图片推荐方法、推荐系统、电子设备、存储介质及芯片技术方案

本发明专利技术公开了一种图片推荐方法、推荐系统、电子设备、存储介质及芯片，所述图片推荐方法包括：获取用户的状态特征；根据所述状态特征确定用户的当前情绪类别；根据情绪类别和图片类别的映射关系以及所述当前情绪类别进行图片推荐。本发明专利技术提供的图片推荐方法，通过用户的状态特征确定用户的当前情绪类别，并根据情绪类别和图片类别的映射关系以及当前情绪类别进行图片推荐，实现了根据用户的情绪对用户进行个性化的图片推荐，满足用户快速定位特定喜好的图片的需求。定喜好的图片的需求。定喜好的图片的需求。

【技术实现步骤摘要】
图片推荐方法、推荐系统、电子设备、存储介质及芯片


[0001]本专利技术涉及图片处理
，特别涉及一种图片推荐方法、推荐系统、电子设备、存储介质及芯片。

技术介绍

[0002]当今社会，随着智能设备的普及，用户的照片数量的快速增加，有些过往的能引起用户共鸣的照片可能由于时间久远用户一时间找不到或者需要耗费大量时间去寻找；现有的智能手机、数码相机等终端设备一定程度上具备了将相册中图片进行整合的功能，但这些整合功能往往是基于照片拍摄的时间、地点和人物来实现的，并不能满足用户快速定位特定喜好的照片。

