[發(fā)明專利]熱度評測模型的訓(xùn)練方法、熱度評測方法以及相關(guān)設(shè)備

在審

• 申請?zhí)枺?/td>: 201710980272.6
• 申請日: 2017-10-19
• 公開（公告）號: CN109685090A
• 公開（公告）日: 2019-04-26
• 發(fā)明（設(shè)計）人: 肖蒴
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 李輝

1.一種熱度評測系統(tǒng)，其特征在于，包括：

圖像采集裝置，用于獲取目標(biāo)對象的包含人體特征的圖像；

熱度評測裝置，用于根據(jù)所述目標(biāo)對象的包含人體特征的圖像，經(jīng)過圖像處理得到所述目標(biāo)對象的潛在熱度值。

2.一種熱度評測模型的訓(xùn)練方法，其特征在于，包括：

采集訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)包括：多個對象的包含人體特征的圖像和與每個對象相關(guān)的用戶行為數(shù)據(jù)；

采用深度學(xué)習(xí)算法對所述訓(xùn)練數(shù)據(jù)進(jìn)行遍歷性訓(xùn)練得到熱度評測模型，以用于評測目標(biāo)對象的潛在熱度。

3.根據(jù)權(quán)利要求2所述方法，其特征在于，

所述圖像為包含臉部特征的臉部圖像。

4.根據(jù)權(quán)利要求2所述方法，其特征在于，所述采用深度學(xué)習(xí)算法對所述訓(xùn)練數(shù)據(jù)進(jìn)行遍歷性訓(xùn)練得到熱度評測模型，包括：

采用深度學(xué)習(xí)算法建立卷積神經(jīng)網(wǎng)絡(luò)模型，利用所述訓(xùn)練數(shù)據(jù)對所述卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，將訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型作為熱度評測模型。

5.根據(jù)權(quán)利要求2所述方法，其特征在于，所述方法還包括：

按照對象的性別對所述訓(xùn)練數(shù)據(jù)進(jìn)行分類得到第一類訓(xùn)練數(shù)據(jù)和第二類訓(xùn)練數(shù)據(jù)；

則所述采用深度學(xué)習(xí)算法對所述訓(xùn)練數(shù)據(jù)進(jìn)行遍歷性訓(xùn)練得到熱度評測模型，包括：

采用深度學(xué)習(xí)算法對所述第一類訓(xùn)練數(shù)據(jù)和所述第二類訓(xùn)練數(shù)據(jù)分別進(jìn)行訓(xùn)練，得到適用于對男性目標(biāo)對象進(jìn)行熱度評測的熱度評測模型和適用于對女性目標(biāo)對象進(jìn)行熱度評測的熱度評測模型。

6.根據(jù)權(quán)利要求2所述方法，其特征在于，所述采用深度學(xué)習(xí)算法對所述訓(xùn)練數(shù)據(jù)進(jìn)行遍歷性訓(xùn)練得到熱度評測模型，包括：

根據(jù)所述訓(xùn)練數(shù)據(jù)中每個對象的用戶行為數(shù)據(jù)計算每個對象各自對應(yīng)的理論熱度值；

采用深度學(xué)習(xí)算法對訓(xùn)練數(shù)據(jù)中圖像進(jìn)行訓(xùn)練得到一個圖像對應(yīng)的熱度值，作為迭代熱度值；

根據(jù)一個圖像對應(yīng)的對象的理論熱度值和迭代熱度值的差值，對深度學(xué)習(xí)算法建立的模型中參數(shù)進(jìn)行調(diào)整，再利用調(diào)整后的模型對下一個圖像進(jìn)行訓(xùn)練，將所有圖像訓(xùn)練完畢時的模型作為熱度評測模型。

7.一種熱度評測方法，其特征在于，包括：

獲取目標(biāo)對象的包含人體特征的圖像；

對所述圖像進(jìn)行圖像處理得到所述圖像對應(yīng)的熱度值；

根據(jù)所述圖像對應(yīng)的熱度值計算所述目標(biāo)對象的潛在熱度值。

8.根據(jù)權(quán)利要求7所述方法，其特征在于，

利用預(yù)先訓(xùn)練的熱度評測模型對所述圖像進(jìn)行圖像處理得到所述圖像對應(yīng)的熱度值。

9.根據(jù)權(quán)利要求8所述方法，其特征在于，

所述熱度評測模型是通過深度學(xué)習(xí)算法對訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練得到的卷積神經(jīng)網(wǎng)絡(luò)模型。

10.根據(jù)權(quán)利要求7所述方法，其特征在于，

所述圖像為包含臉部特征的臉部圖像。

11.根據(jù)權(quán)利要求7所述方法，其特征在于，所述方法還包括：

根據(jù)所述目標(biāo)對象的用戶行為數(shù)據(jù)計算所述目標(biāo)對象的已有熱度值，所述用戶行為數(shù)據(jù)是與所述目標(biāo)對象相關(guān)的、表征網(wǎng)絡(luò)交互行為的數(shù)據(jù)；

根據(jù)所述目標(biāo)對象的潛在熱度值和所述目標(biāo)對象的已有熱度值，計算所述目標(biāo)對象的熱度值。

12.根據(jù)權(quán)利要求11所述方法，其特征在于，所述根據(jù)所述目標(biāo)對象的用戶行為數(shù)據(jù)計算所述目標(biāo)對象的已有熱度值，包括：

根據(jù)所述目標(biāo)對象的用戶行為數(shù)據(jù)統(tǒng)計表征目標(biāo)對象被用戶關(guān)注程序的人氣參數(shù)；

根據(jù)所述人氣參數(shù)計算得到所述目標(biāo)對象的已有熱度值。