基于人脸识别的安卓TV智能切换方法及系统技术方案

本发明专利技术公开了基于人脸识别的安卓TV智能切换方法及系统，属于图像识别及大数据处理技术领域，本发明专利技术要解决的技术问题为如何实现安卓TV自动切换账户，并根据账户信息推荐播放列表，提高用户观看体验，采用的技术方案为：该方法具体如下：获取电视观众的图像，对图像进行处理和识别；根据图像的识别结果进行人脸认证，切换安卓TV的不同用户账号；根据用户账号信息记录用户历史记录，获取并生成推荐列表；实时获取电视观众的人脸图像，根据电视观众的人脸图像识别电视观众的情绪和疲劳程度；根据电视观众的情绪和疲劳程度进行视频播放调整。电视观众的情绪和疲劳程度进行视频播放调整。电视观众的情绪和疲劳程度进行视频播放调整。

【技术实现步骤摘要】
基于人脸识别的安卓TV智能切换方法及系统


[0001]本专利技术涉及图像识别及大数据
，具体地说是一种基于人脸识别的安卓TV智能切换方法及系统。

技术介绍

[0002]随着科技的发展，安卓TV已经成为人们娱乐生活的重要组成部分。但是，传统的遥控器操作方式需要人们不断切换频道，不仅操作繁琐，而且容易出错。
[0003]故如何实现安卓TV自动切换账户，并根据账户信息推荐播放列表，提高用户观看体验是目前亟待解决的技术问题。