技术实现思路

[0003]本专利技术要解决的技术问题是为了克服现有技术中用户需要耗费大量时间寻找想看的照片的缺陷，提供一种图片推荐方法、推荐系统、电子设备、存储介质及芯片。
[0004]本专利技术是通过下述技术方案来解决上述技术问题：
[0005]本专利技术提供一种图片推荐方法，所述图片推荐方法包括：
[0006]获取用户的状态特征；
[0007]根据所述状态特征确定用户的当前情绪类别；
[0008]根据情绪类别和图片类别的映射关系以及所述当前情绪类别进行图片推荐。
[0009]较佳地，所述状态特征包括面部表情；
[0010]获取用户的状态特征的步骤包括：
[0011]获取用户的人脸图像；
[0012]将所述人脸图像输入到面部表情分类模型以得到用户的面部表情；
[0013]所述面部表情用于确定用户的情绪类别。
[0014]较佳地，所述状态特征还包括情绪等级关联特征；
[0015]根据所述状态特征确定用户的当前情绪类别的步骤包括：
[0016]将所述面部表情和所述情绪等级关联状态输入到预先训练得到的情绪预测模型以获得所述当前情绪类别和相应的情绪等级；
[0017]所述情绪预测模型通过历史情绪等级关联数据进行训练；
[0018]根据情绪类别和图片类别的映射关系以及所述当前情绪类别进行图片推荐的步骤包括：
[0019]根据情绪类别中的情绪等级和图片类别的推荐级别的映射关系以及当前情绪等级进行图片推荐。
[0020]较佳地，所述情绪等级关联特征包括下班时间、工作时长、当前位置、声音参数、应用软件使用行为中的至少一种；
[0021]所述历史情绪等级关联数据包括用户的历史下班时间数据、历史工作时长数据、
历史位置数据、历史声音参数数据、历史应用软件使用数据中的至少一种。
[0022]较佳地，在步骤根据情绪类别和图片类别的映射关系以及所述当前情绪类别进行图片推荐之前，所述图片推荐方法还包括：
[0023]获取图片的特征参数；
[0024]根据所述特征参数确定所述图片的图片类别。
[0025]较佳地，所述特征参数包括表情参数、人物参数和操作参数；所述表情参数用于表征用户浏览所述图片时的面部表情；所述人物参数用于表征所述图片中人物与用户的关系；所述操作参数用于表征用户浏览所述图片时耗费的时间和精力；
[0026]所述操作参数包括对图片的编辑处理、浏览次数、浏览时间中的至少一种。
[0027]较佳地，根据所述特征参数确定所述图片的图片类别的步骤包括：
[0028]根据所述表情参数确定所述图片的图片类别；
[0029]根据所述人物参数和操作参数确定所述图片在所述图片类别中的推荐级别。
[0030]本专利技术还提供一种图片推荐系统，所述图片推荐系统包括：
[0031]状态特征获取模块，用于获取用户的状态特征；
[0032]情绪类别确定模块，用于根据所述状态特征确定用户的当前情绪类别；
[0033]推荐图片确定模块，用于根据情绪类别和图片类别的映射关系以及所述当前情绪类别进行图片推荐。
[0034]较佳地，所述状态特征包括面部表情；
[0035]状态特征获取模块具体用于获取用户的人脸图像；
[0036]状态特征获取模块具体用于将所述人脸图像输入到面部表情分类模型以得到用户的面部表情；
[0037]所述面部表情用于确定用户的情绪类别。
[0038]较佳地，所述状态特征还包括情绪等级关联特征；
[0039]情绪类别确定模块具体用于将所述面部表情和所述情绪等级关联状态输入到预先训练得到的情绪预测模型以获得所述当前情绪类别和相应的情绪等级；
[0040]所述情绪预测模型通过历史情绪等级关联数据进行训练；
[0041]推荐图片确定模块具体用于根据情绪类别中的情绪等级和图片类别的推荐级别的映射关系以及当前情绪等级进行图片推荐。
[0042]较佳地，所述情绪等级关联特征包括下班时间、工作时长、当前位置、声音参数、应用软件使用行为中的至少一种；
[0043]所述历史情绪等级关联数据包括用户的历史下班时间数据、历史工作时长数据、历史位置数据、历史声音参数数据、历史应用软件使用数据中的至少一种。
[0044]较佳地，所述图片推荐系统还包括：
[0045]特征参数获取模块，用于获取图片的特征参数；
[0046]图片类别确定模块，用于根据所述特征参数确定所述图片的图片类别。
[0047]较佳地，所述特征参数包括表情参数、人物参数和操作参数；所述表情参数用于表征用户浏览所述图片时的面部表情；所述人物参数用于表征所述图片中人物与用户的关系；所述操作参数用于表征用户浏览所述图片时耗费的时间和精力；
[0048]所述操作参数包括对图片的编辑处理、浏览次数、浏览时间中的至少一种。
[0049]较佳地，图片类别确定模块具体用于根据所述表情参数确定所述图片的图片类别；
[0050]图片类别确定模块具体用于根据所述人物参数和操作参数确定所述图片在所述图片类别中的推荐级别。
[0051]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的图片推荐方法。
[0052]本专利技术还提供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如上所述的图片推荐方法。
[0053]本专利技术还提供一种芯片，所述芯片执行如上所述的图片推荐方法。
[0054]其中，芯片可以为单独的芯片或芯片模组，也可以为集成于UE(User Equipment，用户设备)内的芯片或者芯片模组。
[0055]本专利技术的积极进步效果在于：
[0056]本专利技术提供的图片推荐方法，通过用户的状态特征确定用户的当前情绪类别，并根据情绪类别和图片类别的映射关系以及当前情绪类别进行图片推荐，实现了根据用户的情绪对用户进行个性化的图片推荐，满足用户快速定位特定喜好的图片的需求。
附图说明
[0057]图1为本专利技术本实施例1中的图片推荐方法的第一流程图。
[0058]图2为本专利技术本实施例1中的图片推荐方法的第二流程图。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片推荐方法，其特征在于，所述图片推荐方法包括：获取用户的状态特征；根据所述状态特征确定用户的当前情绪类别；根据情绪类别和图片类别的映射关系以及所述当前情绪类别进行图片推荐。2.如权利要求1所述的图片推荐方法，其特征在于，所述状态特征包括面部表情；获取用户的状态特征的步骤包括：获取用户的人脸图像；将所述人脸图像输入到面部表情分类模型以得到用户的面部表情；所述面部表情用于确定用户的情绪类别。3.如权利要求2所述的图片推荐方法，其特征在于，所述状态特征还包括情绪等级关联特征；根据所述状态特征确定用户的当前情绪类别的步骤包括：将所述面部表情和所述情绪等级关联状态输入到预先训练得到的情绪预测模型以获得所述当前情绪类别和相应的情绪等级；所述情绪预测模型通过历史情绪等级关联数据进行训练；根据情绪类别和图片类别的映射关系以及所述当前情绪类别进行图片推荐的步骤包括：根据情绪类别中的情绪等级和图片类别的推荐级别的映射关系以及当前情绪等级进行图片推荐。4.如权利要求3所述的图片推荐方法，其特征在于，所述情绪等级关联特征包括下班时间、工作时长、当前位置、声音参数、应用软件使用行为中的至少一种；所述历史情绪等级关联数据包括用户的历史下班时间数据、历史工作时长数据、历史位置数据、历史声音参数数据、历史应用软件使用数据中的至少一种。5.如权利要求3所述的图片推荐方法，其特征在于，在根据情绪类别和图片类别的映射关系以及所述当前情绪类别进行图片推荐的步骤之前，所述图片推荐方法还包括：...

【专利技术属性】
技术研发人员：葛露飞，
申请(专利权)人：展讯半导体南京有限公司，
类型：发明
国别省市：