网络协议电视IPTV中推荐内容的方法和装置制造方法及图纸

本申请提供了一种网络协议电视IPTV中推荐内容的方法和装置，通过获取观影用户的用户特征并上传至视频服务器侧，能够实现内容的动态推荐，有助于提升用户体验。该方法包括：获取观影用户的用户图像；根据用户图像，确定用户特征向量，用户特征向量中包括反映用户的特征的多维数据；将用户特征向量上传到视频服务器，所述用户特征向量用于视频服务器生成与所述用户特征向量对应的推荐内容；获取视频服务器推荐的内容。

Methods and devices of recommended content in IPTV network protocol

【技术实现步骤摘要】
网络协议电视IPTV中推荐内容的方法和装置
本申请涉及智能电视领域，并且更具体地，涉及一种网络协议电视IPTV中推荐内容的方法和装置。
技术介绍
随着互联网和现代通信技术的发展，以宽带网络为传输介质，通过互联网协议分发数字媒体服务的IPTV技术，因其在高清视频体验、业务兼容性、系统可维护性等方面的优势，近年来在国内外家庭收视市场的份额增长显著。随着人工智能和数据挖掘技术的逐步成熟，通过分析用户数据为用户推送视频内容已成为一种趋势。视频服务器可以参考用户的历史观影信息向用户推荐视频内容，然后，机顶盒基于视频服务器的推荐结果进行展示。这种推荐方式可能推荐的内容并非用户所期待，用户体验不好。
技术实现思路
有鉴于此，本申请提供一种网络协议电视IPTV中推荐内容的方法和装置，通过获取观影用户的用户特征并上传至视频服务器侧，能够实现内容更精确的推荐，有助于提升用户体验。第一方面，提供了一种网络协议电视IPTV中推荐内容的方法，包括：终端获取观影用户的用户图像；根据所述用户图像，确定用户特征向量，用户特征向量中包括反映所述观影用户的特征的多维数据；将用户特征向量上传到视频服务器，用户特征向量用于视频服务器生成与所述用户特征向量对应的推荐内容；从所述视频服务器获取所述推荐内容，能够实现内容的动态推荐，提高推荐内容的准确率，有助于提升用户体验。可选地，所述推荐内容是所述视频服务器基于映射关系生成的，其中，所述映射关系是指用户特征向量中的数据与推荐内容的对应关系。可选地，所述终端是机顶盒STB。可选地，所述终端可以通过内置摄像头或者外接摄像头获取所述用户图像，即获取用户图像的方式比较灵活。可选地，所述用户图像是观影用户在观影区域的图像，其中，所述观影区域是能够采集到观影用户的用户图像的区域。在一种可能的实现方式中，根据用户图像确定用户特征向量，包括：基于所述用户图像，提取用户特征信息，所述用户特征信息包括以下特征中的一项或多项：用户人脸特征，用户人体特征；根据所述用户特征信息，确定所述用户特征向量。因此，终端通过用户图像，提取用户的主要特征，比如人脸特征、人体特征，基于这些特征，可以得到更多维度的用户特征，以便于生成用户特征向量。在一种可能的实现方式中，对所述用户特征信息进行识别，可以得到用户的状态与属性信息，和/或，用户的着装分类信息，所述状态与属性信息包括以下信息中的一项或多项：用户性别、用户年龄、用户情绪。可选地，所述根据所述用户特征信息，确定所述用户特征向量，包括：基于所述用户的状态与属性信息，和/或，所述用户的着装分类信息进行信息融合，生成所述用户特征向量，所述用户特征向量中包括以下向量中的一项或多项：用户性别、用户年龄、用户情绪、用户着装标签。因此，终端通过对得到的用户的状态与属性信息和/或，用户的着装分类信息，能够得到多维的用户特征向量。在一种可能的实现方式中，所述用户特征信息包括用户人脸特征和用户人体特征；其中，对所述用户特征信息进行识别，得到观影用户的状态与属性信息，以及观影用户的着装分类信息，包括：根据所述用户人脸特征，采用机器学习算法确定用户的状态与属性信息；根据所述用户人体特征，采用机器学习算法确定所述用户的着装分类信息。