基于眼球追踪大数据的心动异性自动识别方法和系统技术方案

本发明专利技术涉及信息技术领域，公开了一种基于眼球追踪大数据的心动异性自动识别方法和系统，包括以下步骤：获取大量用户对各个异性的心动程度的打分，同时获取所述大量用户注视各个异性的时间相对长短、瞳孔相对大小；统计出大量用户对各个异性的心动程度与其注视各个异性的时间相对长短、瞳孔相对大小之间的对应关系；获取用户注视各个异性的时间相对长短、瞳孔相对大小；根据用户注视各个异性的时间相对长短、瞳孔相对大小及其与用户对各个异性的心动程度的对应关系计算出用户对各个异性的心动程度；采用上述方法和系统，通过对用户看异性时眼球的不同反应来自动识别用户的心动异性，更为准确和客观，也更为方便，有利于提高相亲交友的成功率。

【技术实现步骤摘要】

本专利技术涉及信息
，尤其涉及一种基于眼球追踪大数据的心动异性自动识别方法和系统。
技术介绍
目前相亲交友节目中嘉宾在出场时需要从一批异性嘉宾中手工选择自己的心动异性，相亲交友网站也需要用户从一批随机推荐的异性照片中选择自己的心动异性。现有技术无法自动识别用户的心动异性，用户需要手工选择心动异性，当用户需要选择的异性较多、可用于选择的时间较短时，用户往往会看了这个忘了那个，从而会影响对心动异性选择的客观性、真实性，进而会影响相亲交友的成功率。因此，现有技术还有待于改进和发展。
技术实现思路
本专利技术的目的在于提供一种基于眼球追踪大数据的心动异性自动识别方法，旨在提高对用户心动异性选择的客观性、真实性，进而提高用户相亲交友的成功率。本专利技术实施例是这样实现的，一种心动异性识别方法，所述方法包括以下步骤: 获取大量用户对各个异性的心动程度的打分，同时获取所述大量用户注视各个异性的时间相对长短、瞳孔相对大小； 统计出大量用户对各个异性的心动程度与其注视各个异性的时间相对长短、瞳孔相对大小之间的对应关系； 获取用户注视各个异性的时间相对长短、瞳孔相对大小； 根据用户注视各个异性的时间相对长短、瞳孔相对大小及其与用户对各个异性的心动程度的对应关系计算出用户对各个异性的心动程度。本专利技术实施例的另一目的在于提供一种心动异性识别装置，所述装置包括: 采集模块，用于获取大量用户对各个异性的心动程度的打分，同时获取所述大量用户注视各个异性的时间相对长短、瞳孔相对大小； 学习模块，用于统计出大量用户对各个异性的心动程度与其注视各个异性的时间相对长短、瞳孔相对大小之间的对应关系； 输入单元，用于获取用户注视各个异性的时间相对长短、瞳孔相对大小； 识别模块，用于根据用户注视各个异性的时间相对长短、瞳孔相对大小及其与用户对各个异性的心动程度的对应关系计算出用户对各个异性的心动程度。本专利技术实施例的还一目的在于提供一种心动异性识别系统，所述系统包括本专利技术实施例提供的心动异性识别装置。本专利技术实施例通过大数据统计出用户对异性的注视时间长短、瞳孔大小与用户对异性的心动程度之间的相关性，来自动识别用户对异性的心动程度，不仅极大地提高了用户识别心动异性的准确率和客观性，还方便了用户，节省了用户的手工选择时间，利于提高相亲交友的成功率，提高相亲交友节目、相亲交友网站的推荐心动异性成功率。【附图说明】图1是本专利技术实施例提供的心动异性识别方法的流程图； 图2是本专利技术实施例提供的基于大数据识别心动异性的示意图； 图3是本专利技术实施例提供的心动异性识别系统中心动异性识别装置的结构图。【具体实施方式】为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。图1示出了本专利技术实施例提供的心动异性识别方法的流程。在步骤SlOl中，获取大量用户对各个异性的心动程度的打分，同时获取所述大量用户注视各个异性的时间相对长短、瞳孔相对大小； 其中，用户注视各个异性的时间长短、瞳孔大小可以利用眼球追踪器获取，现有的眼球追踪器有2种类型，一种是安装在计算机显示器上的，另一种是安装在眼镜上的；不管是哪一种，只要能够采集到用户的看各个异性时的注视的时间长短、瞳孔大小就可以。眼球追踪器采集到的原始数据是各个时间点的眼球及瞳孔的区域信息及位置信息。通过一个时间点的用户眼球及瞳孔的区域及位置，用户的面孔朝向、以及各个异性所在的空间位置，就能够判断出这个时间点上用户在注视哪个异性。