一种基于人脸识别的视频推荐方法及装置、电视制造方法及图纸

本申请涉及一种基于人脸识别的视频推荐方法及装置、电视，所述方法包括：获取人脸图像，所述人脸图像包括至少一个用户的人脸；根据人脸识别算法，从所述人脸图像中获取用户的人脸特征集合；将人脸特征集合与档案库存中的人脸特征集比对；若至少一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐集合；若每个人脸特征集合与档案库存中的人脸特征集均不匹配，显示第二视频推荐集合。通过本方法为用户推荐视频，减少了用户选择观看视频的操作步骤，为用户的使用提供了方便。便。便。

【技术实现步骤摘要】
一种基于人脸识别的视频推荐方法及装置、电视


[0001]本申请涉及智能电视
，特别是涉及一种基于人脸识别的视频推荐方法及装置、电视、存储介质。

技术介绍

[0002]随着科学的不断进步，人们的生活水平在不断提高，对生活体验越来越重视。每个人都有自己的兴趣爱好，每个人喜欢的电影也各不相同。目前，电视在为用户推荐视频时，需要用户在电视上登陆自己的账号之后才能得到推荐内容，操作流程复杂，不方便用户使用。
[0003]因此，现有技术有待改进。

技术实现思路

[0004]本申请要解决的技术问题是，提供一种基于人脸识别的视频推荐方法及装置、电视、存储介质，以减少用户选择观看视频的操作步骤，为用户的使用提供了方便。
[0005]第一方面，本申请实施例提供了一种基于人脸识别的视频推荐方法，所述方法包括：
[0006]获取人脸图像，所述人脸图像包括至少一个用户的人脸；
[0007]根据人脸识别算法，从所述人脸图像中获取用户的人脸特征集合；
[0008]将人脸特征集合与档案库存中的人脸特征集比对；
[0009]若至少一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐集合；
[0010]若每个人脸特征集合与档案库存中的人脸特征集均不匹配，显示第二视频推荐集合。
[0011]可选地，获取所述人脸图像之前，预先建立所述档案库存，包括：
[0012]采集用户的人脸图像；
[0013]根据人脸识别算法，从所述用户的人脸图像中获取所述用户的人脸特征集合；
[0014]将所述用户的人脸特征集合存储于所述档案库存，其中，所述用户的人脸特征集合与所述用户的账号对应。
[0015]可选地，所述根据人脸识别算法，从所述人脸图像中获取用户的人脸特征集合，包括：
[0016]对所述人脸图像进行处理，得到已处理人脸图像；
[0017]对所述已处理人脸图像进行人脸特征识别，得到至少一个用户的人脸特征；
[0018]对每个用户的人脸特征进行筛选，得到至少一个用户的人脸特征集合，每个用户的人脸特征集合中至少包括用户的五官特征和人脸轮廓特征。
[0019]可选地，对所述人脸图像进行处理，得到已处理人脸图像，包括：
[0020]将采集的所述人脸图像从模拟信号转化为数字信号，得到第一图像；
[0021]将所述第一图像进行二值化处理，得到第二图像；
[0022]将所述第二图像进行平滑处理，得到第三图像；
[0023]对所述第三图像进行变换，得到所述已处理人脸图像，其中，所述变换用于改正所述第三图像中的系统误差。
[0024]可选地，若至少一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐集合；若每个人脸特征集合与档案库存中的人脸特征集均不匹配，显示第二视频推荐集合，包括：
[0025]根据用户账号中的观看历史，确定用户喜好视频集合。
[0026]可选地，所述若至少一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐集合，包括：
[0027]若一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐子集合，所述第一视频推荐子集合为用户喜好视频集合；
[0028]若多个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第二视频推荐子集合，所述第二视频推荐子集合为所述多个用户共同喜好视频集合。
[0029]可选地，所述若每个人脸特征集合与档案库存中的人脸特征集均不匹配，显示第二视频推荐集合，包括：
[0030]建立未匹配的用户的账号；
[0031]将所述用户的人脸特征集合保存至所述档案库存，所述用户的人脸特征集合与所述用户的账户关联对应。
[0032]第二方面，本申请实施例提供了一种基于人脸识别的视频推荐装置，所述装置包括：
[0033]第一获取模块，用于获取人脸图像，所述人脸图像包括至少一个用户的人脸；
[0034]第二获取模块，用于根据人脸识别算法，从所述人脸图像中获取用户的人脸特征集合；
[0035]比对模块，用于将人脸特征集合与档案库存中的人脸特征集比对；