技术实现思路

[0004]本专利技术的技术任务是提供一种基于人脸识别的安卓TV智能切换方法及系统，来解决如何实现安卓TV自动切换账户，并根据账户信息推荐播放列表，提高用户观看体验的问题。
[0005]本专利技术的技术任务是按以下方式实现的，一种基于人脸识别的安卓TV智能切换方法，该方法具体如下：
[0006]获取电视观众的图像，对图像进行处理和识别；
[0007]根据图像的识别结果进行人脸认证，切换安卓TV的不同用户账号；
[0008]根据用户账号信息记录用户历史记录，获取并生成推荐列表；
[0009]实时获取电视观众的人脸图像，根据电视观众的人脸图像识别电视观众的情绪和疲劳程度；
[0010]根据电视观众的情绪和疲劳程度进行视频播放调整。
[0011]作为优选，获取电视观众的人脸图像，对图像进行处理和识别具体如下：
[0012]通过摄像头获取观众的实时图像；
[0013]对人脸图像进行预处理：缩放、裁剪及去噪，提高后续人脸识别的准确度和速度；
[0014]使用人脸检测算法在图像中检测人脸的位置和大小；其中，人脸检测算法是从图像或视频流中检测出所有可能包含人脸的区域；
[0015]对检测到的人脸进行对齐，使人脸符合预设的标准：正脸、正视及五官无遮挡；
[0016]采用特征提取算法从对齐后的人脸图像中提取出唯一的人脸特征向量，以区分不同的人脸；其中，特征提取算法是从每个人脸图像中提取特定的特征，如LBP、HOG及SIFT，以表征人脸的唯一性；
[0017]将提取出的人脸特征向量与数据库中已有的人脸特征向量进行比对，获取最佳匹配的人脸；
[0018]根据匹配结果进行人脸识别，判断是否成功触发人脸识别事件：
[0019]若是，则执行后续操作；
[0020]若否，则给出错误提示。
[0021]更优地，人脸检测算法采用基于深度学习的人脸识别方法，具体是采用卷积神经网络(CNN)对人脸图像进行端到端的训练和识别，具体步骤如下：
[0022]获取数据集：收集足够数量的人脸图像，进行数据清洗和标注，构建训练集、验证集和测试集；
[0023]模型选择：选择合适的卷积神经网络模型，如VGG、ResNet等；
[0024]网络训练：采用训练集对网络进行训练，以优化网络权重和偏置，提高人脸识别准确率；
[0025]验证测试：采用验证集和测试集对网络进行验证和测试，评估模型的泛化能力和准确率；
[0026]实时识别：将训练好的模型部署到实时的人脸识别系统中，对输入的人脸图像进行识别。
[0027]更优地，切换安卓TV的不同用户账号具体如下：
[0028]用户信息管理：将用户的个人信息保存在后台服务器中，对于每个用户，使用一个唯一的ID进行标识；其中，用户的个人信息包括用户名、密码及人脸信息；
[0029]人脸检测和识别：利用摄像头捕捉观众图像后，使用人脸检测和识别技术，将图像中的人脸与预先存储在服务器中的人脸信息进行比对，以确定当前观众的身份，并使用深度学习算法来训练人脸识别模型，并使用OpenCV库实现人脸检测和特征提取；
[0030]账号切换：根据人脸识别结果，判断当前观众是否已经登录，并自动切换到相应的用户账号，并用Android系统提供的账号管理API实现账号的切换和管理；
[0031]安全性保障：为了保障安全性，引入安全机制，具体为加密码或其他身份验证措施，以确保只有合法用户才能进行账号切换操作。
[0032]更优地，获取并生成推荐列表具体如下：
[0033]通过记录用户的观看历史，分析用户的兴趣爱好，从而生成相应的推荐列表，具体方式如下：
[0034]①
推荐算法：推荐算法包括基于内容的推荐算法、协同过滤推荐算法和深度学习推荐算法；基于内容的推荐算法、协同过滤推荐算法和深度学习推荐算法分析用户的历史观看记录、评分及收藏信息，预测用户对其他视频的兴趣程度；
[0035]②
、用户画像：通过对用户的个人信息及社交网络放入多种数据源的分析，生成用户画像，用户画像包括年龄、性别、职业、地域及爱好多个维度的信息，用于更精准地推荐内容；
[0036]③
、数据挖掘：通过大数据分析技术，对用户的历史观看记录进行分析，从中提取出用户的偏好及关联性的信息，为推荐算法提供更准确的数据支持；
[0037]④
、实时推荐：在用户观看视频时，实时推荐相关的视频内容，以增加用户观看的时间和兴趣。
[0038]更优地，识别电视观众的情绪和疲劳程度具体如下：
[0039]采集和处理观众的人脸图像：使用摄像头捕捉观众的人脸图像，并使用图像处理算法进行人脸检测及关键点定位的处理，获取观众的面部特征；
[0040]识别观众身份：通过与已注册的观众面部特征进行比对，识别出当前观众的身份；
[0041]检测观众的疲劳程度：通过对观众面部特征的分析，识别出观众的表情及眼神的
