图片推荐方法及装置制造方法及图纸

本发明专利技术实施例提供一种图片推荐方法及装置，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。所述方法通过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，根据差异度来判断是否为推荐图片，这种方式，能够实时的根据视频内容来用户推荐合适的图片，使得用户体验度提升。

【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；判断模块，用于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。与现有技术相比，本专利技术实施例提供的一种图片推荐方法及装置，通过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，根据差异度来判断是否为推荐图片，这种方式，能够实时的根据视频内容来用户推荐合适的图片，使得用户体验度提升。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1是本专利技术实施例提供的服务器的方框示意图。图2是本专利技术第一实施例提供的一种图片推荐方法的流程图。图3是本专利技术第二实施例提供的一种图片推荐方法的流程图。图4是本专利技术实施例提供的一种图片推荐装置的功能模块示意图。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性或时间先后。如图1所示，是服务器200的方框示意图。所述服务器200包括选图片推荐装置210、存储器220、存储控制器230、处理器240。所述存储器220、存储控制器230、处理器240各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述图片推荐装置210包括至少一个可以软件或固件(firmware)的形式存储于所述存储器中或固化在所述服务器200的操作系统(operating system，OS)中的软件功能模块。所述处理器240用于执行存储器220中存储的可执行模块，例如所述图片推荐装置210包括的软件功能模块或计算机程序。其中，存储器220可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read－Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read－Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read－Only Memory，EEPROM)等。其中，存储器220用于存储程序，所述处理器240在接收到执行指令后，执行所述程序，前述本专利技术实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器中，或者由处理器实现。处理器240可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本专利技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。图2示出了本专利技术第一实施例提供的一种图片推荐方法的流程图，请参阅图2，本实施例描述的是服务器的处理流程，所述方法包括：步骤S301，分别确定所述待推荐图片以及当前视频帧中衣着区域；其中，确定所述待推荐图片以及当前视频帧中衣着区域的实施方式有多种，下面简单介绍几种实施方式：作为一种实施方法，可以通过确定人物的人物的头、躯干和四肢的位置来确定衣着区域。可以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。其中，可以预先建立第一预存储模板。首先分析人体器官尺寸与位置的各种组合。根据一些人体形体规则的空间先验知识，确定人的头、躯干和四肢的位置。对检测到对象整体进行单元切分。区分形体过程中关注特殊形体：这类人的四肢与躯干无法按照正常人的比例进行计算。具体包括：(1)特别本文档来自技高网...

【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