[0036]视频推荐模块，用于若至少一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐集合；若每个人脸特征集合与档案库存中的人脸特征集均不匹配，显示第二视频推荐集合。
[0037]第三方面，本申请实施例提供了一种电视，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0038]获取人脸图像，所述人脸图像包括至少一个用户的人脸；
[0039]根据人脸识别算法，从所述人脸图像中获取用户的人脸特征集合；
[0040]将人脸特征集合与档案库存中的人脸特征集比对；
[0041]若至少一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐集合；
[0042]若每个人脸特征集合与档案库存中的人脸特征集均不匹配，显示第二视频推荐集合。
[0043]第四方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0044]获取人脸图像，所述人脸图像包括至少一个用户的人脸；
[0045]根据人脸识别算法，从所述人脸图像中获取用户的人脸特征集合；
[0046]将人脸特征集合与档案库存中的人脸特征集比对；
[0047]若至少一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐集合；
[0048]若每个人脸特征集合与档案库存中的人脸特征集均不匹配，显示第二视频推荐集合。
[0049]与现有技术相比，本申请实施例具有以下优点：
[0050]根据本申请实施方式提供的方法，首先获取人脸图像，所述人脸图像包括至少一个用户的人脸；然后根据人脸识别算法，从所述人脸图像中获取用户的人脸特征集合；最后将人脸特征集合与档案库存中的人脸特征集比对；若至少一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐集合；若每个人脸特征集合与档案库存中的人脸特征集均不匹配，显示第二视频推荐集合。通过本方法为用户推荐视频，减少了用户选择观看视频的操作步骤，为用户的使用提供了方便。
附图说明
[0051]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，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的附图。
[0052]图1为本申请实施例中一种基于人脸识别的视频推荐方法的流程示意图；
[0053]图2为本申请实施例中一种基于人脸识别的视频推荐装置的结构示意图；
[0054]图3为本申请实施例中计算机设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸识别的视频推荐方法，其特征在于，所述方法包括：获取人脸图像，所述人脸图像包括至少一个用户的人脸；根据人脸识别算法，从所述人脸图像中获取用户的人脸特征集合；将人脸特征集合与档案库存中的人脸特征集比对；若至少一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐集合；若每个人脸特征集合与档案库存中的人脸特征集均不匹配，显示第二视频推荐集合。2.根据权利要求1所述的基于人脸识别的视频推荐方法，其特征在于，获取所述人脸图像之前，预先建立所述档案库存，包括：采集用户的人脸图像；根据人脸识别算法，从所述用户的人脸图像中获取所述用户的人脸特征集合；将所述用户的人脸特征集合存储于所述档案库存，其中，所述用户的人脸特征集合与所述用户的账号对应。3.根据权利要求1所述的基于人脸识别的视频推荐方法，其特征在于，所述根据人脸识别算法，从所述人脸图像中获取用户的人脸特征集合，包括：对所述人脸图像进行处理，得到已处理人脸图像；对所述已处理人脸图像进行人脸特征识别，得到至少一个用户的人脸特征；对每个用户的人脸特征进行筛选，得到至少一个用户的人脸特征集合，每个用户的人脸特征集合中至少包括用户的五官特征和人脸轮廓特征。4.根据权利要求3所述的基于人脸识别的视频推荐方法，其特征在于，对所述人脸图像进行处理，得到已处理人脸图像，包括：将采集的所述人脸图像从模拟信号转化为数字信号，得到第一图像；将所述第一图像进行二值化处理，得到第二图像；将所述第二图像进行平滑处理，得到第三图像；对所述第三图像进行变换，得到所述已处理人脸图像，其中，所述变换用于改正所述第三图像中的系统误差。5.根据权利要求3所述的基于人脸识别的视频推荐方法，其特征在于，若至少一个用户的人脸特征集合与档案库存中的人脸特征集匹配，显示第一视频推荐集合；若每个...

【专利技术属性】
技术研发人员：李荣坤，
申请(专利权)人：深圳TCL数字技术有限公司，
类型：发明
国别省市：