基于人脸识别的营销方法、装置、计算机设备及存储介质制造方法及图纸

本申请涉及微表情识别领域，尤其是涉及一种基于人脸识别的营销方法、装置、计算机设备及存储介质，其中方法包括：连续获取用户的面部表情，对面部表情进行人脸识别确定对应的情绪，并累计识别次数；在每次识别操作后将识别次数与预设阈值进行比较，根据比较结果判断是否再次获取面部表情；根据各情绪和识别次数计算用户当前的情绪倾向，根据情绪倾向的计算结果确定用户的当前心情；根据当前心情，向用户推荐符合当前心情的产品。本申请通过对用户脸部微表情的抓取和分析，判断用户当前的情绪，并通过大数据获取用户日常的行为习惯和消费倾向，从而合理的在当前时间推送合乎用户当前心情的商品，实现精准营销的目的。

Marketing methods, devices, computer equipment and storage media based on face recognition

【技术实现步骤摘要】
基于人脸识别的营销方法、装置、计算机设备及存储介质
本申请涉及微表情识别领域，具体涉及基于人脸识别的营销方法、装置、计算机设备及存储介质。
技术介绍
微表情指人们通过做一些表情把内心感受表达给对方看，在人们做的不同表情之间，或是某个表情里，脸部会“泄露”出其它的信息。“微表情”最短可持续1/25秒，一个下意识的表情可能只持续一瞬间，但有时表达相反的情绪。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。现有业内产品，通过采集人体肢体动作或者脸部特征可进行生物学特征识别，但是多数仅用于用户身份的识别，即相当于登录方式上的改进，缺乏对于人脸部表情的识别和分析，无法判断用户的当前情绪，也就无法作对应的精准营销。
技术实现思路
基于此，有必要针对目前市场上的人脸识别多用于用户身份认证，而缺乏对于人脸部表情的识别与分析等问题，提供一种基于人脸识别的营销方法、装置、计算机设备及存储介质。一种基于人脸识别的营销方法，包括如下步骤：连续获取用户的面部表情，在每次获取后对所述面部表情进行人脸识别后确定对应所述面部表情的情绪，并累计识别次数；在每次识别操作后将所述识别次数与预设阈值进行比较，根据比较结果判断是否再次获取所述面部表情；根据各所述情绪和所述识别次数计算用户当前的情绪倾向，根据所述情绪倾向的计算结果确定用户的当前心情；根据所述当前心情，向用户推荐符合所述当前心情的产品。一种可能的实施例中，所述连续获取用户的面部表情，在每次获取后对所述面部表情进行人脸识别后确定对应所述面部表情的情绪，并累计识别次数，包括：调用图像采集设备持续获取用户的所述面部表情；提取所述面部表情中的脸部特征，根据所述脸部特征进行人脸识别后，提取识别结果中与表情相关的信息数据，并累计识别次数；提取所述信息数据中包含的微表情数据，根据所述微表情数据从预设的微表情库中确定用户当前的所述情绪。一种可能的实施例中，所述提取所述面部表情中的脸部特征，根据所述脸部特征进行人脸识别后，提取识别结果中与表情相关的信息数据，并累计识别次数，还包括：从图像采集设备中获取面部表情图像序列；对所述面部表情图像序列进行灰度处理，并调整图像的大小至预设值；通过3D卷积层神经网络分析所述面部表情图像序列中所包含的与表情相关的信息数据。一种可能的实施例中，所述在每次识别操作后将所述识别次数与预设阈值进行比较，根据比较结果判断是否再次获取所述面部表情，包括：在每进行一次对获取的用户的面部表情进行人脸识别后，将累计后的所述识别次数与预设阈值进行比较；当所述识别次数大于等于所述阈值时，停止获取所述面部表情，并根据所述面部表情计算设定的时间段内用户的当前情绪倾向；当所述识别次数小于所述阈值时，持续获取所述面部表情，不计算用户的所述当前情绪倾向，直至所述识别次数等于所述阈值。一种可能的实施例中，所述根据各所述情绪和所述识别次数计算用户当前的情绪倾向，根据所述情绪倾向的计算结果确定用户的当前心情，包括：获取设定的时间段内的各种所述脸部情绪所对应的识别次数；根据所述识别次数计算各种所述脸部情绪在所述设定的时间段内所占有的百分比，将其中百分比最高的所述情绪定义为所述当前情绪倾向；根据所述当前情绪倾向从预设的情绪倾向与心情的对应关系表中确定用户的当前心情。一种可能的实施例中，所述根据所述识别次数计算各种所述脸部情绪在所述设定的时间段内所占有的百分比，将其中百分比最高的所述情绪定义为所述当前情绪倾向，包括：获取各种所述情绪所对应的识别次数，根据所述对应的识别次数计算各种所述情绪的百分比，计算公式为：上述公式中，pr表示第r种情绪的百分比，Nr表示第r种情绪所对应的识别次数，N1、N2、Nm分别表示第一种、第二种、第m种所述情绪所对应的识别次数；将计算得到的各种脸部情绪的百分比进行比较后获取其中分值最高的百分比，将所述分值最高的百分比对应的脸部情绪定义为所述当前情绪倾向。一种可能的实施例中，所述根据所述当前心情，向用户推荐符合所述当前心情的产品，包括：获取用户的所述当前心情，综合历史成功营销的记录与预设的商品推荐列表，向用户推荐符合所述当前心情的产品，所述产品包括实物商品与非消费类产品。基于相同的构思，本申请还提供了一种基于人脸识别的营销装置，包括：识别模块，设置为连续获取用户的面部表情，在每次获取后对所述面部表情进行人脸识别后确定对应所述面部表情的情绪，并累计识别次数；比较模块，设置为在每次识别操作后将所述识别次数与预设阈值进行比较，根据比较结果判断是否再次获取所述面部表情；运算模块，设置为根据各所述情绪和所述识别次数计算用户当前的情绪倾向，根据所述情绪倾向的计算结果确定用户的当前心情；推荐模块，设置为根据所述当前心情，向用户推荐符合所述当前心情的产品。基于相同的构思，本申请实施例还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被一个或多个所述处理器执行时，使得一个或多个所述处理器执行上述基于人脸识别的营销方法的步骤。基于相同的构思，本申请实施例还提供一种存储介质，所述存储介质可被处理器读写，所述存储介质存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行上述基于人脸识别的营销方法的步骤。本申请通过采集人脸信息后提取表情，判断并分析情绪种类，统计情绪种类在特定时间段内出现的次数，以此计算用户当前的情绪倾向；对应不同的用户情绪生成对应的推荐产品列表，对应当前用户心情推荐对应产品。通过对用户脸部微表情的抓取和分析，判断用户当前的情绪，并通过大数据获取用户日常的行为习惯和消费倾向，从而合理的在当前时间推送合乎用户当前心情的商品，实现精准营销的目的。附图说明图1为本申请在一个实施例中基于人脸识别的营销方法的流程图；图2为本申请在一个实施例中确定用户情绪的流程图；图3为本申请在一个实施例中确定用户心情的流程图；图4为本申请在一个实施例中基于人脸识别的营销装置的结构框图。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为本申请在一个实施例中提供的基于人脸识别的营销方法的流程图，如图所示，包括：S1、连续获取用户的面部表情，在每次获取后对所述面部表情进行人脸识别后确定对应所述面部表情的情绪，并累计识别次数；本步骤中通过图像采集设备持续采集用户的面部表情，提取所述面部表情中的脸部特征，根据所述脸部特征进行人脸识别后，提取识别结果中与表情相关的信息数据，根据所述信息数据中所包含的微表情数据，从预设的微表情库中确定用户当前的所述情绪，每获取到一个所述情绪后，按照所述情绪的分类累计所述情绪的次数。比如通过卖家所在经营场所的设备采集用户在浏览各种商品时的面部表情，根据用户在浏览商品时的微表情数据确定用户的情绪，用户A在浏览商品B的时间段内，皱眉了10次，其余时候无明显表情特征，而用户A在浏览商品C的时间段内，嘴角上扬了15次，其余时候无明显表本文档来自技高网...

