[發明專利]基于人臉識別的數據推薦方法、裝置、服務器端及客戶端

在審

• 申請號: 201811473899.3
• 申請日: 2018-12-04
• 公開（公告）號: CN109299709A
• 公開（公告）日: 2019-02-01
• 發明（設計）人: 劉冶;張允聰;陳宇恒;呂夢瑤;傅自豪;潘炎;印鑒
• 申請（專利權）人: 中山大學;廣州赫炎大數據科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F16/9535
• 代理公司: 廣州駿思知識產權代理有限公司 44425
• 代理人: 吳靜芝

1.一種基于人臉識別的數據推薦方法，其特征在于，包括如下步驟：

獲取小程序提供的用戶標識以及人臉圖像；其中，用戶訪問小程序時將觸發一觸發指令，小程序根據所述觸發指令獲取存儲的用戶標識，并根據所述觸發指令調用小程序所在的設備的攝像頭，獲取用戶的人臉圖像；

根據所述用戶標識，獲取與用戶標識對應存儲的人臉特征向量；

從所述人臉圖像提取獲得人臉特征向量，判斷提取的人臉特征向量與存儲的人臉特征向量是否匹配，若匹配，則獲取與存儲的人臉特征向量相對應的推薦數據，并將所述推薦數據發送到小程序顯示。

2.根據權利要求1所述的基于人臉識別的數據推薦方法，其特征在于，所述從所述人臉圖像提取獲得人臉特征向量的步驟，包括：

獲取人臉數據庫中的人臉圖像樣本集以及小程序采集的人臉圖像樣本集；

將人臉數據庫中的人臉圖像樣本集采用深度神經網絡進行迭代訓練，獲得人臉特征向量預訓練提取模型；

將小程序采集的人臉圖像樣本集加入人臉數據庫中的人臉圖像樣本集中，對人臉特征向量預訓練提取模型再次進行迭代訓練，獲得人臉特征向量提取模型；

將所述人臉圖像輸入至所述人臉特征向量提取模型中，獲得人臉特征向量。

3.根據權利要求1所述的基于人臉識別的數據推薦方法，其特征在于，所述判斷提取的人臉特征向量與存儲的人臉特征向量是否匹配的步驟，包括：

通過距離度量方法計算提取的人臉特征向量與存儲的人臉特征向量的距離；

對所述距離進行加權計算，獲得提取的人臉特征向量與存儲的人臉特征向量的相似度度量指標；

若所述相似度度量指標小于預設的閾值，則提取的人臉特征向量與存儲的人臉特征向量相匹配；否則，提取的人臉特征向量與存儲的人臉特征向量不匹配。

4.根據權利要求1所述的基于人臉識別的數據推薦方法，其特征在于，在所述提取的人臉特征向量與存儲的人臉特征向量不匹配時，反饋登陸小程序失敗的信息。

5.根據權利要求1所述的基于人臉識別的數據推薦方法，其特征在于，所述獲取小程序提供的用戶標識以及人臉圖像中，所述小程序內包括任務隊列、定時器以及監測器；所述任務隊列設置有小程序調用設備拍攝人臉圖像、小程序提供人臉圖像的任務；所述定時器設置有對應執行任務的定時時間，在達到定時器設定的時間點時，才從任務隊列中取出任務，并執行相對應的任務；所述監測器用于監測任務執行情況，若任務成功執行，則保留定時器設定的定時時間；若任務執行失敗，則增加定時器設定的定時時間，使任務隊列中的任務時間間隔增長，并將對應的任務重新放入隊列，重新執行任務。

6.一種服務器端，其特征在于，包括：

第一信息獲取模塊，用于獲取小程序提供的用戶標識以及人臉圖像；其中，用戶訪問小程序時將觸發一觸發指令，小程序根據所述觸發指令獲取存儲的用戶標識，并根據所述觸發指令調用小程序所在的設備的攝像頭，獲取用戶的人臉圖像；

第二信息獲取模塊，用于根據所述用戶標識，獲取與用戶標識對應存儲的人臉特征向量；

數據推薦模塊，用于從所述人臉圖像提取獲得人臉特征向量，判斷提取的人臉特征向量與存儲的人臉特征向量是否匹配，若匹配，則獲取并顯示與存儲的人臉特征向量相對應的推薦數據信息。

7.一種客戶端，其特征在于，所述客戶端包括小程序，所述小程序包括：

采集模塊，用于獲取用戶訪問小程序的觸發指令，并根據所述觸發指令獲取用戶標識；且根據所述觸發指令調用小程序所在的設備的攝像頭，獲取用戶的人臉圖像；

發送模塊，用于將人臉圖像以及用戶標識發送到服務器；

顯示模塊，用于在服務器端根據所述用戶標識，獲取與用戶標識對應存儲的人臉特征向量，并從所述人臉圖像提取獲得人臉特征向量，判斷提取的人臉特征向量與存儲的人臉特征向量是否匹配，若匹配，則獲取與存儲的人臉特征向量相對應的推薦數據，并將所述推薦數據發送到顯示模塊后，顯示服務器端推薦的數據信息。