一种基于机器学习的图像识别方法、设备及存储介质技术

本发明专利技术公开了一种基于机器学习的图像识别方法、设备及存储介质，其中方法包括步骤S1：采集用户注视不同目标物图像所生成的眼动数据，根据眼动数据确定用户注视的重点注视区域；步骤S2：采集用户注视每个目标物图像时的人脸数据，根据机器学习算法确定用户注视重点注视区域时的情绪状态；步骤S3：若判断出情绪状态为积极的，则对重点注视区域进行喜好特征识别，并将其存储于喜好数据库中；若判断出情绪状态为消极的，则结合喜好数据库中的喜好特征向用户发出具有喜好特征的推送建议。本发明专利技术可清楚了解用户注视图像时的情绪，更加准确地了解到用户的观看喜好，从而做出更加准确、更加符合用户喜好的推送策略。

【技术实现步骤摘要】
一种基于机器学习的图像识别方法、设备及存储介质
本专利技术涉及图像识别
，尤其涉及一种基于机器学习的图像识别方法、设备及存储介质。
技术介绍
目前，眼球追踪技术的应用领域越来越广泛，可通过追踪用户的眼球运动来了解用户在观看图像或视频时的关注点位置；但是，该眼球追踪过程中无法确定用户关注图像时的情绪；当用户正在观看图像中的某个区域时，若用户的面部表情较差，则用户正在关注的图像位置有可能是用户厌恶的地方，若用户在观看图像时其面部表情较好，则该图像的关注点位置则有可能是用户喜好的地方。但是，现有的眼球追踪技术或现有的图像识别技术都无法准确地分析出用户的喜好类型和注视习惯，使得无法做出更加准确且更加符合用户喜好的推送策略。
技术实现思路
为了克服现有技术的不足，本专利技术的目的之一在于提供一种基于机器学习的图像识别方法，可清楚了解用户注视图像时的情绪，更加准确地了解到用户的观看喜好，从而做出更加准确、更加符合用户喜好的推送策略。本专利技术的目的之二在于提供一种电子设备。本专利技术的目的之三在于提供一种存储介质。本文档来自技高网...

【技术保护点】
1.一种基于机器学习的图像识别方法，其特征在于，包括：/n步骤S1：采集用户注视不同目标物图像所生成的眼动数据，根据眼动数据确定用户注视的重点注视区域；/n步骤S2：采集用户注视每个目标物图像时的人脸数据，根据机器学习算法确定用户注视重点注视区域时的情绪状态；/n步骤S3：若判断出情绪状态为积极的，则对重点注视区域进行喜好特征识别，并将其存储于喜好数据库中；若判断出情绪状态为消极的，则结合喜好数据库中的喜好特征向用户发出具有喜好特征的推送建议。/n

【技术特征摘要】
1.一种基于机器学习的图像识别方法，其特征在于，包括：
步骤S1：采集用户注视不同目标物图像所生成的眼动数据，根据眼动数据确定用户注视的重点注视区域；
步骤S2：采集用户注视每个目标物图像时的人脸数据，根据机器学习算法确定用户注视重点注视区域时的情绪状态；
步骤S3：若判断出情绪状态为积极的，则对重点注视区域进行喜好特征识别，并将其存储于喜好数据库中；若判断出情绪状态为消极的，则结合喜好数据库中的喜好特征向用户发出具有喜好特征的推送建议。


2.根据权利要求1所述的基于机器学习的图像识别方法，其特征在于，所述眼动数据包含由多个注视坐标点连接而成的眼动路径，所述眼动路径以具有预设透明度的线段呈现，当所述眼动路径存在部分路径相重合时，根据重合次数逐渐增加眼动路径的透明度。


3.根据权利要求2所述的基于机器学习的图像识别方法，其特征在于，所述步骤S1中根据眼动数据确定用户注视的重点注视区域的方法为：
判断眼动路径中是否存在任意一注视坐标点的透明度超过预设值，若有，则将眼动路径中透明度超过预设值的注视坐标点标记为基准点，将基准点所在区域作为重点注视区域。


4.根据权利要求1所述的基于机器学习的图像识别方法，其特征在于，所述步骤S2在采集到人脸数据后，还包括对人脸数据进行预处理：根据人脸数据对用户的唇部区域进行识别，以生成唇部像素图像，再对唇部像素图...

【专利技术属性】
技术研发人员：柒强，邓嘉俊，
申请(专利权)人：广州朗国电子科技有限公司，
类型：发明
国别省市：广东;44