从而可以计算出用户注视各个异性的时间长短。通过一个时间点的瞳孔的区域大小的计算，就能够计算出这个时间点的瞳孔大小，可以利用计算机系统自动完成这些计算，从而可以根据眼球追踪器采集的数据计算出用户注视各个异性的时间长短、瞳孔大小；用户将视线从一个异性切换到另一个异性时，这种切换的时间不包括在注视的时间之内；用户注视一个异性时，可能会眨眼，眨眼的时间包括在注视的时间之内。在步骤S102中，统计出大量用户对各个异性的心动程度与其注视各个异性的时间相对长短、瞳孔相对大小之间的对应关系； 其中，用户对各个异性的心动程度与其注视各个异性的时间相对长短、瞳孔相对大小之间的对应关系是有着一定规律的，因为人们在见到更心动的异性时，看的时间会更长一些、注视时的瞳孔会更大一些，这些都是人的本能反应。所以通过这种对应关系反过来可以根据用户对一个异性的注视时间长短和注视时的瞳孔大小推导出用户对这个异性的心动程度。在步骤S103中，获取用户注视各个异性的时间相对长短、瞳孔相对大小； 其中，用户注视各个异性的时间长短、瞳孔大小可以利用眼球追踪器获取。在步骤S104中，根据用户注视各个异性的时间相对长短、瞳孔相对大小及其与用户对各个异性的心动程度的对应关系计算出用户对各个异性的心动程度。其中，用户注视各个异性的时间相对长短为用户注视各个异性的时间长度与用户注视各个异性的平均时间长度的比值，用户注视各个异性的瞳孔相对大小为用户注视各个异性的瞳孔大小与用户注视各个异性的平均瞳孔大小的比值，用户对各个异性的心动程度可以用非常心动、心动、有点心动、不心动这四个等级来表示，也可以采用百分制的打分方式来表示，还可以采用其他可以区分不同心动程度的方式来表示。其中，用户对各个异性的心动程度与其注视各个异性的时间相对长短、瞳孔相对大小之间的对应关系为注视异性的时间相对长短、瞳孔相对大小到对异性的心动程度的映射，统计出大量用户对各个异性的心动程度与其注视各个异性的时间相对长短、瞳孔相对大小之间的对应关系的算法包括但不限于回归分析算法、神经网络算法，当使用回归分析算法时，将注视异性的时间相对长短、注视异性的瞳孔相对大小作为自变量，异性的心动程度作为因变量进行回归分析，所述对应关系蕴含在回归分析得到的回归方程中，当使用神经网络算法时，将注视异性的时间相对长短、注视异性的瞳孔相对大小作为神经网络的输入，异性的心动程度作为神经网络的输出，对神经网络进行训练，所述对应关系蕴含在训练得到的神经网络中。其中，根据用户注视各个异性的时间相对长短、瞳孔相对大小及其与用户对各个异性的心动程度的对应关系计算出用户对各个异性的心动程度时，当对应关系蕴含在回归方程中，则用注视异性的时间相对长短、注视异性的瞳孔相对大小作为回归方程的输入，回归方程的输出为对异性的心动程度，当对应关系蕴含在神经网络中，则用注视异性的时间相对长短、注视异性的瞳孔相对大小作为神经网络的输入，神经网络的输出为对异性的心动程度。譬如，请参阅图2，图2为基于大数据识别心动异性的示意图。在数据采集阶段，在用户手工选择心动异性时，让用户将各个异性打分，同时用眼球追踪器记录用户注视各异性时的时间长度及瞳孔大小。此时，心动程度(即用户给各个异性的打分值)和用户注视各异性时的时间长度及瞳孔大小都已知，这样就可以对采集到的大量用户的数据利用回归分析或神经网络等算法进行学习训练，计算出心动程度与用户注视异性的时间相对长短及瞳孔相对大小之间的关系。假设采用的是神经网络算法，因为得到的神经网络是由已知的大数据样本中训练出来的，所以可以用于识别新的样本，譬如，可以根据新用户注视各个本文档来自技高网...

【技术保护点】
一种心动异性识别方法，包括以下步骤：获取大量用户对各个异性的心动程度的打分，同时获取所述大量用户注视各个异性的时间相对长短、瞳孔相对大小；统计出大量用户对各个异性的心动程度与其注视各个异性的时间相对长短、瞳孔相对大小之间的对应关系；获取用户注视各个异性的时间相对长短、瞳孔相对大小；根据用户注视各个异性的时间相对长短、瞳孔相对大小及其与用户对各个异性的心动程度的对应关系计算出用户对各个异性的心动程度。

【技术特征摘要】

【专利技术属性】
技术研发人员：朱定局，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：广东;44