【技术实现步骤摘要】
本专利技术涉及数据处理领域,具体而言,涉及一种图片推荐方法及装置。
技术介绍
用户观看节目的同时喜欢上明星,大部分原因是靠明星的衣着,爱屋及乌自然有购买明星穿的某款衣服的愿望,但是针对高清甚至超清电视节目,海量观众且内容更新快的应用场景,离线有监督机器学习方式需要不断的学习,因此不适合。针对在线用户多,用户的喜好各不相同,现在很少有方案去分析节目视频中人物的衣着,并通过实时分析视频中人物的衣着,向用户进行图片的推荐。
技术实现思路
有鉴于此,本专利技术实施例的目的在于提供一种图片推荐方法及装置,以解决上述问题。第一方面,本专利技术实施例提供一种图片推荐方法,所述方法包括:依次计算待推荐图片的第一特征向量与视频流中每一视频帧的第二特征向量的差异度;当视频流中存在任意视频帧的特征向量与所述待推荐图片的特征向量之间的差异度小于预设阈值,则判定所述图片为推荐图片;其中,计算待推荐图片的第一特征向量与视频流中视频帧的第二特征向量的差异度,包括:分别确定所述待推荐图片以及视频帧中衣着区域;分别对所述待推荐图片以及所述视频帧中衣着区域进行分块,分别计算每个分块对应的LBP值;依次扫描所述待推荐图片分块对应的LBP值形成第一特征向量,依次扫描所述视频帧分块对应的LBP值形成第二特征向量;将所述第一特征向量与所述第二特征向量相同位置的LBP值求差值,将差值平方乘以对应的扫描顺序号后求和,得到差异度。第二方面,本专利技术实施例提供一种图片推荐装置,所述装置包括:计算模块,用于依次计算待推荐图片的第一特征向量与视频流中每一视频帧的第二特征向量的差异度;其中,计算待推荐图片的第一特 ...
【技术保护点】
一种图片推荐方法,其特征在于,所述方法包括:依次计算待推荐图片的第一特征向量与视频流中每一视频帧的第二特征向量的差异度;当视频流中存在任意视频帧的特征向量与所述待推荐图片的特征向量之间的差异度小于预设阈值,则判定所述图片为推荐图片;其中,计算待推荐图片的第一特征向量与视频流中视频帧的第二特征向量的差异度,包括:分别确定所述待推荐图片以及视频帧中衣着区域;分别对所述待推荐图片以及所述视频帧中衣着区域进行分块,分别计算每个分块对应的LBP值;依次扫描所述待推荐图片分块对应的LBP值形成第一特征向量,依次扫描所述视频帧分块对应的LBP值形成第二特征向量;将所述第一特征向量与所述第二特征向量相同位置的LBP值求差值,将差值平方乘以对应的扫描顺序号后求和,得到差异度。
【技术特征摘要】
1.一种图片推荐方法,其特征在于,所述方法包括:依次计算待推荐图片的第一特征向量与视频流中每一视频帧的第二特征向量的差异度;当视频流中存在任意视频帧的特征向量与所述待推荐图片的特征向量之间的差异度小于预设阈值,则判定所述图片为推荐图片;其中,计算待推荐图片的第一特征向量与视频流中视频帧的第二特征向量的差异度,包括:分别确定所述待推荐图片以及视频帧中衣着区域;分别对所述待推荐图片以及所述视频帧中衣着区域进行分块,分别计算每个分块对应的LBP值;依次扫描所述待推荐图片分块对应的LBP值形成第一特征向量,依次扫描所述视频帧分块对应的LBP值形成第二特征向量;将所述第一特征向量与所述第二特征向量相同位置的LBP值求差值,将差值平方乘以对应的扫描顺序号后求和,得到差异度。2.根据权利要求1所述的方法,其特征在于,所述分别确定待推荐图片以及视频帧中衣着区域,包括:将所述待推荐图片以及所述视频帧分别与第一预存储模板进匹配,确定待推荐图片以及视频帧中人物的头、躯干和四肢的位置,所述人物的头、躯干和四肢的位置为所述待推荐图片以及所述视频帧中衣着区域。3.根据权利要求1所述的方法,其特征在于,所述方法还包括:计算当前视频帧中人物所占的比例值,如果小于预设比例值,则计算待推荐图片的第一特征向量与视频流中下一视频帧的第二特征向量的差异度。4.根据权利要求1所述的方法,其特征在于,所述确定视频帧中衣着区域,包括:将所述视频帧进行分块,计算每个分块的直方图,所述每个分块的直方图是指每个分块中相同颜色的数目;将所述每个分块的直方图分别与第二预存储模板中的直方图进行匹配,如果存在分块的直方图与第二预存储模板中的直方图相似,则判断所述分块为皮肤区域位置,所述皮肤区域位置判断为所述视频帧中衣着区域。5.根据权利要求1所述的方法,其特征在于,所述分别确定所述待推荐图片以及视频帧中衣着区域,包括:将所述待推荐图片以及所述视频帧分别与第三预存储模板进匹配,确定所述待推荐图片以及所述视频帧中人物的姿势,所述人物的姿势对应的区域为所述待推荐图片以及所述视频帧中衣着区域。6.根据权利要求1所述的方法,其特征在于,所述分别确定待推荐图片以及视频帧中衣着区域,包括:根据所述待推荐图片以及所述视频帧中人物在视频帧中的视图关系以及人物的投影,确定所述待推荐图片以及所述视频帧中衣着区域。7.根据权利要求1所述的方法,其特征在于,所述依次扫描所述待推荐图片...
【专利技术属性】
技术研发人员:崔玉斌,宋征,高郇,
申请(专利权)人:高斯泰克北京科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。