在本申请实施例中，STB通过实时检测识别用户人脸特征、用户人体特征，以识别用户更多维度的信息，比如，性别、年龄、情绪、着装等信息，能够更为准确的实时分析用户的观影偏好和倾向，可有效提升推荐内容的准确率/转化率，有助于提升用户体验，丰富STB终端业务的个性化体验。可选地，若所述用户特征信息包括用户人脸特征，所述方法还包括：采用机器学习算法，基于所述用户人脸特征，识别所述观影用户的状态与属性信息，所述状态与属性信息包括以下信息中的一项或多项：用户性别、用户年龄、用户情绪。在一种可能的实现方式中，所述机器学习算法包括神经网络算法，其中，所述用户人脸特征作为神经网络算法的输入，所述状态与属性信息是神经网络算法的输出。因此，通过采用神经网络算法，基于人脸特征可以得到更多有关用户的特征，比如性别、年龄、情绪等信息，能够更为准确的实时分析用户的观影偏好和倾向。可选地，若所述用户特征信息包括用户人体特征，所述方法还包括：采用机器学习算法，基于所述用户人体特征，确定所述观影用户的着装分类信息。在一种可能的实现方式中，所述机器学习算法包括着装分类算法，其中，采用机器学习算法，基于所述用户人体特征，确定所述观影用户的着装分类信息，包括：根据所述用户人体特征，提取所述用户图像中的用户着装图像；采用着装分类算法，获取与所述用户着装图像对应的所述用户的着装分类信息。因此，通过采用着装分类算法，基于用户人体特征可以得到更多有关用户的特征，比如，着装风格等信息，能够更为准确的实时分析用户的观影偏好和倾向。可选地，也可以通过图像匹配的方式(比如图像匹配算法)获取用户的着装分类信息，具体比如，在得到用户着装图像后，通过与图像库进行比对，可以得到用户着装图像对应的着装分类或者着装标签。在一种可能的实现方式中，所述方法还包括：对所述用户图像进行预处理，得到预处理后的用户图像；其中，根据用户图像，确定用户特征向量，包括：根据所述预处理后的用户图像，确定所述用户特征向量。因此，通过对获取到的用户图像进行预处理，预处理后的图像更有利于后续提取用户的特征时使用。第二方面，提供了一种网络协议电视IPTV中推荐内容的装置(比如终端)，该装置包括用于执行上述第一方面或第一方面的任意可能的实现方式中的方法的模块。可选地，该装置可以是终端，比如机顶盒STB。第三方面，提供了一种网络协议电视IPTV中推荐内容的方法，包括：获取来自终端的用户特征向量，所述用户特征向量中包括反映所述用户的特征的多维数据；根据所述用户特征向量，生成与所述用户特征向量对应的推荐内容；向所述终端发送所述推荐内容。这样，相比于现有技术中视频服务器只基于历史观影信息推送内容，本申请实施例的推荐方法能够基于用户的多维数据为用户提供更为准确的、符合用户期待的内容，有助于提高用户体验。在一种可能的实现方式中，根据所述用户特征向量，生成与所述用户特征向量对应的推荐内容，包括：基于映射关系，生成与所述用户特征向量对应的推荐内容，其中，所述映射关系是指用户特征向量中的数据与推荐内容的对应关系。可选地，所述用户特征向量是基于用户特征信息确定的。其中，所述用户特征信息包括以下特征中的一项或多项：用户人脸特征，用户人体特征。可选地，所述用户特征向量中包括以下向量元素中的一项或多项：用户性别、用户年龄、用户情绪、用户着装标签。第四方面，提供了一种网络协议电视IPTV中推荐内容的装置(比如服务器)，该装置包括用于执行上述第三方面或第三方面的任意可能的实现方式中的方法的模块。第五方面，提供了一种网络协议电视IPTV中推荐内容的装置，该装置可以是终端或者终端中的芯片。该装置包括：处理器，与存储器耦合，可用于执行存储器中的指令，以实本文档来自技高网...

