配的应用界面和推荐内容。

这里的统计分析结果指根据已有的数据，对不同用户对内容和界面的感兴趣程度进行分析得到的结果。这里所分析的数据包括：对用户的喜好进行调研得到的数据以及根据用户的历史行为得到的反映用户喜好的数据。

这里的统计分析对用户特征划分的粒度往往较大，为了进一步增加用户标签与界面匹配的精确度，推送单元203可以通过协同过滤算法来根据用户的标签确定用户感兴趣的界面，具体地，推送单元203根据基于用户的协同过滤算法获取与用户特征标签相似度较高的用户类型感兴趣的应用界面和推荐内容。

基于用户的协同过滤算法的原理为：通过用户的历史行为数据发现用户对商品或内容的喜好，并对这些喜好进行度量和打分。此处的用户的历史行为数据包括购买商品、收藏商品、评论内容或分享内容。之后，根据不同用户对相同商品或内容的态度和喜好程度计算用户之间的关系，并在有相同喜好的用户间进行商品或内容推荐。

此外，推送单元203还用于根据当前热点、当前节日以及用户特征标签获取与用户特征标签匹配的应用界面和推荐内容。

具体地，根据各种社会热点和节假日的情况对应用界面和推荐内容进行实时调整和改变，在某些节假日例如国庆、春节、重阳节结合用户特征标签向老年用户提供色彩亮丽的界面以及与节假日相符的界面。

本发明实施例所提供的基于脸识别的个性化界面推送装置，根据应用启动过程中的用户面部图像提取用户特征以建立用户特征标签；根据所述用户特征标签获取与所述用户特征标签匹配的应用界面和推荐内容，采用该方案，可以方便及时地进行与用户相匹配的应用界面和推荐内容推送。

实际应用中，提取单元201、建立单元202及推送单元203均可由位于基于脸识别的个性化界面推送装置上的中央处理器(cpu，centralprocessingunit)、微处理器(mpu，microprocessorunit)、数字信号处理器(dsp，digitalsignalprocessor)、或现场可编程门阵列(fpga，fieldprogrammablegatearray)等实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。