信息，从而推断出观众的疲劳程度；
[0042]基于识别和检测结果，实现相应的功能：根据观众身份和疲劳程度，自动调整电视节目的音量及亮度的参数，并切换到适合该观众的推荐列表或播放列表。
[0043]更优地，根据电视观众的情绪和疲劳程度进行视频播放调整具体如下：
[0044]通过人脸识别技术获取观众的情绪和疲劳程度，通过识别观众的面部表情，准确地获取观众的情绪状态；同时，通过检测观众的眼部疲劳程度和头部姿势的指标，判断观众是否处于疲劳状态；其中，人脸识别技术包括基于深度学习的人脸表情识别算法及基于面部特征点的情绪识别算法；
[0045]针对不同的情绪和疲劳状态，选择不同类型的视频来播放；例如，对于疲劳的观众可以播放一些轻松有趣的视频来缓解疲劳；而对于愉悦的观众则可以选择一些欢乐、搞笑的视频；
[0046]为了实现更加精准的推荐，根据观众的历史观看记录和兴趣偏好进行推荐，通过记录观众的观看历史，了解观众的兴趣爱好和喜好，从而更加准确地推荐适合观众的视频。
[0047]一种基于人脸识别的安卓TV智能切换系统，该系统包括智能切换单元和智能记录及识别单元；
[0048]其中，智能切换单元包括，
[0049]获取模块，用于通过摄像头捕获电视观众的图像；
[0050]人脸识别模块，用于对图像进行处理和识别；
[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安卓TV智能切换方法，其特征在于，该方法具体如下：获取电视观众的图像，对图像进行处理和识别；根据图像的识别结果进行人脸认证，切换安卓TV的不同用户账号；根据用户账号信息记录用户历史记录，获取并生成推荐列表；实时获取电视观众的人脸图像，根据电视观众的人脸图像识别电视观众的情绪和疲劳程度；根据电视观众的情绪和疲劳程度进行视频播放调整。2.根据权利要求1所述的基于人脸识别的安卓TV智能切换方法，其特征在于，获取电视观众的人脸图像，对图像进行处理和识别具体如下：通过摄像头获取观众的实时图像；对人脸图像进行预处理：缩放、裁剪及去噪；使用人脸检测算法在图像中检测人脸的位置和大小；其中，人脸检测算法是从图像或视频流中检测出所有可能包含人脸的区域；对检测到的人脸进行对齐，使人脸符合预设的标准：正脸、正视及五官无遮挡；采用特征提取算法从对齐后的人脸图像中提取出唯一的人脸特征向量，以区分不同的人脸；其中，特征提取算法是从每个人脸图像中提取特定的特征，以表征人脸的唯一性；将提取出的人脸特征向量与数据库中已有的人脸特征向量进行比对，获取最佳匹配的人脸；根据匹配结果进行人脸识别，判断是否成功触发人脸识别事件：若是，则执行后续操作；若否，则给出错误提示。3.根据权利要求2所述的基于人脸识别的安卓TV智能切换方法，其特征在于，人脸检测算法采用基于深度学习的人脸识别方法，具体是采用卷积神经网络对人脸图像进行端到端的训练和识别，具体步骤如下：获取数据集：收集人脸图像，进行数据清洗和标注，构建训练集、验证集和测试集；模型选择：选择合适的卷积神经网络模型；网络训练：采用训练集对网络进行训练，以优化网络权重和偏置；验证测试：采用验证集和测试集对网络进行验证和测试，评估模型的泛化能力和准确率；实时识别：将训练好的模型部署到实时的人脸识别系统中，对输入的人脸图像进行识别。4.根据权利要求3所述的基于人脸识别的安卓TV智能切换方法，其特征在于，切换安卓TV的不同用户账号具体如下：用户信息管理：将用户的个人信息保存在后台服务器中，对于每个用户，使用一个唯一的ID进行标识；其中，用户的个人信息包括用户名、密码及人脸信息；人脸检测和识别：利用摄像头捕捉观众图像后，使用人脸检测和识别技术，将图像中的人脸与预先存储在服务器中的人脸信息进行比对，以确定当前观众的身份，并使用深度学习算法来训练人脸识别模型，并使用OpenCV库实现人脸检测和特征提取；账号切换：根据人脸识别结果，判断当前观众是否已经登录，并自动切换到相应的用户
账号，并用Android系统提供的账号管理API实现账号的切换和管理；安全性保障：引入安全机制，具体为加密码或其他身份验证措施，以确保只有合法用户才能进行账号切换操作。5.根据权利要求4所述的基于人脸识别的安卓TV智能切换方法，其特征在于，获取并生成推荐列表具体如下：通过记录用户的观看历史，分析用户的兴趣爱好，从而生成相应的推荐列表，具体方式如下：
①
推荐算法：推荐算法包括基于内容的推荐算法、协同过滤推荐算法和深度学习推荐算法；基于内容的推荐算法、协同过滤推荐算法和深...

【专利技术属性】
技术研发人员：李正智刚，
申请(专利权)人：山东浪潮超高清视频产业有限公司，
类型：发明
国别省市：