1.一种基于面部识别交友社交的方法,其特征在于,所述方法包括下述步骤:
(1)识别用户;
(2)面部特征抽取及特征识别,形成用户的脸部档案指标库;
(3)数据降维;
(4)定义相似度算法;
(5)用户推荐。
2.如权利要求1所述的基于面部识别交友社交的方法,其特征在于,所述步骤(1)中,通过网络运营手段,鼓励用户自拍,针对用户进行身份识别,生成用户自拍图像样本库。
3.如权利要求2所述的基于面部识别交友社交的方法,其特征在于,每个样本包含用户ID号和用户正面的面部图像。
4.如权利要求1所述的基于面部识别交友社交的方法,其特征在于,所述步骤(2)中,提取用户面部的五官特征,包括五官比例、角度和颜色;根据用户自拍的面部图像,通过面部识别技术,识别出人脸中的68个关键点坐标;对关键点坐标进行计算和变换,形成人脸关键指标,存入结构化数据库,作为用户的脸部档案指标库。
5.如权利要求4所述的基于面部识别交友社交的方法,其特征在于,所述人脸关键指标包括:眼睛到嘴巴长度占脸长比例,下巴夹角余弦值,下颌宽度与颧骨宽度的比例,眼间距和右眼宽度的比例,眼间距和左眼宽度的比例,右眼宽度占同水平脸宽比例,左眼宽度占同水平脸宽比例,右眼外眼角余弦值,左眼外眼角余弦值,鼻子长宽比,鼻梁和右鼻下缘的夹角余弦值,鼻梁和左鼻下缘的夹角余弦值,面部平均颜色值,即RGB值。
6.如权利要求1所述的基于面部识别交友社交的方法,其特征在于,所述步骤(3)中,将用户ID号及对应的标准脸部特征的数据作为样本放到一个数据库表中,每行为一个样本,每列为一个五官特征指标字段。
7.如权利要求6所述的基于面部识别交友社交的方法,其特征在于,对于每列的五官特征字段按照(X-E(X))/δ的方式进行标准化,然后进行主成分分析降维,选择具有代表性的5个列变量,其中:X代表一个五官特征指标字段组成的列向量,E(X)代表X的均值,δ代表代表X的标准差。
8.如权利要求1所述的基于面部识别交友社交的方法,其特征在于,所述步骤(4)中,对于给定的一个样本,根据余弦相似度,计算样本和其他样本之间的相似度,并生成待推荐列表;
相似度的公式如下:
余弦相似度算法:设相似度向量A=(A1,A2,...,An),B=(B1,B2,..Bn),计算夹角余弦值:
其中:i=1、2、...、n;n表示指标个数。
9.如权利要求1所述的基于面部识别交友社交的方法,其特征在于,所述步骤(5)中,对于推荐列表中的用户,进行过滤已加好友和低质用户,通过UI界面展现给目标用户。