【技术保护点】
1.一种基于人脸识别的营销方法，其特征在于，包括：连续获取用户的面部表情，在每次获取后对所述面部表情进行人脸识别后确定对应所述面部表情的情绪，并累计识别次数；在每次识别操作后将所述识别次数与预设阈值进行比较，根据比较结果判断是否再次获取所述面部表情；根据各所述情绪和所述识别次数计算用户当前的情绪倾向，根据所述情绪倾向的计算结果确定用户的当前心情；根据所述当前心情，向用户推荐符合所述当前心情的产品。

【技术特征摘要】
1.一种基于人脸识别的营销方法，其特征在于，包括：连续获取用户的面部表情，在每次获取后对所述面部表情进行人脸识别后确定对应所述面部表情的情绪，并累计识别次数；在每次识别操作后将所述识别次数与预设阈值进行比较，根据比较结果判断是否再次获取所述面部表情；根据各所述情绪和所述识别次数计算用户当前的情绪倾向，根据所述情绪倾向的计算结果确定用户的当前心情；根据所述当前心情，向用户推荐符合所述当前心情的产品。2.如权利要求1所述的一种基于人脸识别的营销方法，其特征在于，所述连续获取用户的面部表情，在每次获取后对所述面部表情进行人脸识别后确定对应所述面部表情的情绪，并累计识别次数，包括：调用图像采集设备持续获取用户的所述面部表情；提取所述面部表情中的脸部特征，根据所述脸部特征进行人脸识别后，提取识别结果中与表情相关的信息数据，并累计识别次数；提取所述信息数据中包含的微表情数据，根据所述微表情数据从预设的微表情库中确定用户当前的所述情绪。3.如权利要求2所述的一种基于人脸识别的营销方法，其特征在于，所述提取所述面部表情中的脸部特征，根据所述脸部特征进行人脸识别后，提取识别结果中与表情相关的信息数据，并累计识别次数，还包括：从图像采集设备中获取面部表情图像序列；对所述面部表情图像序列进行灰度处理，并调整图像的大小至预设值；通过3D卷积层神经网络分析所述面部表情图像序列中所包含的与表情相关的信息数据。4.如权利要求1所述的一种基于人脸识别的营销方法，其特征在于，所述在每次识别操作后将所述识别次数与预设阈值进行比较，根据比较结果判断是否再次获取所述面部表情，包括：在每进行一次对获取的用户的面部表情进行人脸识别后，将累计后的所述识别次数与预设阈值进行比较；当所述识别次数大于等于所述阈值时，停止获取所述面部表情，并根据所述面部表情计算设定的时间段内用户的当前情绪倾向；当所述识别次数小于所述阈值时，持续获取所述面部表情，不计算用户的所述当前情绪倾向，直至所述识别次数等于所述阈值。5.如权利要求1所述的一种基于人脸识别的营销方法，其特征在于，所述根据各所述情绪和所述识别次数计算用户当前的情绪倾向，根据所述情绪倾向的计算结果确定用户的当前心情，包括：获取设定的时间段内的各种所述脸部情绪所对应的识别次数；根据所述识别次数...

【专利技术属性】
技术研发人员：刘慧芳，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44