【技术保护点】
1.一种网络协议电视IPTV中推荐内容的方法，其特征在于，包括：/n获取观影用户的用户图像；/n根据所述用户图像，确定用户特征向量，所述用户特征向量中包括反映所述观影用户的特征的多维数据；/n将所述用户特征向量上传到视频服务器，所述用户特征向量用于所述视频服务器生成与所述用户特征向量对应的推荐内容；/n从所述视频服务器获取所述推荐内容。/n

【技术特征摘要】
1.一种网络协议电视IPTV中推荐内容的方法，其特征在于，包括：
获取观影用户的用户图像；
根据所述用户图像，确定用户特征向量，所述用户特征向量中包括反映所述观影用户的特征的多维数据；
将所述用户特征向量上传到视频服务器，所述用户特征向量用于所述视频服务器生成与所述用户特征向量对应的推荐内容；
从所述视频服务器获取所述推荐内容。


2.根据权利要求1所述的方法，其特征在于，所述根据用户图像，确定用户特征向量，包括：
基于所述用户图像，提取用户特征信息，所述用户特征信息包括以下特征中的一项或多项：用户人脸特征，用户人体特征；
根据所述用户特征信息，确定所述用户特征向量。


3.根据权利要求2所述的方法，其特征在于，若所述用户特征信息包括用户人脸特征，
所述方法还包括：
采用机器学习算法，基于所述用户人脸特征，识别所述观影用户的状态与属性信息，所述状态与属性信息包括以下信息中的一项或多项：用户性别、用户年龄、用户情绪。


4.根据权利要求3所述的方法，其特征在于，所述机器学习算法包括神经网络算法，其中，所述用户人脸特征作为神经网络算法的输入，所述状态与属性信息是神经网络算法的输出。


5.根据权利要求2所述的方法，其特征在于，若所述用户特征信息包括用户人体特征，
所述方法还包括：
采用机器学习算法，基于所述用户人体特征，确定所述观影用户的着装分类信息。


6.根据权利要求5所述的方法，其特征在于，所述机器学习算法包括着装分类算法，所述采用机器学习算法，基于所述用户人体特征，确定所述观影用户的着装分类信息，包括：
根据所述用户人体特征，提取所述用户图像中的用户着装图像；
采用着装分类算法，获取与所述用户着装图像对应的所述用户的着装分类信息。


7.根据权利要求2至6中任一项所述的方法，其特征在于，所述根据所述用户特征信息，确定所述用户特征向量，包括：
基于所述用户的状态与属性信息，和/或，所述用户的着装分类信息进行信息融合，生成所述用户特征向量，所述用户特征向量中包括以下向量元素中的一项或多项：用户性别、用户年龄、用户情绪、用户着装标签。


8.根据权利要求1至7中任一项所述的方法，其特征在于，所述推荐内容是所述视频服务器基于映射关系生成的，其中，所述映射关系是指用户特征向量中的数据与推荐内容的对应关系。


9.根据权利要求1至8中任一项所述的方法，其特征在于，所述用户图像是观影用户在观影区域的图像，其中，所述观影区域是能够采集到观影用户的用户图像的区域。


10.一种网络协议电视IPTV中推荐内容的方法，其特征在于，包括：
获取来自终端的用户特征向量，所述用户特征向量中包括反映所述用户的特征的多维数据；
根据所述用户特征向量，生成与所述用户特征向量对应的推荐内容；
向所述终端发送所述推荐内容。


11.根据权利要求10所述的方法，其特征在于，所述根据所述用户特征向量，生成与所述用户特征向量对应的推荐内容，包括：
基于映射关系，生成与所述用户特征向量对应的推荐内容，其中，所述映射关系是指用户特征向量中的数据与推荐内容的对应关系。


12.根据权利要求10或11所述的方法，其特征在于，所述用户特征向量是基于用户特征信息确定的，其中，所述用户特征信息包括以下特征中的一项或多项：用户人脸特征，用户人体特征。


13.一种网络协议电视IPTV中推荐内容的装置，其特征在于，包括：
获取模块，用于获取观影用户的用户图像；
处理模块，用于根据所述用户图像，确定用户特征向量，所述用户特征向量中包括反映所述观影用户的特征的多维数据；
通信模块，用于将所述用户特征...

【专利技术属性】
技术研发人员：潘邵武，熊张亮，罗靖，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44